Pourquoi tes conversions Meta, GA4 et Google Ads ne correspondent pas

Si tu compares les données d'une même campagne sur Meta, GA4 et Google Ads, tu verras que les chiffres de conversion concordent rarement. Tu pourrais par exemple constater que Meta fait état de 77 achats, Google Ads de 85 et GA4 de 61, alors que le chiffre réel dans Shopify est de 143. Quatre outils qui affichent quatre totaux différents.

Alors, quel chiffre doit figurer dans tes rapports et guider tes décisions stratégiques ? Et pourquoi chaque plateforme te donne-t-elle des infos différentes sur la même campagne ?

Tes chiffres de conversion sur Meta, GA4 et Google Ads ne correspondront jamais exactement, et ils n'ont d'ailleurs pas été conçus pour ça. Chaque plateforme utilise ses propres règles d'attribution et définit la conversion différemment ; une partie de cet écart est donc permanente et tu peux sans crainte ne pas en tenir compte.

Mais tout ça n'est pas uniquement une question de méthodologie. Une part non négligeable correspond à de véritables conversions qui ne sont pas arrivées sur tes plateformes à cause de refus de consentement, de restrictions de navigateur et de bloqueurs de pub. Et cette part-là, tu peux la récupérer.

Cet article aborde ces deux aspects. D'abord, comment les différents modèles d'attribution et définitions de la conversion créent un fossé dans les données qu'il est impossible de combler. Ensuite, comment les choix en matière de consentement, les restrictions des navigateurs, les bloqueurs de pub et une déduplication défaillante créent un fossé qui, lui, peut être comblé, ainsi que la manière de le mesurer et les solutions concrètes pour y remédier.

Quatre plateformes, quatre chiffres

Les chiffres ci-dessus ne sont pas un cas isolé. On observe une tendance similaire sur la plupart des comptes publicitaires :

• Google Ads et Meta indiquent tous les deux un nombre de conversions inférieur à celui de tes données de commande, car une partie des achats réels n'est jamais attribuée à une interaction publicitaire.
• GA4 affiche généralement le plus faible nombre de conversions parmi les trois, car il repose sur l'attribution multicanal et rencontre des difficultés avec les restrictions liées aux cookies et les parcours multi-appareils. Une part croissante de ce qu'il ne parvient pas à attribuer est classée dans la catégorie « Non attribué ».
• Les données de commandes de ton CRM ou de Shopify affichent le chiffre le plus élevé, car elles ne reposent sur aucun modèle d'attribution et ne dépendent pas du navigateur. Elles comptabilisent le nombre réel de commandes.

Aucune de ces plateformes n'est défaillante. Chacune répond à une question différente, comptabilise les conversions à sa manière et perd sa part de données en cours de route. Voici comment ça se présente.

Quelle partie de ce manque de données est normale et ne peut pas être modifiée ?

Une partie de cette différence tient à la façon dont chaque plateforme mesure les données. Aucun outil ni aucune configuration server-side ne permettra d'aligner ces chiffres, et ce n'est d'ailleurs pas nécessaire. Cet écart permanent a deux causes principales : les plateformes utilisent des règles d'attribution différentes, et elles définissent la conversion différemment.

Différents modèles d'attribution et fenêtres

Chaque plateforme décide quel point de contact est pris en compte et combien de temps elle attendra qu'une conversion ait lieu après l'interaction d'un utilisateur avec une pub. De par leur conception, ces règles ne sont pas harmonisées entre elles.

Meta attribue une conversion dans les 7 jours environ suivant un clic. La plateforme prend également en compte les conversions « view-through », c'est-à-dire les cas où quelqu'un a vu ta pub, n'a pas cliqué dessus, mais a quand même effectué un achat.

Google Ads se concentre sur les interactions au sein de l'écosystème de Google. Depuis septembre 2023, Google utilise par défaut l'attribution basée sur les données, qui répartit le mérite entre les clics et les impressions tout au long du parcours sur Google, plutôt que de se limiter au dernier clic.

