Conversions modélisées : qu'est-ce que la modélisation des conversions, et peut-on vraiment s'y fier ?

Ton tableau de bord Google Ads affiche plus de conversions que ton CRM. Ton agence te dit que « c'est une question de modélisation ». Le service financier veut savoir quel chiffre est le bon.

Cette discussion revient sans cesse parce que les plateformes ne se contentent plus de rapporter ce qu’elles peuvent voir. Quand les cookies, le consentement ou les navigateurs coupent le chemin entre un clic sur une pub et une vente, les plateformes comblent ce vide avec des estimations. La modélisation de conversion, c’est cette couche de compensation. Bien utilisée, elle évite que les enchères se fassent à l’aveuglette. Utilisée comme substitut à une mesure correcte, elle transforme tes rapports en un simple exercice de confiance.

La modélisation, c'est une solution pour pallier les données manquantes. En enregistrant davantage de conversions réelles, les plateformes ont moins de raisons de faire des suppositions. Tu ne vas pas supprimer complètement la modélisation. Tu peux toujours décider dans quelle mesure ton analyse repose sur des estimations ou sur des événements observés.

C'est quoi, la modélisation de conversion ?

La modélisation des conversions, c'est la méthode qu'utilise une plateforme pour estimer les conversions, ou plus souvent pour estimer l'attribution, quand elle ne peut pas suivre tout le parcours entre le clic sur une pub et le résultat. Des cookies manquants, un consentement refusé ou des balises bloquées coupent le lien, et l'apprentissage automatique comble ce vide en s'appuyant sur des schémas tirés de parcours similaires que la plateforme peut encore observer.

Une conversion « observée » est une conversion que la plateforme peut associer à une interaction publicitaire grâce à des identifiants disponibles : un identifiant de clic, un cookie, une correspondance d'adresse e-mail hachée, ou encore un événement serveur qui fournit encore suffisamment de contexte. Une conversion « modélisée » est une conversion pour laquelle ce lien fait défaut.

Google établit clairement cette distinction dans le fonctionnement de la modélisation des conversions. Google explique qu'il s'agit généralement de prédire l'attribution. Est-ce que cette annonce a conduit à une conversion dont il a déjà connaissance ? Il n'invente pas de toutes pièces qu'un achat a eu lieu.

Du coup, la colonne « Conversions » dans Google Ads, c'est souvent un mélange. « Faire confiance », ça veut dire comprendre ce mélange, et pas considérer chaque chiffre comme un ticket de caisse de ta boutique.

Conversions observées vs conversions modélisées

	Taux de conversion observé	Conversion modélisée
Identifiant disponible	Clique sur un identifiant, un cookie, une correspondance d'adresse e-mail hachée ou un événement serveur avec son contexte	Manquant, périmé ou bloqué
Comment ça se calcule ?	Lié directement à une interaction enregistrée avec une pub	Estimation basée sur les tendances observées lors de trajets comparables et observables
Compatible avec ton CRM	Oui, ligne par ligne	Non, c'est l'attribution probabiliste
Une cause commune	-	Consentement refusé, Safari ITP, bloqueur de pubs, désactivation de l'ATT sur iOS
Comment tu peux l'influencer	Conversions améliorées, suivi server-side, Meta CAPI	Indirectement. Si tu améliores la colonne de gauche, le pool modélisé diminue
On le trouve dans	Conversions et valeur de conversion	Les deux mêmes colonnes, sans légende

C'est cette dernière ligne qui pose problème. Les deux types se retrouvent dans la même colonne, et le rapport ne te dit pas lequel est lequel.

Pourquoi les plateformes publicitaires modélisent-elles les conversions ?

Le problème vient du modèle des plateformes, car la perte de signal est désormais un problème structurel. Ce n'est pas un bug temporaire qui va se résoudre tout seul.

