Campagnes, CRM et chiffre d'affaires ne concordent pas : comment vérifier les données du clic à la vente

Google Ads affiche 48 conversions sur le mois, Google Analytics 41, le CRM 39 contacts, le commercial dit qu’une dizaine seulement étaient bons et le chiffre d’affaires n’a pas bougé. Quel chiffre est le bon ? Probablement tous, chacun pour ce qu’il mesure. Le problème apparaît quand on les compare comme s’ils comptaient la même chose.

La réponse courte est la suivante : les plateformes publicitaires, Google Analytics 4, le CRM et l’ERP comptent des événements différents, avec des dates et des règles d’attribution différentes : il est donc normal qu’ils ne coïncident pas. Avant de comparer un tableau de bord au chiffre d’affaires, il faut trois vérifications : des définitions partagées du lead, du lead qualifié, de l’opportunité et du client ; un parcours de la donnée du clic à la vente sans point de rupture ; une réconciliation qui explique chaque écart entre une source et une autre. Ce n’est que lorsque les données tiennent qu’il est pertinent de se demander s’il faut un test d’incrémentalité ou un modèle statistique, et là aussi, il y a des exigences précises.

Cet article explique comment vérifier les chiffres. Sur la façon de lire le ROAS et de mesurer l’impact réel des campagnes, il y a l’article de Gaetano, pourquoi le ROAS peut vous tromper ; sur la façon de construire la liaison technique entre le formulaire, le CRM et les plateformes, il y a du lead au contrat.

Que mesure vraiment chaque indicateur ?

Chaque outil répond à une question différente. Les mettre dans le même tableau sans dire laquelle, c’est comme additionner des euros et des kilomètres.

Source	Ce qu’elle compte	À quelle date elle l’attribue	Principales limites
Google Ads	Conversions attribuées aux clics et aux interactions avec les annonces, selon le modèle choisi	À la date de l’interaction avec l’annonce, pas à celle de la conversion	Données complétées jusqu’à 7 jours après ; conversions enregistrées jusqu’à 90 jours après le clic
Meta Ads	Résultats attribués aux publicités selon le paramètre d’attribution	Dépend du paramètre et du rapport	Modélisation statistique quand les données sont partielles
GA4	Événements clés attribués aux canaux, avec un modèle basé sur les données par défaut	À la date de l’événement	Données modélisées, seuils sur les données, mises à jour jusqu’à 12 jours après
CRM	Contacts, opportunités et statuts, saisis par les formulaires et les personnes	À la date de création ou de changement de statut	Qualité des champs, doublons, statuts non mis à jour
ERP	Factures et encaissements	À la date de la facture	Aucun lien avec la source si on ne le construit pas

Deux détails expliquent beaucoup d’écarts. Google Ads enregistre les conversions à la date de l’interaction avec l’annonce, alors que d’autres outils utilisent la date de la conversion : Google appelle cela le délai de conversion et suggère d’ajouter les colonnes « Conversions (par date/heure de conv.) » quand on compare avec d’autres données. Dans GA4, le modèle d’attribution par défaut est le modèle basé sur les données et la fenêtre de référence des événements clés autres que l’acquisition est de 90 jours. En outre, les événements clés sont devenus la base des conversions : les conversions Google Ads n’apparaissent pas dans les rapports standard d’Analytics.

Lead, lead qualifié, opportunité et client : de quoi parle-t-on ?

Ce sont quatre statuts différents d’un même parcours, et chacun doit être défini par écrit avant d’être mesuré. Si le marketing appelle lead chaque formulaire envoyé et que le commercial n’appelle lead que celui qui a un budget, les deux rapports ne concorderont jamais.

Statut	Définition opérationnelle (exemple)	Qui l’attribue	Où il s’enregistre
Lead	Personne qui a laissé ses coordonnées via un canal suivi	Automatiquement, à l’envoi du formulaire	CRM, avec source et campagne
Lead qualifié	Lead qui respecte les critères de cible : secteur, taille, fonction, besoin réel	Le marketing avec des règles ou un score, confirmé par le commercial	CRM, champ statut et date
Opportunité	Lead avec qui une négociation est ouverte, avec une valeur estimée	Le commercial	CRM, pipeline
Client	Opportunité conclue par un contrat ou une commande	Le commercial, confirmé par l’administration	CRM et ERP

Le point délicat, c’est le lead qualifié : sans critère écrit, il devient une opinion. Comment le construire avec un score, c’est expliqué dans le guide du lead scoring B2B, et pourquoi regarder au-delà du MQL, vous le trouverez dans un tunnel B2B orienté chiffre d’affaires.