Google Analytics 4 (GA4) adopte une approche multicanal plus large et essaie de répartir le mérite entre tous les canaux qui ont fait partie du parcours, y compris Meta, les e-mails, le trafic naturel et le trafic direct, plutôt que de se limiter à la seule annonce sur laquelle quelqu'un a cliqué.

Voici un exemple. Un client voit une pub Meta, clique ensuite sur une pub Google, puis effectue un achat. Meta et Google Ads attribuent chacun cet achat à leur propre campagne, tandis que GA4 répartit le mérite entre les deux canaux. Un seul achat apparaît désormais trois fois dans trois outils différents, simplement parce que chacun d'entre eux suit ses propres règles.

La fenêtre de reporting complique encore plus les choses. Google Ads comptabilise une conversion à la date du clic, tandis que GA4 la comptabilise à la date de la conversion ; du coup, une même vente peut se retrouver dans des semaines différentes. Si tu compares une période allant du lundi au dimanche entre deux outils qui utilisent des logiques de date différentes, une partie de l'écart que tu constates est purement due au timing.

Différentes définitions de la conversion

Un autre problème, c'est que les plateformes ont des définitions différentes de ce qu'est une conversion. Meta peut considérer un événement « ajouter des informations de paiement » ou un view-through comme une conversion. De son côté, pour Google Ads, ça peut être un appel téléphonique ou un formulaire rempli. GA4 compte peut-être un événement clé que tu as configuré il y a des mois et que tu as depuis oublié. Tes données de commande ne reflètent que les commandes payées, confirmées et non remboursées.

Avant d'analyser ton suivi, assure-toi que chaque outil mesure les mêmes événements. Ouvre les paramètres des actions de conversion dans Google Ads, la liste des événements dans Meta Events Manager et les définitions des événements clés dans GA4, puis compare-les aux données de tes commandes. Si Google Ads inclut les appels téléphoniques ou si Meta inclut les conversions après exposition, cette partie de l'écart n'a rien à voir avec des données perdues.

Quelle partie de cette perte de données est récupérable ?

Au-delà de la méthodologie, il y a un deuxième écart lié aux conversions qui ont bel et bien eu lieu et qui auraient dû être comptabilisées selon les règles propres à chaque plateforme, mais qui n'ont jamais été enregistrées par celles-ci. C'est ce qu'on appelle une perte de signal, et c'est la partie que tu peux (et que tu devrais) corriger.

Ça s'explique surtout par quatre facteurs clés :

• Consentement et Consent Mode V2. Lorsqu'un utilisateur refuse les cookies, les balises côté client ne se déclenchent pas, si bien que la conversion n'apparaît jamais sur tes plateformes en tant qu'événement réel et mesuré. Google comble en partie cette lacune avec des données modélisées dans le cadre du Consent Mode, mais la modélisation reste une estimation qui repose sur un nombre d'événements réels en constante diminution. Plus tu lui fournis de signaux réels, moins il a besoin de faire des suppositions.
• L'ITP de Safari et les restrictions similaires des navigateurs. La fonction « Intelligent Tracking Prevention » (ITP) de Safari limite la durée de vie des cookies propriétaires créés via JavaScript à 7 jours, voire moins dans certains cas d'utilisation intersites, tandis que Firefox bloque de nombreux traceurs par défaut. Chaque cookie expiré correspond à un client fidèle que tes outils ne peuvent plus associer à la campagne qui l'a amené chez toi, ce qui explique aussi pourquoi les audiences de remarketing ont tendance à se réduire avec le temps.
• Les bloqueurs de pub. Les bloqueurs de pub ne se contentent pas de supprimer les publicités affichées, ils empêchent aussi complètement les scripts de suivi de s'exécuter. Quand l'un d'entre eux empêche le chargement de ton conteneur Google Tag Manager, aucune de tes balises ne s'exécute, ce qui veut dire pas de GA4, pas de pixel Meta et pas de balise de conversion Google Ads, et ces utilisateurs deviennent invisibles dans tes rapports.
• iOS et la fonctionnalité « App Tracking Transparency » (ATT). Depuis le lancement d'ATT, les utilisateurs doivent donner leur accord explicite pour que le pixel de Meta puisse les suivre sur iOS, et la plupart ne le font pas. Meta comble cette lacune avec des conversions modélisées basées sur des signaux agrégés, ce qui est utile mais reste tout de même un modèle plutôt qu'une mesure précise.

