Où le tunnel de conversion détruit-il le ROAS sans signal évident ?
Quand le ROAS baisse, le coupable n’est pas toujours dans la plateforme média
Dans beaucoup de comités performance, une dégradation du ROAS déclenche d’abord une lecture média : hausse des CPM, fatigue créative, audience saturée, enchères trop agressives, attribution instable ou mauvaise allocation budgétaire. C’est logique, mais souvent incomplet. Le ROAS, return on ad spend, désigne le ratio entre chiffre d’affaires attribué et dépenses publicitaires. Lorsqu’il recule de 4,8 à 3,9, l’équipe regarde spontanément la campagne, le canal ou l’algorithme d’achat. Pourtant, une part importante de la destruction de valeur peut se produire après le clic, dans le tunnel de conversion, sans signal évident dans les dashboards média.
Le tunnel de conversion, ou funnel, désigne la séquence d’étapes qui conduit un utilisateur de l’exposition marketing à la conversion puis, idéalement, à la valeur client durable. Il peut inclure une landing page, une page produit, un formulaire, un panier, un checkout, une validation paiement, une qualification commerciale, une activation SaaS ou un premier achat récurrent. Le problème est que beaucoup de frictions dans ce tunnel ne font pas chuter brutalement le taux de conversion global. Elles déforment la qualité de la conversion, déplacent la valeur vers des segments moins rentables, allongent le cycle d’achat, augmentent les retours ou réduisent la probabilité de réachat. Le ROAS se dégrade, mais le signal visible reste ambigu.
Cette opacité est renforcée par l’attribution, méthode qui assigne une conversion à un ou plusieurs points de contact marketing. Si le modèle attribue correctement un achat au paid search, il ne dit pas nécessairement si cet achat est marginalement rentable, s’il aurait eu lieu sans publicité, s’il génère de la marge nette ou s’il est accompagné d’un coût support élevé. De même, un CPA, coût par acquisition, c’est-à-dire le coût marketing nécessaire pour obtenir une conversion ou un client, peut sembler stable alors que le revenu par client, la marge ou la LTV, lifetime value, valeur économique attendue d’un client sur toute sa relation avec l’entreprise, se détériorent.
L’enjeu pour les professionnels du marketing n’est donc pas seulement de trouver où le tunnel convertit moins. Il est d’identifier où le tunnel convertit mal, avec des symptômes faibles, retardés ou masqués par les métriques de surface. Une landing page peut maintenir son taux de lead tout en réduisant la qualification. Un checkout peut conserver son taux de paiement tout en augmentant les retours. Une page pricing peut générer plus de demandes de démo tout en dégradant le taux de closing. Une promotion peut améliorer le revenu attribué et détruire la marge contributive. Dans tous ces cas, le ROAS baisse sans alerte évidente si l’organisation ne mesure que le front-end.
Le premier angle mort : confondre conversion attribuée et valeur incrémentale
Le tunnel détruit souvent le ROAS lorsque l’équipe assimile conversion attribuée et valeur incrémentale. Une conversion attribuée est une conversion qu’un outil associe à une campagne, un canal ou une interaction. Une conversion incrémentale est une conversion qui n’aurait probablement pas eu lieu sans l’intervention marketing. La différence est décisive. Un tunnel très persuasif sur des visiteurs déjà convaincus peut augmenter le revenu attribué sans créer beaucoup de revenu additionnel. À l’inverse, une amélioration discrète sur un segment froid peut produire peu de conversions immédiates, mais créer une valeur véritablement incrémentale.
Exemple simple : une marque e-commerce dépense 100 000 euros par mois en retargeting. La plateforme annonce 500 000 euros de chiffre d’affaires attribué, soit un ROAS de 5. Le checkout est optimisé pour pousser une remise dès le panier abandonné. Le taux de récupération augmente, mais une analyse holdout, groupe non exposé servant de référence, montre que 62 % des acheteurs exposés auraient acheté sans remise ni relance. Le chiffre d’affaires incrémental n’est donc pas 500 000 euros mais environ 190 000 euros avant prise en compte de la cannibalisation. Si la remise moyenne est de 12 % et la marge brute de 45 %, le ROAS apparent masque une rentabilité beaucoup plus fragile.