Les bannières de consentement, c'est là que ça fait le plus mal. Dans l'EEE, au Royaume-Uni et dans des régions similaires, plein d'utilisateurs refusent les cookies publicitaires ou d'analyse. Si les balises respectent ce choix, comme elles le devraient, Google ne peut pas stocker les identifiants habituels. Sans les requêtes sans cookies et la modélisation du Consent Mode, ces parcours ne sont plus pris en compte dans l'attribution. Pour savoir comment configurer ça, jette un œil à Google Consent Mode V2.

La confidentialité des navigateurs passe à la vitesse supérieure. La fonctionnalité « Intelligent Tracking Prevention » (ITP) de Safari réduit la durée de vie des cookies et limite le suivi intersites. Les fonctionnalités de confidentialité de Firefox et Chromium continuent de resserrer la vis dans ce domaine. Google présente même les limites des cookies tiers et propriétaires comme des cas de figure distincts.

Pour en savoir plus sur les dernières nouveautés de Safari, jette un œil à notre article sur la protection contre le suivi de Safari 27.

Est-ce que le fait de conserver les cookies tiers dans Chrome ne résout pas ce problème ?

Non, et ça vaut le coup d'expliquer pourquoi, parce que plein de feuilles de route en matière de mesure ont été élaborées en fonction d'une échéance qui n'existe plus.

Google a abandonné son projet de suppression progressive des cookies tiers dans Chrome. Le passage à un modèle laissant le choix à l'utilisateur a été annoncé en 2024 et confirmé en avril 2025, et la plupart des API « Privacy Sandbox » développées pour les remplacer ont été désactivées en octobre 2025. Chrome conserve désormais les cookies tiers activés par défaut, avec des paramètres que les utilisateurs peuvent modifier eux-mêmes.

Ce revirement ne permet pas de récupérer un seul parcours de conversion perdu. Safari, Firefox et Brave continuent de bloquer les cookies tiers par défaut. Les obligations de consentement prévues par le RGPD et la directive ePrivacy restent inchangées : un refus via la bannière signifie toujours qu’aucun cookie ne sera stocké, peu importe ce que Chrome autorise. Les options de désactivation de l’ATT sur iOS restent inchangées. Les bloqueurs de pub restent inchangés. Et une part croissante des utilisateurs de Chrome limite désormais activement les cookies grâce à ces nouvelles options de contrôle.

La date butoir a disparu, mais la perte de signal est toujours là. L'érosion est désormais progressive et dépend du comportement des utilisateurs plutôt que d'une date butoir unique annoncée, ce qui la rend plus facile à ignorer et plus difficile à anticiper. La modélisation n'est pas un pont vers un avenir sans cookies qui aurait été annulé, mais une partie intégrante et permanente de la façon dont les plateformes établissent leurs rapports.

Les bloqueurs de publicités suppriment les pixels, les balises et parfois même la bannière de consentement. Ça perturbe les mesures et le signal juridique dont tu as besoin pour un suivi conforme. Découvre-en plus sur le suivi malgré les bloqueurs de publicités.

Et puis, il y a l'ATT (App Tracking Transparency) d'iOS, surtout si des applis ou Meta sont dans le coup. Les références d'Adjust pour le deuxième trimestre 2025 estiment le taux d'adhésion à l'ATT à environ 35 % pour l'ensemble du secteur, chez les utilisateurs à qui on a présenté la demande. La plupart des gens à qui on pose cette question répondent quand même « non ». Quand l'identifiant de l'appareil n'est plus disponible, les plateformes s'appuient davantage sur les mesures agrégées et la modélisation.

Face à ça, les plateformes ont le choix : soit elles ne rapportent que la partie observable et sous-estiment les enchères, soit elles estiment la partie manquante à l'aide de modèles entraînés sur ce qu'elles peuvent encore voir. Elles ont choisi la modélisation parce que le Smart Bidding et les rapports de performance ne fonctionnent plus quand une grande partie de l'entonnoir devient « opaque ».

Pour voir une carte plus détaillée des endroits où les conversions disparaissent, jette un œil à notre article sur le suivi de la perte de signal.

