CPA en baisse, ROAS en hausse, coût par lead maîtrisé : le tableau de bord peut donner l’impression d’une machine marketing parfaitement réglée. Pourtant, derrière ces indicateurs impeccables, une entreprise peut perdre des nouveaux clients, sous-investir dans sa marque et sacrifier une croissance rentable. Le problème n’est pas que les KPI mentent. C’est qu’on leur demande parfois de raconter une histoire qu’ils ne peuvent pas raconter seuls.

En clair : le marketing digital est devenu extraordinairement performant pour mesurer et optimiser des résultats intermédiaires. Mais une conversion attribuée n’est pas nécessairement une vente créée, le client le moins cher n’est pas forcément le plus rentable et le meilleur ROAS peut parfois signaler qu’une entreprise est devenue trop prudente. À mesure que les plateformes apprennent à optimiser toujours plus finement nos objectifs, la question essentielle n’est donc plus seulement de savoir si un KPI s’améliore, mais de vérifier si cette amélioration produit réellement davantage de valeur pour l’entreprise.

La réunion où tout semble aller parfaitement bien

Imaginez la réunion marketing du lundi matin.

Le trimestre vient de se terminer et, sur l’écran de la salle de réunion, presque tout est vert. Le coût par acquisition a diminué de 18 %. Le ROAS est passé de 380 à 520 %. Le retargeting Meta atteint des niveaux records. Les campagnes Google sur la marque continuent de convertir à un coût dérisoire.

Difficile de ne pas être satisfait, puis quelqu’un ouvre le CRM.

Le nombre de nouveaux clients a légèrement baissé. Les commerciaux trouvent les leads moins intéressants qu’au trimestre précédent. Le chiffre d’affaires progresse à peine et, surtout, la marge totale n’a pratiquement pas bougé.

Ce scénario n’a rien de contradictoire.

Il révèle simplement une faiblesse du marketing digital : nous avons tendance à confondre l’amélioration de ce que nous mesurons avec l’amélioration du business lui-même.

Pendant quinze ans, le digital s’est construit autour d’une promesse formidable : contrairement à la publicité traditionnelle, ici, tout serait mesurable. Clics, visites, conversions, coûts, revenus attribués. Cette précision a profondément amélioré le marketing.

Elle a également créé une tentation : celle d’accorder davantage d’importance à ce qui est facile à mesurer qu’à ce qui est réellement important.

Une plateforme peut s’attribuer une vente qu’elle n’a pas créée

Prenons une campagne Meta qui revendique 200 achats.

Le chiffre est parfaitement réel au sens de l’attribution : deux cents personnes correspondant aux règles de mesure de Meta ont acheté après avoir été exposées ou avoir interagi avec la campagne.

Mais cela ne signifie pas nécessairement que deux cents achats auraient disparu si la publicité n’avait jamais existé. Certaines personnes connaissaient déjà la marque, d’autres avaient déjà visité le site, reçu une newsletter ou ajouté le produit au panier. Une partie aurait peut-être acheté malgré l’absence de publicité.

C’est précisément la différence entre attribution et incrémentalité.

L’attribution cherche à savoir quels points de contact peuvent recevoir du crédit dans un parcours de conversion. L’incrémentalité pose une question beaucoup plus inconfortable : qu’est-ce qui ne se serait réellement pas produit sans notre marketing ?

Cette nuance change complètement la lecture de certains dashboards.

Le retargeting, par exemple, touche par définition des personnes qui connaissent déjà l’entreprise. Les campagnes Google sur la marque interviennent lorsque quelqu’un cherche déjà explicitement cette marque. Ces dispositifs peuvent produire des CPA remarquables et des ROAS spectaculaires, tout en récupérant une partie du crédit sur une demande qui existait déjà.

Cela ne signifie pas qu’ils sont inutiles. Une campagne Brand peut protéger une marque de ses concurrents, mieux contrôler le message ou mettre en avant une offre. Le retargeting peut faciliter une décision et récupérer certains prospects hésitants.

Mais leur rendement apparent ne doit pas être confondu avec leur contribution réelle à la croissance. Le canal qui récolte la conversion n’est pas nécessairement celui qui a créé le désir d’acheter.

Le client le moins cher peut être le plus mauvais investissement

Le même biais apparaît lorsque nous comparons les coûts d’acquisition.

Imaginons deux campagnes. La première acquiert un nouveau client pour 40€. La seconde en demande 70.

Dans un dashboard classique, la première gagne largement. Mais si le client acquis à 40€ ne commande qu’une fois tandis que celui acquis à 70 euros revient régulièrement pendant deux ans, le classement peut s’inverser complètement.

