#image_title
Un client m’appelle avec une inquiétude assez légitime : son activité Google Ads affiche une baisse d’environ 40 % par rapport à l’année précédente.
À ce niveau-là, on ne parle plus d’une petite fluctuation statistique. Une baisse de 40 % peut rapidement remettre en question les budgets, les objectifs de rentabilité, la stratégie d’enchères ou même la pertinence de certaines campagnes.
Pourtant, quelques semaines plus tard, lorsque les données ont eu le temps de se stabiliser, le recul réel était plutôt compris entre 20 et 25 %.
La situation n’était donc pas bonne. Mais elle était nettement moins mauvaise que ce que la première analyse laissait penser.
Entre les deux mesures, le compte n’avait pas subitement récupéré. Nous n’avions pas non plus découvert un bug de tracking ou une anomalie dans Google Ads.
Le problème était beaucoup plus simple : nous comparions deux périodes qui avaient la même durée, mais pas le même niveau de maturité.
En reconstituant la proportion des conversions finales déjà visibles au moment où le client avait réalisé son analyse, l’écart devenait évident :
Autrement dit, nous comparions une photo encore en développement avec un tirage presque terminé.
C’est un piège classique dans Google Ads. Et plus le délai entre le clic et la conversion est important, plus il peut fausser votre diagnostic.
Lorsqu’on sélectionne une plage de dates dans Google Ads, l’interface donne naturellement l’impression que les chiffres affichés appartiennent définitivement à cette période.
Le mois est terminé. Les dépenses sont connues. Les clics sont comptabilisés. On serait donc tenté de considérer les performances comme définitives.
Ce n’est pas toujours le cas.
Imaginez qu’un internaute clique sur votre annonce le 3 du mois. Il visite votre site, compare plusieurs offres, réfléchit, revient quelques jours plus tard et finit par acheter le 20.
La conversion a bien eu lieu le 20. Pourtant, dans les principales colonnes utilisées pour analyser les performances Google Ads, cette conversion peut venir enrichir rétroactivement les résultats associés à l’interaction publicitaire du 3.
Le 4 du mois, vous pouviez donc consulter les performances du 3 et voir zéro conversion pour ce clic.
Le 21, la même période peut désormais intégrer une conversion supplémentaire.
La date du clic n’a pas changé. La dépense non plus. Mais la performance attribuée à cette journée a évolué.
C’est ce que l’on appelle le délai de conversion, ou conversion lag.
Et ce mécanisme a une conséquence très concrète : plus une période est récente, plus elle risque d’être incomplète.
Comparer une période avec la même période de l’année précédente est généralement une bonne pratique.
Cela permet notamment de neutraliser une partie de la saisonnalité et de replacer les performances dans un contexte comparable.
Mais il existe une limite importante à cette méthode.
Prenons deux périodes exactement identiques : du 1er au 20 du mois cette année, et du 1er au 20 du même mois l’année précédente.
Le nombre de jours est identique. La saison est la même. L’activité est comparable.
Pourtant, ces deux périodes peuvent contenir des niveaux d’information très différents.
La période N-1 a eu plusieurs mois pour récupérer les conversions retardées générées par les clics de ces vingt jours. Elle est désormais presque totalement stabilisée.
La période de cette année, elle, vient tout juste de se terminer. Une partie des personnes ayant cliqué pendant ces vingt jours n’a peut-être pas encore acheté, envoyé son formulaire, signé son contrat ou terminé le parcours que vous mesurez comme conversion.
Vous comparez donc une période presque définitive à une période encore provisoire.
C’est exactement ce qui s’est produit dans le cas de mon client.
Au moment de l’analyse, la période récente semblait avoir enregistré environ 40 % d’activité en moins. Mais elle n’avait encore accumulé qu’environ 66 % de son volume final de conversions, contre 97 % pour la période historique utilisée comme référence.
Une partie de la baisse était réelle.
Une autre partie provenait simplement du fait que nous demandions à une période récente de nous raconter une histoire qui n’était pas encore terminée.
C’est aussi pour cette raison que les derniers jours d’un compte Google Ads peuvent parfois paraître particulièrement mauvais.
Les dépenses publicitaires sont comptabilisées immédiatement.
Si vous avez dépensé 5 000 euros cette semaine, ces 5 000 euros apparaissent déjà dans le compte.
En revanche, tous les utilisateurs ayant cliqué sur vos annonces pendant cette même semaine n’ont pas nécessairement terminé leur parcours d’achat.