Quand tu fais le bilan, tu te rends compte que tu travailles à partir de rapports incomplets et que tu répartis le budget en te basant sur une image très déformée de la réalité. Les campagnes qui semblent sous-performer peuvent tout simplement s'adresser à un public dont les conversions résistent mieux que d'autres à la perte de données.

Pourquoi la déduplication et les lacunes entre appareils aggravent la situation

Il y a deux autres facteurs qui interviennent entre la méthodologie et la perte de données, et c'est eux qui expliquent certaines des divergences les plus étranges que tu vas constater.

Le premier, c'est la déduplication. Si tu utilises à la fois un pixel de navigateur et un événement server-side (ce que tu devrais faire pour Meta CAPI), les deux doivent partager un même event_id pour que Meta sache qu'ils décrivent le même achat. La correspondance effectuée par Meta est stricte : les identifiants doivent correspondre exactement et les noms d’événements ainsi que les horodatages doivent coïncider. Du coup, quand une configuration génère l’identifiant séparément de chaque côté, Meta comptabilise les deux événements. Meta surestime les chiffres parce que tu comptes deux fois le même événement, et non parce qu’il gonfle les chiffres. Pour résoudre ça, il faut une déduplication efficace.

Découvre comment améliorer ton score de qualité « Meta Event Match ».

Le deuxième, ce sont les parcours multi-appareils. Un utilisateur peut te découvrir au départ en naviguant sur son téléphone, puis approfondir ses recherches sur son ordinateur, et enfin acheter sur une tablette : ça fait un seul client qui utilise trois appareils différents. Les cookies côté client ne peuvent pas relier ces étapes de manière fiable, du coup tu vois trois utilisateurs anonymes alors qu’il n’y en a en réalité qu’un seul.

Meta et Google peuvent en partie pallier ce problème pour les utilisateurs connectés, mais GA4 ne le gère que lorsqu'une personne est connectée à un compte Google, ce qui est l'une des principales raisons pour lesquelles GA4 sous-estime le nombre de sessions et les classe dans la catégorie « Non attribuées ».

Vérifie ces cinq paramètres avant de rejeter la faute sur ton suivi

Souvent, les écarts entre les chiffres ne sont pas du tout dus à une perte de signal. Il s'agit d'erreurs de configuration qui divisent ou décalent tes données d'un outil à l'autre. Ces problèmes sont assez faciles à résoudre, alors vérifie-les avant de supposer qu'une cause plus profonde est à l'origine de tes écarts de données :

1. Fuseau horaire. Chaque plateforme peut générer ses rapports selon son propre fuseau horaire, et elles ne s'accordent même pas sur le jour auquel une conversion doit être attribuée. Google Ads l'enregistre le jour du clic, tandis que GA4 l'enregistre le jour où l'achat a eu lieu. Si ces dates ne coïncident pas, une même vente peut se retrouver dans une semaine différente selon l'outil utilisé ; du coup, comparer « la semaine dernière » revient en fait à comparer deux semaines légèrement différentes. Régle toutes les plateformes sur le même fuseau horaire.
2. Devise. Si ta propriété GA4, tes comptes publicitaires et tes données de commandes sont exprimées dans des devises différentes, ton chiffre d'affaires et ton ROAS ne correspondront jamais, même si les chiffres de conversion concordent. Il en va de même si chaque outil convertit les montants dans ta devise de reporting selon son propre taux de change. Choisis une seule devise pour tous ces éléments afin de pouvoir les comparer avec précision.
3. Période d'attribution. La fenêtre d’attribution, c’est le délai pendant lequel une plateforme continue à attribuer une conversion après une interaction avec une pub. Google Ads utilise généralement une fenêtre de 30 jours, tandis que Meta utilise 7 jours pour les clics et 1 jour pour les impressions. Comme ces fenêtres diffèrent, chaque outil comptabilise un ensemble différent de conversions, ce qui peut à lui seul expliquer un écart important. Dans la mesure du possible, configure la même fenêtre partout ; lorsque les plateformes ne le permettent pas, n’oublie pas qu’une partie de la différence est inhérente au système.
4. Cohérence de l'UTM. GA4 considère « Facebook », « facebook » et « fb » comme trois sources distinctes ; du coup, des balises incohérentes répartissent un même canal sur plusieurs lignes et font passer le trafic dans la catégorie « Non attribué ». Choisis une convention de nommage, par exemple utm_source=facebook avec utm_medium=paid_social, et utilise-la sur tous tes liens. Vérifie ensuite que tes redirections, tes raccourcisseurs de liens et tes étapes de paiement ne suppriment pas ces paramètres en cours de route.
5. Exclusions de référence et configuration inter-domaines. Lorsqu'un client est redirigé vers une page de paiement externe puis revient sur ton site, GA4 peut considérer ce retour comme une toute nouvelle visite et perdre la source initiale de la vente. Pour éviter ça, ajoute ton prestataire de paiement et tes propres sous-domaines à la liste d'exclusion des sources de trafic de GA4, sinon ces conversions finiront classées dans les catégories « Direct » ou « Non attribué ».

