Retour sur les dépenses publicitaires
Découvrez ce qu'est le retour sur les dépenses publicitaires (ROAS), comment le calculer, à quoi ressemble un bon ROAS, et comment les marques e-commerce le sui...
Le Vrai ROAS est un calcul du retour sur dépenses publicitaires basé sur les revenus réels et rapprochés attribués à la publicité, plutôt que sur les revenus qu’une plateforme comme Meta ou Google auto-déclare via son propre modèle d’attribution. Il corrige la sur-attribution, le double comptage inter-canaux, les remboursements et autres lacunes qui gonflent le ROAS déclaré par les plateformes.
Le Vrai ROAS est un calcul du retour sur dépenses publicitaires basé sur les revenus réels et rapprochés attribués à la publicité, plutôt que sur les revenus qu'une plateforme comme Meta ou Google auto-déclare via son propre modèle d'attribution. Il corrige la sur-attribution, le double comptage inter-canaux, les remboursements et autres lacunes qui gonflent le ROAS déclaré par les plateformes.
Le Vrai ROAS (vrai retour sur dépenses publicitaires) est une version corrigée de la métrique ROAS standard qui utilise les revenus nets rapprochés réellement attribuables à un canal publicitaire, plutôt que le chiffre de revenus que la plateforme publicitaire (Meta, Google, TikTok, et autres) rapporte sur sa propre performance. Le ROAS standard est calculé comme le revenu divisé par les dépenses publicitaires, mais le côté revenu de cette équation est généralement tiré directement du système d’attribution de la plateforme publicitaire — un système ayant un intérêt direct à revendiquer le crédit du plus grand nombre de conversions possible. Le Vrai ROAS part plutôt des données réelles de commandes et de paiements de la boutique, soustrait les remboursements et les litiges survenus après la vente, et résout les conflits d’attribution inter-canaux (lorsque deux plateformes ou plus revendiquent toutes le crédit du même achat) avant de diviser par les dépenses publicitaires, produisant un chiffre plus proche de ce que l’entreprise a réellement gagné grâce à sa publicité.
La formule standard du ROAS est simple : revenu attribué à un canal divisé par les dépenses sur ce canal. La complexité du vrai ROAS réside dans l’obtention correcte du côté revenu. Le processus implique généralement : extraire le revenu réel au niveau des commandes depuis la plateforme de la boutique plutôt que depuis le tableau de bord de la plateforme publicitaire ; faire correspondre chaque commande à sa véritable source d’acquisition en utilisant un suivi propriétaire plutôt qu’en se fiant uniquement au pixel de la plateforme publicitaire ; soustraire les revenus des commandes ultérieurement remboursées ou litigieuses ; et, lorsque plusieurs plateformes revendiquent le crédit de la même commande (un phénomène courant lorsqu’un client clique sur une annonce Meta, clique plus tard sur une annonce Google, puis achète), attribuer le revenu de cette commande à une source unique en utilisant une règle d’attribution cohérente au lieu de laisser les deux plateformes le compter en totalité.
Un exemple concret : une boutique dépense 10 000 $ en annonces Meta sur un mois. Le tableau de bord publicitaire de Meta rapporte 50 000 $ d’achats attribués, pour un ROAS déclaré par la plateforme de 5,0x. Lorsque la boutique rapproche ces 50 000 $ des données de commandes réelles, elle constate que 4 000 $ de ces « conversions » ont également été revendiquées et comptées par Google Ads pour les mêmes commandes, et que 3 000 $ des commandes attribuées ont été ensuite remboursées. Le revenu net attribuable à Meta s’élève à 43 000 $, produisant un Vrai ROAS de 4,3x — un chiffre significativement différent de ce que le tableau de bord de la plateforme suggérait, et qui pourrait modifier une décision d’allocation budgétaire.
Le Vrai ROAS est important car les décisions budgétaires prises sur la base de chiffres gonflés se cumulent avec le temps. Un marchand qui alloue ses dépenses en se basant sur le ROAS auto-déclaré de chaque plateforme, sans rapprocher les chevauchements et les remboursements, surinvestira systématiquement dans la plateforme dont le modèle d’attribution est le plus agressif pour revendiquer le crédit — pas nécessairement celle qui génère réellement le plus de revenus supplémentaires. Sur une année entière, cela peut représenter des milliers de dollars déplacés vers un canal qui semble plus efficace sur le papier qu’il ne l’est en réalité, au détriment d’un canal dont la performance réelle est sous-estimée parce qu’il joue l’attribution de manière plus conservatrice.