Le tunnel peut contribuer à cette illusion à plusieurs endroits. Les pop-ins de remise affichées trop tôt capturent des acheteurs intentionnistes qui auraient payé plein tarif. Les relances email panier trop agressives entraînent une attente de promotion. Les pages comparatives trop orientées prix attirent des clients à faible marge. Les formulaires B2B trop permissifs augmentent les leads mais réduisent la probabilité que les ventes convertissent ces contacts en opportunités réelles. Dans chacun de ces cas, le funnel améliore une métrique locale mais déplace la valeur vers un état moins rentable.
Le diagnostic doit donc intégrer une question : quelle part de la conversion mesurée est réellement créée par l’expérience ? Les méthodes varient selon le contexte. En média, les tests d’incrémentalité avec holdout géographique, audience non exposée ou PSA test, public service announcement test utilisant une publicité neutre comme contrôle, permettent d’estimer l’effet causal. En onsite, un A/B test correctement randomisé peut isoler l’impact d’un changement de tunnel. En CRM, des groupes de contrôle permanents permettent de mesurer la valeur marginale des relances. Sans ce type de mesure, le ROAS reste une métrique d’attribution, pas une métrique de causalité.
Les micro-conversions flatteuses peuvent masquer une baisse de qualité économique
Le deuxième angle mort concerne les micro-conversions. Une micro-conversion est un événement intermédiaire : clic sur CTA, début de formulaire, ajout panier, consultation pricing, téléchargement, inscription gratuite, demande de rappel. Ces signaux sont utiles pour comprendre le comportement, mais dangereux lorsqu’ils deviennent des objectifs autonomes. Un tunnel peut améliorer fortement une micro-conversion tout en dégradant le ROAS final.
Dans un parcours B2B, par exemple, réduire un formulaire de huit champs à trois champs peut augmenter le taux de soumission de 30 %. Si l’équipe mesure uniquement le coût par lead, le test semble gagnant. Mais si le taux de SQL, sales qualified lead, lead accepté par les ventes comme opportunité potentielle, passe de 28 % à 18 %, le coût par opportunité peut augmenter. Supposons 50 000 visites mensuelles, un taux de lead initial de 2 %, un CPA média de 80 euros par lead et un taux de SQL de 28 %. L’entreprise obtient 1 000 leads et 280 SQL. Après simplification, le taux de lead monte à 2,6 %, soit 1 300 leads, mais le taux de SQL tombe à 18 %, soit 234 SQL. Le volume de leads progresse, mais le pipeline qualifié recule de 16 %. Si les dépenses média restent constantes, le ROAS pipeline se dégrade malgré un dashboard d’acquisition plus flatteur.
En e-commerce, l’équivalent se produit avec l’ajout panier. Un module de recommandation peut augmenter l’add-to-cart en poussant des produits moins chers ou plus impulsifs. Le taux d’ajout panier monte, le CPA apparent peut baisser, mais le panier moyen, la marge et le taux de retour peuvent se dégrader. Une marque de mode peut voir le taux d’achat progresser de 4 %, mais le taux de retour passer de 22 % à 29 % parce que la comparaison taille est moins visible ou parce que les messages de rareté poussent des achats moins réfléchis. Le revenu attribué augmente, la marge nette par session baisse.
La solution n’est pas d’abandonner les micro-conversions, mais de les hiérarchiser. Une micro-conversion doit être interprétée selon sa corrélation avec la valeur finale. Un clic sur un CTA n’a de valeur que s’il prédit une progression utile. Un début de formulaire n’a de valeur que s’il conduit à un lead exploitable. Un ajout panier n’a de valeur que s’il conduit à une commande rentable et peu retournée. Les équipes avancées construisent donc une chaîne de KPI : métrique primaire proche de la valeur, métriques explicatives pour comprendre le mécanisme, guardrails, métriques de garde-fou comme marge, qualité lead, retours, no-show commercial, churn ou temps de chargement.
