Attribution Meta : fenêtres, modèles, vrai ROAS

L’attribution, c’est la façon dont Meta décide quelle pub mérite le crédit d’une vente. Ça a l’air simple. Ça ne l’est pas. Derrière un seul chiffre de ROAS se cachent plusieurs couches : une fenêtre de clic, une fenêtre de vue, une fenêtre d’engagement, un modèle d’attribution et un mode de comptage. Change une seule de ces couches et le chiffre bouge, parfois de moitié. Pire : le chiffre que Meta t’affiche est structurellement gonflé. Meta corrige sa propre copie et a tout intérêt à s’attribuer le mérite de ventes qu’il n’a jamais provoquées. Ce guide décortique chaque couche en clair, explique ce qui a changé en 2025 et 2026, et te montre pourquoi le ROAS de ton Ads Manager n’est pas celui de ton compte en banque. Tu repartiras en lisant l’attribution comme un opérateur, pas comme un touriste qui croit le chiffre affiché.

Ce qu’est vraiment une fenêtre d’attribution

Une fenêtre d’attribution, c’est la période après qu’une personne a cliqué ou vu ta pub pendant laquelle une conversion peut être créditée à cette pub. Si ta fenêtre est de sept jours et qu’une personne clique aujourd’hui puis achète au sixième jour, Meta crédite la pub. Si elle achète au huitième jour, non. La fenêtre est une règle sur le temps, rien de plus. Et pourtant elle pilote en silence une grosse part de ce que tu vois. Une fenêtre longue capte plus de conversions et flatte ton ROAS. Une fenêtre courte est plus stricte et en rapporte moins. Aucune des deux n’est la vérité. Ce sont juste deux chronomètres différents qui mesurent la même course, et la longueur du chronomètre est un choix que tu fais, pas un fait sur le comportement de tes clients.

Il existe deux familles de fenêtres. La fenêtre de clic couvre les gens qui ont cliqué sur le lien de la pub avant de convertir. La fenêtre de vue couvre les gens qui ont seulement vu la pub, n’ont jamais cliqué, et ont quand même converti. Ce sont des signaux très différents. Un clic, c’est de l’intention : la personne a fait quelque chose de délibéré. Une vue, c’est une supposition : la personne avait ta pub à l’écran, l’a peut-être regardée, a peut-être défilé pendant qu’elle chargeait. Meta traite les deux comme une preuve que la pub a marché. Toi, tu ne devrais pas. La fenêtre de vue, c’est là que se cache l’essentiel du gonflage, et on y reviendra souvent, parce que c’est la première raison pour laquelle ton ROAS rapporté est plus beau que ton vrai ROAS. Chaque grosse erreur d’attribution remonte à la confusion entre une vue et une décision.

Les réglages par défaut 2026, décodés

Quand tu construis un ensemble de publicités pour des conversions sur ton site et que tu optimises sur le nombre d’achats, Meta applique un réglage par défaut : sept jours après clic, un jour après engagement, un jour après vue. Autrement dit, une conversion compte si elle arrive dans les sept jours suivant un clic sur le lien, dans le jour suivant un engagement hors lien, ou dans le jour suivant une simple impression sans clic. Jon Loomer documente cet empilement clairement et note que Meta ne te laisse que quelques options modifiables. Tu peux choisir sept jours ou un jour après clic. Tu peux garder ou retirer le jour après engagement et le jour après vue. Tu ne peux pas inventer un clic à trente jours. Les réglages par défaut sont choisis par Meta pour maximiser le volume rapporté, ce qui fait commodément passer la plateforme pour généreuse avec le crédit qu’elle s’accorde.

En mars 2026, Meta a changé ce qui compte comme un clic. Avant, n’importe quelle tape sur la pub comptait, y compris les mentions j’aime, les commentaires et les autres taps hors lien. Maintenant, l’attribution après clic ne crédite que les conversions venant d’un clic sur le lien de la pub lui-même. Tout le reste, les clics sociaux, les réactions, les vues vidéo engagées, a basculé dans une nouvelle case appelée attribution après engagement, toujours sur une fenêtre d’un jour. C’est important, parce qu’une même conversion peut désormais tomber dans une colonne différente d’il y a un an. Si tu compares des rapports de part et d’autre de cette date, tu compares une pomme à une pomme légèrement différente. Vérifie toujours quelle définition était active quand la donnée a été enregistrée avant de tracer une tendance, sinon tu prendras un changement de définition pour un changement de performance et tu réagiras à un fantôme.

