Pourquoi le ROAS que Meta vous affiche est faux (et comment calculer le vrai)

Vous ouvrez le Business Manager, vous voyez un ROAS de 4,2, et quelque chose en vous se détend. Le chiffre est vert, il est précis, il a une décimale. On dirait une preuve. Ce n'en est pas une. C'est une affirmation, et la partie qui l'affirme est exactement celle que vous payez, jugée par un tableau de score qu'elle tient elle-même.

C'est tout le problème en une phrase, et presque toutes les erreurs de reporting que commettent les media buyers en aval en découlent. Le ROAS que Meta vous montre n'a jamais été mesuré contre votre compte en banque. Il a été affirmé par le système qui diffuse l'impression, décide quelles ventes il s'attribue, et gagne de l'argent quand ce crédit paraît élevé. Rien de tout cela ne rend Meta malhonnête. Cela rend le chiffre structurellement optimiste, et l'optimisme se compose quand vous scalez dessus.

Ceci n'est pas un plaidoyer pour se méfier des plateformes par principe. La Marketing API de Meta est l'une des sources de données les plus utiles qu'un marketeur ait à disposition. C'est un plaidoyer pour lire correctement un chiffre précis, parce que c'est le chiffre dont dépendent vos décisions de budget. Alors démontons-le. D'abord, pourquoi le chiffre reporté est une affirmation et non une mesure. Ensuite les trois mécanismes qui le gonflent, un par un, avec la mécanique réelle plutôt que des impressions vagues. Puis la meilleure preuve dont nous disposions sur l'ampleur que l'écart peut atteindre. Et enfin, comment calculer le ROAS auquel vous pouvez réellement vous fier, le seul sur lequel il vaille la peine de scaler.

Le chiffre est une affirmation, pas une mesure

Commençons par la structure, parce que la structure explique tout le reste. Quand une vente a lieu, deux questions peuvent être posées à son sujet. La première : « qui a touché ce client en dernier ». La seconde : « cette vente aurait-elle eu lieu de toute façon, sans la pub ». Ce sont deux questions différentes. L'attribution répond à la première. Votre compte de résultat ne se soucie que de la seconde. Le ROAS reporté par Meta est entièrement bâti sur la première question, et présenté discrètement comme s'il répondait à la seconde.

Pire, Meta est à la fois participant et arbitre. Il diffuse l'impression, il observe la conversion via son pixel ou la Conversions API, et il décide, selon ses propres règles, s'il s'attribue cette conversion comme causée par la pub. Un tableau de score tenu par le joueur affiche rarement une défaite. Ce n'est pas un complot. C'est une structure d'incitations. Les réglages par défaut sont généreux, les méthodes qui comblent les trous penchent vers le crédit à la plateforme, et il n'y a aucun auditeur indépendant dans la boucle, sauf si vous en placez un.

Donc quand vous lisez 4,2, ce que vous lisez réellement, c'est : « selon nos propres règles d'attribution, avec nos propres fenêtres, en incluant des conversions que nous avons modélisées plutôt qu'observées, et sans vérifier si l'un de ces acheteurs aurait acheté de toute façon, nous estimons un retour de 4,2 ». C'est une phrase très différente de « chaque euro que vous nous avez donné est revenu 4,2 fois ». L'écart entre ces deux phrases est le sujet de cet article.

Mécanisme un : la fenêtre d'attribution par défaut

La première source d'inflation est la fenêtre d'attribution, et c'est celle que la plupart des media buyers n'ont jamais regardée. Le réglage d'attribution par défaut de Meta pour les nouveaux ad sets est de 7 jours après clic et 1 jour après vue (Meta Business Help Center, n.d.-a). Cette phrase pèse plus lourd qu'il n'y paraît.

La portion 7 jours après clic signifie que tout achat dans les sept jours suivant un clic est crédité à la pub. La portion 1 jour après vue est le problème plus discret. Elle signifie que si un utilisateur voit simplement votre pub, ne clique pas, puis achète dans la journée en tapant votre URL directement ou en cherchant votre marque, Meta s'attribue cette vente. Aucun clic. Aucune intention démontrée causée par la pub. Juste une impression qui s'est trouvée précéder un achat que le client aurait très bien pu faire de toute manière.