C’est là qu’intervient la Lifetime Value, la valeur générée par un client pendant toute sa relation avec l’entreprise.

Cette idée paraît évidente dans un abonnement ou un SaaS. Elle l’est moins dans beaucoup de stratégies publicitaires, où l’on continue à comparer les campagnes sur leur première conversion comme si tous les clients disparaissaient immédiatement après l’achat.

Un torréfacteur qui dépense 25€ pour acquérir un client peut perdre quelques euros sur la première commande et pourtant réaliser une excellente opération si ce client commande ensuite cinq ou six fois. À l’inverse, une campagne affichant une première vente très rentable peut acquérir essentiellement des chasseurs de promotions qui ne reviendront jamais.

Le problème n’est donc pas seulement de savoir combien coûte un client, il faut également savoir quel client nous sommes en train d’acquérir.

Cette distinction devient encore plus importante en B2B. Un lead à 150€ qui devient un contrat de cinq ans peut être infiniment plus intéressant que dix formulaires obtenus à 30€ et qui ne dépassent jamais l’appel de qualification.

Le coût d’acquisition n’est qu’un prix. Sans connaissance de la valeur future, il ne dit rien de la qualité de l’investissement.

Le meilleur ROAS peut cacher une entreprise qui n’ose plus grandir

C’est probablement le paradoxe le plus contre-intuitif : un ROAS plus élevé n’est pas toujours synonyme d’une meilleure stratégie.

Supposons qu’une entreprise dépense 5 000€ et génère 30 000€ de chiffre d’affaires. Son ROAS atteint 600 %. En augmentant son budget à 15 000€, elle génère 60 000€ de chiffre d’affaires. Son ROAS tombe alors à 400 %.

Vue depuis le dashboard, la première situation semble nettement meilleure. Vue depuis le compte de résultat, la réponse dépend de la marge.

Avec une marge contributive de 35 %, la première configuration laisse environ 5 500€ après coûts média. La seconde en laisse environ 6 000. Le rendement relatif se dégrade, mais le profit total progresse.

C’est exactement le type de biais contre lequel Les Binet et Will Davis ont remis en garde en 2026 : une obsession de l’efficiency, de l’optimisation des ratios, peut conduire à sacrifier l’effectiveness, c’est-à-dire la capacité du marketing à produire de la croissance et du profit à une échelle suffisante.

Le piège est particulièrement séduisant parce qu’il récompense les équipes.

Réduire le CPA est visible. Augmenter le ROAS est valorisant. Afficher un coût par lead inférieur au mois précédent donne immédiatement l’impression d’avoir amélioré quelque chose.

Mais lorsqu’un KPI devient une cible, toute l’organisation apprend progressivement à l’optimiser.

On se concentre sur les audiences les plus faciles. On favorise les clients existants. On investit davantage dans le retargeting. On réduit les campagnes de prospection parce qu’elles présentent des ratios moins flatteurs.

Le dashboard s’améliore, le réservoir de nouveaux clients, lui, peut commencer à se vider.

La recherche de marque raconte parfois ce que les conversions ne disent pas encore

Certaines activités marketing produisent également de la valeur avant de produire une conversion visible.

Une personne découvre une entreprise sur LinkedIn. Quelques jours plus tard, elle voit une publicité vidéo. Elle entend ensuite le nom de la marque lors d’une conversation. Trois semaines passent, puis elle ouvre Google et recherche directement cette entreprise.

Analytics attribuera probablement la visite au Search ou à l’organique, mais cette recherche a été créée ailleurs.

C’est ce qui rend le Share of Search particulièrement intéressant. Plutôt que de mesurer uniquement combien de personnes recherchent une marque, il observe la part que cette marque représente parmi les recherches portant sur les principales marques de sa catégorie.

Ce n’est évidemment pas une mesure directe de la part de marché et encore moins une preuve causale de l’efficacité d’une campagne. Les travaux de Les Binet et de l’IPA montrent surtout qu’il existe, dans certaines catégories, une relation suffisamment intéressante entre évolution de la part de recherche et évolution de la demande pour en faire un signal stratégique.

Son intérêt est ailleurs : il rappelle que le Search ne sert pas uniquement à capturer une demande.

Il peut également enregistrer une demande que d’autres actions marketing ont contribué à créer.

C’est une distinction cruciale lorsque l’on compare une campagne Google Brand à une campagne Meta de prospection, une vidéo ou une activité de contenu. La première se trouve très près de la transaction et recevra souvent beaucoup de crédit. Les secondes peuvent fonctionner beaucoup plus tôt dans le processus, là où la préférence et la familiarité commencent à se former.