Comment le mannequinat est mis en avant sur Google et Meta

Voyons comment Google et Meta abordent la modélisation des conversions sur leurs plateformes.

Google Ads : conversions estimées en fonction des montants sur lesquels tu enchéris

Dans Google Ads, la modélisation n'est pas un rapport à part entière. Elle est intégrée aux colonnes sur lesquelles tu enchéris. La présentation de Google sur les conversions en ligne modélisées explique clairement pourquoi : les règles de confidentialité et les contraintes techniques masquent les chemins d'attribution, et sans correction, celui qui enchéris tire ses conclusions d'un échantillon biaisé.

Le « Consent Mode » est le principal levier pour combler les lacunes liées au consentement. Grâce au « Consent Mode » avancé, les balises peuvent envoyer des signaux sans cookie lorsque le stockage est refusé. Ces signaux ne constituent pas un suivi complet. Ils fournissent à Google suffisamment de données agrégées pour modéliser les tendances spécifiques à chaque annonceur, au lieu de se rabattre sur une moyenne sectorielle trop générale.

Les premiers résultats de Google indiquaient que la modélisation des conversions via le « Consent Mode » permettait de récupérer plus de 70 % des parcours « clic publicitaire-conversion » perdus à cause des choix de consentement aux cookies, les résultats variant en fonction du taux de consentement et de la configuration. Les dernières recommandations du Centre d'aide continuent de présenter cette récupération comme substantielle : en moyenne, plus de la moitié des parcours perdus sont récupérés, et ce chiffre est environ deux fois plus élevé lorsque le Consent Mode avancé est utilisé plutôt que la version de base.

Ces chiffres modélisés alimentent le Smart Bidding. Définis un coût par acquisition cible (tCPA) ou un retour sur investissement publicitaire cible (tROAS), et l’algorithme s’entraîne sur le total pondéré. C’est utile quand l’alternative, c’est de priver le modèle de données. Mais c’est aussi facile à mal interpréter. Une hausse soudaine après l'activation du Consent Mode peut être due au rattrapage du modèle, et non à une avancée créative. Google affiche l'impact positif du Consent Mode pendant une période limitée dans Diagnostics ; après ça, la part modélisée fait simplement partie de la colonne « Conversions ».

Consulte la section « À propos de la modélisation en Consent Mode » et les résultats concernant l'impact du mode Consent Mode.

Il y a un détail opérationnel que les équipes ont tendance à oublier : les conversions modélisées peuvent mettre jusqu’à quelques jours à se stabiliser dans les rapports. Ne te précipite pas pour optimiser dès les premières fluctuations.

Des conversions améliorées et une balise Google bien configurée permettent à Google de moins avoir à deviner, car davantage de conversions deviennent détectables grâce aux correspondances de première partie hachées.

GA4 : modélisation comportementale et modélisation des conversions

GA4 utilise la modélisation de deux façons liées que les pros du marketing ont tendance à confondre.

La modélisation comportementale (liée au mode « Consent Mode ») estime le nombre d'utilisateurs, de sessions et d'engagement lorsque l'option `analytics_storage` est refusée et que les événements ne peuvent pas être associés à un identifiant utilisateur persistant. Google explique ça dans la documentation sur la modélisation comportementale pour le mode « Consent Mode ». Dix pages vues sans identifiants peuvent correspondre à une seule personne ou à dix. Le modèle fait ses estimations en se basant sur des utilisateurs similaires ayant donné leur consentement sur ton site.

La modélisation des conversions comble les lacunes d'attribution lorsque le lien entre le clic et la conversion est rompu pour des raisons techniques ou liées à la confidentialité. Les rapports combinent alors des données observées et estimées. En fonction de l'identité du rapport et de l'éligibilité de la propriété, tu peux voir une icône de qualité des données indiquant que des données utilisateur estimées sont incluses. Ce que tu ne trouves généralement pas, c’est un curseur clair indiquant « X % de ce graphique est modélisé » dans chaque rapport standard. C’est pour ça que les équipes finance et marketing se disputent à propos de la même capture d’écran.