Si, après avoir nettoyé tout ça, il reste un écart important, c'est probablement dû à des différences de méthodologie et à une perte de données récupérables, ce dont il est question dans la suite de cet article.

Quel chiffre de conversion faut-il retenir ?

Tu ne dois pas te fier à un seul chiffre pris isolément, et arrête d'essayer de désigner un tableau de bord comme étant « le bon ». Utilise plutôt chaque outil pour ce qu'il sait vraiment bien faire.

• Google Ads et Meta Ads Manager sont tes outils d'aide à la décision pour tes propres campagnes. Ils alimentent leurs propres algorithmes d'enchères ; le chiffre qui compte dans chacun d'eux est donc celui sur lequel l'algorithme se base pour apprendre. Optimise Meta dans Meta, et Google dans Google.
• GA4, c'est ton outil de contexte cross-canal. Il est surtout utile pour comprendre comment les canaux se complètent les uns les autres, plutôt que pour obtenir un décompte précis des achats.
• Les données de tes commandes (Shopify, un CRM ou Stripe) constituent ta source de référence pour connaître le nombre réel de commandes passées et le chiffre d'affaires généré ; c'est ce chiffre-là qui doit figurer dans la présentation destinée au conseil d'administration.

N'essaie pas de faire correspondre les chiffres à tout prix. Apprends plutôt à connaître les écarts normaux entre tes outils, surveille-les et vérifie quand l'un d'entre eux change.

Découvre comment mesurer plus précisément les conversions hors ligne.

Ce que tu peux changer et ce qui est immuable

En résumé, voici les incohérences dans les données que tu ne peux pas corriger :

• Différents modèles d'attribution selon les plateformes
• Différentes fenêtres d'attribution et logiques de dates
• Différentes définitions de ce qu'on considère comme une conversion
• Comptage des vues par rapport au comptage des clics

Les pièces que tu peux réparer concernent :

• Conversions perdues à cause d'un manque de consentement
• Conversions perdues à cause de l'ITP et de l'expiration des cookies
• Conversions perdues à cause des bloqueurs de pubs
• Conversions perdues à cause d'iOS et des restrictions de l'ATT
• Un double comptage dû à un problème de déduplication
• Une grande partie de la synchronisation entre appareils

Tout ce qui se trouve dans le premier groupe, ce sont des différences de règles, tandis que le deuxième groupe concerne les données qui ont été perdues dans le navigateur. Le navigateur, c'est le maillon de la chaîne que tu ne contrôles pas, et c'est justement pour ça que le fait de ne plus compter sur lui permet de récupérer une grande partie du deuxième groupe.

Comment évaluer ton propre écart

Le moyen le plus rapide, c'est d'utiliser un outil qui analysera ton site à ta place. L'outil gratuit TAGGRS Website Tracking Checker passe ton site au crible dans quatre domaines qui sont à l'origine de la plupart des lacunes dont on a parlé dans cet article :

• Quels pixels publicitaires sont installés sur ton site et est-ce que des conversions sont réellement enregistrées ?
• Que tu envoies des données server-side, quelles plateformes sont prises en charge et dans quels cas tu dois encore compter sur le navigateur
• Tous les cookies propriétaires et tiers présents sur ton site, ainsi que leur durée de vie
• Ta bannière de consentement est-elle bien configurée ?

