Pourquoi GA4, Google Ads et votre boutique n’affichent jamais les mêmes chiffres
Trois systèmes, trois chiffres différents, une vérité. Les écarts ne sont pas un défaut — ils découlent du fait que chaque système compte autre chose. Ce que mesure chacun, quels écarts sont normaux et quand c’est vraiment un problème.
- Google Ads rattache une conversion à la date du clic, GA4 à celle de la conversion. Cela crée à soi seul un écart qui n’est pas une erreur.
- Chaque système utilise un autre modèle d’attribution et une autre fenêtre, donc les totaux ne peuvent pas concorder.
- Le chiffre qui décide est la commande dans votre propre système. Les données publicitaires sont une entrée pour l’optimisation, pas de la comptabilité.
Une scène qui se répète une réunion sur deux. Google Ads rapporte 180 conversions, GA4 en affiche 143 et la boutique a enregistré 161 commandes sur la même période. Quelqu’un en conclut qu’on ne peut se fier à rien de tout cela.
La vérité, c’est que les trois chiffres peuvent être corrects. Ils mesurent trois choses différentes.
Ce que compte chaque plateforme
| Google Ads | GA4 | Votre boutique | |
|---|---|---|---|
| À quel jour c’est rattaché | À la date du clic | À la date de la conversion | À la date de la commande |
| Attribution par défaut | Basée sur les données, sur les canaux Google | Basée sur les données, sur tous les canaux | Aucune, ou la vôtre |
| Impressions sans clic | Peut les compter (view-through) | Ne les compte pas | Ne les compte pas |
| Entre appareils | Oui, pour les utilisateurs connectés | Limité | Seulement si le client se connecte |
| Conversions modélisées | Oui, quand le consentement manque | Oui | Non |
| Annulations et retours | Ne les connaît pas si vous ne les envoyez pas | Ne les connaît pas si vous ne les envoyez pas | Les connaît |
La première ligne suffit à produire un écart notable. Si quelqu’un clique le 29 janvier et achète le 3 février, Google Ads le rattache à janvier et GA4 à février. Pour des cycles d’achat plus longs, cela compte, et cela ne se « répare » pas.
Les écarts qui sont normaux
- Google Ads rapporte plus que GA4. Presque toujours. Les raisons : conversions view-through, mesure entre appareils, modélisation et rattachement à la date du clic.
- GA4 rapporte moins que la boutique. Bloqueurs, consentement refusé, commandes prises par téléphone, achats dans un autre navigateur.
- Les canaux dans GA4 ne font pas le total. L’attribution basée sur les données répartit le crédit à la décimale entre plusieurs canaux.
La tolérance approximative avec laquelle nous travaillons : un écart d’environ dix à quinze pour cent entre le système publicitaire et la boutique est normal pour les boutiques à cycle d’achat court. Un écart plus grand mérite une investigation.
Les écarts qui signalent un problème
- Google Ads rapporte le double des commandes. Presque certainement une mesure en doublon : la balise posée deux fois ou une conversion qui se déclenche à chaque chargement de la page de remerciement.
- GA4 rapporte plus de commandes que la boutique. Soit des paiements incomplets sont comptés, soit l’événement se déclenche plusieurs fois.
- Les valeurs diffèrent exactement du taux de TVA. Décidez si vous envoyez des valeurs avec ou sans taxe et gardez-le partout identique.
- Les chiffres ont chuté de dizaines de pour cent du jour au lendemain. Une erreur de déploiement, un changement de bannière de consentement ou une balise cassée par une nouvelle version du site. Voir Consent Mode.
- Une grande part du trafic est « direct ». Paramètres perdus lors des redirections, absence de balisage des campagnes ou visites d’assistants IA. Voir trafic des assistants IA.
Les modèles d’attribution, brièvement
- Dernier clic. Tout au dernier canal. Simple, mais surestime systématiquement marque et remarketing en fin de parcours.
- Premier clic. L’inverse. Surestime la découverte.
- Linéaire, décroissance temporelle, basé sur la position. Des règles, pas une mesure. Ils répartissent le crédit par tableau et non par influence.
- Basé sur les données. Le choix par défaut aujourd’hui. Il compare des parcours avec et sans conversion et en déduit la contribution de chaque point de contact. La meilleure attribution disponible — mais cela reste une répartition du crédit, pas une mesure de la cause.
Aucun modèle d’attribution ne répond à ce qui se serait passé sans la publicité. Seule une expérimentation y répond.
C’est pourquoi, avec des budgets plus importants, la mesure de l’incrémentalité va à côté de l’attribution.
Que faire en pratique
- Choisissez une source de vérité pour l’activité. C’est votre boutique ou votre CRM. C’est sur elle que vous facturez et c’est elle qui décide si le marketing gagne.
- Utilisez les données publicitaires pour optimiser. Pour les décisions à l’intérieur des campagnes, elles conviennent, parce qu’il s’agit là de comparaison relative et non de chiffres absolus.
- Comparez régulièrement, pas une fois. Chaque mois, le rapport entre conversions dans Google Ads et commandes dans la boutique. Ce qui compte, c’est la tendance de ce rapport, pas sa valeur.
- Unifiez les définitions. Même période, même devise, même traitement de la TVA, même gestion des annulations. La plupart des « divergences » disparaissent exactement ici.
- Renvoyez annulations et retours. Sinon l’algorithme optimise sur des commandes qui reviennent.
- Ne comparez pas des mois avec un nombre différent de week-ends et de jours fériés. Cela paraît banal, mais entre mars et avril cela fait plus qu’on ne croit.
Ce qu’il faut retenir
La concordance entre systèmes n’est pas un objectif et n’arrivera jamais. L’objectif est de savoir pourquoi ils diffèrent et d’avoir un chiffre qui décide de l’argent — la commande dans votre propre système. Les plateformes publicitaires sont des outils d’optimisation, pas de la comptabilité, et dès qu’une entreprise l’accepte, la moitié des disputes en réunion disparaît.
Questions fréquentes
Pourquoi Google Ads affiche-t-il plus de conversions que GA4 ?
Parce que chacun compte autre chose. Google Ads rattache une conversion à la date du clic alors que GA4 la rattache à la date de la conversion elle-même, ce qui crée déjà un écart pour des cycles d’achat plus longs. Google Ads peut en plus compter des conversions après une impression sans clic, relie mieux les appareils pour les utilisateurs connectés et modélise des conversions là où le consentement manque. Un écart en faveur de Google Ads est donc normal et non un défaut.
Quelle taille d’écart entre systèmes reste acceptable ?
Pour les boutiques à cycle d’achat court, nous traitons un écart d’environ dix à quinze pour cent entre le système publicitaire et les vraies commandes comme ordinaire. Un écart plus grand mérite une investigation. Clairement suspect : un système publicitaire qui rapporte un multiple de vos commandes, ce qui signifie généralement une mesure en doublon, ou un analytics qui rapporte plus de commandes que la boutique, ce qui signifie généralement des paiements incomplets comptés. Plus important que la taille absolue de l’écart est sa stabilité dans le temps.
Quel modèle d’attribution utiliser ?
Celui basé sur les données, parce qu’au lieu d’un tableau fixe il compare des parcours avec et sans conversion et en déduit la contribution de chaque point de contact. C’est la meilleure attribution disponible, mais cela reste une simple répartition du crédit : elle ne répond pas à ce qui se serait passé sans la publicité. Avec des budgets plus importants, la mesure expérimentale de l’incrémentalité va donc à côté, en particulier pour les campagnes de marque et le remarketing, où l’attribution surestime systématiquement.