Mesurer ses conversions quand la moitié des visiteurs refuse le consentement

La séquence est devenue prévisible. Une marque met son bandeau en conformité, avec un refus par défaut et un bouton Refuser aussi accessible que le bouton Accepter. Dans les jours qui suivent, les conversions remontées par les régies publicitaires chutent d’une proportion à deux chiffres, le tableau de bord d’analyse perd une part substantielle de son trafic, et le retour sur dépense publicitaire affiché s’effondre. La tentation est alors immédiate et je l’entends formulée sans détour : remettre les traceurs, ou trouver le montage technique qui permettrait de contourner le refus.

Cette tentation repose sur une erreur de diagnostic. Les ventes n’ont pas baissé — seule leur observation a changé. La question n’est donc pas de restaurer l’ancienne mesure, qui était illicite dès lors qu’elle s’exerçait sans consentement, mais de reconstruire une lecture fiable avec ce qui demeure légitimement disponible. Cet essai expose ce qui se perd exactement, ce qui subsiste, et la méthode que j’applique pour piloter l’acquisition sans attribution individuelle complète.

Ce qui disparaît, précisément

Le refus de consentement ne supprime pas la mesure. Il supprime une catégorie précise d’opérations : celles qui reposent sur un identifiant persistant attaché à une personne.

Disparaissent donc l’attribution multi-touche, qui reconstitue le parcours d’un individu à travers plusieurs points de contact ; l’attribution différée, qui relie une commande à une exposition publicitaire survenue plusieurs jours plus tôt ; les audiences de reciblage constituées à partir du comportement de navigation ; et la déduplication entre appareils, qui reconnaît le même individu sur mobile puis sur ordinateur.

Ce sont des pertes réelles. Elles concernent toutes la même chose : l’individu identifié dans la durée. Tout ce qui ne dépend pas de cette identification demeure.

Ce qui subsiste, et qu’on sous-estime

La mesure d’audience agrégée. Un outil d’analyse sans cookie ni identifiant persistant continue de fournir les volumes de visite, les pages consultées, les sources de trafic et les parcours agrégés. Cette mesure ne relève pas du même régime que le suivi publicitaire, puisqu’elle ne permet pas d’isoler une personne. Elle couvre l’essentiel des questions d’usage : quelles pages travaillent, où les gens abandonnent, quelles sources amènent du volume.

Les données transactionnelles. C’est le point le plus souvent négligé, et c’est le plus important. Le back-office contient l’intégralité des commandes, du panier moyen, de la marge par produit, du taux de retour, de la fréquence de réachat et de la valeur à vie du client. Ces données sont exhaustives par construction : elles ne dépendent d’aucun traceur, aucun consentement ne les conditionne, aucun bloqueur de publicité ne les altère. Elles constituent la seule source de vérité dont la marque dispose réellement.

Les signaux déclarés. Un champ comment nous avez-vous connus au moment de la commande produit une donnée de première main, imparfaite mais non biaisée par la technique. Sur un volume suffisant, la distribution des réponses corrèle utilement avec les variations de dépense par canal.

La mesure de tout ce qui a consenti. Une part des visiteurs accepte. Ce segment reste intégralement mesurable et, correctement redressé, il informe sur le comportement de l’ensemble — à condition de traiter cette extrapolation pour ce qu’elle est : une estimation assortie d’une incertitude, et non une vérité.

Le server-side n’est pas un contournement

Il faut traiter frontalement l’argument commercial le plus répandu du moment, parce qu’il expose ceux qui l’achètent.

Le marquage côté serveur consiste à faire partir les appels vers les régies depuis une infrastructure contrôlée par la marque plutôt que depuis le navigateur du visiteur. On le présente fréquemment comme la réponse technique à la chute de mesure — et l’implication, parfois explicite, parfois seulement suggérée, est qu’il permettrait de continuer à transmettre des données pour des visiteurs qui n’ont pas consenti.

C’est faux, et le raisonnement juridique est simple. Ce qui déclenche l’obligation de consentement n’est pas l’endroit d’où part la requête, mais la nature de l’opération : transmettre à un tiers des renseignements permettant d’identifier une personne, à des fins de mesure publicitaire. Déplacer l’émission du navigateur vers un serveur ne change ni la finalité, ni les données transmises, ni le destinataire. Le traitement reste soumis au même régime.

Le marquage server-side a de vraies vertus, et elles sont ailleurs. Il retire des scripts tiers du fil d’exécution principal, ce qui améliore mesurablement l’interactivité de la page. Il résiste aux bloqueurs et aux limitations de durée de vie des cookies imposées par les navigateurs, ce qui fiabilise la mesure des visiteurs ayant consenti. Il permet d’enrichir les événements avec des données du back-office avant transmission. Ce sont des gains substantiels. Aucun ne concerne les visiteurs qui ont refusé.