Pourquoi la fenêtre de 28 jours a disparu

Pendant des années, le défaut était vingt-huit jours après clic et un jour après vue. Un clic pouvait être crédité pendant presque un mois. Puis Apple a lancé iOS 14.5 et App Tracking Transparency en avril 2021. Les utilisateurs pouvaient refuser le suivi, et la plupart l’ont fait. Meta a perdu une large part du signal dont il avait besoin pour suivre une personne pendant vingt-huit jours. Sa réponse a été de réduire le défaut à sept jours après clic et un jour après vue. La donnée nécessaire pour soutenir une fenêtre longue n’était tout simplement plus assez fiable. Ce n’était pas un ajustement d’interface. C’était une retraite forcée déguisée en changement de réglage, et elle a redessiné pour de bon la façon dont chaque annonceur lit ses performances. Quiconque se compare encore à des ROAS d’avant 2021 compare deux mondes de mesure différents.

Puis est venue une coupe plus dure. Le 12 janvier 2026, Meta a retiré définitivement les fenêtres de sept jours après vue et de vingt-huit jours après vue de son API Ads Insights, ne laissant que la vue à un jour aux côtés des fenêtres de clic. Selon DOJO AI, les comptes qui s’appuyaient sur ces longues fenêtres de vue ont vu leurs conversions rapportées chuter de quinze à quarante pour cent du jour au lendemain. Lis bien. Les ventes n’ont pas disparu de l’entreprise. Elles ont disparu du rapport de Meta, parce que la règle qui les créditait a été supprimée. Si ton tableau de bord a plongé à la mi-janvier 2026 sans que rien d’autre ne change, c’est presque sûrement la raison. Les clients étaient toujours réels, ou toujours imaginaires. Seule la comptabilité a bougé, ce qui est la preuve la plus nette que la métrique et l’argent n’ont jamais été la même chose.

Attribution Standard contre Incremental

Au-delà des fenêtres, Meta propose désormais deux modèles d’attribution. Le modèle Standard, c’est l’ancien comportement : compter chaque conversion qui tombe dans tes fenêtres, que la pub en soit vraiment la cause ou non. Le modèle Incremental, déployé en 2025, utilise les propres modèles de prédiction de Meta pour estimer si une conversion serait arrivée sans la pub, et oriente la diffusion vers les conversions qu’il juge causées. Quand tu choisis Incremental, tu perds la possibilité de modifier les fenêtres, parce que c’est le modèle qui décide désormais ce qui compte. La promesse, c’est un reflet plus propre de l’impact réel, au prix du volume brut. Le piège, c’est que tu fais toujours confiance au modèle de Meta pour noter les pubs de Meta, le même conflit d’intérêts déplacé d’un cran plus haut dans la pile.

Le regard honnête de Loomer mérite d’être répété : dans ses propres comptes, il a vu peu de différence entre les résultats Standard et Incremental, en partie parce qu’il règle déjà ses fenêtres pour étouffer les conversions de vue parasites. C’est la leçon pratique. Incremental n’est pas magique. Si tu retires déjà la vue à un jour sur le remarketing et sur les événements hors achat, tu as déjà fait une bonne partie du nettoyage à la main. Incremental a du sens par défaut pour les annonceurs avec de gros budgets et un volume fiable, où troquer un peu de volume contre de l’honnêteté ne coûte rien de douloureux. Si tu galères à sortir de la phase d’apprentissage, te priver volontairement de conversions rapportées peut faire plus mal que le chiffre plus propre ne te soulage. Choisis selon ton volume et ton événement objectif, pas selon l’argumentaire marketing qui vend la fonctionnalité.

Première conversion contre toutes les conversions

Un troisième levier, c’est le mode de comptage. Par défaut, Meta compte Toutes les conversions, donc une personne qui achète deux fois dans ta fenêtre ajoute deux unités à tes chiffres et deux valeurs d’achat. Première conversion ne compte que l’action initiale par personne. Ça paraît mineur jusqu’à ce que tu compares ton Ads Manager avec ton back-office Shopify et que les totaux refusent de coller. Souvent, l’Ads Manager ne ment pas tant qu’il compte deux fois les acheteurs récurrents. Basculer la vue de rapport sur Première conversion réconcilie fréquemment l’écart. Meta a introduit ça comme option de rapport en 2024 puis a permis d’optimiser dessus dans l’ensemble de publicités. Sers-t’en pour enquêter sur les écarts, mais réfléchis à deux fois avant d’optimiser dessus, car tu veux d’habitude que les acheteurs récurrents soient comptés et valorisés.