C'est important à cause de qui voit vos impressions. L'optimisation de diffusion de Meta montre vos pubs aux personnes les plus susceptibles de convertir, ce qui par construction inclut des gens déjà en mouvement vers un achat. Le crédit après vue rattache alors la pub aux conversions qui étaient les plus probables de toute façon. La pub et l'intention sont confondues, et le chiffre reporté est incapable de les distinguer.

Une note historique à garder en tête. Avant 2021, la fenêtre par défaut de Meta allait jusqu'à 28 jours après clic. L'App Tracking Transparency d'Apple, arrivée avec iOS 14.5 le 26 avril 2021, a forcé Meta à retirer les fenêtres plus longues et à se rabattre sur 7 jours après clic et 1 jour après vue (Peters & Statt, 2021). Donc si vous lisez un vieux guide qui vous dit que le défaut est de 28 jours, il est périmé. La fenêtre s'est raccourcie, ce qui a rogné une partie de l'inflation, mais le mécanisme après vue qui confond la pub avec l'intention organique est toujours activé par défaut.

Mécanisme deux : modélisé, pas observé

Le deuxième mécanisme est plus récent et moins compris. Depuis qu'iOS 14.5 a rendu les identifiants au niveau de l'appareil soumis à consentement, Meta ne peut plus observer directement une grande partie des conversions pour les utilisateurs qui ont refusé le suivi. Il n'a pas réagi en reportant moins de conversions. Il a réagi en estimant celles qui manquaient.

Le système s'appelle Aggregated Event Measurement, et le fait pertinent pour vous est simple : une partie des conversions dans votre Ads Manager n'a jamais été comptée comme des événements distincts. Elles ont été modélisées, c'est-à-dire inférées statistiquement à partir de motifs agrégés (Meta Business Help Center, n.d.-b). La modélisation est une réponse d'ingénierie raisonnable à un blackout de mesure. C'est aussi, depuis votre siège, un chiffre avec un intervalle de confiance, affiché comme s'il s'agissait d'un comptage ferme.

La conséquence est subtile mais réelle. Quand vous optimisez sur des conversions modélisées, vous optimisez en partie sur l'estimation par Meta de ce qui s'est probablement passé, à l'intérieur d'un modèle dont vous ne voyez pas les hypothèses et que vous ne pouvez pas auditer. Le chiffre n'est pas fabriqué. Il est inféré. Mais une inférence habillée de la même tuile verte qu'une vente observée vous invite à traiter les deux comme également solides, et ils ne le sont pas. Branchez ce chiffre dans un dashboard IA qui se met à jour tout seul et vous ne l'avez pas rendu plus juste, seulement plus rapide et plus difficile à remettre en doute.

Mécanisme trois : tout le monde s'attribue la même vente

Le troisième mécanisme n'apparaît que lorsque vous faites tourner plus d'un canal, c'est-à-dire presque toujours. Meta, Google et TikTok font chacun tourner leur propre auto-attribution au dernier clic et après vue, et chacun utilise ses propres fenêtres.

Imaginez maintenant un seul client réel. Il voit votre pub TikTok le lundi, est reciblé par Meta le mercredi, cherche et clique votre pub Google le vendredi, et achète. Une commande est expédiée. Un paiement arrive sur votre compte. Mais chaque plateforme, ne regardant que sa propre interaction à travers sa propre fenêtre, s'attribue cette conversion. Additionnez les trois dashboards et vous avez vendu trois unités. Votre entrepôt en a expédié une.

C'est pourquoi additionner les conversions reportées par les plateformes est l'un des moyens les plus rapides de se mentir à soi-même. Le double comptage n'est pas un bug dans une plateforme isolée. Chacune est correcte selon ses propres termes. L'erreur est structurelle, elle vit dans les interstices entre trois tableaux de score auto-jugés, et aucune plateforme n'a le moindre intérêt à la résoudre en votre faveur. La seule façon de recompter une commande une seule fois est de repartir de votre CRM et de dédupliquer entre les canaux.

Du reporté au réel : faire descendre le chiffre

Mettez les trois mécanismes bout à bout et vous obtenez un pont du chiffre reporté vers le chiffre réel. Partez du haut avec le ROAS reporté. Retranchez les conversions après vue qui auraient eu lieu sans la pub. Retranchez les acheteurs qui connaissaient déjà votre marque et ont été crédités quand même. Retranchez les conversions comptées en double avec vos autres canaux. Ajustez pour la part qui a été modélisée plutôt qu'observée. Ce qui reste en bas est le chiffre qui se raccroche à votre revenu réel.

