Deux écrans ouverts, deux réalités. D’un côté, Google Ads affiche un nombre de conversions qui donne le sourire ; de l’autre, le back-office e-commerce ou le CRM raconte une tout autre histoire, avec moins de commandes que prévu. Franchement, ce décalage agace, et la tentation est forte de pointer du doigt les campagnes ou la qualité du trafic. Sauf que neuf fois sur dix, le problème n’est pas la performance : ce sont deux façons différentes de compter. Comprendre ces mécanismes avant de toucher aux enchères évite de casser un dispositif qui fonctionnait très bien.
Deux calendriers pour une seule vente
Le premier réflexe, quand on compare les chiffres, c’est de mettre les deux rapports côte à côte sur la même période. Erreur classique. Google Ads rattache une conversion à la date d’impression de l’annonce, pas au jour où la commande est validée.
Un internaute qui clique le 3 du mois et achète le 9 apparaît dans la colonne du 3 côté Ads, et dans celle du 9 côté boutique. Sur un mois glissant, les totaux finissent par se rejoindre. Sur une semaine, l’écart paraît énorme. Il n’est pourtant que du décalage.
La solution est simple et Google la documente lui-même : il faut ajouter la colonne « Conversions (par date de conv.) » ou « Toutes les conv. (par date de conv.) » dans les rapports. On compare alors des pommes avec des pommes, et les fameux écarts fondent souvent comme neige au soleil. Un suivi des conversions Google Ads bien réglé commence toujours par cette bascule de colonne. Avant même de parler d’attribution.
Autre détail qui fait perdre des heures : la latence. Comptez 24 à 48 heures pour que les données se synchronisent entre Ads et un outil tiers, et jusqu’à sept jours après une modification importante ou l’association d’un nouveau compte. Comparer un rapport rafraîchi à la minute avec un export Analytics vieux de deux jours, c’est chercher une erreur là où il n’y a qu’un décalage de traitement. Rien de plus.
Le dernier clic ne raconte pas la même histoire
GA4 applique sur ses rapports d’acquisition un modèle « dernier clic payant et organique ». Le trafic direct est écarté du calcul, et tout le crédit revient au dernier canal cliqué avant la conversion. Conséquence directe : une vente conclue après une recherche de marque sur Google, puis une visite directe, sera créditée à la recherche naturelle dans Analytics et à la campagne payante dans Google Ads. Les deux outils ont raison. Chacun suit sa logique.
Ce qui se cache derrière les chiffres qui divergent
Beaucoup d’articles se contentent de dire qu’un écart est normal, ce qui n’aide personne à décider. Voici les mécanismes concrets qu’on retrouve dans presque tous les comptes, et qui expliquent la majorité des divergences observées au quotidien sur les tableaux de bord :
- Google Ads compte des vues engagées et des conversions cross-device qu’Analytics ne peut pas observer, parce que l’internaute change d’appareil entre le clic et l’achat.
- Les conversions modélisées, activées quand le consentement manque, gonflent artificiellement le chiffre côté Ads.
- Est-ce que votre balise de conversion se déclenche sur la page de remerciement ou sur un événement personnalisé ? La réponse change tout.
- Un filtre de rapport oublié dans GA4 peut masquer une partie du trafic payant et créer un faux déficit.
- Le consentement aux cookies, refusé par une partie des visiteurs, coupe la mesure chez l’un et pas chez l’autre.
Rien de mystérieux là-dedans, mais il faut accepter que deux outils ne mesurent jamais exactement la même chose. Le bon réflexe consiste à choisir une source de vérité pour piloter. Gardez l’autre pour comprendre les chemins de conversion.
Un taux de conversion sans contexte ne veut rien dire
La question revient sans cesse : c’est quoi un bon taux de conversion Google Ads ? Honnêtement, ça dépend de tellement de facteurs que donner un chiffre unique serait malhonnête. Un site de conseil juridique avec un formulaire long tourne souvent autour de quelques pour cent. Sur ce point, voir aussi notre article sur fiche my business bloquee.
Une boutique de bijoux à petit prix dépasse allègrement les dix pour cent. La moyenne du secteur, les mots-clés ciblés, la qualité de la page d’arrivée et le prix moyen du panier pèsent bien plus que n’importe quel benchmark générique.
En e-commerce, la même prudence s’applique. Un taux autour de deux à trois pour cent reste une référence fréquente pour du trafic froid, mais une marque connue avec un fort trafic de marque fera beaucoup mieux sans que cela traduise une performance supérieure. Comparez votre taux à votre propre historique, segment par segment, plutôt qu’à une moyenne trouvée sur un blog.
La valeur de conversion, un levier trop souvent laissé vide
Beaucoup de comptes tournent encore avec une valeur fixe par conversion, alors que le panier moyen varie du simple au triple selon les produits. Résultat : l’algorithme optimise vers les conversions les moins rentables, et personne ne comprend pourquoi le retour sur investissement baisse. Renseigner une valeur dynamique, issue du montant réel de la commande, change la donne sur les campagnes en maximisation de la valeur.
Il faut aussi distinguer les conversions qui comptent vraiment de celles qui flattent le tableau. Une inscription à la newsletter n’a pas la même valeur qu’un devis demandé. En marquant chaque action comme principale ou secondaire, on évite que l’algorithme se disperse sur des micro-conversions faciles à obtenir mais sans impact commercial.
Comment maximiser les conversions sans se tromper de cible
Une fois les périmètres alignés, les leviers classiques redeviennent lisibles. La qualité de la page d’arrivée arrive en tête, loin devant les ajustements d’enchères. Ensuite vient la pertinence des mots-clés négatifs, qui évite de payer pour du trafic hors sujet. Et surtout, la patience : laisser tourner une campagne assez longtemps pour que les conversions remontent, au lieu de tout changer au bout de trois jours parce que le tableau de bord affiche zéro.
Un dernier point qui revient souvent dans les audits : les conversions importées depuis GA4 vers Ads. Pratique, mais elles arrivent avec leur propre latence et leur propre modèle d’attribution. Si vous mélangez conversions natives et importées dans le même rapport, l’écart avec la réalité commerciale devient impossible à interpréter.
Aligner avant d’accuser
Avant de conclure qu’une campagne ne fonctionne pas, posez les bonnes questions : même période, même fuseau horaire, même définition de la conversion, même modèle d’attribution ? Le plus souvent, l’écart se réduit à quelques unités une fois ces paramètres harmonisés.
Le reste, ces conversions modélisées ou cross-device que la boutique ne voit jamais, relève d’une différence de mesure assumée, pas d’une erreur. Et si vos chiffres restent inexplicablement éloignés après tout ça, la vraie question n’est peut-être pas de savoir qui a raison, mais de savoir laquelle des deux mesures vous voulez vraiment piloter.
0 commentaire