Tu saisis une URL, et l'outil te donne un score de suivi ainsi qu'une liste classée par ordre de priorité des éléments à corriger.

Si tu préfères t'en occuper toi-même, les étapes ci-dessous te prendront un après-midi. Commence par le taux de conversion auquel tu fais le plus confiance, puis compare chaque plateforme à ce taux ainsi qu'à celui de la période précédente, pour voir à la fois l'ampleur de chaque écart et sa stabilité.

Notre guide « Ton système de suivi est-il suffisamment résilient ? » est un outil pratique si tu veux analyser plus en détail où ton suivi présente des failles.

1. Définis ta base de référence. Extrait les montants totaux des achats et du chiffre d'affaires à partir de tes données de commandes (Shopify, WooCommerce, Stripe ou ton CRM) pour une période donnée et récente. Il s'agit de commandes réelles et payées ; c'est donc ce qui se rapproche le plus de la réalité. Tous les autres chiffres sont comparés à celui-ci.
2. Compare GA4 à cette référence. Pour une même période et un même fuseau horaire, GA4 va presque toujours indiquer moins d'achats, car il repose sur des cookies et le consentement, que le navigateur peut supprimer. Un léger écart constant dans les données est normal. Si l'écart est important ou s'il augmente, ça peut être considéré comme une perte de signal au niveau de la couche d'analyse, et ça vaut le coup de vérifier la configuration de ton Consent Mode et le déclenchement des balises avant de chercher ailleurs.
3. Vérifie la part des canaux « Non attribués » dans GA4. Ouvre le rapport par défaut sur les groupes de canaux et regarde quelle part du trafic GA4 n'a pas pu attribuer à une source. Quand cette part augmente, ça vient souvent d'UTM incohérents, d'exclusions de référents manquantes ou de lacunes dans les consentements, plutôt que de problèmes plus compliqués à diagnostiquer, et ça sape directement l'attribution sur laquelle reposent tes rapports.
4. Vérifie la déduplication de Meta. Dans Events Manager, ouvre ton événement « Achat » et regarde comment le pixel et l'API Conversions sont dédupliqués. Si le taux de déduplication est faible, ça veut dire que tes événements navigateur et serveur ne partagent pas le même event_id. Du coup, soit tu comptes deux fois les achats, soit tu perds les événements serveur censés récupérer ceux que le navigateur a manqués.
5. Vérifie ton taux de refus de consentement. Regarde combien de sessions refusent le suivi dans ta bannière de consentement. Chaque refus correspond à une conversion que tes balises côté client n’ont pas enregistrée ; un taux de refus élevé t’indique donc quelle part de ton écart est due au consentement et dans quelle mesure tes plateformes ont recours à la modélisation pour le combler.
6. Fais le calcul. Tu disposes désormais d'une vue d'ensemble de tes lacunes en matière de données, classées par catégorie : méthodologie, pertes analytiques, problèmes de déduplication et consentement. C'est cette vue d'ensemble qui te permet de savoir où le suivi server-side peut récupérer des données et où il te suffit simplement de corriger un UTM ou de modifier un paramètre.

À quoi ressemble un écart standard ?

Il n'y a pas de chiffres universellement valables, car l'ampleur de chaque écart dépend de ton public, de ton secteur d'activité et de la part de ton trafic soumise à des restrictions de confidentialité. Ce qui compte, c'est la tendance de chaque écart et sa stabilité. Le tableau ci-dessous décrit la tendance à laquelle tu peux t'attendre plutôt qu'un objectif à atteindre.

