Définition
L'attribution au dernier clic (ou *last click attribution* en anglais) est un modèle d'attribution marketing qui attribue 100 % du crédit d'une conversion au tout dernier point de contact cliqué par l'utilisateur avant son achat. Autrement dit, si un client découvre votre marque via une publicité Meta, reçoit ensuite un email, puis clique sur une annonce Google Search avant de valider son panier, c'est uniquement Google Search qui recevra le mérite de la vente dans ce modèle.
C'est historiquement le modèle le plus utilisé dans les outils d'analyse : Google Analytics (Universal Analytics), les interfaces publicitaires Meta Ads, Google Ads et la majorité des plateformes d'e-commerce l'ont adopté par défaut pendant plus de quinze ans. Sa simplicité explique sa popularité, mais aussi ses limites dans un parcours client DTC de plus en plus fragmenté.
Dans l'univers DTC français, où un client type peut voir une Story Instagram, recevoir un SMS Klaviyo, comparer sur Google Shopping et finaliser via un lien dans une newsletter, ce modèle a tendance à surestimer les canaux de bas de tunnel (Search brandé, retargeting, emailing de panier abandonné) et à sous-estimer les canaux de découverte (TikTok organique, influence, Meta prospection).
Analogie
Imaginez une course de relais à quatre relayeurs. Le premier court 100 mètres sous la pluie, le deuxième affronte le vent, le troisième esquive un obstacle, et le quatrième franchit la ligne d'arrivée. Avec l'attribution au dernier clic, seul le quatrième relayeur reçoit la médaille d'or. Les trois premiers, pourtant essentiels à la victoire, repartent les mains vides.
C'est exactement ce qui se passe dans votre funnel : la pub TikTok qui a fait découvrir votre marque de compléments alimentaires, le post influenceur qui a créé la confiance, la recherche Google brandée qui a rassuré… tout ce travail préparatoire est invisibilisé au profit du dernier clic, souvent un simple email de relance de panier abandonné.
Formule
Pour chaque conversion, le modèle attribue :
Crédit du canal i = 100 % si le canal i est le dernier clic Crédit du canal i = 0 % sinon
Exemple concret sur 1 000 conversions DTC :
| Canal | Dernier clic (conversions) | Crédit attribué |
|---|---|---|
| Meta Ads (prospection) | 120 | 12 % |
| TikTok Ads | 80 | 8 % |
| Google Search (brandé) | 380 | **38 %** |
| Email Klaviyo (panier abandonné) | 260 | **26 %** |
| Influence / UGC | 60 | 6 % |
| Direct | 100 | 10 % |
| **Total** | **1 000** | **100 %** |
Résultat : Google Search et l'emailing captent 64 % du crédit alors qu'ils sont souvent des canaux de *closing*, pas de *discovery*.
Tableau comparatif : Last Click vs autres modèles
| Modèle | Principe | Avantage | Inconvénient DTC |
|---|---|---|---|
| **Last Click** | 100 % au dernier clic | Simple, natif dans GA/Ads | Favorise le bas de funnel |
| **First Click** | 100 % au premier clic | Valorise la découverte | Ignore la conversion |
| **Linéaire** | Crédit égal à chaque touchpoint | Équitable | Surestime les micro-interactions |
| **Time Decay** | Plus de crédit près de la conversion | Réaliste | Complexe à paramétrer |
| **Position-Based (U-shaped)** | 40 % premier / 40 % dernier / 20 % milieu | Équilibre discovery & closing | Dépend du nombre de touchpoints |
| **Data-Driven (DDA)** | Modèle algorithmique (GA4, Ads) | Le plus précis | Nécessite du volume (≥ 400 conv./mois) |
Pour une marque DTC réalisant 50 000 € de CA mensuel avec un panier moyen de 65 € (soit ~770 commandes), le modèle *data-driven* de GA4 devient statistiquement fiable. En dessous de 300 conversions/mois, l'attribution au dernier clic reste souvent le seul modèle exploitable — mais doit être interprété avec prudence.
Applications concrètes en DTC
1. Audit rapide de performance : si 70 % de vos conversions sont attribuées à Google Search brandé et à l'email, vous avez probablement un problème de *top of funnel* non mesuré.
2. Négociation média : ne coupez jamais une campagne Meta prospection uniquement parce que son ROAS last click est de 0,8 — elle alimente souvent le Search brandé à 8,0.
3. Reporting mix media : combinez last click avec une étude d'incrémentalité (geo-lift test, holdout) pour valider le vrai impact.
4. Benchmarks français : en moyenne, sur les boutiques Shopify DTC françaises, le Search brandé représente 25 à 40 % des conversions last click, alors qu'il ne génère que 5 à 10 % de la demande réelle.
Erreurs fréquentes
- Couper le haut de funnel parce qu'il ne convertit pas en last click → effondrement du Search brandé 30 à 60 jours plus tard.
- Confondre corrélation et causalité : un email de panier abandonné « convertit » parce que le client était déjà décidé.
- Ignorer le mobile cross-device : un client qui voit une pub sur Instagram mobile et achète sur desktop est mal attribué.
- Comparer des ROAS entre plateformes sans normaliser les modèles d'attribution (Meta utilise souvent un modèle 7 jours clic / 1 jour vue).
- Oublier les canaux offline : un client influencé par un podcast ou un salon peut convertir en direct — le last click l'attribuera à « Direct », faussant l'analyse.
Termes liés
- First Click Attribution — inverse du last click, valorise la découverte.
- Data-Driven Attribution (DDA) — modèle algorithmique de GA4.
- Marketing Mix Modeling (MMM) — analyse macro sans cookies.
- Incrémentalité — mesure du gain réel d'un canal.
- Touchpoint — point de contact dans le parcours client.
- Lookback Window — fenêtre d'attribution (7j, 30j, 90j).
- ROAS — Return On Ad Spend, dépendant du modèle d'attribution choisi.
- Funnel TOFU / MOFU / BOFU — étapes du parcours d'achat DTC.
À retenir : l'attribution au dernier clic reste un excellent outil de *diagnostic tactique* (optimiser une campagne Search ou un flow email), mais un mauvais outil de *décision stratégique* (arbitrage budgétaire entre canaux). Pour piloter une marque DTC en croissance, combinez-la avec un modèle U-shaped ou data-driven, et validez par des tests d'incrémentalité.