Vous pouvez donc vous retrouver temporairement avec 100 % des coûts, mais seulement une partie des conversions qui seront finalement attribuées à ces dépenses.
Le CPA paraît alors trop élevé.
Le nombre de conversions semble insuffisant.
Le chiffre d’affaires attribué paraît faible.
Et le ROAS donne l’impression de se dégrader brutalement.
Le calcul affiché par Google Ads n’est pas nécessairement faux. Il est simplement effectué sur une donnée encore incomplète.
Cette nuance est essentielle.
Le délai de conversion n’a évidemment pas la même importance dans tous les secteurs.
Pour un produit peu coûteux, acheté de manière impulsive et dont la majorité des transactions intervient quelques minutes après le clic, l’effet peut être presque négligeable.
Si 95 % de vos clients convertissent dans les premières heures, une période vieille de quelques jours est déjà relativement mature.
Mais le problème change complètement dès que le parcours de décision s’allonge.
Prenons une entreprise B2B.
Un prospect clique sur une annonce lundi, consulte plusieurs pages du site, télécharge un document mercredi puis demande un devis vendredi. Le commercial le rappelle la semaine suivante. Quelques jours plus tard, l’opportunité devient une vente et cette conversion est finalement remontée dans Google Ads.
Entre le premier clic et le résultat final, plusieurs jours, voire plusieurs semaines, ont pu s’écouler.
Même problématique pour un achat immobilier, une voiture, une formation coûteuse, un produit financier, un voyage ou n’importe quel produit nécessitant une comparaison importante avant la décision.
Dans ces environnements, regarder les performances des derniers jours comme si elles étaient définitives revient à analyser le compte avec une partie des résultats manquants.
Plus votre cycle de conversion est long, plus la notion de maturité doit donc faire partie de votre méthode d’analyse.
Une autre source de confusion vient de la manière dont les conversions peuvent être lues dans Google Ads.
On peut vouloir savoir quelles interactions publicitaires ont généré les conversions. C’est généralement la lecture la plus utile pour évaluer la rentabilité de vos investissements publicitaires.
Mais on peut également vouloir savoir à quel moment ces conversions ont réellement eu lieu.
Ce sont deux questions différentes.
La première permet de comprendre quelles dépenses et quels clics ont produit les résultats.
La seconde permet de comprendre quand le business s’est réellement matérialisé.
Google Ads propose justement des colonnes permettant d’analyser les conversions selon leur date de conversion. Elles sont particulièrement utiles lorsque vous cherchez à comprendre si une baisse récente provient réellement d’un problème d’acquisition ou simplement d’un décalage temporel dans la remontée des conversions.
Je ne conseille pas de remplacer systématiquement les colonnes standards par cette lecture.
Les deux approches sont complémentaires.
Mais dès qu’une période récente semble s’effondrer, regarder le délai de conversion et la date à laquelle les conversions se matérialisent devrait faire partie des premiers contrôles.
C’est là que ce biais devient réellement coûteux.
Une erreur d’analyse n’est pas très grave tant qu’elle reste dans un tableau.
Elle le devient lorsqu’elle provoque une décision.
Imaginez que vous constatiez une baisse de 40 % de votre chiffre d’affaires Google Ads.
Vous pouvez légitimement décider de réduire fortement les budgets.
Vous pouvez augmenter votre ROAS cible pour forcer l’algorithme à rechercher davantage de rentabilité.
Vous pouvez réduire votre CPA cible.
Vous pouvez couper certaines campagnes ou revoir votre stratégie d’acquisition.
Toutes ces décisions peuvent sembler cohérentes avec le diagnostic initial.
Mais si la baisse réelle, une fois les données stabilisées, est plutôt de 20 à 25 %, la situation change.
Il existe toujours un problème. Il faut toujours l’analyser et probablement agir.
Mais son ampleur n’est plus la même.
Et une mesure parfaitement rationnelle face à une chute de 40 % peut devenir beaucoup trop agressive face à une baisse de 20 %.
Dans certains cas, vous pouvez même créer un second problème en essayant de corriger trop brutalement le premier : perte de diffusion, réduction du volume, apprentissage perturbé ou retrait du marché au moment où vos conversions retardées commencent justement à remonter.
Le danger n’est donc pas le délai de conversion en lui-même.
Le danger, c’est de prendre une décision définitive sur une donnée provisoire.
Lorsque je constate désormais une forte variation sur une période récente, je ne passe pas immédiatement à l’optimisation.
Je commence par vérifier la qualité de la comparaison.