Si ton ROAS GA4 te semble déjà un peu bizarre pour des raisons structurelles, la modélisation, c'est une couche supplémentaire qui vient s'ajouter. Découvre pourquoi le ROAS GA4 est imprécis et pourquoi les conversions de Meta, GA4 et Google Ads ne correspondent pas.

Meta : même problème, noms de produits différents

La plateforme de Meta utilise différents noms de produits pour désigner un problème similaire. Suite aux changements apportés à la politique de confidentialité d'iOS, la « mesure agrégée des événements » et les contrôles associés limitent la quantité d'informations détaillées au niveau de l'utilisateur dont disposent les annonceurs pour le trafic ayant choisi de ne pas participer. Meta s'appuie sur des méthodes statistiques pour que l'optimisation reste utilisable lorsque l'appariement déterministe échoue.

L'API Conversions (CAPI) est la solution proposée par Meta pour obtenir davantage d'événements serveur observés : données d'achat provenant de ton backend, informations client hachées, meilleure qualité de correspondance des événements (EMQ). La combinaison du pixel et de la CAPI, avec une déduplication correcte des event_id, constitue la solution hybride standard. La modélisation reste nécessaire pour combler les lacunes que tu ne peux pas résoudre. Une meilleure qualité de correspondance réduit la part d'inférence que Meta doit effectuer. Ça ne supprime pas l'inférence.

Découvre comment améliorer la qualité des correspondances d'événements Meta et jette un œil à la présentation de l'API Conversions de Meta.

Quand tu peux te fier aux conversions modélisées

La modélisation trouve toute sa place dans quelques situations concrètes.

Ça permet de maintenir l'enchérissage automatisé alors que, sans ça, les taux de consentement finiraient par étouffer l'algorithme. Les comptes avec peu de conversions partent vite en vrille. Une estimation respectueuse de la vie privée des chemins d'attribution manquants vaut souvent mieux que d'optimiser sur une toute petite minorité de consentements.

Ça permet de retrouver une vision globale au niveau de la campagne quand les navigateurs et les plateformes masquent les parcours multi-appareils ou multi-navigateurs. Tu continues à vérifier la cohérence par rapport aux commandes et au CRM. Au moins, les chiffres des médias ne ressemblent plus à une éclipse partielle.

C'est aussi une méthode plus propre que les solutions de contournement interdites par Google. Les « pings » sans cookies, associés à la modélisation, constituent l'alternative officiellement proposée par Google au « fingerprinting ». Si tu te soucies à la fois de la conformité et de la mesure d'audience, ce compromis a son importance.

Quand les conversions modélisées t'induisent en erreur

La modélisation tourne mal quand les équipes considèrent les estimations comme s'il s'agissait de relevés de caisse.

Commençons par l'opacité. Tu vois rarement une distinction claire et permanente entre les données observées et celles modélisées dans toutes les vues Google Ads ou GA4 que tu utilises au quotidien. Les parties prenantes te demandent quelle part de ces chiffres est « réelle », et la réponse exacte est souvent : suffisamment pour que Google en soit convaincu, mais pas au point de pouvoir l'auditer ligne par ligne comme tu le ferais avec un fichier d'export d'entrepôt.

Ensuite, il y a le biais. Les utilisateurs ayant donné leur consentement ne se comportent pas comme ceux qui l'ont refusé. Google a depuis longtemps remarqué que les taux de conversion des utilisateurs ayant donné leur consentement diffèrent de ceux qui ne l'ont pas fait, c'est pourquoi un calcul naïf consistant à « multiplier par le taux de consentement » ne tient pas la route. Les modèles fiables essaient de corriger ça. Si ton segment des utilisateurs ayant donné leur consentement est minuscule ou biaisé (beaucoup d'acheteurs réguliers, uniquement sur ordinateur, un seul pays), les données d'apprentissage sont trop maigres. Une estimation sophistiquée, mais une base fragile.