Le mensonge central : le ROAS in-platform surestime le réel

Voici la vérité inconfortable qu’aucun commercial de Meta ne te dira spontanément. Le ROAS de l’Ads Manager est sur-attribué par construction. Meta se crédite des conversions qui seraient arrivées sans la moindre pub. Tous secteurs confondus, des analystes indépendants estiment la sur-attribution du ROAS auto-déclaré des plateformes à environ vingt à cinquante pour cent par rapport aux chiffres testés par incrémentalité ou par modèle de mix marketing. Le mécanisme est simple. Si quelqu’un voulait déjà ton produit, a cherché ta marque, et aurait acheté de toute façon, mais qu’il a justement vu ou cliqué ta pub dans la fenêtre, Meta inscrit la vente comme une victoire. Multiplie ça par des milliers d’utilisateurs chauds, chargés d’intention, et tu obtiens un chiffre qui fait plaisir, ne décide rien, et saigne discrètement ton budget dans une demande que tu possédais déjà.

La façon la plus propre de mesurer l’écart, c’est le facteur d’incrémentalité, le rapport entre les conversions incrémentales et celles rapportées par la plateforme. Si Meta revendique cinq cents conversions mais qu’un test de lift contrôlé montre que trois cents ne seraient pas arrivées sans les pubs, ton facteur d’incrémentalité vaut zéro virgule six. Quarante pour cent des ventes créditées allaient se faire de toute façon. Le chiffre devient brutal sur le retargeting. Des études de lift citées par Seresa et d’autres trouvent que jusqu’à soixante-quinze pour cent des conversions de retargeting auraient eu lieu sans la pub. Ça transforme un magnifique ROAS de huit en un ROAS incrémental d’environ deux. Même campagne, même dépense, verdict très différent sur le fait de continuer à la financer ou de la baisser discrètement.

L’attribution multi-touch et pourquoi elle change le tableau

L’attribution au dernier clic donne cent pour cent du crédit à la dernière interaction avant la vente. C’est bien rangé et c’est faux pour la plupart des parcours. Un vrai client peut voir une vidéo Meta, l’ignorer, recevoir un rappel de retargeting, chercher ta marque sur Google, cliquer un email, et enfin acheter. Le dernier clic remet le trophée à l’email et te dit que Meta n’a rien fait, alors que Meta a créé la demande que l’email a juste récoltée. L’attribution multi-touch essaie de corriger ça en répartissant le crédit sur plusieurs points de contact, de la première impression au dernier clic. Le multi-touch piloté par la donnée utilise l’apprentissage automatique pour attribuer le crédit selon des schémas observés plutôt que des règles figées, ce qui se défend mieux que n’importe quel modèle rigide de premier ou dernier contact qui ignore le milieu du parcours.

Le multi-touch n’est pas une solution miracle non plus. Il repose encore sur le suivi au niveau utilisateur, que les changements de confidentialité ne cessent d’éroder, et il ne voit ni le bouche-à-oreille hors ligne ni la recherche de marque qu’une pub a discrètement déclenchée. C’est pourquoi les équipes sérieuses empilent les méthodes. Une étude EMARKETER de 2025 a trouvé qu’environ trente-cinq pour cent des marketeurs américains prévoyaient d’investir dans l’attribution multi-touch et près de la moitié dans le modèle de mix marketing. L’outil de mix modeling open source de Meta, Robyn, calibre explicitement ses résultats contre des tests géographiques, des études de lift et des données multi-touch, ce qui veut dire que même les ingénieurs de Meta supposent qu’aucun modèle seul n’est fiable. La réponse adulte, c’est la triangulation : les chiffres de la plateforme pour le pilotage quotidien, les tests de lift pour la vérité, le mix modeling pour l’allocation du budget sur tout le mix de canaux.