Le marquage server-side améliore la qualité de ce que vous avez le droit de mesurer. Il n’élargit pas ce que vous avez le droit de mesurer.

Les conversions modélisées, et leur conflit d’intérêt structurel

Les régies proposent de combler les conversions qu’elles n’observent plus par des estimations statistiques, calibrées sur la part de trafic encore observable. Le procédé est légitime dans son principe : c’est de l’inférence, exercice mathématiquement bien défini.

Deux réserves s’imposent néanmoins.

La première tient au volume. Un modèle d’estimation a besoin d’un socle d’observations pour être calibré. Au-dessous de quelques centaines de conversions mensuelles, l’intervalle d’incertitude devient si large que les écarts entre deux campagnes ne sont plus interprétables. Une part importante des marques mid-market se situe sous ce seuil sur au moins certains de leurs canaux, et pilote donc des arbitrages budgétaires sur du bruit.

La seconde est structurelle. Ces chiffres sont produits par la partie qui vend l’espace publicitaire, selon une méthodologie qu’elle ne publie pas intégralement et qu’aucun tiers ne peut auditer. Il ne s’agit pas de supposer une malveillance — les incitations suffisent à expliquer un biais, même involontaire. Optimiser une allocation budgétaire sur des conversions estimées par le vendeur revient à lui confier l’évaluation de sa propre performance.

Les conversions modélisées servent donc à orienter et à comparer des variantes au sein d’un même canal. Elles ne servent pas à arbitrer entre canaux, ni à décider d’une augmentation de budget.

La méthode : remonter d’un niveau

Puisque l’attribution individuelle est devenue partiellement inaccessible, la réponse rationnelle n’est pas de la reconstituer par des moyens douteux, mais de piloter à un niveau où elle n’est pas nécessaire.

Premier temps : établir la source de vérité. Le revenu, la marge et le nombre de nouveaux clients se lisent dans le back-office, période par période. La dépense publicitaire se lit dans la facturation des régies. Ces deux séries sont exactes et non manipulables.

Deuxième temps : construire les indicateurs consolidés. Le ratio entre revenu total et dépense publicitaire totale sur une période, et le coût d’acquisition mélangé rapporté à l’ensemble des nouveaux clients, se calculent sans aucune attribution. Ils ne disent pas quel canal a produit quelle vente. Ils disent si l’ensemble du dispositif progresse ou se dégrade, ce qui est la question que se pose réellement la direction.

Troisième temps : mesurer l’incrémentalité plutôt que l’attribution. La seule méthode qui établit une causalité consiste à faire varier délibérément une variable et à observer l’effet sur la source de vérité. Éteindre un canal pendant deux à quatre semaines, ou augmenter significativement son budget sur une fenêtre définie, et lire la variation du revenu total. C’est plus lent qu’un tableau de bord d’attribution, c’est inconfortable pour qui n’aime pas l’incertitude, et c’est la seule chose qui répond vraiment à la question ce canal me rapporte-t-il de l’argent.

Quatrième temps : instrumenter proprement ce qui a consenti. Pour le segment qui accepte, marquage server-side, événements enrichis depuis le back-office, et déduplication correcte. Cette population sert de laboratoire d’observation fine, à condition de ne jamais confondre son comportement avec celui de l’ensemble.

Ce que cette contrainte révèle

Une observation pour finir, qui dépasse la technique. La plupart des marques qui paniquent devant la chute de leurs conversions mesurées découvrent, en reconstruisant leur mesure, qu’elles pilotaient depuis des années sur des chiffres qu’elles n’avaient jamais audités. L’attribution au dernier clic surévaluait mécaniquement les canaux de fin de parcours. Le reciblage s’attribuait des ventes qui auraient eu lieu sans lui. Les totaux additionnés de plusieurs régies dépassaient le revenu réel, parfois de beaucoup, sans que personne ne s’en émeuve.

La contrainte réglementaire force à revenir aux chiffres du back-office et à des tests d’incrémentalité. C’est moins confortable, nettement moins granulaire, et considérablement plus proche de la réalité économique de l’entreprise.

Le Diagnostic Stack couvre ce chantier lorsque la marque le demande : audit de la mesure existante, identification des écarts entre attribution déclarée et revenu réel, mise en place du marquage server-side pour le segment consentant, et construction du tableau de bord consolidé qui devient la référence de pilotage.

---