C'est au niveau de la comparabilité que les choses déraillent. Ton CRM, Shopify ou ton entrepôt comptabilisent les commandes enregistrées. Google Ads comptabilise les conversions enregistrées et celles issues de l'attribution modélisée. Meta utilise sa propre méthode de calcul. Les tableaux de bord qui regroupent ces systèmes sans préciser la différence créent de faux écarts et de faux succès. Cette divergence existe pour une bonne raison : les conversions de Meta, GA4 et Google Ads.

Le contrôle revient à la plateforme. Tu ne possèdes pas les poids des modèles. Les seuils, les critères d'éligibilité et la méthodologie sont définis ailleurs. Si le volume passe en dessous des seuils de modélisation, les données estimées peuvent disparaître de la modélisation comportementale de GA4. Les rapports sur l'impact du « Consent Mode » sont temporaires. Une stratégie qui repose uniquement sur une augmentation modélisée, c'est une stratégie bâtie sur du sable.

Ça ne veut pas dire pour autant que tu doives désactiver la modélisation. Ça veut dire que la modélisation, c'est un filet de sécurité, pas une stratégie d'optimisation. Si tu t'appuies dessus au lieu de te baser sur des événements réels, le Smart Bidding reste entraîné sur des données plus floues que nécessaire. Pour découvrir comment des flux de conversion plus précis influencent les résultats d'enchères : Smart Bidding et suivi server-side.

Comment vérifier quelle partie de tes données est modélisée

Tu ne trouveras pas de pourcentage précis, mais tu peux quand même établir une estimation plausible.

GA4, c'est ce qui se rapproche le plus d'un bouton bascule

L'identité de reporting, c'est le levier. Lance le même rapport sur la même période, d'abord sous « Blended », puis sous « Observed », et compare les totaux pour les utilisateurs, les sessions et les conversions clés. « Blended » inclut des données modélisées, contrairement à « Observed ». La différence te donne une idée approximative de la part de ce rapport qui repose sur des estimations. Fais ça dans « Admin », note les paramètres que tu as utilisés et fais une capture d’écran des deux. C’est le chiffre le plus utile que tu puisses présenter lors d’une discussion avec la direction financière.

Google Ads te propose des analyses

Vérifie les diagnostics du « Consent Mode » pour t'assurer que la modélisation est bien active et applicable aux actions de conversion sur lesquelles tu enchéris. Si le rapport d'impact du Consent Mode reste disponible pour ton compte pendant la période prévue, note le chiffre de l'augmentation avant qu'il n'expire, car il ne reste pas en ligne indéfiniment. Il n'y a pas de segment permanent « observé vs modélisé », alors arrête d'en chercher un.

Meta garantit la qualité des matchs

La qualité des événements (EMQ) par événement, c'est ton indicateur. Un faible EMQ au moment de l'achat signifie que Meta tire davantage de conclusions. Vérifie-le par événement plutôt qu'au niveau du compte, et assure-toi que Pixel et CAPI effectuent correctement la déduplication sur l'event_id avant de tirer des conclusions à partir de ce score.

Ton backend, c'est le point d'ancrage

Exporte les commandes en première partie pour une fenêtre donnée et compare-les aux conversions signalées par la plateforme sur une fenêtre d'attribution correspondante. Note ensuite les écarts explicables : conversions par vue, parcours multi-appareils, différences entre les fenêtres de conversion, actions de conversion secondaires, refus de consentement. Ce qui reste après ces explications, c'est ton résidu modélisé pratique.

Regroupe tout ça sur une seule feuille, mois après mois. C'est la tendance qui compte ici :

• Si la valeur résiduelle reste stable ou diminue, ça veut dire que tes mesures s'améliorent.
• Si ce chiffre augmente, ça veut dire que tu t'éloignes de plus en plus de tout ce que tu peux contrôler.