Comparaison	C'est quoi, la normalité ?	Ce qui mérite d'être approfondi
Achats GA4 vs données sur les commandes	GA4 est en baisse, avec un écart faible et stable	Un écart important, ou qui ne cesse de se creuser
Google Ads vs GA4 (même conversion)	Google Ads : en haut	Un écart qui varie d'une semaine à l'autre
Déduplication Meta Pixel et CAPI	La plupart des achats ont été mis en correspondance et fusionnés	Une baisse du taux de correspondance, ou l'apparition de doublons
Part de canal « Non attribué » dans GA4	Une petite part, mais stable	Une action qui grimpe au fil du temps

L'habitude la plus utile, c'est de connaître tes propres valeurs de référence et de surveiller leur évolution. Un écart stable est presque toujours dû à une différence de méthodologie sur laquelle tu peux ne pas intervenir. Un écart qui s'élargit soudainement est généralement dû à une balise défectueuse, à un changement de consentement ou à une régression du suivi, et il vaut mieux te concentrer en priorité sur sa correction pour réduire tes pertes potentielles.

Découvre comment corriger les inexactitudes de ton ROAS dans GA4.

Comment le suivi server-side comble le fossé en matière de récupération

Le suivi côté client est sujet aux erreurs, car il dépend d'un environnement qui ne t'appartient pas. C'est le navigateur qui décide si ton script se charge, si la requête est envoyée et si le cookie est conservé ; et les bloqueurs de pub, l'ITP et les Consent Tools ont tous leur mot à dire avant même que tes données ne quittent la page.

Le suivi server-side déplace ce point de collecte hors du navigateur. Au lieu d'envoyer les événements directement à chaque plateforme publicitaire, le navigateur les envoie à un serveur que tu contrôles sur ton propre sous-domaine. Ce serveur nettoie et déduplique ensuite les événements, puis les transmet à chaque plateforme via une connexion directe de serveur à serveur, plutôt que de compter sur le navigateur pour les acheminer.

C'est en déplaçant le point de collecte qu'on récupère les données. Une requête vers ton propre sous-domaine est une requête de première partie, donc les bloqueurs de pub ne la considèrent pas comme un traceur à supprimer. Un cookie installé par ton serveur est un cookie de première partie, donc les restrictions du navigateur, comme l'ITP de Safari, ne réduisent pas sa durée de vie comme elles le font avec les cookies installés dans le navigateur. Une connexion de serveur à serveur ne dépend pas de la présence d’un script dans le navigateur ; une balise bloquée ou défectueuse ne peut donc pas l’interrompre. Et comme le serveur attribue à chaque achat un identifiant unique et cohérent, l’événement du navigateur et celui du serveur pour cet achat sont reconnus comme une seule et même conversion, au lieu d’être comptés deux fois.

Ça ne veut pas dire que Meta, Google et GA4 sont d'accord, parce que rien ne comble l'écart méthodologique. Ce que ça fait, c'est récupérer les conversions qui passaient à la trappe dans le navigateur, c'est-à-dire la partie de l'écart qui te coûte de l'argent et fausse tes enchères.

Avant de passer au suivi server-side, il faut savoir que celui-ci affiche souvent moins de conversions pendant les deux premières semaines, car il part de zéro, sans l’historique accumulé par ton ancienne configuration. Il ne va pas non plus corriger tout seul un schéma UTM désorganisé ou une bannière de consentement mal configurée ; le travail de mise au point effectué en amont reste donc essentiel. Considère ça comme la base pour obtenir des données propres plutôt que comme une solution miracle en un clic. Une fois que le système est stabilisé, le signal récupéré alimente à nouveau l'enchérissement automatisé des plateformes. Du coup, les algorithmes s’optimisent enfin en s’appuyant sur une grande partie des données comportementales réelles, au lieu de la fraction qui avait survécu au navigateur.

Découvre comment le suivi server-side peut améliorer les performances de tes campagnes Google Ads.

La vraie question

La plupart des équipes sentent déjà que quelque chose cloche avec leurs données, mais savoir quelle est l'ampleur de cet écart récupérable, d'où il vient et comment le combler, c'est une autre histoire. Chaque conversion qui n'atteint jamais tes plateformes, c'est une vente dont ton système d'enchères ne peut pas tirer de leçons et une décision budgétaire prise sur la base de données incomplètes. Cet écart continue de te coûter de l'argent tant qu'il persiste.

