Concepts & pédagogie

Pourquoi DeepLink ?

Le problème — friction web → app

Quand un utilisateur clique un lien promotionnel sur Facebook/Instagram/email, il atterrit dans le navigateur. Si l'app est installée, on aimerait qu'il l'ouvre directement sur la bonne page (deep link). Si non installée, qu'il installe puis arrive sur la bonne page (deferred deep link). En pratique, 90% des utilisateurs perdent le contexte entre le clic et l'app.

• Perte d'attribution post iOS 14.5 — IDFA opt-in < 25%, le tracking probabiliste devient critique.
• Fragmentation MMP — Branch, Adjust, AppsFlyer, chaque vendor son SDK, son dashboard, son pricing.
• Coût — un MMP enterprise coûte 50k–500k€/an. Pour les startups : prohibitif.

Comment DeepLink résout

Quand utiliser DeepLink

• ✅ App mobile B2C avec acquisition payante (Facebook Ads, Google UAC, TikTok Ads).
• ✅ Marketplace / e-commerce avec lien produit dans email/notif/SMS.
• ✅ App + site web avec friction de bascule (compte unifié).
• ❌ App B2B uniquement, pas d'acquisition payante → MMP overkill.
• ❌ Site uniquement, pas d'app → utilisez Google Analytics 4.

User journeys par persona

Trois personas types — chacun utilise DeepLink différemment.

1. E-commerce — Sarah, CMO d'un retailer

Objectif : faire revenir les utilisateurs qui ont abandonné un panier via un email avec lien direct vers le produit dans l'app.

• Crée un lien /product/sku-123 dans le dashboard.
• Insère le lien dans la séquence d'email automation (Klaviyo/Braze).
• Mesure ouverture app + checkout via custom event purchase_completed.
• Vérifie ROAS hebdo : 1€ retargeting → X€ revenus attribués.

2. Gaming — Lucas, UA Manager

Objectif : optimiser le coût d'acquisition par canal (Facebook vs TikTok vs Unity Ads) sur installs et events post-install (D1 retention, D7 retention, IAP).

• Crée un lien par campagne paid (UTM source/medium/campaign).
• SDK Unity envoie events post-install.
• Compare CAC × LTV par canal dans le dashboard funnel.
• Coupe les canaux LTV/CAC < 1.5x.

3. Fintech — Yasmine, Growth Lead

Objectif : tracker le funnel "click → install → KYC → 1er virement" et identifier où les utilisateurs décrochent.

• Crée funnel custom : install → kyc_started → kyc_completed → first_transfer.
• Cohort weekly pour mesurer rétention par cohort hebdomadaire.
• Identity graph relie click anonymous → user authentifié post-KYC.

4. Média — Pierre, Product Manager

Objectif : pousser les abonnés newsletter à installer l'app pour bénéficier des notifications push (engagement plus élevé).

• Smart banner sur le site web → CTA "Lire dans l'app".
• A/B test du wording (3 variantes).
• Mesure conversion install / clic-banner par variante.

Funnels — comprendre où vos utilisateurs décrochent

Un funnel est une séquence d'étapes que l'utilisateur traverse. À chaque étape, certains décrochent. Le funnel mesure ce taux de conversion.

Exemple e-commerce — funnel achat

Conversion finale visite → achat : 14%. Le drop-off le plus fort est entre view_product et add_to_cart (-65%) — pistes d'action : photos produit, prix visible, CTA, social proof.

Cf. functional.html § Funnels pour la doc tech (création custom funnel, cohort-level vs event-count).

Attribution multi-touch — qui mérite quoi ?

Vous payez 4 canaux marketing. Un client achète après avoir vu : Google Ads (clic 1) → newsletter (clic 2) → Facebook retargeting (clic 3) → entrée directe (clic 4). Vous avez gagné 100€ de marge sur cet achat. Comment répartir ces 100€ entre les 4 canaux ?

Quel modèle choisir ?

• App mobile + acquisition paid lourde → position (premier touchpoint = canal d'acquisition, dernier = canal de conversion).
• SaaS B2C avec trial 14 jours → time_decay (plus on s'approche du paiement, plus le canal compte).
• E-commerce one-shot → last_touch (le panier est ouvert et fermé en une session).
• Branding → first_touch (mesure la notoriété brute).

Cf. functional.html § Attribution pour la doc tech.

Identity graph — analogie pièces de puzzle

Un même utilisateur laisse des traces différentes selon le contexte : un cookie sur le navigateur, un IDFA dans l'app iOS, un email post-inscription. L'identity graph recolle ces pièces pour reconstituer la même personne derrière des identifiants techniquement différents.

Cas concret — Sarah, parcours 4 touchpoints

Sans identity graph : 4 utilisateurs comptés. Avec identity graph (post identify(user_42, email)) : 1 seul utilisateur, tous ces touchpoints recollés. Mécanique : matching exact sur email/user_id + matching probabiliste sur fingerprint pour les anonymes.