Comment réduire les conversions modélisées et augmenter ton taux observé

Tu ne peux pas supprimer les conversions modélisées, mais tu peux réduire la partie qu'elles doivent couvrir.

Voilà où les équipes se trompent souvent : Google ne reçoit pas de notification du genre « ce magasin a amélioré la qualité de ses données, réduis la modélisation ». La modélisation permet de compléter les parcours où le lien entre le clic et la conversion manque. Quand le suivi server-side, les conversions améliorées et une balise Google bien configurée génèrent davantage de conversions qui comportent déjà ce lien (un identifiant de clic Google, une correspondance d’e-mail hachée, un contexte propriétaire exploitable), ces conversions sont enregistrées telles quelles. Le nombre de conversions non observées diminue. Il y a tout simplement moins d’écart à estimer. Une modélisation réduite est une conséquence de la diminution des parcours incomplètes, et non un score de qualité distinct que la plateforme baisse pour toi.

Voici comment tu peux augmenter ta part observée :

1. Mets correctement en place le « Consent Mode », et va plus loin quand la loi le permet. Rétablit la qualité de modélisation pour les utilisateurs dont les performances baissent, et double à peu près le taux de récupération par rapport à la version de base.
2. Active les conversions améliorées avec une balise Google bien configurée. Convertit les ventes en événements observés grâce à des correspondances de données propriétaires hachées, au lieu de se contenter d'estimations.
3. Déplace la collecte server-side. Récupère les événements perdus à cause des bloqueurs de pub et des balises de navigateur instables, et fait en sorte que l'événement soit déclenché en première partie, pour que les restrictions de Safari t'affectent moins.
4. Envoie les données Meta CAPI en même temps que le Pixel, après les avoir dédupliquées par event_id. Ça améliore la qualité de la correspondance des événements et ça réduit la quantité d'informations que Meta doit déduire.
5. Fais le rapprochement mensuel avec les commandes du système de gestion. Ça te permet de savoir si les étapes 1 à 4 ont réellement fait varier la part observée, ou si elles n'ont fait varier que le total.

Les étapes 1 à 4 te permettent de réduire l'écart, et l'étape 5, c'est comment tu le prouves.

Avec une bonne configuration server-side, le nombre total de conversions enregistrées peut même augmenter, car tu récupères des événements qui n'étaient auparavant ni observés ni correctement modélisés. Ce que tu cherches généralement, c'est une part plus importante de ces conversions observées par rapport au total. La colonne « Conversions » continue de mélanger les deux. Un mélange plus équilibré met simplement davantage l'accent sur les liens réels.

Le suivi server-side permet de ne plus passer par le parcours fragile du navigateur pour la collecte et la transmission des données. Les événements arrivent sur ton point de terminaison propriétaire, puis ton conteneur GTM server-side les envoie à Google Ads, GA4, Meta CAPI et les autres. Les bloqueurs de pub ont moins de prise. Les limites imposées par Safari aux tiers ont moins d’importance quand l’événement est propriétaire. Tu peux enrichir les événements d’achat avec des identifiants de commande et des données client hachées que le navigateur n’a jamais pu traiter correctement. La modélisation en Consent Mode continue de fonctionner pour les personnes qui refusent. Ton rôle est de t’assurer que toutes les personnes qui ont accepté, ainsi que chaque achat dont ton serveur a connaissance, parviennent bien aux plateformes sous forme de signal observé.

Les habitudes des utilisateurs directs comptent aussi. Si tu reconstruis ton système de mesure en t'appuyant sur tes propres données plutôt que sur les cookies tiers uniquement, une bonne approche consiste à te tourner vers le marketing basé sur les données de première partie. Le travail sur le taux de consentement continue d'aider les modèles qui restent, car une meilleure expérience utilisateur en matière de consentement enrichit l'ensemble de données d'entraînement observé : c'est ce qu'on appelle l'optimisation du taux de consentement.

