Vos commandes sont le dénominateur
Les conversions viennent de Shopify ou de votre CRM, où la plupart des marques trouvent un ROAS réel inférieur de 30 à 50 %.
À retenir
Votre comportement on-site et vos dépenses publicitaires se lisent sur une seule conversion dédupliquée, donc les deux moitiés du tunnel cessent d'annoncer des totaux différents pour la même semaine. Le tableur de réconciliation existe parce que rien d'autre ne le fait.
Vérité terrain
Google annonce 100 conversions, Meta en annonce 120, votre boutique en a enregistré 80. Tout part des 80, parce que c'est le chiffre que vous pouvez confronter à un relevé bancaire, et l'écart est le double comptage, pas un arrondi.
Les conversions viennent de Shopify ou de votre CRM, où la plupart des marques trouvent un ROAS réel inférieur de 30 à 50 %.
La même définition de conversion alimente la vue on-site, la vue paid et chaque modèle, donc un écart devient un constat.
La valeur de commande suit, donc du volume à faible panier ne passe pas devant moins de commandes plus grosses.

On-site
La moitié comportementale. D'où viennent les visiteurs, ce qu'ils font, et la séquence qui finit en commande, le tout sur des événements first-party collectés depuis votre propre domaine plutôt qu'échantillonnés par un tag que la moitié de votre trafic bloque.
Organique, paid, direct et trafic référé par l'IA, mesurés de la même façon plutôt que chacun se notant soi-même.
Chaque commande porte son horodatage, sa valeur et les points de contact qui y ont mené, donc le modèle devient un choix.
Les séquences les plus fréquentes dans les chemins convertissants, le nombre de points de contact type et la durée d'un parcours.

Paid
La moitié dépense, sur la même conversion. Une vue toutes plateformes pour comparer les canaux, puis la profondeur par plateforme quand un canal est ce sur quoi vous travaillez vraiment, sans laisser derrière le chiffre auquel vous vous fiez.
Google Ads, Meta, TikTok et LinkedIn sur la dépense, les conversions et le ROAS dédupliqué.
Du canal à la campagne, au groupe d'annonces puis au créa, filtré par date, appareil et pays.
L'annoncé est posé à côté du dédupliqué, par canal, donc la réunion passe de qui a raison à quoi faire.

Attribution
Un modèle unique est un avis unique sur la façon dont le crédit devrait se répartir. En faire tourner plusieurs sur les mêmes conversions dédupliquées transforme leur désaccord en information, à commencer par l'écart entre le dernier clic et l'attribution data-driven.
Sur toutes les combinaisons de canaux observées dans vos parcours, pas une part distribuée par une règle fixe.
Face à la DDA sur les mêmes conversions, le dernier clic donne l'image la plus nette du biais des régies.
Premier clic, linéaire, décroissance temporelle, et position-based à 40, 40 et 20 quand les deux bouts comptent.
La DDA sépare le crédit de chaque canal entre ouverture et fermeture. Savoir s'il était causal appartient à l'incrémentalité.