La taille exacte de chaque marche varie selon le compte, l'étape du funnel, et la part de votre budget consacrée au retargeting plutôt qu'à la prospection. Cette variation est précisément la raison pour laquelle aucun article honnête ne peut vous tendre un multiplicateur unique en vous disant « Meta gonfle de X pour cent ». Quiconque le fait vous vend de la fausse précision. Ce qui est vrai, c'est la direction, toujours la même, et l'ordre de grandeur, que nous pouvons ancrer dans des preuves réelles plutôt que dans des affirmations.

La meilleure preuve dont nous disposions : attribution contre incrémentalité

Voici l'étude qui devrait ancrer votre intuition. Gordon, Zettelmeyer, Bhargava et Chapsky (2019) ont mené quinze essais contrôlés randomisés à grande échelle sur Facebook lui-même, environ 500 millions d'observations utilisateur-expérience à travers 1,6 milliard d'impressions, et ont comparé le lift causal réel mesuré par les expériences au lift que des méthodes de type attribution reportaient sur exactement les mêmes données.

Les résultats sont saisissants. Sur ces quinze expériences, environ 500 millions d'observations et 1,6 milliard d'impressions, les auteurs concluent, mot pour mot, que dans la moitié des études l'estimation de la hausse d'achats est fausse d'un facteur trois, toutes méthodes d'attribution confondues. Dans un cas extrême, l'étude numéro 9, l'effet réel mesuré par l'expérience était de 2,4 pour cent quand la méthode observationnelle en annonçait 1 306. Le biais va toujours dans le même sens : l'attribution surestime, parce que les plateformes montrent les publicités aux gens déjà les plus enclins à convertir, et la surestimation est la plus forte là où se concentrent les budgets de performance, en bas de funnel et sur le retargeting (Gordon et al., 2019).

Pesez l'implication. L'écart n'est pas une erreur d'arrondi. Sur les propres données de la plateforme, avec des expériences rigoureuses comme référence, la vision attributionnelle de la performance était fausse d'un multiple, pas d'une marge. Et elle était variable, parfois même sous-estimant, ce qui est le point le plus profond. Vous ne pouvez pas corriger le ROAS reporté avec une décote fixe, parce qu'il n'y a pas de biais fixe. La seule façon de connaître votre vrai chiffre est de le mesurer.

Meta le sait, ce qui est l'indice discret. Si Conversion Lift existe, et si Meta a ajouté un réglage Incremental Attribution, c'est parce que l'entreprise concède que l'attribution standard compte des conversions qui auraient eu lieu de toute façon. Bon à savoir : Incremental Attribution est lui-même modélisé, entraîné sur d'anciennes études Conversion Lift plutôt que sur un holdout en direct, c'est donc une estimation de l'incrémentalité et non une mesure de celle-ci (Seer Interactive, 2025). Quand même la plateforme livre une fonctionnalité pour faire reculer son propre chiffre, vous devriez lire le chiffre d'origine avec suspicion.

Ce que le vrai chiffre exige réellement

Alors que faut-il pour atteindre un ROAS sur lequel vous pouvez scaler. Pas plus de dashboards. Une source de vérité différente. Le chiffre reporté est ancré à la vision des conversions par Meta. Le chiffre réel doit être ancré à deux choses que Meta ne peut pas voir : le revenu qui a réellement atterri sur votre compte, et la question de ce qui se serait passé sans la dépense. C'est exactement la couche de vérification que décrit notre guide pour monter un système de tracking complet, et c'est aussi le cœur de l'écart entre le ROAS plateforme et le ROAS calculé sur le cash.

Le côté revenu est mécanique et tout à fait faisable. Chaque vente vit dans votre CRM ou votre processeur de paiement comme du cash encaissé, rattachée à un client réel. Le travail consiste à rapprocher chacune de ces ventes réelles de la campagne, de l'ad set et de la pub qui l'ont réellement sourcée, puis à diviser le revenu réel par la dépense réelle. Ce seul geste élimine les conversions modélisées, les recherches de marque créditées à la vue, et l'essentiel du double comptage cross-plateforme en une passe, parce que vous comptez désormais des commandes expédiées plutôt que des conversions revendiquées par trois plateformes.

