Pourquoi vos outils ne donnent jamais le même chiffre

Sommaire

La scène est toujours la même. Google Ads annonce 84 conversions, Meta en revendique 61, Google Analytics en compte 52, et le service commercial a enregistré 47 devis. Quatre chiffres, une seule semaine, et une réunion qui part sur « nos outils sont mal configurés ».

Ils le sont peut-être. Mais même parfaitement configurés, ces quatre chiffres ne seraient pas égaux. Ils ne mesurent pas la même chose, ne l’attribuent pas au même endroit, ne le comptent pas sur la même période, ne voient pas les mêmes personnes et ne le datent pas au même moment. Cinq différences, toutes structurelles.

1. Ils ne comptent pas la même unité

Une régie publicitaire compte des conversions attribuées à ses propres impressions ou clics. Un outil de mesure d’audience compte des événements reçus, rattachés à une session et à une source. Un CRM compte des enregistrements créés, après d’éventuels dédoublonnages et rejets.

Trois unités différentes. Un même visiteur qui remplit deux fois le formulaire produit deux événements, une conversion — la régie déduplique souvent par clic — et un seul enregistrement si le CRM reconnaît l’adresse. Aucun des trois n’a tort.

2. Ils n’attribuent pas au même endroit

C’est l’écart le plus large, et le plus mal compris.

Chaque régie s’attribue les conversions qu’elle estime avoir causées, selon ses propres règles. Une plateforme qui compte les conversions après affichage — l’utilisateur a vu l’annonce sans cliquer, puis a converti — s’attribuera des conversions qu’un outil de mesure d’audience rattachera au référencement naturel ou à l’accès direct, faute d’avoir jamais vu ce clic.

De son côté, un outil comme Google Analytics rattache le plus souvent la session à la dernière source non directe — un principe simple, et qui suffit à expliquer qu’un visiteur venu d’une publicité en janvier et revenu par le référencement naturel en mars soit compté au crédit du second.

Additionner les conversions de deux régies revient donc à compter deux fois les visiteurs que les deux revendiquent. C’est l’erreur la plus coûteuse du tableau de bord mensuel — et la plus courante, parce que l’addition paraît innocente. Le sujet a son propre article : ce que chaque modèle d’attribution vous fait croire.

3. Ils n’ont pas la même fenêtre

Chaque plateforme décide combien de temps un clic — ou un affichage — reste créditable. Ces fenêtres se règlent compte par compte, et personne ne les vérifie jamais.

La conséquence est mécanique : si une plateforme crédite un clic pendant trente jours et une autre pendant sept, elles ne verront pas le même volume sur un cycle d’achat long, même sur un trafic identique. Avant toute comparaison, ouvrez les réglages des deux comptes et notez les deux valeurs. C’est souvent là que s’arrête le mystère.

4. Ils ne voient pas les mêmes personnes

Depuis que le consentement conditionne la mesure, chaque outil ne voit qu’une partie de l’audience — et pas la même partie.

Un visiteur qui refuse la finalité publicitaire mais accepte la mesure d’audience sera vu par l’outil de mesure et pas par la régie. Un bloqueur de publicité coupera certaines connexions et pas d’autres. Une collecte côté serveur sur un flux et pas sur un autre creusera l’écart davantage.

À cela s’ajoute la modélisation : certaines plateformes estiment les conversions manquantes à partir du comportement observé. Le chiffre affiché contient alors une part mesurée et une part estimée, dans une proportion qui n’est pas publiée. Ce n’est pas un défaut : c’est une réponse au consentement. Mais cela interdit de réconcilier ligne à ligne avec un export de commandes.

5. Ils ne datent pas au même moment

Deux conventions coexistent. Certaines plateformes rattachent la conversion à la date du clic qui l’a précédée ; d’autres à la date de la conversion elle-même.

Sur un cycle court, la différence est invisible. Sur un cycle de trois semaines, elle décale les volumes d’un mois sur l’autre : la régie qui date au clic verra progressivement remonter les chiffres d’un mois déjà clôturé, tandis que l’outil de mesure ne bougera plus. D’où l’impression, fréquente et fondée, que « les chiffres de la régie changent après coup ».

Le tableau à tenir

Le cas particulier du CRM

L’écart entre les outils marketing et le CRM a ses causes propres, et elles sont plus terre à terre que les précédentes.