Où se rompt le lien entre la publicité et le CRM ?

La donnée fait un long voyage : elle naît d’un clic, traverse le site, entre dans le CRM, change plusieurs fois de statut et devient parfois une facture. À chacune de ces étapes, elle peut se perdre. Voici le schéma que nous utilisons pour chercher le point de rupture.

Étape	Ce qui doit se passer	Où ça casse	Comment le vérifier
1. Clic	L’URL porte le GCLID (Google), des paramètres UTM ou l’identifiant de la plateforme	Marquage automatique désactivé, UTM incomplets	Clic de test sur une annonce et lecture de l’URL d’arrivée
2. Atterrissage	Les paramètres arrivent jusqu’à la page finale	Redirections qui ne conservent pas le GCLID, pages intermédiaires	Suivre la chaîne de redirections avec le clic de test
3. Consentement	Le suivi démarre selon le choix du visiteur	Consent Mode mal configuré, balises qui partent avant la bannière	Tag Assistant et mode débogage de GA4
4. Événement	L’envoi du formulaire génère un seul événement, avec les mêmes données sur toutes les plateformes	Double comptage Pixel et Conversions API sans event_id commun	Diagnostics des conversions et Gestionnaire d’événements
5. Formulaire → CRM	Le contact entre avec la source, la campagne et l’identifiant du clic	Champs cachés vides, paramètres non conservés d’une page à l’autre	Lead de test depuis chaque canal, vérifié dans le CRM
6. Dédoublonnage	Une personne reste un seul contact, même si elle écrit deux fois	Doublons dus à un e-mail différent ou à des formulaires différents	Rapport des doublons par e-mail, téléphone et entreprise
7. Statuts	Le lead change de statut avec une date et un motif	Statuts non mis à jour, motifs de rejet vides	Part de leads sans statut au bout de 14 jours
8. Chiffre d’affaires	La vente est reliée à l’opportunité et à la source	Aucun identifiant commun entre CRM et ERP	Échantillon de factures rattachées à la main à leur source
9. Retour	Les statuts du CRM reviennent vers les plateformes	Importations à l’arrêt, identifiants expirés	État des importations hors ligne et des intégrations

Deux points méritent une attention particulière. À l’étape 4, Meta ne dédoublonne les événements envoyés par le Pixel et par la Conversions API que si l’event_id est identique et si les deux événements arrivent dans les 48 heures ; sinon, la même conversion compte double. Si les balises passent par un conteneur unique, les étapes 3 et 4 se contrôlent à un seul endroit : nous l’expliquons dans le guide de Google Tag Manager et du suivi des conversions. À l’étape 1, Google demande de toujours utiliser utm_source, utm_medium et utm_campaign : avec des paramètres incomplets, GA4 affiche (not set).

Pourquoi les chiffres ne coïncident-ils pas même quand tout fonctionne ?

Parce que certaines différences sont structurelles et persistent même avec un suivi parfait. Les principales :

• Des dates différentes. Google Ads attribue à la date du clic, GA4 et le CRM à la date de l’événement. Une demande arrivée le 2 octobre à la suite d’un clic du 28 septembre tombe sur deux mois différents.
• Des données qui arrivent plus tard. Google Ads peut mettre jusqu’à 7 jours pour compléter les données de conversion. Dans GA4, les événements clés modélisés peuvent être mis à jour jusqu’à 12 jours après, et Google suggère d’exclure la dernière semaine des comparaisons.
• Les modèles d’attribution. Chaque plateforme a tendance à s’attribuer la conversion. Les additionner donne un total supérieur aux ventes réelles.
• Le comptage. Dans Google Ads, une action peut compter une conversion ou toutes pour chaque clic. Pour les leads, le choix conseillé est « une ».
• La modélisation et le consentement. Avec le Consent Mode, GA4 peut estimer le comportement de ceux qui refusent les cookies si la propriété dépasse certains seuils de trafic. Le CRM, lui, ne compte que ceux qui sont vraiment là.
• L’identité et les seuils. L’identité pour les rapports choisie dans GA4 change la façon dont les utilisateurs sont comptés, et les seuils sur les données masquent certaines lignes quand les utilisateurs sont peu nombreux.
• Le fuseau horaire et la devise. Des propriétés et des comptes réglés sur des fuseaux ou des devises différents déplacent les chiffres en bordure de chaque jour et de chaque mois.

Une habitude pratique : comparez des périodes clôturées depuis au moins deux semaines, utilisez la colonne par date de conversion dans Google Ads et notez toujours quel modèle d’attribution vous lisez.

Quelles sont les dimensions de la qualité des données ?