C'est la couche que Metrikia est conçu pour être. Il tire votre dépense depuis Meta, Google et TikTok, ingère le revenu depuis votre CRM et votre stack de paiement comme source de vérité plutôt que les estimations des plateformes, rapproche chaque vente de sa vraie campagne d'origine, déduplique entre les canaux pour qu'une commande reste une commande, et vous laisse tenir la fenêtre d'attribution honnête au lieu d'accepter un défaut généreux. Le résultat est un ROAS calculé à partir de l'argent que vous avez réellement encaissé, pas d'un tableau de score que le vendeur tient. Vous pouvez le lire à côté du chiffre de la plateforme et voir l'écart par vous-même, campagne par campagne, ce qui est la seule version de cette comparaison qui change les décisions.

Le second ancrage, ce qui se serait passé de toute façon, l'attribution seule ne peut jamais vous le donner, parce que c'est une question causale. La réponse honnête est un holdout : coupez la dépense pour une audience ou une région définie, observez si les ventes chutent réellement, et mesurez la différence. C'est l'incrémentalité, et c'est la seule chose qui survit à l'examen que le chiffre reporté ne supporte pas. La réconciliation au cash encaissé vous donne un chiffre comptable honnête. Un holdout vous en donne un causal. Une mesure sérieuse utilise la réconciliation comme vérité terrain quotidienne et un holdout pour valider les gros mouvements.

Comment calculer votre vrai ROAS

L'ordre des opérations compte plus que n'importe quelle étape isolée, alors le voici comme une séquence que vous pouvez dérouler.

D'abord, tirez la dépense de chaque canal, pas seulement de celui au plus joli dashboard. Deuxièmement, prenez le revenu depuis votre CRM ou votre processeur de paiement, du cash encaissé, pas la valeur de conversion reportée par la plateforme. Troisièmement, rapprochez chaque vente de sa vraie campagne d'origine pour que le numérateur et le dénominateur décrivent la même chose. Quatrièmement, dédupliquez entre les canaux pour qu'une commande unique ne soit jamais comptée à la fois par Meta, Google et TikTok. Cinquièmement, réglez la fenêtre d'attribution délibérément au lieu d'accepter 7 jours après clic et 1 jour après vue par défaut, et soyez particulièrement sceptique sur le crédit après vue. Sixièmement, validez vos plus gros paris avec un test holdout, parce qu'aucune comptabilité soignée ne répond à la question causale. Alors seulement lisez votre ROAS, et scalez sur ce chiffre plutôt que sur celui que le Business Manager vous tend.

La récompense de ce travail n'est pas seulement un reporting plus juste. Ce sont des décisions différentes. Quand le chiffre réel diverge du chiffre reporté, les campagnes que vous auriez scalées sur le ROAS plateforme ne sont fréquemment pas les campagnes qui font réellement croître l'activité, et l'écart est le plus grand sur le retargeting, exactement là où le ROAS reporté paraît le plus séduisant. Mesurer correctement ne nettoie pas seulement le tableur. Cela réalloue le budget vers ce qui marche vraiment, un point que nous creusons dans l'article sur l'écart entre ROAS réel et ROAS reporté.

Questions fréquentes

Quelle est la différence entre le ROAS reporté et le ROAS incrémental sur Meta ? Le ROAS reporté répond à « qui a touché cette vente en dernier », en comptant chaque conversion que les règles d'attribution de Meta créditent à la pub. Le ROAS incrémental répond à « cette vente aurait-elle eu lieu sans la pub », en ne comptant que le revenu additionnel que la pub a réellement causé. Le premier est une affirmation d'attribution ; le second est une mesure causale. Votre compte de résultat ne répond qu'au second.

Quelle est la fenêtre d'attribution par défaut de Meta, et pourquoi gonfle-t-elle les conversions ? Le défaut actuel pour les nouveaux ad sets est 7 jours après clic et 1 jour après vue (Meta Business Help Center, n.d.-a). La portion 1 jour après vue crédite la pub quand un utilisateur a simplement vu une impression, n'a pas cliqué, puis a acheté dans la journée, souvent un client qui allait déjà acheter. Parce que Meta montre les impressions aux utilisateurs à forte intention, le crédit après vue rattache systématiquement la pub aux conversions qui étaient les plus probables de toute façon.

