Arrêtez d’allouer du budget à un chiffre d’affaires revendiqué deux fois.
Meta peut avoir raison. Google aussi. Mais votre boutique ne compte qu’une seule commande. Layer Insights rapproche points de contact, commandes et dépenses pour montrer la contribution qui subsiste une fois toutes les revendications réunies.
Ne développez pas une campagne parce qu’une plateforme s’attribue de bons résultats. Faites-le lorsque les mêmes données de commandes montrent que des dépenses supplémentaires créent une contribution supplémentaire.
Les questions auxquelles vous devriez répondre en quelques minutes.
Une intelligence qui soutient une décision budgétaire concrète, sans ajouter un tableau de bord à surveiller.
Qui a réellement généré la vente ?
Identifiez les points de contact qui ont influencé la commande sans compter plusieurs fois le même chiffre d’affaires.
Quel chiffre d’affaires est revendiqué deux fois ?
Comparez les revendications des plateformes au chiffre d’affaires réel et identifiez les chevauchements.
Quel canal mérite plus de budget ?
Rapprochez contribution, marge et coûts pour que le ROAS ne soit pas votre seul indicateur de pilotage.
Réunir · Expliquer · Décider
Les commandes sont la base. Nous relions ensuite les points de contact, rapprochons les revendications et appliquons une logique d’attribution cohérente.
Les commandes comme base
Votre plateforme commerce établit les commandes et le chiffre d’affaires qui existent réellement.
Réunir les points de contact
Clics, campagnes et parcours sont rattachés à la même commande.
Rapprocher les revendications
Nous identifions les canaux qui revendiquent le même chiffre d’affaires.
Choisir un modèle et décider
Comparez premier contact, dernier clic, linéaire, positionnel et dépréciation temporelle.
Observer le même chiffre d’affaires avec plusieurs modèles.
Aucun modèle n’est toujours parfait. Voyez comment le résultat évolue lorsque la logique change.
| Modèle | Quand l’utiliser | Ce qu’il évite |
|---|---|---|
| Premier contact | Comprendre l’acquisition | Tout attribuer au dernier clic |
| Dernier clic | Impact direct sur la conversion | Perdre de vue le contact final |
| Linéaire | Répartir sur tout le parcours | Surévaluer un seul point de contact |
| Positionnel | Donner plus de poids au début et à la fin | Surpondérer le milieu |
| Dépréciation temporelle | Valoriser davantage les contacts récents | Surévaluer les anciens contacts |
L’attribution compte lorsqu’elle change une décision.
Identifiez les budgets, recherches de marque et effets incrémentaux qui méritent votre attention.
Réallouer le budget
Déplacez les dépenses vers les canaux qui restent solides après prise en compte des chevauchements et de la marge.
Comprendre la recherche de marque
Identifiez les cas où la recherche de marque capte surtout une demande créée ailleurs.
Tester l’incrémentalité
Repérez les canaux où revendication de la plateforme et contribution réelle divergent trop.
What you want to know before you start.
Meta et Google peuvent-ils avoir raison tous les deux ?
Oui. Ils peuvent revendiquer correctement la même commande dans leur propre fenêtre d’attribution. Le problème apparaît quand leurs résultats sont additionnés comme s’il s’agissait de deux commandes.
Dois-je choisir un seul modèle ?
Non. Comparez les modèles sur les mêmes données de commandes et identifiez les décisions qui restent fiables.
Go deeper on the decision logic.
Why your Meta ROAS is lying to you and how to measure what actually happened
Platform attribution models are built to make platforms look good. We analyzed 48 DTC brands over 90 days and found the average over-attribution gap is 34%. Here is what to do about it.
Spillover: when your Google ad gets credit for a Meta click
Cross-channel attribution overlap is silently inflating your numbers. We found that 87 percent of DTC brands we analyzed had significant spillover between at least two channels. Here is what it costs you and how to measure it.
The only attribution method that cannot lie: incrementality testing
Reported ROAS, last-click models, and even server-side attribution all measure correlation between ad exposure and purchase. Incrementality testing measures causation. Here is how to run it without a data science team.
Voyez quel chiffre d’affaires est revendiqué deux fois aujourd’hui.
Commencez par les signaux publics. Connectez ensuite vos propres données pour mesurer la contribution réelle par canal.