Le but, c'est pas d'avoir zéro conversion modélisée. Il faut plus d'achats liés à des identifiants de clic, des correspondances de conversion améliorées ou des événements serveur fiables. Et moins de données dans la colonne « Conversions » basées sur des estimations. Les conversions observables récupérées sont aussi plus faciles à défendre lors des discussions sur le retour sur investissement que la seule augmentation modélisée. Découvre le retour sur investissement du suivi server-side.

À quoi ressemble une configuration de mesure efficace ?

Même dans une configuration bien ficelée, la modélisation a toujours sa place. C'est juste que l'histoire ne repose pas dessus.

Les conversions Google Ads se rapprochent de plus en plus des commandes en back-end sur des périodes comparables. Les écarts restants sont expliqués (view-through, multi-appareils, refus de consentement) au lieu d'être balayés d'un revers de main comme de la « magie » de la plateforme.

Le Consent Mode est opérationnel et a été validé. Les diagnostics ont confirmé que la modélisation correspond bien à ce que tu attendais. Les taux de correspondance des conversions améliorées sont un indicateur que tu surveilles, pas un bouton que tu as oublié d'activer.

L'équipe maîtrise bien les indicateurs de qualité des données de GA4. Personne ne colle les chiffres d'utilisateurs « Blended » dans une présentation comme s'il s'agissait d'utilisateurs uniques issus du CRM.

Meta EMQ bénéficie de la même attention. Les données CAPI et Pixel sont dédupliquées. Les événements d'achat comportent des identifiants qui améliorent la qualité des correspondances.

Et quand quelqu’un te demande si tu peux te fier à ce chiffre, la réponse est claire : fais-lui confiance pour orienter tes enchères et comparer tes campagnes, vérifie-le par rapport aux commandes directes pour t’assurer de l’exactitude des revenus, et continue à réduire la part modélisée en envoyant davantage de conversions observées.

La place de TAGGRS

Google Tag Manager server-side (sGTM) est la méthode habituelle utilisée par les équipes pour augmenter ce taux d'observation sans avoir à mettre en place une infrastructure cloud brute. TAGGRS héberge le conteneur sGTM, garantit que le point de terminaison reste de première partie et te permet d'enrichir et de transférer les conversions vers Google Ads, GA4, Meta et d'autres plateformes à partir d'un seul pipeline serveur.

Concrètement, ça veut dire que davantage d'événements liés aux achats et aux prospects quittent ton domaine de manière contrôlée, même quand le navigateur est hostile. La modélisation continue de fonctionner pour les lacunes en matière de consentement et de confidentialité que tu ne peux pas combler. La différence, c'est que les plateformes passent moins de temps à faire des suppositions, car elles ont accès à une plus grande partie de l'entonnoir réel.

Conclusion

La modélisation des conversions, c'est ni une arnaque, ni un substitut à la mesure. C'est la solution de contournement du secteur face au consentement, à l'ITP, aux bloqueurs de pubs et aux restrictions d'iOS. Google Ads et GA4 y ont largement recours dans les chiffres que les marketeurs scrutent déjà. Meta fait pareil, mais sous d'autres noms de produits.

Fais-lui confiance dans la mesure où tu fournis des données observées aux plateformes. Améliore le Consent Mode, les conversions optimisées, le CAPI et la diffusion server-side, et la modélisation deviendra un élément moins important et plus sain du tableau d'ensemble. Tu ne l'élimineras pas, mais tu pourras arrêter de la considérer comme la seule réalité.

Si tu veux savoir quelle part de ta colonne « Conversions » est actuellement constituée d'estimations, commence par l'audit ci-dessus. Si la réponse te dérange, un conteneur server-side est le moyen le plus rapide d'y remédier. Commence par essayer TAGGRS gratuitement ou demande une démo pour en savoir plus.

FAQ

Une conversion modélisée, c'est une fausse conversion ?