Un framework pratique consiste à classer chaque événement du tunnel selon trois niveaux. Niveau 1 : événements d’attention, comme scroll, clic secondaire ou temps passé. Niveau 2 : événements d’intention, comme ajout panier, début checkout, demande de prix ou création de compte. Niveau 3 : événements de valeur, comme paiement validé, SQL, activation, marge par session ou réachat. Plus l’optimisation se fait sur un niveau bas, plus le risque de destruction invisible du ROAS est élevé. Plus elle se fait près du niveau 3, plus elle est robuste, mais plus le volume nécessaire pour conclure augmente. C’est un arbitrage statistique et économique.
Le mix trafic change pendant que le tunnel semble stable
Un tunnel peut aussi détruire le ROAS sans signal évident parce que le mix trafic évolue. Le taux de conversion global d’une page peut rester stable à 3 %, tandis que sa performance par segment se dégrade fortement. L’agrégation masque la réalité. Ce phénomène est fréquent lorsque les investissements média augmentent, lorsque les algorithmes d’enchères explorent de nouvelles poches d’audience ou lorsque la part du trafic mobile progresse.
En RTB, real-time bidding, mécanisme d’enchères en temps réel permettant d’acheter une impression publicitaire disponible, les plateformes programmatiques optimisent en continu selon des signaux observés. Les DSP, demand-side platforms, plateformes utilisées par les annonceurs pour acheter des impressions programmatiques, peuvent réallouer les impressions vers des profils qui semblent convertir. Si le tunnel favorise les conversions faciles mais peu rentables, l’algorithme apprend à amplifier ce segment. Le problème n’est plus seulement onsite ou média : c’est une boucle de rétroaction entre expérience et achat média.
Cas concret : une marque d’abonnement alimentaire lance une nouvelle landing page avec une offre d’essai très visible. Le taux de souscription passe de 4,2 % à 5,1 %. Les campagnes Meta et programmatique augmentent alors leur diffusion sur des profils sensibles à la remise. Après six semaines, le ROAS d’acquisition baisse de 18 %. Pourquoi ? Le taux de conversion initial a progressé, mais la rétention à trois mois des nouveaux abonnés issus de cette offre est passée de 64 % à 49 %. L’algorithme média a optimisé sur la souscription, pas sur la LTV. Le tunnel a envoyé au média un signal de conversion trompeur.
Pour détecter ce type de destruction, il faut segmenter la performance par canal, device, statut nouveau ou récurrent, niveau d’intention, cohorte d’acquisition et variante d’expérience. Une moyenne globale peut être mathématiquement exacte et stratégiquement inutile. Un taux de conversion stable peut cacher une hausse sur le trafic marque et une baisse sur le prospecting. Un revenu par visiteur stable peut cacher une baisse de marge sur mobile. Une hausse du ROAS paid search peut coexister avec une destruction de valeur en retargeting si les parcours se cannibalisent.
La lecture doit aussi intégrer les fenêtres temporelles. Les plateformes média optimisent souvent sur des conversions à court terme, parfois dans une fenêtre de 1 à 7 jours. Le tunnel peut déplacer la valeur au-delà de cette fenêtre. Un formulaire plus simple peut générer des leads immédiats mais réduire le closing à 45 jours. Une offre d’essai peut augmenter l’activation jour 1 mais réduire la conversion payante jour 30. Une recommandation produit peut augmenter l’achat immédiat mais diminuer le réachat à 90 jours. Si le ROAS est lu uniquement à court terme, le tunnel peut paraître performant jusqu’au moment où la finance observe la baisse de marge ou de LTV.
Les frictions silencieuses : erreurs, lenteur, ambiguïté et dette UX
Certaines destructions de ROAS viennent de frictions très visibles : un bug de paiement, une page cassée, un prix erroné. Mais les plus coûteuses sont souvent silencieuses. Elles ne provoquent pas forcément une chute brutale du taux de conversion ; elles réduisent la propension des utilisateurs les plus rentables à finaliser, ou augmentent le coût mental de décision.
