L’idée à retenir
Les conversions de Google Ads et de Meta ne s’additionnent pas comme des commandes : les deux plateformes peuvent s’attribuer le même achat. Pour connaître vos ventes, comptez chaque commande retenue une seule fois dans votre outil de gestion ou votre CRM. Présentez ensuite les résultats attribués par chaque plateforme à part, en distinguant le chevauchement d’attribution des événements envoyés en double.

Vous réunissez Google Ads et Meta dans un tableau, puis le total dépasse celui de la boutique. Le premier réflexe est souvent de chercher un tag défectueux. C’est une piste, mais pas la seule : avant de corriger les chiffres, il faut savoir ce que chacun compte.
Deux plateformes peuvent revendiquer un seul achat
Une personne découvre votre offre sur Meta, clique plus tard sur une annonce Google et passe commande. Selon leurs règles respectives, les deux plateformes peuvent créditer cet achat. Il n’y a pourtant qu’une commande à compter pour l’entreprise. Ce chevauchement peut exister avec un suivi parfaitement fonctionnel.
Un doublon de suivi relève d’un autre problème. Le même événement d’achat peut être renvoyé lors du rechargement de la page de confirmation, ou arriver à la fois depuis le navigateur et le serveur sans être correctement dédupliqué. Dans ce cas, examinez les événements reçus et les réglages documentés de l’intégration.
Dans Google Ads, un identifiant de transaction aide à reconnaître les répétitions pour une même action de conversion. Il ne retire pas à Meta son attribution du même achat. Cet identifiant ne donne pas non plus accès à un export standard détaillant l’attribution de chaque commande : un rapprochement précis demande des éléments de preuve internes que vous êtes autorisé à utiliser.
Que faut-il vérifier avant de comparer les chiffres ?
Conservez les exports datés et leurs paramètres. Deux colonnes intitulées « conversions » peuvent couvrir des périodes, des événements et des règles différents. Le bon objectif est de rendre ces différences visibles.
Google Ads propose des colonnes calculées à la date de conversion, utiles pour comparer avec la date des commandes. Les colonnes habituelles rattachent les conversions à la date de l’interaction publicitaire. Ce choix peut déplacer un achat d’une période à l’autre, sans résoudre les différences d’attribution.
Les définitions évoluent aussi. En mars 2026, Meta a annoncé que l’attribution après clic, pour les conversions sur site et en magasin, serait limitée aux clics sur un lien. Les autres interactions sociales passeraient dans la catégorie engage-through. Le déploiement variant selon les annonceurs, vérifiez les catégories réellement utilisées dans le compte et dans les anciens exports.
- La période et le fuseau horaire, mais aussi la date retenue : interaction publicitaire ou achat.
- L’événement suivi : achat, prospect qualifié ou autre étape, avec les actions de conversion et les règles de comptage sélectionnées.
- Les fenêtres et le modèle d’attribution, ainsi que les catégories de clics, vues et interactions incluses.
- La devise et la définition de la valeur : taxes, livraison, annulations et remboursements.
- La date d’extraction, les délais de traitement, les données modélisées et les informations manquantes.
Le calcul complet sur six commandes fictives
Prenons six commandes payées, pour un montant total retenu de 700 €. Dans cet exemple, nous fournissons volontairement une correspondance par commande avec chaque plateforme. Ces données sont fictives : elles ne représentent ni un client ni le contenu garanti d’un export publicitaire.
Google crédite quatre commandes, soit 570 €. Meta en crédite trois, soit 300 €. L’addition donne sept conversions et 870 €. Mais A100 et A103 figurent dans les deux ensembles : le chevauchement porte sur deux commandes, pour 220 €.
Après retrait de ce chevauchement connu, il reste cinq commandes distinctes et 650 €. La commande A104, de 50 €, n’a aucune attribution fournie dans cet exemple. En l’ajoutant, on retrouve le total de gestion : 570 + 300 − 220 + 50 = 700 € pour six commandes.
Soustraire simplement les six commandes aux sept conversions aurait donné un écart de un. Ce n’est pas le chevauchement, qui vaut deux. Ce calcul n’est possible ici que parce que nous disposons d’une correspondance complète et compatible par commande. Des totaux agrégés, éventuellement fractionnaires ou modélisés, ne suffisent pas à la reconstituer.