Heureusement, cette partie du problème peut être résolue. TAGGRS te permet de transférer facilement ton suivi server-side et de récupérer les conversions que ta configuration actuelle ne prend pas en compte. Crée un compte gratuit pour commencer, ou réserve une démo pour voir d'abord si ça s'intègre bien à ta configuration actuelle.

FAQ

Est-ce que les conversions de Meta, GA4 et Google Ads finiront un jour par correspondre exactement ?

Non. Chaque plateforme utilise un modèle d'attribution et une fenêtre d'attribution différents, ainsi qu'une définition différente de la conversion. Ces différences méthodologiques sont permanentes et aucun outil ne peut les supprimer. Un écart constant entre les plateformes est normal, et c'est un changement soudain de cet écart qui signale un problème.

Pourquoi Google Ads affiche-t-il plus de conversions que GA4 alors que les deux sont des produits Google ?

Ils répondent à des questions différentes. Google Ads comptabilise les conversions qu’il peut attribuer à une interaction avec une annonce Google et les indique à la date du clic, tandis que GA4 utilise l’attribution multicanal et les indique à la date de la conversion. Les lacunes en matière de consentement et les parcours multi-appareils réduisent encore davantage les chiffres de GA4, donc Google Ads affiche presque toujours le chiffre le plus élevé.

Pourquoi Meta affiche-t-il plus de conversions que mes données de commandes sur Shopify ou dans mon CRM ?

Meta comptabilise les conversions « view-through » et utilise des données modélisées pour les utilisateurs iOS qui se sont désinscrits ; du coup, Meta attribue à ses publicités des ventes que tes données attribuent à d'autres sources ou qu'elles ne relient pas à une pub Meta. De plus, un problème de déduplication entre le pixel Meta et CAPI peut entraîner un double comptage d'un même achat, ce qui gonfle le total de Meta.

Combien de données de conversion est-ce que je perds ?

Dans toutes les configurations sur lesquelles on a travaillé, les pertes sont systématiquement importantes ; elles représentent souvent une part significative du nombre total de conversions, et non pas une simple erreur d'arrondi. Ça s'explique par les refus de consentement, l'ITP de Safari, les bloqueurs de pub et les restrictions ATT d'iOS, et le montant exact dépend de ta région, de ton secteur d'activité et de ton audience.

Est-ce que le suivi server-side peut harmoniser tous mes tableaux de bord ?

Non, et ce n'est pas son but. Le suivi server-side comble le fossé lié à la perte de données récupérables, c'est-à-dire les conversions perdues à cause des bloqueurs de publicités, de l'ITP, des restrictions liées au consentement et à ceux des navigateurs, mais les différences de méthodologie entre les plateformes restent intentionnelles.

Quel écart entre les plateformes est considéré comme normal ?

Il n’y a pas de chiffre unique qui soit « correct », car ça dépend de ton public et de la part de ton trafic bloquée par les restrictions liées au navigateur ou à la confidentialité. Concentre-toi plutôt sur la tendance et la stabilité. Il est normal que les données de GA4 soient légèrement inférieures à celles de tes commandes, et un écart qui reste stable depuis des mois est presque toujours dû à une différence de méthodologie sans conséquence. Ce qui devrait t'inciter à y regarder de plus près, c'est un écart inhabituellement important pour ta configuration ou un écart qui s'élargit soudainement, car cela indique un problème qui peut être résolu, comme une perte de consentement, des codes UTM défectueux ou une erreur de déduplication.

Pourquoi une si grande partie de mon trafic apparaît-elle comme « Non attribué » dans GA4 ?

La mention « Non attribué » apparaît quand GA4 ne parvient pas à associer une session à un canal. Ça vient généralement de paramètres UTM incohérents ou manquants, de sources de trafic supprimées par des redirections, d'une mauvaise configuration des exclusions inter-domaines ou des exclusions de référents, ou encore de problèmes de consentement. Une petite part « Non attribuée » est normale, mais quand elle augmente, c'est presque toujours dû à l'un de ces problèmes qu'on peut résoudre, plutôt qu'à un mystère. Nettoyer tes paramètres UTM et tes exclusions de référents, puis passer à la collecte server-side, permet de récupérer la majeure partie de ces données.