La performance technique est un exemple classique. Un temps de chargement qui passe de 2,1 à 3,4 secondes sur mobile peut ne pas créer d’alerte si le taux de conversion global reste dans sa variabilité normale. Mais l’impact peut se concentrer sur le paid social mobile, canal plus impatient et moins intentionniste. Selon de nombreuses analyses sectorielles, chaque seconde supplémentaire sur mobile peut réduire significativement les conversions, mais l’effet dépend du type de page, du niveau d’intention et du device. Le point important n’est pas de citer une règle universelle, mais de mesurer la sensibilité par segment. Une page pricing desktop peut tolérer plus de latence qu’une landing mobile issue d’une publicité vidéo.
L’ambiguïté est une autre friction silencieuse. Des frais affichés tardivement, une politique de retour peu claire, un plan tarifaire avec limites floues, une promesse publicitaire différente de la landing page ou un formulaire dont l’usage des données n’est pas explicité peuvent créer de l’hésitation sans générer un abandon immédiat. L’utilisateur avance, compare, revient, ouvre la FAQ, sollicite le support ou quitte pour chercher ailleurs. Le tunnel continue à enregistrer des sessions actives, mais le coût de décision augmente.
Cette dette UX se voit rarement dans un seul KPI. Elle apparaît dans des signaux combinés : hausse des allers-retours entre pricing et FAQ, temps de décision plus long, augmentation des contacts support prévente, baisse du taux de paiement validé après ajout de frais, hausse des no-shows après demande de démo, augmentation des recherches internes sur annulation ou remboursement. Les session replays, les heatmaps, les verbatims support et les données CRM sont nécessaires pour comprendre le mécanisme. Les analytics indiquent où le funnel perd de la valeur ; les données qualitatives expliquent souvent pourquoi.
Un diagnostic rigoureux peut utiliser le framework friction, anxiété, distraction, motivation. La friction mesure l’effort requis pour avancer. L’anxiété mesure le risque perçu. La distraction mesure les éléments qui détournent l’utilisateur de l’action principale. La motivation mesure l’intensité du besoin ou du désir. Un tunnel détruit le ROAS lorsque l’expérience augmente friction et anxiété chez les segments à forte valeur, ou lorsqu’elle compense une faible motivation par des incitations économiques qui réduisent la marge.
La marge disparaît dans les étapes que le marketing ne regarde pas
Le ROAS est souvent calculé sur le chiffre d’affaires attribué, pas sur la marge nette. Cette convention est pratique, mais dangereuse. Un tunnel peut améliorer le revenu tout en détruisant la rentabilité si les coûts post-conversion augmentent. Les étapes en aval du paiement ou du lead sont alors essentielles : retours, annulations, impayés, support, logistique, remise, coût commercial, onboarding, churn.
En e-commerce, une optimisation orientée revenu par visiteur peut pousser des produits à forte conversion mais faible marge. Si un produit A convertit à 4 % avec 30 euros de marge et un produit B à 2,8 % avec 70 euros de marge, le tunnel qui favorise A peut augmenter les commandes mais réduire la marge par session. Les algorithmes de recommandation, les filtres de tri, les badges promotionnels et les mises en avant de bundles doivent donc être analysés en marge contributive, pas seulement en chiffre d’affaires.
En B2B, la destruction se produit souvent dans le coût commercial. Une landing page peut augmenter les demandes de démo de 25 % en rendant l’offre plus accessible. Mais si ces demandes génèrent davantage de no-shows, de prospects hors cible ou de cycles de vente non qualifiés, le coût par opportunité réelle augmente. Le ROAS média peut sembler acceptable si l’attribution crédite les leads, mais la rentabilité commerciale baisse. Le funnel a transféré le coût du marketing vers les sales.
Dans le SaaS, l’activation est le point critique. Une inscription gratuite n’a de valeur que si l’utilisateur atteint un moment d’activation mesurable : création d’un projet, connexion d’une source de données, invitation d’un collaborateur, première campagne lancée, intégration CRM réalisée. Si le tunnel d’acquisition promet une mise en route trop simple mais que le produit exige un effort d’onboarding élevé, le taux d’inscription peut augmenter et le taux d’activation baisser. La plateforme média optimisée sur l’inscription enverra plus de trafic similaire, amplifiant la destruction du ROAS à long terme.
