Vous regardez vos résultats Meta Ads et les conversions semblent solides. Puis vous croisez les chiffres avec Google Analytics et l’écart est difficile à expliquer. Avant de conclure à un bug ou à une anomalie, il y a une question à poser : quel modèle d’attribution est actif sur vos campagnes ? La réponse change souvent tout à la lecture des données.
Ce que recouvre l’attribution sur Meta Ads
L’attribution, c’est la façon dont Meta Ads décide d’attribuer une conversion à une publicité. Quand un utilisateur achète un produit, s’inscrit à une newsletter ou remplit un formulaire, la plateforme cherche à déterminer si une annonce a joué un rôle dans cette action. Et si oui, laquelle ? Pour analyser correctement ces données et éviter les mauvaises interprétations, faire appel à une agence spécialisée en Meta ads peut être un vrai levier de performance.
Le problème, c’est que le parcours d’un utilisateur est rarement linéaire. Il voit une publicité, ne clique pas, revient plus tard via une recherche Google, et convertit. Ou il clique sur une annonce, repart sans acheter, voit une autre publicité deux jours après, et finalise l’achat. Meta Ads doit trancher : à qui attribue-t-on cette conversion ?
C’est là qu’entrent en jeu les deux modèles au cœur de cet article.
Click-through Attribution : la conversion née d’un clic
Le Click-through Attribution est le modèle le plus répandu et le plus intuitif. Il part d’un principe simple : si l’utilisateur a cliqué, c’est qu’il y avait une intention. Voici ce qu’il comptabilise concrètement et où il trouve ses limites.
Ce que ce modèle comptabilise
Le Click-through Attribution attribue une conversion à une publicité lorsque l’utilisateur a cliqué sur cette annonce avant de réaliser l’action visée. La fenêtre d’attribution par défaut sur Meta Ads est de sept jours : si l’utilisateur clique sur une publicité un lundi et achète le vendredi suivant, la conversion est attribuée à cette annonce.
Ce modèle est intuitif. Il repose sur un signal clair (le clic) qui traduit une intention explicite de la part de l’utilisateur. Il est aussi plus facile à défendre en termes de causalité : la personne a vu l’annonce, a voulu en savoir plus, et a finalement agi.
Ses limites à garder en tête
La fenêtre de sept jours peut créer des distorsions sur des cycles d’achat longs. Un utilisateur qui clique sur une annonce pour un produit à 800 € (et convertit six jours plus tard) a peut-être consulté cinq autres sources entre-temps. Meta Ads attribuera quand même la conversion à l’annonce. Ce qui n’est pas faux, mais ce n’est pas non plus toute l’histoire.
Engage-through Attribution : la conversion née d’une interaction sans clic
L’Engage-through Attribution repose sur une logique différente : certains formats publicitaires créent un engagement réel sans générer de clic sortant. Comprendre ce que ce modèle capture (et pourquoi il existe) est essentiel pour ne pas mal lire vos chiffres.
Ce que ce modèle comptabilise
L’Engage-through Attribution va plus loin que le clic. Elle attribue une conversion à une publicité lorsque l’utilisateur a interagi avec celle-ci sans nécessairement cliquer dessus. Concrètement, cela inclut les interactions sur les publicités en plein écran (Instant Experience, publicités vidéo ouvertes) où l’utilisateur s’engage avec le contenu directement dans l’interface de Meta Ads, sans quitter la plateforme.
La fenêtre d’attribution par défaut pour ce modèle est d’un jour. Si un utilisateur ouvre une publicité Instant Experience un mardi et convertit le mercredi, cette conversion est comptabilisée même en l’absence de clic sortant vers votre site.
Pourquoi ce modèle existe-t-il ?
L’Engage-through Attribution répond à une réalité comportementale propre aux formats immersifs de Meta Ads. Un utilisateur qui passe trente secondes dans une Instant Experience (faire défiler des produits, regarder une vidéo et zoomer sur des visuels) a clairement manifesté un intérêt. Le fait qu’il n’ait pas cliqué vers le site ne signifie pas que l’annonce n’a eu aucun effet sur sa décision finale.
Ce modèle cherche donc à capturer une partie de l’influence publicitaire que le Click-through Attribution laisse de côté.
Les deux modèles ensemble : pourquoi les chiffres peuvent gonfler
Sur Meta Ads, les deux modèles sont actifs simultanément par défaut dans la fenêtre d’attribution standard. Cela signifie qu’une même conversion peut être comptabilisée à la fois via un clic et une interaction antérieure sur une autre annonce. C’est ce qui explique en partie pourquoi les conversions rapportées par Meta Ads dépassent souvent celles visibles dans vos outils d’analyse externes.
Ce n’est pas de la triche de la part de la plateforme. C’est la conséquence d’un modèle multi-touch qui attribue du crédit à plusieurs points de contact sur un même parcours. Google Analytics, lui, fonctionne par défaut en last-click : il attribue la conversion uniquement au dernier canal touché. La différence de logique produit mécaniquement des écarts.
Comment interpréter vos résultats sans vous tromper
Connaître ces deux modèles ne suffit pas, encore faut-il savoir quoi faire de cette information au moment de lire vos rapports.
La première chose à faire est de vérifier la fenêtre d’attribution active sur chaque campagne Meta Ads. Elle est accessible dans les paramètres de l’ensemble de publicités. Une fenêtre de sept jours clic plus un jour vue donne des chiffres très différents d’une fenêtre d’un jour clic uniquement (sur le même volume de dépenses).
Ensuite, évitez de comparer directement les conversions Meta Ads avec celles de vos autres outils sans tenir compte de ces différences de modèles. L’écart n’est pas une erreur à corriger : c’est une information à interpréter. Les conversions Click-through sont généralement les plus fiables pour juger de l’efficacité directe d’une annonce. Les conversions Engage-through sont utiles pour évaluer l’impact des formats immersifs sur des décisions d’achat qui ne laissent pas de trace directe dans Analytics.
L’attribution sur Meta Ads n’est pas un paramètre technique réservé aux experts. C’est une clé de lecture sans laquelle vos données restent partiellement opaques. Comprendre ce que le Click-through et l’Engage-through Attribution comptabilisent (et ce qu’ils omettent) est ce qui permet de prendre des décisions basées sur des faits, et non pas sur des chiffres mal interprétés.