Les réglages et les exports qui restent à un clic, pour que le récit ci-dessus n'ait pas à les porter.
Des fenêtres de 7, 14, 30 ou 90 jours, configurables par analyse, avec les six modèles qui tournent sur celle que vous choisissez.
Des événements first-party depuis votre domaine, les commandes depuis Shopify ou votre CRM, et la dépense depuis les comptes connectés.
Un récapitulatif du lundi, plus l'export CSV et l'export brut vers votre propre stockage, sans limite de rétention.
La différence tient à savoir si les deux moitiés du tunnel sont mesurées sur la même conversion.
Comportement on-site et performance paid dans une seule vue
TrustData
Google Analytics 4
PartielAutres outils
RarementConversions dédupliquées contre vos propres commandes
TrustData
Google Analytics 4
Autres outils
ParfoisChiffre régie et chiffre dédupliqué affichés côte à côte
TrustData
Google Analytics 4
Autres outils
Six modèles d'attribution sur la même fenêtre
TrustData
Google Analytics 4
LimitéAutres outils
Souvent 3 à 4Descente jusqu'au créa sans perdre la définition de conversion
TrustData
Google Analytics 4
PartielAutres outils
ParfoisÉvénements bruts exportables vers un stockage qui est à vous
TrustData
Google Analytics 4
Via BigQueryAutres outils
Rarement| Fonctionnalité | TrustData | Google Analytics 4 | Autres outils |
|---|---|---|---|
| Comportement on-site et performance paid dans une seule vue | Partiel | Rarement | |
| Conversions dédupliquées contre vos propres commandes | Parfois | ||
| Chiffre régie et chiffre dédupliqué affichés côte à côte | |||
| Six modèles d'attribution sur la même fenêtre | Limité | Souvent 3 à 4 | |
| Descente jusqu'au créa sans perdre la définition de conversion | Partiel | Parfois | |
| Événements bruts exportables vers un stockage qui est à vous | Via BigQuery | Rarement |
Questions fréquentes
Chaque plateforme remonte depuis son propre point de vue, applique sa propre fenêtre d'attribution et compte une conversion assistée comme une conversion entière. Un même achat peut apparaître comme 1 commande dans votre boutique, 1,4 conversion dans Google Ads sur une fenêtre de 30 jours et 1,2 conversion dans Meta Ads sur un clic à 7 jours. TrustData part de vos commandes Shopify ou de votre CRM, déduplique entre plateformes, et applique un modèle seulement ensuite, donc le total crédité égale toujours les commandes réellement encaissées. L'écart entre les deux vues est en général de 30 à 50 %.
L'attribution data-driven est un modèle statistique qui utilise vos données de conversion réelles pour calculer la contribution marginale de chaque canal marketing. Contrairement aux modèles à règle fixe comme le dernier clic, le premier clic ou le linéaire, elle analyse ensemble les parcours convertissants et non convertissants pour déterminer quels points de contact ont réellement changé l'issue. La DDA de TrustData repose sur un cadre de théorie des jeux coopératifs, donc le crédit d'un canal est sa contribution marginale moyenne sur toutes les combinaisons de canaux où il apparaît, plutôt qu'une part distribuée par une règle fixe.
Non, et ce ne serait pas souhaitable. Gardez Google Ads et Meta Ads pour la gestion des campagnes et les enchères, parce que ces plateformes ont besoin de leur propre signal pour optimiser. TrustData répond à une autre question : comment répartir le budget total entre les canaux, à partir de conversions dédupliquées mesurées de la même façon sur chaque surface. L'un est de l'optimisation intra-plateforme, l'autre de l'allocation entre plateformes, et utiliser le premier pour répondre au second est précisément ce qui produit la surestimation.
Non. Nous ne remplaçons ni Looker, ni Metabase, ni un entrepôt de données. La différence est qu'un outil de BI visualise ce que vous y chargez et ne prend aucune position sur la justesse des chiffres, alors qu'ici on commence par décider ce qu'est une conversion et on mesure chaque canal sur cette définition unique. Si vous voulez les lignes brutes dans votre propre entrepôt, vous les avez, exportées vers votre stockage sur le schéma que lit l'interface, et vous construisez ce que vous voulez par-dessus.
Non, et rien ici ne laissera entendre le contraire. Tout modèle d'attribution, DDA comprise, répartit le crédit entre les points de contact présents. Aucun ne peut dire ce qui se serait passé si la publicité n'avait jamais tourné, parce que ce parcours n'existe pas dans vos données. Y répondre demande une expérience contrôlée avec un groupe de contrôle non traité, ce que couvre la page incrémentalité, y compris le fait qu'aucun test client n'a encore conclu. L'attribution vous dit où le crédit est allé. Seule une expérience vous dit si ce crédit était réel.
Essai gratuit 14 jours
Essai gratuit 14 jours. Comportement on-site, performance paid et six modèles d'attribution, le tout sur une conversion dédupliquée.