Pas dans le sens où on inventerait des ventes au hasard. Dans Google Ads, la modélisation permet généralement d'estimer si une conversion observée doit être attribuée à une annonce quand le lien d'identifiant manque. Ça peut quand même être faux, vu que c'est une estimation. Considère ça comme une attribution probabiliste, pas comme une donnée figée.

Comment je peux voir combien de mes conversions sont modélisées ?

Il n'y a aucun pourcentage nulle part dans l'interface. La méthode la plus proche consiste à générer le même rapport GA4 en utilisant d'abord l'identité de rapport « Blended », puis « Observed », et à comparer les totaux, avant de rapprocher les conversions Google Ads avec un export de commandes en première partie sur une période correspondante. Les diagnostics du Consent Mode confirment que la modélisation est active, mais ne la quantifient pas. Consulte la section « Audit » ci-dessus pour connaître la méthode complète.

Est-ce que les conversions modélisées sont prises en compte dans mon ROAS et dans le Smart Bidding ?

Oui. Les conversions modélisées et leur valeur modélisée figurent dans les colonnes « Conversions » et « Valeur des conversions » sur lesquelles Smart Bidding s'entraîne et à partir desquelles ton ROAS est calculé. C'est justement le but de la modélisation. Ça veut aussi dire que le ROAS de la plateforme et le ROAS en aval mesurent des choses différentes, et que les comparer sans préciser cette différence, c'est ce qui fait que les équipes finissent par se disputer à propos d'une même capture d'écran.

Est-ce que je peux désactiver la modélisation des conversions dans Google Ads ?

Il n'y a pas de bouton « tout désactiver » pour toutes les fonctions de modélisation tout en conservant le suivi des conversions moderne. Tu peux influencer le niveau de modélisation nécessaire en améliorant les données observables : configuration du Consent Mode, conversions améliorées, événements server-side, couverture des balises. Les critères d'éligibilité et la méthodologie restent du ressort de Google.

Est-ce que le « Consent Mode » veut dire que Google suit les utilisateurs qui ont dit non ?

Le Consent Mode peut envoyer des requêtes sans cookies lorsque le consentement au stockage est refusé. Ces requêtes sont limitées et utilisées à des fins de modélisation agrégée, et non pour établir un profil complet basé sur les cookies. C'est toujours ta plateforme de gestion du consentement (CMP) et ta base juridique qui déterminent ce que tu autorises. Consulte la présentation du Consent Mode de Google ainsi que les recommandations de ton conseiller juridique pour tes marchés.

Pourquoi le nombre de conversions Google Ads est-il supérieur au nombre de commandes passées sur ma boutique ?

Parmi les raisons courantes, on peut citer l'attribution modélisée qui comble les lacunes en matière de consentement ou de navigateur, les différentes fenêtres de conversion, les actions secondaires, les parcours multi-appareils, ainsi que la colonne de conversion que tu consultes. Compare ce qui est comparable et garde l'exportation des commandes en première partie comme référence absolue en matière de chiffre d'affaires.

Est-ce que le suivi server-side rend la modélisation inutile ?

Non. Ça augmente le nombre de conversions observées et réduit les pertes évitables dues aux bloqueurs et aux balises de navigateur instables. Les refus de consentement, les désactivations de l'ATT et les règles de confidentialité des plateformes laissent quand même des failles que les plateformes vont exploiter. Le suivi server-side modifie le rapport. Ça ne supprime pas le problème.

Est-ce que je devrais ajuster les objectifs tROAS ou tCPA après avoir modélisé l'effet d'amplification ?

Google a indiqué que si tu avais auparavant revu tes objectifs à la baisse pour compenser le sous-déclaraison liée au consentement, tu peux les réévaluer une fois que la modélisation et de meilleurs outils de mesure seront en place. Fais-le progressivement et en fonction du coût par acquisition (CPA) de ton entreprise ou du taux d'efficacité marketing (MER), et non pas uniquement en fonction d'un pic d'une semaine dans la colonne « Conversions ».