Ce que les tests d’incrémentalité révèlent sur Advantage Plus

Haus a analysé six cent quarante expériences d’incrémentalité et les résultats dégonflent une croyance populaire. Les campagnes Advantage Plus Shopping, l’automatisation que Meta promeut à fond, sur-rapportaient par rapport aux campagnes manuelles de douze points de pourcentage en moyenne. Dans des tests en face à face, cinquante-huit pour cent des marques obtenaient un ROAS incrémental plus élevé sur les campagnes manuelles que sur Advantage Plus, alors même qu’Advantage Plus affiche souvent le plus beau chiffre in-platform. Advantage Plus livrait un ROAS incrémental environ douze pour cent plus bas pour dix-huit pour cent de dépense quotidienne en moins. L’automatisation ne générait pas plus de vrai chiffre d’affaires par euro. Elle réclamait plus de crédit par euro. Cette distinction, c’est tout l’enjeu, et le tableau de bord in-platform la cache à la perfection derrière un multiple confiant.

Il y a un deuxième résultat à graver dans ta mémoire. Quand des marques ont rééquilibré, passant de plus de soixante-quinze pour cent du budget dans une seule tactique favorite à un partage à peu près égal, Haus a observé une amélioration moyenne de dix-huit pour cent du ROAS incrémental. Concentrer son budget dans la tactique que la plateforme flatte n’est pas gratuit. La leçon n’est pas qu’Advantage Plus est mauvais, c’est que tu ne peux juger aucune tactique sur son chiffre auto-déclaré. Le seul tableau de score honnête, c’est un test contrôlé où certains utilisateurs sont volontairement privés de tes pubs et où tu mesures la différence en ventes réelles. Tout le reste, c’est la plateforme qui te raconte, avec beaucoup d’assurance, à quel point la plateforme est bonne pour s’attribuer le mérite.

Comment les outils tiers plafonnent le sur-comptage

Si tu additionnes les commandes que Meta, Google et TikTok revendiquent chacun, le total dépasse régulièrement les commandes que tu vois réellement dans Shopify. Chaque plateforme s’auto-attribue, donc la même vente se retrouve comptée trois fois. Les outils d’attribution tiers gèrent ça autrement. Un outil comme Northbeam répartit le crédit entre les canaux de sorte que le total ne puisse jamais dépasser tes ventes réelles, ce qui résout structurellement le problème de sur-attribution. Un outil comme Triple Whale propose un modèle qui colle de plus près aux chiffres des plateformes, utile pour piloter mais moins correcteur. Aucun ne remplace un test de lift, mais un outil qui refuse d’inventer du chiffre d’affaires est une bien meilleure boussole quotidienne que trois tableaux de bord prétendant chacun avoir généré à lui seul la même commande.

Garde le sens de l’échelle pendant que tu fais ça. Le jeu de données 2025 de Triple Whale, tiré d’environ trente-cinq mille marques, situait le ROAS ecommerce moyen de Meta autour de une virgule neuf fois sur une base rapportée par la plateforme. Souviens-toi que ce chiffre est déjà gonflé par la sur-attribution dont on vient de parler, donc la réalité incrémentale de beaucoup de ces marques se situe encore plus bas. Si ton propre ROAS Meta affiche deux fois dans l’Ads Manager, ton ROAS incrémental pourrait friser le seuil de rentabilité ou passer en dessous. Ce n’est pas une raison de paniquer et de tout couper du jour au lendemain. C’est une raison de lancer un test de lift avant de décider si la dépense construit ton entreprise ou décore seulement ton tableau de bord avec des ventes que tu aurais faites de toute façon.

Comment vraiment utiliser l’attribution sans te mentir

Commence par l’hygiène. Garde le défaut de sept jours après clic pour les achats, retire la vue à un jour sur le remarketing et sur tout événement hors achat comme les leads, parce que c’est là que le gonflage par la vue fait le plus de dégâts. Sers-toi de la vue Comparer les réglages d’attribution pour voir comment tes chiffres oscillent d’une fenêtre à l’autre ; si sept jours après clic et un jour après clic divergent fortement, tes clients prennent du temps à décider et ton offre ou ta créative ont peut-être besoin de patience, pas de panique. Bascule la vue de rapport sur Première conversion dès que l’Ads Manager et ton back-office se contredisent, pour repérer les acheteurs récurrents comptés en double. Rien de tout ça ne coûte d’argent. Tout ça t’empêche d’optimiser vers un chiffre qui était toujours en partie une fiction.