Comparer leur valeur uniquement à travers un ROAS à trente jours revient donc à chronométrer le dernier kilomètre d’un marathon et à en déduire qui a couru toute la course.

Le danger d’un algorithme qui devient trop bon

Ce problème prend une dimension supplémentaire avec l’automatisation croissante des plateformes.

Google automatise progressivement davantage de décisions dans Search : requêtes, enchères, budgets, landing pages, variantes créatives et analyse. AI Max, le journey-aware bidding ou encore les nouveaux agents présentés par Google vont tous dans la même direction.

À première vue, cela pourrait résoudre nos problèmes de performance, en réalité, cela rend la définition du succès encore plus importante. Si vous demandez à Google de maximiser les formulaires, il deviendra de plus en plus performant pour trouver des personnes susceptibles de remplir un formulaire. Cela ne garantit pas qu’elles deviendront clientes.

Si vous demandez à Meta d’optimiser le CPA, son intérêt naturel sera de trouver les conversions les moins coûteuses. Cela peut le conduire vers des personnes qui connaissaient déjà la marque ou qui étaient déjà très proches de l’achat.

Comme toujours les algorithmes ne trichent pas, ils répondent au problème qu’on leur donne, et c’est ce qui les rend “ dangereux ” lorsque le problème est mal posé. Plus un système devient performant, moins nous pouvons nous permettre d’utiliser un objectif approximatif comme substitut à la stratégie.

Une intelligence artificielle extrêmement efficace, alimentée par un mauvais KPI, ne corrige pas l’erreur. Elle l’industrialise.

Le bon KPI est celui qui conduit à la bonne décision

Il serait absurde d’en conclure qu’il faut abandonner le CPA, le ROAS, le CPL ou les modèles d’attribution.

Ces indicateurs restent indispensables au pilotage quotidien, le problème commence lorsqu’ils occupent le sommet de la hiérarchie.

Un CPA peut indiquer combien coûte une conversion. Il ne dit pas nécessairement si cette conversion est incrémentale, si le client est rentable, combien de temps il restera ou si la campagne construit de la demande future.

Un ROAS peut mesurer un excellent rendement publicitaire tout en masquant un sous-investissement qui limite le profit total.

Une attribution peut expliquer quel canal reçoit le crédit sans démontrer lequel a réellement créé la vente.

Et une campagne de notoriété peut sembler peu performante pendant plusieurs semaines tout en augmentant progressivement le nombre de personnes qui recherchent spontanément la marque.

Le rôle du marketing n’est donc pas de trouver le KPI parfait. Il est d’apprendre à lire plusieurs niveaux de réalité sans les confondre. La plateforme mesure une action. Le marketing cherche à comprendre un comportement. L’entreprise, elle, doit savoir si tout cela produit davantage de clients, de marge et de croissance.

C’est sans doute la meilleure protection contre les dashboards trop parfaits.

Car lorsqu’un indicateur s’améliore, la question la plus intéressante n’est finalement pas : « Pourquoi ce chiffre est-il meilleur ? »

C’est :

« Qu’est-ce qui s’est réellement amélioré pour l’entreprise ? »

Et si la réponse n’est pas évidente, le vert du dashboard mérite peut-être un second regard.

Sur ce : Op de gezondheid ! 🍻

Pour aller plus loin

IPA, “Go Big or Go Home: ‘Small thinking’ is killing advertising, warn Les Binet and Will Davis”
https://ipa.co.uk/news/go-big-or-go-home-2026

IPA EffWorks, Les Binet, “Share of Search as a Predictive Measure”
https://ipa.co.uk/effworks/effworksglobal-2020/share-of-search-as-a-predictive-measure

Think with Google, “Unlocking marketing effectiveness in the digital age”
https://www.thinkwithgoogle.com/intl/en-emea/marketing-strategies/data-and-measurement/les-binet-marketing-measurement/

Salesforce, “Customer Lifetime Value: What It Is and How to Calculate It”
https://www.salesforce.com/resources/articles/customer-lifetime-value/

Google Ads & Commerce, “New AI-powered bidding and budgeting innovations in Search and Shopping”
https://blog.google/products/ads-commerce/bidding-budgeting-google-marketing-live-2026/

Google Ads & Commerce, “Dynamic Search Ads are upgrading to AI Max”
https://blog.google/products/ads-commerce/dsa-upgrade-to-ai-max-2026/