Pour évaluer un ensemble de données de façon ordonnée, on utilise six dimensions, celles que le Government Data Quality Framework du gouvernement britannique reprend de DAMA UK. Appliquées au marketing :

Dimension	Question	Exemple sur le parcours du clic à la vente
Complétude	Toutes les données nécessaires sont-elles là ?	Part des leads du CRM avec la source et la campagne renseignées
Unicité	Chaque chose n’est-elle comptée qu’une fois ?	Contacts en double, conversions Pixel et API comptées deux fois
Cohérence	La même donnée a-t-elle la même valeur partout ?	Noms des campagnes identiques entre la plateforme, les UTM et le CRM
Actualité	La donnée est-elle disponible quand on en a besoin ?	Statuts du CRM mis à jour dans les jours qui suivent le contact
Validité	La donnée respecte-t-elle le format et les règles ?	E-mails valides, téléphones avec indicatif, valeurs dans les champs à choix
Exactitude	La donnée décrit-elle la réalité ?	Le lead noté « venant de Google Ads » vient vraiment de là

L’exactitude est la plus difficile à mesurer, parce qu’elle demande une comparaison avec la réalité : un échantillon de leads vérifié à la main, en appelant ou en demandant au commercial.

La check-list de validation avant de comparer tableaux de bord et chiffre d’affaires

Avant de présenter un rapport qui met en relation campagnes et ventes, mieux vaut cocher ces points.

Définitions

• Lead, lead qualifié, opportunité et client sont définis par écrit et partagés entre marketing et commercial.
• Les actions de conversion principales dans Google Ads et les événements optimisés sur Meta correspondent à ces définitions.

Suivi

• Un clic de test pour chaque plateforme arrive sur le site avec les paramètres intacts et dans le CRM avec la source et la campagne.
• Les actions de conversion apparaissent actives dans les diagnostics de Google Ads.
• Le Pixel et la Conversions API partagent l’event_id ; la qualité de la correspondance des événements est sous contrôle.
• Les événements clés importés de GA4 dans Google Ads ne font pas doublon avec les conversions déjà mesurées par la balise Google Ads.

CRM

• Moins de 5 % des leads ont une source vide ou « autre » (seuil à adapter à votre cas).
• Les doublons sont fusionnés selon une règle écrite.
• Chaque lead a un statut et, s’il est rejeté, un motif.

Comparaison

• La période est clôturée depuis au moins deux semaines.
• Le fuseau horaire et la devise coïncident entre les sources.
• On sait clairement quel modèle d’attribution et quelle date on utilise.
• Chaque écart entre deux sources a une explication écrite.

Un exemple de réconciliation, étape par étape

Voyons comment expliquer les écarts avec un exemple simulé : une entreprise de services B2B, un mois de campagnes sur Google Ads. Les chiffres sont inventés pour l’illustration.

Source	Valeur	Écart par rapport à la ligne du dessus	Explication
Google Ads, conversions par date du clic	48		Inclut des demandes arrivées en octobre à la suite de clics de septembre
Google Ads, conversions par date de conversion	45	−3	Décalage entre les mois dû au délai de conversion
GA4, événements clés venant de Google Ads	41	−4	Modèle et règles d’attribution différents ; une partie des conversions attribuée à d’autres canaux
CRM, leads avec la source Google Ads	36	−5	Deux envois en double fusionnés au dédoublonnage, trois leads arrivés avec une source vide à cause d’une redirection
CRM, leads qualifiés	15	−21	Leads hors cible : étudiants, fournisseurs, entreprises trop petites
CRM, opportunités	6	−9	Leads qualifiés pas encore contactés ou sans budget sur la période
ERP, contrats	2	−4	Négociations encore ouvertes

Lu ainsi, chaque écart devient une information. Les trois lignes du haut disent que le suivi est globalement sain. Le passage du CRM aux leads qualifiés dit que le problème principal n’est pas la mesure, mais le public ou le message. Les trois leads à source vide signalent une redirection à corriger. Sans la réconciliation, la conclusion aurait été « Google Ads apporte 48 conversions et deux contrats, donc ça ne marche pas », une lecture incomplète.

Quand faut-il des tests d’incrémentalité ou d’autres méthodes ?

Quand les données tiennent mais qu’il reste un doute sur la part des ventes qu’une campagne a réellement provoquées, et qui n’auraient pas eu lieu de toute façon. Il existe alors trois familles de méthodes, aux exigences très différentes.