• Le dédoublonnage. Deux demandes de la même personne font deux conversions et un seul contact.
• Le rejet. Les formulaires remplis par des robots, les candidatures spontanées, les demandes hors périmètre disparaissent du CRM et pas de la mesure.
• La saisie manuelle. Un commercial qui crée une fiche après un appel produit un enregistrement qu’aucun outil marketing n’a vu passer.
• La source réattribuée. Beaucoup de CRM écrasent la source d’origine à la dernière interaction, ou la laissent au commercial qui la remplit de mémoire.

Le dernier point est le plus sournois : il ne crée pas un écart de volume mais un écart d’attribution, invisible dans les totaux et parfaitement trompeur dans la répartition par canal. Avant d’accuser la mesure, vérifiez comment le champ « origine » de votre CRM est alimenté.

Un protocole de rapprochement

Quatre étapes, dans cet ordre, sur une seule semaine bien choisie.

1. Figer la période et la définition. Une même semaine calendaire, un même événement, une même règle de comptage. La moitié des écarts disparaît à cette étape.
2. Aligner les réglages. Fenêtres et modèles, notés dans le tableau ci-dessus, mis à la même valeur quand c’est possible.
3. Rapprocher sur une clé commune. L’identifiant de transaction ou de demande, transmis par la couche de données et remontant jusqu’au CRM. Sans cette clé, le rapprochement se fait au volume et n’apprend rien.
4. Nommer l’écart résiduel. Pour chaque unité de différence, une cause parmi les cinq. Ce qui reste sans cause est le vrai sujet d’investigation — et c’est en général une poignée de cas, pas la moitié du volume.

Quel chiffre gouverne quelle décision

Puisqu’ils ne convergeront pas, il faut leur assigner un rôle. Une règle simple et tenable :

• Le chiffre de la régie pilote la régie. C’est celui sur lequel son algorithme optimise ; l’ignorer revient à piloter une machine avec un tableau de bord qui n’est pas le sien.
• Le chiffre de l’outil de mesure arbitre entre canaux. Il est le seul à voir tous les canaux dans le même référentiel.
• Le chiffre métier fait foi. Commandes facturées, devis signés : c’est le seul qui compte en comité de direction, et le seul dont l’écart avec les autres mérite d’être suivi dans le temps.

Ce n’est pas un compromis : c’est la seule répartition qui évite de demander à chaque outil une réponse qu’il n’est pas construit pour donner.

Le cas de l’e-commerce

Une boutique ajoute deux causes d’écart qui lui sont propres, et qui jouent dans le sens inverse des précédentes.

Les annulations et les retours. La conversion part au moment de la commande ; l’annulation intervient trois jours plus tard et ne remonte nulle part. Les régies continuent d’optimiser sur du chiffre d’affaires qui n’existe plus. C’est l’un des seuls écarts qu’une collecte côté serveur corrige réellement, en n’envoyant la conversion qu’après validation.

La fraude et les tests. Commandes rejetées au paiement, commandes internes, jeux d’essai laissés en production : autant de conversions comptées par les outils et absentes du back-office. Elles sont peu nombreuses et régulières, donc faciles à retirer une fois identifiées.

Ce qu’on peut réconcilier, ce qu’on ne peut pas

On peut aligner les fenêtres, aligner les périodes, aligner les définitions d’un événement, dédoublonner selon la même clé, et vérifier qu’un même identifiant de transaction remonte partout. Ce travail réduit réellement l’écart, et il est la première chose à faire.

On ne peut pas réconcilier une part modélisée avec un export, ni faire voir à une régie les conversions dont elle n’a jamais vu le clic, ni annuler l’effet du consentement. Un écart résiduel subsistera toujours ; l’objectif n’est pas de l’annuler mais de le stabiliser, pour qu’une variation devienne un signal.

Comment le présenter

Trois phrases suffisent, et elles évitent une heure de discussion. D’abord : voici le chiffre de référence, et c’est celui du métier. Ensuite : voici l’écart habituel avec chaque outil, mesuré sur les six derniers mois. Enfin : voici ce qui a changé ce mois-ci, et si rien n’a changé dans l’écart, la variation est réelle.

Présenter les quatre chiffres côte à côte sans cette grille de lecture garantit la discussion sur les outils, au lieu de la discussion sur les résultats.

Les erreurs fréquentes

Additionner les conversions de deux régies. Elles se disputent les mêmes personnes.

Chercher l’égalité. Un dispositif dont tous les chiffres coïncident est un dispositif où quelqu’un a forcé un alignement — et perdu l’information que chaque outil apportait.

Comparer sans avoir lu les réglages. Les fenêtres et les modèles expliquent la majorité de l’écart, et se lisent en dix minutes.

Changer un réglage en cours de période. On perd alors la seule chose qui avait de la valeur : la comparabilité avec les mois précédents.