Merge job nightly + résolution live au moment du identify(). Cf. architecture.html § Identity lifecycle.

Cohorts — qui reste, combien de temps ?

Une cohort = un groupe d'utilisateurs arrivés en même temps. La heatmap cohort montre combien de la cohort restent actifs aux jours J+1, J+7, J+30, J+90.

Lecture d'une heatmap cohort

Question type que cette table répond : "la cohort sem 3 a une rétention D7 plus faible (24% vs 31% sem 2). Pourquoi ?". Investigation : quelle campagne d'acquisition était active sur sem 3 ? Bug app entre sem 2 et 3 ?

Bonne santé app B2C grand public — repères :

• D1 retention > 40% — apps social/utility.
• D7 retention > 20% — produit qui crée habitude.
• D30 retention > 10% — base d'utilisateurs récurrents acquise.

LTV / ROAS / CAC — vocabulaire business

LTV — Lifetime Value

Combien rapporte un client en moyenne sur la durée de la relation. Calculé sur N jours (LTV J+30, J+90, J+180).

ROAS — Return on Ad Spend

Pour 1€ dépensé en pub, combien je récupère en revenus ? ROAS = revenus_attribués / dépense_pub.

CAC — Customer Acquisition Cost

Combien je paye pour gagner 1 client payant. CAC = dépense_pub / nombre_clients_acquis.

LTV/CAC

Ratio clé : si LTV/CAC > 3, le business scale ; si < 1.5, on perd de l'argent à chaque acquisition.

Cas concret — campagne Facebook Ads

• Dépense : 1000€ Facebook Ads.
• Résultat : 100 installs, 30 acheteurs, panier moyen 50€.
• CAC = 1000/30 = 33€.
• LTV J+90 = 75€ (data dashboard cohorts).
• ROAS = (30 × 50) / 1000 = 1.5x.
• Verdict : on récupère sa mise (positif) mais marges serrées. À optimiser : qualité ciblage Facebook ou panier moyen.

ROAS — c'est quoi un bon score ?

Tour guidé — votre première semaine

Visite des écrans dans l'ordre logique pour un nouvel intégrateur.

1. Jour 1 — Onboarding wizard : Settings → Onboarding (6 étapes guidées). Cf. guides.html § Onboarding.
2. Jour 2 — Premier lien : Links → New. Tester avec votre app (preview UA dans Tester).
3. Jour 3 — Universal Links : Settings → Branding → AASA file. Vérifier curl https://yourdomain/.well-known/apple-app-site-association.
4. Jour 4 — SDK : intégrer le SDK iOS/Android (cf. sdks.html) + premier event custom.
5. Jour 5 — Dashboard : Overview → vérifier que clicks + installs remontent. Funnel par défaut visible.
6. Jour 6 — Smart banner : si site web, activer le smart banner → CTA "Ouvrir dans l'app".
7. Jour 7 — Workflow : configurer 1 workflow (ex. Slack notif si install > 100/h).

Schémas pédagogiques

5 visuels SVG pour mémoriser visuellement les concepts clés.

1. Direct deep link (app installée)

┌─────────┐         ┌────────────┐         ┌─────────┐
│ User    │ click   │ DeepLink   │ resolve │ App     │
│ (email) │────────▶│ /go/abc    │────────▶│ /product│
└─────────┘         └────────────┘         └─────────┘

2. Deferred deep link (app NON installée)

┌──────┐  click   ┌──────────┐  install  ┌──────────┐  match  ┌──────────┐
│ User │─────────▶│ DeepLink │──────────▶│ App      │────────▶│ Resolved │
│      │          │ + fp(IP) │           │ + fp(IP) │ <24h    │ /product │
└──────┘          └──────────┘           └──────────┘         └──────────┘

3. Identity merge

Avant identify():    ┌──────┐  ┌──────┐  ┌──────┐
                     │cookie│  │ idfa │  │email │
                     └──────┘  └──────┘  └──────┘
                       ↓ identify(user_42, email)
Après identify():    ┌────────────────────────────┐
                     │  user_42 (fusionné)        │
                     │  cookie_xyz, idfa_abc, …   │
                     └────────────────────────────┘

4. Funnel cohort

Cohort sem 1 (1000 installs)
    │
    ├─► D1 retention : 620 (62%)
    │       │
    │       ├─► D7 retention : 280 (28% du total)
    │       │       │
    │       │       └─► D30 retention : 120 (12% du total)

5. Multi-touch attribution (linear)

Click 1: Google Ads ─┐
Click 2: Newsletter ─┤
Click 3: Facebook   ─┼──▶ Conversion 100€ ──▶ Split 25€ × 4
Click 4: Direct     ─┘