Exemple illustratif · données fictives
Suivez les six commandes
Six commandes payées le 1er septembre 2026, en UTC et en EUR. Les montants retenus excluent taxes et livraison ; aucun remboursement. Les attributions sont fournies uniquement pour cet exemple.
| Commande | Montant retenu | Attribution Google Ads | Attribution Meta |
|---|---|---|---|
| A100 | 100 € | Oui | Oui |
| A101 | 150 € | Oui | Non |
| A102 | 80 € | Non | Oui |
| A103 | 120 € | Oui | Oui |
| A104 | 50 € | Non | Non |
| A105 | 200 € | Oui | Non |
Pour les attributions : 1 = attribution confirmée dans les éléments vérifiés, 0 = absence d’attribution confirmée dans ces éléments, case vide = inconnu ou preuve insuffisante. Un rapprochement réel demande des preuves internes autorisées ; les totaux publicitaires ne suffisent pas à remplir ces cases.
Travaillez sur les fichiers en local. Vos données de commande ne sont pas envoyées à cette page. Ne mettez pas de coordonnées clients dans votre fichier.
Quel total présenter à la direction ?
Le total des ventes doit venir des commandes uniques retenues dans le système de gestion ou le CRM. Décidez d’abord ce qui entre dans ce total : commandes payées, traitement des annulations et remboursements, ou étape précise du parcours commercial. Le CRM doit lui-même être contrôlé pour les doublons.
Présentez à côté les conversions et valeurs attribuées par Google Ads et par Meta, avec leurs définitions. Elles restent utiles pour piloter chaque plateforme. Elles ne constituent pas un deuxième total de ventes à additionner au premier, et ne démontrent pas quelles ventes auraient disparu sans publicité.
Si vos données internes autorisées permettent un rapprochement, gardez l’identifiant de commande et la référence de la preuve. Isolez ce qui est rapproché, partagé entre plateformes ou encore inexpliqué. Avec des données incomplètes, agrégées ou modélisées, laissez une part non rapprochée plutôt que d’inventer une répartition. Une preuve absente ne prouve pas une influence publicitaire absente.
L’IA peut-elle expliquer l’écart ?
Elle peut proposer une correspondance entre colonnes, signaler un fuseau horaire manquant et préparer un commentaire à partir de chiffres vérifiés. Confiez les additions et les contrôles à des calculs déterministes, puis faites relire les définitions et les conclusions par la personne responsable du rapport.
L’IA ne peut pas retrouver des identifiants que les sources ne fournissent pas, déduire le chevauchement exact à partir de deux totaux, ni établir à elle seule quelle publicité a causé une vente. Demandez-lui de séparer les constats, les explications possibles et ce qui reste inconnu.
Pour tester un premier pilote, utilisez cet exemple, puis ajoutez un identifiant répété, une attribution inconnue et un remboursement. Ce sont des cas de test proposés, pas des résultats obtenus chez un client. N’ajoutez ni noms ni adresses e-mail au fichier ou à une demande envoyée à l’IA ; limitez-vous aux données nécessaires et autorisées.
Une méthode réutilisable dès le prochain rapport
Le CSV d’exemple permet de reprendre les six lignes et de vérifier les calculs. Le modèle vierge sert à préparer votre propre rapprochement en local. Une case d’attribution vide signifie « inconnu » : ne la remplacez pas automatiquement par zéro. Gardez les exports sources et les références utiles avec votre fichier.
Désignez enfin la personne qui valide le total de gestion, celle qui contrôle le suivi et celle qui approuve le commentaire. Le livrable attendu d’un pilote est simple : un rapport que l’on peut vérifier, accompagné de ses écarts expliqués ou encore à examiner.
Sources officielles
Google Ads · Transaction IDs and duplicate conversionsMeta · Official WooCommerce event implementationGoogle Ads · Data discrepanciesGoogle Ads · Conversion tracking dataMeta · Ad measurement update (2026-03-03)MindVerve
Automatisation marketing
Partons d’un rapport anonymisé, de ses définitions et de la décision qu’il doit éclairer. Un pilote de reporting MindVerve permet de cadrer un seul processus : sources, calculs, contrôles des anomalies, validation humaine, documentation et prise en main.
Parler de votre pilote de reportingLire le guide · AI Workflow Launch