Ensuite, construis la couche de vérité. Lance un test de lift de conversion Meta ou un holdout géographique au moins une fois par trimestre, pour disposer d’un vrai facteur d’incrémentalité avec lequel décoter ton ROAS rapporté. Valide le retargeting le plus durement, puisque c’est le pire coupable. Utilise un outil tiers qui plafonne le crédit total aux ventes réelles pour le pilotage quotidien, et traite le ROAS de la plateforme comme un signal directionnel, pas comme un verdict. Si les budgets sont importants, penche vers le modèle de mix marketing pour l’allocation. L’opérateur mûr garde trois chiffres en tête à la fois : le chiffre gonflé de la plateforme pour la vitesse, le chiffre ajusté par le lift pour la vérité, et le solde bancaire pour la santé mentale. Quand ces trois-là se contredisent, c’est le solde bancaire qui gagne, à chaque fois, sans exception.

L’état d’esprit qui sépare les pros des dépensiers

La plupart des annonceurs prennent le ROAS de Meta pour parole d’évangile et scalent ce qui affiche le plus gros multiple. C’est exactement comme ça qu’on scale les campagnes qui volent le mieux le crédit, pas celles qui font grandir l’entreprise. Le geste professionnel, c’est de supposer que chaque chiffre rapporté est généreux tant qu’un test contrôlé n’a pas prouvé le contraire. Les fenêtres sont des choix, pas des faits. Les modèles sont des estimations, pas des verdicts. La vue est un indice, pas une preuve. La seule compétence qui compose sur toute une carrière, c’est la discipline de reposer une question à chaque tableau de bord : si Meta n’avait jamais diffusé cette pub, combien de ces ventes auraient quand même eu lieu ? Réponds à ça avec un vrai test, et tu arrêtes de payer pour des conversions que tu possédais déjà.

Le piège de la recherche de marque qui trompe tout le monde

Imagine l’histoire de sur-attribution la plus courante en ecommerce. Un acheteur voit ta pub Meta le matin, ressent un léger intérêt, et continue de défiler sans cliquer. L’après-midi, il se souvient de la marque, ouvre Google, tape ton nom, clique le premier résultat et achète. Dans Meta, c’est enregistré comme une conversion après vue à un jour, une belle victoire pour la pub. Dans Google Analytics, c’est enregistré comme une recherche de marque. Les deux plateformes revendiquent la même vente, et ta feuille de calcul consolidée contient maintenant une vente qui existe une seule fois mais qui est comptée deux fois. La pub Meta a vraiment planté la graine, donc elle mérite un peu de crédit, mais loin de la valeur d’achat complète qu’elle absorbe discrètement dans le rapport.

C’est exactement le biais qu’un test de lift est conçu pour éliminer. Prive la pub Meta d’une tranche aléatoire d’utilisateurs, et les recherches de marque qui arrivent quand même dans ce groupe témoin n’ont jamais été provoquées par Meta au départ. La différence entre le groupe test et le groupe témoin, c’est ton vrai impact incrémental, débarrassé de la demande qui existait de toute façon. Tant que tu n’as pas lancé ce test, chaque conversion après vue assise à côté d’un fort canal organique ou de recherche de marque mérite la suspicion. Plus ta marque est grosse et connue, plus ça empire, parce qu’une plus grande part de tes acheteurs venaient déjà. Les marques fortes ont souvent le ROAS in-platform le plus flatteur et le moins digne de confiance.

Sources

Jon Loomer, How Meta Ads Attribution Works in 2026 (jonloomer.com). DOJO AI, Meta Ads Attribution in 2026: What Changed (dojoai.com). mbuzz, Meta Killed 7-Day and 28-Day Attribution (mbuzz.co). Centre d’aide Meta Business, About Attribution Models and Attribution Settings (facebook.com/business/help). Haus, The Meta Report: Lessons from 640 Incrementality Experiments, et Is Meta Incremental (haus.io). Seresa, Meta Incremental Attribution: Real ROAS Guide 2025 (seresa.io). Measured, Meta Advantage Plus: Why High ROAS is a Red Flag (measured.com). Eightx, Average Ecommerce ROAS by Vertical 2026 (eightx.co). Triple Whale, Meta Conversion Lift Tests (triplewhale.com). Stormy AI et TrueROAS sur l’attribution Northbeam contre Triple Whale (stormy.ai, trueroas.com). Étude EMARKETER 2025 sur l’investissement en attribution, via inBeat et Improvado. Apple iOS 14.5 App Tracking Transparency, avril 2021.