Quel modèle d'attribution choisir pour vos campagnes SEA ?

Un internaute clique rarement une seule fois avant de convertir. Il découvre une marque via une recherche générique, revient plus tard sur une requête de marque, clique une troisième fois depuis une annonce Display avant de finaliser un achat. Un modèle d'attribution décide comment répartir le crédit de cette conversion entre ces différents clics, ce qui change directement la performance apparente de chaque campagne, chaque mot-clé, chaque canal.

Ce choix a un impact business concret. Un levier qui joue surtout un rôle de notoriété en haut de parcours, sans jamais recueillir le clic final, peut apparaître comme peu performant avec un modèle qui ne récompense que le dernier point de contact, alors qu'il contribue réellement, en amont, à la décision d'achat. C'est exactement ce que l'équipe marketing doit garder en tête avant de couper le budget d'un levier jugé, à tort, peu rentable : l'objectif d'un modèle d'attribution est justement d'éviter ce type d'erreur d'arbitrage.

Le modèle dernier clic attribue 100 % du crédit d'une conversion au tout dernier clic publicitaire avant l'achat ou le formulaire. Simple à comprendre, simple à lire dans un rapport, ce modèle reste, avec l'attribution basée sur les données, l'un des deux seuls encore proposés par Google Ads aujourd'hui.

Sa limite tient justement à sa simplicité. Un parcours en plusieurs étapes, recherche générique, retour sur une requête de marque, clic final sur une annonce Shopping, verra tout le crédit attribué à cette dernière étape, alors que les clics précédents ont concrètement construit la décision. Un compte piloté uniquement au dernier clic sous-investit presque toujours dans les canaux de découverte, qui n'apparaissent jamais rentables dans ce type d'analyse, même quand ils jouent un rôle réel dans le business.

L'attribution basée sur les données analyse l'historique réel de conversions du compte pour déterminer la contribution effective de chaque clic, chaque mot-clé, chaque campagne à la décision finale. Plutôt qu'une règle générique identique pour tous les comptes, l'algorithme observe les parcours qui ont mené à une conversion et ceux qui n'y ont pas mené, puis répartit le crédit en pourcentage selon l'influence réelle mesurée de chaque point de contact.

C'est aujourd'hui le modèle par défaut appliqué par Google à la majorité des actions de conversion, d'après la documentation officielle Google Ads. Il demande un minimum d'historique de données pour fonctionner correctement : un compte trop récent, ou avec un volume de conversions encore faible, peut afficher une modélisation moins stable, le temps que l'algorithme accumule assez de cas pour distinguer un vrai signal d'une simple variation statistique.

Premier clic, linéaire, dégressif dans le temps, basé sur la position : ces modèles ont longtemps coexisté dans Google Ads, chacun avec sa propre logique de répartition du crédit. Ils ont depuis été retirés par Google, qui a automatiquement fait basculer les actions de conversion qui les utilisaient vers l'attribution basée sur les données. Un modèle personnalisé, ou custom, construit sur mesure pour un compte, a suivi la même trajectoire.

Beaucoup de contenus encore publiés en ligne présentent ces modèles comme des options disponibles au même titre que le dernier clic ou l'attribution basée sur les données. Ce n'est plus le cas : seuls ces deux derniers modèles restent réellement sélectionnables dans un compte Google Ads en 2026. Connaître cette évolution évite de perdre du temps à chercher, dans l'interface, une option qui n'existe simplement plus.

En pratique, le choix de votre règle de répartition du crédit se limite désormais à un arbitrage entre deux options. L'attribution basée sur les données convient à la majorité des comptes avec un historique de conversions suffisant, quel que soit le cycle d'achat : achat impulsif e-commerce, cycle de décision B2B étalé sur plusieurs mois, parcours multicanal mêlant SEA, SEO et réseaux sociaux.

Le dernier clic garde un intérêt dans un cas précis : un compte trop récent, ou avec un volume de conversions trop faible pour que l'algorithme d'attribution basée sur les données dispose d'assez de cas à analyser. Dans cette situation temporaire, il offre une lecture simple, quitte à basculer vers l'attribution basée sur les données une fois le volume suffisant atteint. Croiser cette lecture avec les rapports GA4 sur le parcours complet du client, au delà du seul clic publicitaire, affine encore l'arbitrage.

Choisir le bon modèle d'attribution ne suffit pas si le tracking sous-jacent reste incomplet. Notre agence de référencement payant vérifie systématiquement les deux avant toute recommandation budgétaire, en cohérence avec la stratégie portée par notre agence de marketing digital. Demandez une analyse de votre attribution.