L'attribution après vue cause-t-elle vraiment des ventes, ou se contente-t-elle d'en prendre le crédit ? Parfois une vue contribue réellement. Mais l'attribution après vue ne peut pas distinguer une vente que l'impression a causée d'une vente qui aurait eu lieu de toute façon, et vu la manière dont Meta cible, une large part des conversions après vue tombe dans la seconde catégorie. Traitez le crédit après vue comme la partie la moins fiable de votre chiffre reporté.

Pourquoi Meta, Google et TikTok reportent-ils ensemble plus de conversions que je n'en ai eu ? Parce que chaque plateforme fait tourner sa propre auto-attribution avec sa propre fenêtre et s'attribue toute commande qu'elle a touchée. Un client touché par les trois produit une commande expédiée mais trois conversions revendiquées. Additionner les dashboards des plateformes surestime donc les ventes réelles. Le correctif consiste à compter les commandes depuis votre propre CRM ou vos paiements, dédupliquées, pas les conversions de trois tableaux de score.

Qu'est-ce que les conversions modélisées, et comment iOS 14.5 a-t-il changé la mesure ? L'App Tracking Transparency d'Apple, lancée avec iOS 14.5 le 26 avril 2021, a rendu les identifiants de suivi soumis à consentement, donc Meta a perdu la capacité d'observer directement de nombreuses conversions (Peters & Statt, 2021). Il estime désormais statistiquement celles qui manquent via Aggregated Event Measurement (Meta Business Help Center, n.d.-b). Une part des conversions que vous voyez a été modélisée, pas observée, et porte une incertitude que l'interface n'affiche pas.

De combien le ROAS reporté par Meta surestime-t-il le vrai ? Il n'y a pas de chiffre fixe, et quiconque cite un pourcentage unique vend de la fausse précision. Dans les propres expériences randomisées de Facebook, l'attribution standard a surestimé le lift incrémental réel d'environ deux à trois fois en moyenne, avec le biais le plus fort pour les campagnes bas de funnel et de retargeting, et très variable selon les comptes (Gordon et al., 2019). La direction est constante ; la magnitude ne l'est pas.

Le nouveau réglage Incremental Attribution de Meta équivaut-il à un vrai test d'incrémentalité ? Non. Incremental Attribution est modélisé, entraîné sur d'anciennes études Conversion Lift plutôt que mené comme un holdout en direct, il estime donc l'incrémentalité au lieu de la mesurer (Seer Interactive, 2025). C'est un pas dans la bonne direction sur le plan conceptuel, mais cela reste Meta estimant sa propre incrémentalité. Un holdout que vous contrôlez est le standard qui tranche réellement la question.

Combien coûte la mesure du vrai ROAS comparée au dashboard gratuit ? Le dashboard de la plateforme est gratuit et faux dans une direction prévisible. Réconcilier au cash encaissé demande de connecter vos comptes publicitaires et votre CRM ou processeur de paiement à une couche de mesure, ce qui est un coût d'installation mesuré en heures et un abonnement, pas une refonte. La comparaison pertinente n'est pas le prix de l'outil contre zéro. C'est le prix de l'outil contre le budget que vous mal-allouez chaque mois en scalant sur un chiffre gonflé.

Références

Gordon, B. R., Zettelmeyer, F., Bhargava, N., & Chapsky, D. (2019). A comparison of approaches to advertising measurement: Evidence from big field experiments at Facebook. Marketing Science, 38(2), 193-225. https://doi.org/10.1287/mksc.2018.1135

Meta Business Help Center. (n.d.-a). About the attribution setting. https://www.facebook.com/business/help/458681590974355

Meta Business Help Center. (n.d.-b). How Meta's Aggregated Event Measurement may affect the Meta Pixel. https://www.facebook.com/business/help/126789292407737

PantoSource. (2026). Cross-platform attribution in 2026: Why Meta plus Google plus TikTok does not equal your actual sales. https://pantosource.com/blog/multi-platform-attribution

Peters, J., & Statt, N. (2021, 26 avril). Apple's App Tracking Transparency feature has arrived. TechCrunch. https://techcrunch.com/2021/04/26/apples-app-tracking-transparency-feature-has-arrived-heres-what-you-need-to-know/

Seer Interactive. (2025, 30 juillet). We tested Meta's new incremental attribution setting on 1M dollars in ad spend. https://www.seerinteractive.com/insights/we-tested-metas-new-incremental-attribution-setting-on-1m-in-ad-spend.-heres-how-it-works

Baptiste Noel, cofondateur de Metrikia. MSc en neurosciences cliniques et MSc en haute performance.