La première question est évidemment de mesurer la baisse observée. Il faut connaître le chiffre brut et comprendre où l’écart se concentre.
Mais juste après vient une deuxième question : combien de temps faut-il habituellement aux utilisateurs de ce compte pour convertir ?
Si l’essentiel des conversions arrive le jour même, la période récente peut être considérée comme relativement fiable.
Si une proportion importante arrive plusieurs jours ou semaines plus tard, la prudence s’impose.
Je cherche ensuite à comprendre le niveau de maturité de la période analysée.
Combien de conversions supplémentaires sont encore susceptibles d’apparaître ?
Quelle proportion du résultat final avons-nous généralement après un jour, trois jours, sept jours ou davantage ?
Et surtout : la période utilisée comme référence présentait-elle le même niveau de maturité lorsque nous la comparons ?
C’est cette dernière question que l’on oublie souvent.
Comparer vingt jours à vingt jours n’est pas suffisant.
Il faut idéalement comparer des données ayant eu un temps similaire pour mûrir.
Ce n’est qu’après cette vérification que je commence à interpréter les performances et à réfléchir aux actions à mener.
La logique est finalement assez simple :
performance observée ? maturité de la donnée ? performance réellement interprétable ? décision.
Dans cet ordre.
Pas l’inverse.
Il faut toutefois éviter de tomber dans le piège opposé.
Découvrir qu’une période récente n’est pas totalement mature ne signifie pas que les mauvaises performances vont miraculeusement disparaître.
Dans mon cas, la baisse initialement mesurée à environ 40 % s’est finalement stabilisée autour de 20 à 25 %.
Le problème était donc réel.
Il fallait toujours chercher à l’expliquer.
Baisse de la demande ? Hausse des CPC ? Taux de conversion plus faible ? Mix produit différent ? Panier moyen en baisse ? Pression concurrentielle ? Problème sur le site ? Modification du trafic acquis ?
Le délai de conversion ne répond à aucune de ces questions.
Il permet simplement de commencer l’analyse avec une estimation plus juste de l’ampleur du problème.
Et c’est déjà considérable.
Il ne faut jamais utiliser le conversion lag pour excuser de mauvaises performances.
Il faut l’utiliser pour éviter de diagnostiquer une baisse de 40 % lorsqu’on est en réalité face à une baisse de 22 %.
Nous avons pris l’habitude, en marketing digital, de choisir soigneusement nos périodes de comparaison.
Nous comparons au mois précédent, à N-1, à une période avant/après ou à des jours de semaine similaires.
C’est indispensable.
Mais la durée et la saisonnalité ne sont pas les seuls critères de comparabilité.
Il faut également regarder la maturité des données.
Une période ancienne a eu le temps de récupérer quasiment toutes les conversions qui lui seront attribuées.
Une période très récente peut encore évoluer.
Les deux peuvent afficher exactement vingt jours dans Google Ads sans raconter exactement vingt jours de business comparable.
C’est probablement la principale leçon que je retiens de ce cas.
Avant de conclure qu’un compte Google Ads vient de décrocher, il faut se poser une question supplémentaire :
la période que je regarde a-t-elle déjà eu le temps de devenir ce qu’elle sera réellement ?
Dans le cas contraire, il ne faut pas ignorer le signal.
Il faut simplement le considérer pour ce qu’il est : une première photographie, encore susceptible d’évoluer.
Une baisse de 20 à 25 % reste préoccupante.
Mais ce n’est pas une baisse de 40 %.
Et lorsqu’il s’agit de décider combien investir, quelles campagnes modifier ou à quel niveau fixer ses objectifs de rentabilité, cette différence est loin d’être anodine.
Si vous souhaitez recevoir régulièrement mes études de cas, méthodes et conseils pour créer, analyser et optimiser vos campagnes Google Ads, vous pouvez vous inscrire à ma newsletter.
Vous n’avez jamais activé AI Max sur votre campagne Search ? Cela ne signifie pas…
J’ai ajouté une nouvelle ligne à ma checklist d’onboarding Performance Max : Qui a le…
Je vais commencer par une opinion qui ne fera probablement pas plaisir à tout le…
Google ne supprime pas le contrôle dans Google Ads. Il le déplace. Et c’est peut-être…
Google Ads affiche un ROAS de 3,53. Le chiffre paraît précis, presque incontestable. Il suggère…
Lorsqu’un compte Google Ads décroche, le premier réflexe consiste généralement à chercher ce qui a…