Les tests d’incrémentalité des plateformes. Le Conversion Lift de Google basé sur les utilisateurs demande au moins 1 000 conversions observées et 5 000 dollars de budget par campagne, et il n’est pas disponible sur tous les comptes. La variante basée sur la géographie demande des campagnes sur un seul pays et évalue la faisabilité à l’avance. Meta propose des tests de Conversion Lift, accessibles par l’intermédiaire de son interlocuteur commercial.

Les tests maison. Un groupe témoin sur une partie du public, des tests géographiques sur des régions comparables, l’activation puis l’arrêt d’une campagne avec contrôle sur le chiffre d’affaires réel. Ils sont moins précis, mais utilisent vos données de vente ; comment les mettre en place, l’article sur le ROAS l’explique.

Le Marketing Mix Modelling. Un modèle statistique qui estime la contribution de chaque canal aux ventes à partir de l’historique. Les exigences sont élevées : Meridian, le modèle open source de Google, conseille des données hebdomadaires et par zone géographique avec au moins deux ans d’historique et, pour un modèle national, juge 104 semaines trop peu et suggère trois ans. Le guide de Robyn, le projet de Meta, indique au moins deux ans de données hebdomadaires et une dizaine d’observations pour chaque variable du modèle. Aucun des deux n’indique de dépense minimale officielle.

Pour beaucoup de PME, le choix raisonnable est le suivant : d’abord la qualité des données et la réconciliation, puis un contrôle global comme le rapport entre chiffre d’affaires et dépense totale, et des tests ciblés uniquement sur les postes de dépense où le doute est concret. Un MMM a du sens quand il y a des années de données hebdomadaires propres, plusieurs canaux avec une dépense significative et des décisions budgétaires assez importantes pour en justifier le coût.

Les erreurs à éviter

Chercher le bon chiffre. Il n’existe pas : il existe des chiffres différents qui répondent à des questions différentes. Le travail consiste à expliquer les écarts.

Comparer le mois qui vient de se terminer. Les données de Google Ads et de GA4 se complètent dans les jours qui suivent. Attendez au moins deux semaines.

Faire confiance à la source dans le CRM sans la vérifier. Un échantillon de leads contrôlé à la main dit à quel point le champ source est exact.

Sauter les définitions. Sans définition écrite du lead qualifié, marketing et commercial discuteront des chiffres au lieu des actions.

Commencer par le modèle le plus complexe. Un test d’incrémentalité ou un MMM construits sur des données sales donnent des résultats précis et faux.

Vous voulez savoir à quel point vos données sont fiables ?

Nous réalisons un audit du parcours de la donnée du clic à la vente : paramètres et redirections, consentement, événements et dédoublonnage, formulaires, CRM et lien avec le chiffre d’affaires. À la fin, vous recevez la carte des points de rupture, une première réconciliation entre les sources et les corrections par ordre de priorité. C’est le cœur de notre travail en analytics et données ; pour la partie campagnes, nous utilisons RunAlytics, le tableau de bord qui réunit les données de Google Ads, Meta, LinkedIn et TikTok.

Vous pouvez réserver un appel avec Federico ou nous écrire via le formulaire de contact.

Questions fréquentes

Pourquoi les conversions de Google Ads sont-elles différentes de celles de GA4 ?

Parce qu’ils utilisent des dates, des modèles d’attribution et des règles de comptage différents. Google Ads attribue les conversions à la date de l’interaction avec l’annonce, GA4 à la date de l’événement, et GA4 répartit le mérite entre tous les canaux, pas seulement entre les annonces Google. Une différence de quelques points de pourcentage est normale ; de gros écarts signalent un problème de suivi.

À partir de quel écart entre la plateforme et le CRM faut-il s’inquiéter ?

Il n’y a pas de seuil valable pour tous. Mieux vaut mesurer l’écart pendant quelques mois et enquêter quand il change brusquement ou quand on n’arrive pas à l’expliquer par les dates, le dédoublonnage et l’attribution.

Qu’est-ce que la réconciliation des données marketing ?

C’est la comparaison ordonnée des chiffres de différentes sources, de la plateforme publicitaire à l’ERP, dans laquelle chaque écart est expliqué par une cause : date, attribution, dédoublonnage, qualification ou erreur de suivi.

Une PME a-t-elle besoin du Marketing Mix Modelling ?

Rarement comme première étape. Les outils open source comme Meridian et Robyn demandent au moins deux ans de données hebdomadaires propres et, pour un modèle national, Google en suggère trois. La qualité des données, la réconciliation et des tests ciblés passent d’abord.

Tous les combien faut-il vérifier les données ?

Un contrôle léger chaque mois, sur des périodes clôturées depuis au moins deux semaines, et une vérification complète du parcours du clic à la vente chaque fois que le site, les formulaires, le CRM ou la configuration des campagnes changent.