C’est encore plus important pour les boutiques ayant des taux de retour supérieurs à la moyenne, puisqu’une vente attribuée et célébrée au moment de l’achat peut silencieusement s’inverser des jours ou des semaines plus tard sans que le chiffre de ROAS de la plateforme publicitaire ne s’ajuste jamais à la baisse pour en tenir compte.
| Aspect | ROAS déclaré par les plateformes | Vrai ROAS |
|---|---|---|
| Source des revenus | Système d’attribution propre à la plateforme | Données de commandes réelles rapprochées de la boutique |
| Chevauchement inter-canaux | Chaque plateforme compte indépendamment, avec souvent un double comptage | Résolu en une seule source attribuée par commande |
| Remboursements/litiges | Rarement soustraits après la vente initiale | Soustraits pour refléter le revenu net conservé |
| Fenêtre d’attribution | Définie généreusement par la plateforme elle-même | Définie par le marchand en fonction du comportement réaliste des clients |
| Biais | Gonflé en faveur de la plateforme qui rapporte | Neutre, lié aux résultats commerciaux réels |
L’essor des surfaces d’achat basées sur l’IA — ChatGPT Shopping, Perplexity Shopping, Google AI Overviews — ajoute une complication supplémentaire à l’attribution : les achats influencés par la recommandation d’un produit par un assistant IA peuvent ne pas comporter d’étiquette de référence claire vers l’annonce ou le contenu qui a initialement généré la notoriété, ce qui permet encore plus facilement aux plateformes publicitaires traditionnelles de surestimer leur crédit pour une vente qui a en réalité été influencée ailleurs dans le parcours de recherche du client. À mesure qu’un plus grand nombre de parcours d’achat transitent par des intermédiaires d’IA plutôt que par des clics publicitaires directs, les marchands qui se fient uniquement au ROAS déclaré par les plateformes risquent un écart encore plus grand entre ce que les plateformes revendiquent et ce qui s’est réellement produit.
C’est exactement le calcul autour duquel l’outil eshop_get_cac_roas d’AmICited est conçu : il calcule le CAC et le ROAS à partir des dépenses publicitaires rapprochées des revenus réels attribués, plutôt que de se fier aux chiffres auto-déclarés de chaque plateforme, offrant aux marchands un chiffre de Vrai ROAS cohérent et comparable entre les canaux, y compris les nouvelles voies de découverte pilotées par l’IA.
Une erreur courante consiste à calculer le Vrai ROAS une fois et à le traiter comme un multiplicateur fixe à appliquer à l’avenir, alors qu’en réalité le chevauchement d’attribution, les taux de remboursement et la combinaison de canaux évoluent tous avec le temps et nécessitent un recalcul continu plutôt qu’une correction unique. Un autre problème fréquent est de corriger le chevauchement inter-canaux mais d’oublier de soustraire les remboursements, ce qui laisse encore un chiffre matériellement gonflé pour toute boutique ayant un taux de retour significatif. Certains marchands appliquent également les corrections du Vrai ROAS de manière incohérente entre les canaux — en rapprochant soigneusement Meta tout en laissant le chiffre auto-déclaré de Google intact — ce qui produit une comparaison qui semble pertinente mais ne l’est pas. Enfin, une erreur plus subtile est la sur-correction : utiliser une fenêtre d’attribution si conservatrice qu’elle retire complètement le crédit d’un canal à des clients qui convertissent réellement plus tard, sous-estimant ainsi le Vrai ROAS dans la direction opposée et conduisant à un sous-investissement dans un canal qui performe en réalité bien sur un cycle de réflexion plus long.
Commencez à suivre comment les chatbots IA mentionnent votre marque sur ChatGPT, Perplexity et d'autres plateformes. Obtenez des informations exploitables pour améliorer votre présence IA.
Découvrez ce qu'est le retour sur les dépenses publicitaires (ROAS), comment le calculer, à quoi ressemble un bon ROAS, et comment les marques e-commerce le sui...

Mesurez les dépenses Meta par rapport aux revenus réalisés de la boutique, CM2 et CM3, afin que le ROAS des revenus ne puisse pas masquer les coûts de produits,...

Le ROI SEO mesure les revenus générés par l'optimisation pour les moteurs de recherche par rapport aux coûts d'investissement. Apprenez à calculer, suivre et op...
Consentement aux Cookies
Nous utilisons des cookies pour améliorer votre expérience de navigation et analyser notre trafic. See our privacy policy.