Le bon réflexe est de construire un ROAS enrichi ou une lecture par marge. Selon les cas, on peut suivre le revenu net par session, la marge par visiteur, le pipeline pondéré par taux de closing, la LTV attendue par cohorte ou le payback period, délai nécessaire pour récupérer le coût d’acquisition. Ces métriques demandent une intégration analytics, CRM, paiement et finance plus complexe, mais elles évitent d’optimiser un chiffre d’affaires non rentable.
Comment diagnostiquer les zones destructrices avec une méthode en couches
Identifier où le tunnel détruit le ROAS sans signal évident exige une méthode structurée. L’erreur consiste à chercher immédiatement une page coupable. Il faut d’abord séparer les effets média, les effets de mix, les effets de tunnel et les effets économiques en aval.
Première couche : reconstruire le funnel par valeur, pas seulement par volume. Pour chaque étape, il faut mesurer sessions éligibles, progression, conversion, revenu, marge ou qualité. Une étape qui perd peu de volume peut perdre beaucoup de valeur. Par exemple, une baisse de 5 % du taux de paiement sur un segment panier élevé peut coûter davantage qu’une baisse de 15 % du clic CTA sur une landing haut de funnel.
Deuxième couche : segmenter avant de conclure. Les dimensions minimales sont canal, campagne, device, navigateur, pays, nouveau ou récurrent, type d’audience, offre, produit, niveau de prix, variante d’expérience et cohorte temporelle. Il faut également surveiller les SRM, sample ratio mismatch, écarts anormaux entre la répartition attendue et observée des utilisateurs entre variantes dans un test. Un SRM peut indiquer un problème de ciblage, de consentement, de cache ou de compatibilité qui invalide la lecture.
Troisième couche : relier les métriques front-end aux métriques downstream. Un lead doit être relié à son statut CRM. Une commande doit être reliée à la marge, au retour et au remboursement. Une inscription doit être reliée à l’activation. Un abonnement doit être relié au churn. Sans cette jointure, le tunnel est jugé sur sa capacité à générer des événements, pas de la valeur.
Quatrième couche : tester causalement les hypothèses. Si l’équipe pense que les frais affichés tardivement détruisent le ROAS, elle doit tester une variante affichant les frais plus tôt, avec KPI primaire marge par session ou paiement validé, et guardrails ajout panier, abandon panier, panier moyen et support. Si l’hypothèse porte sur la qualité lead, le KPI primaire doit être le coût par SQL ou le pipeline par visiteur, pas le taux de soumission. Si l’hypothèse porte sur la LTV, il faut accepter une fenêtre de lecture plus longue ou utiliser des proxys d’activation validés.
Cinquième couche : analyser l’interaction avec les campagnes. Pendant un test critique, les budgets, créations et stratégies d’enchères doivent être stabilisés autant que possible. Si ce n’est pas possible, les changements doivent être documentés. Sinon, une amélioration de tunnel peut être confondue avec une variation de mix média. Le diagnostic doit intégrer les logs de campagne : budgets, CPM, CPC, fréquence, audiences, enchères, créations, exclusions, promotions et saisonnalité.
Conclusion : chercher moins le bug que la fuite économique
Un tunnel de conversion peut détruire le ROAS sans signal évident parce que la perte ne prend pas toujours la forme d’un effondrement du taux de conversion. Elle peut apparaître comme une baisse de qualité lead, une hausse des retours, une réduction de marge, une cannibalisation promotionnelle, une réallocation média vers des segments moins rentables, une activation plus faible ou une LTV dégradée. Les dashboards média voient une conversion. L’entreprise, elle, encaisse une valeur plus faible.
Une méthode actionnable tient en huit étapes. Premièrement, distinguer ROAS attribué et valeur incrémentale avec des holdouts ou des tests causaux lorsque l’enjeu le justifie. Deuxièmement, relier chaque micro-conversion à une métrique de valeur finale, comme marge, SQL, activation, réachat ou pipeline. Troisièmement, segmenter systématiquement par canal, device, audience, cohorte et statut client avant de lire une moyenne globale. Quatrièmement, surveiller les frictions silencieuses : temps de chargement, ambiguïté, frais tardifs, retours FAQ, erreurs formulaire, no-shows et contacts support. Cinquièmement, intégrer les métriques aval dans le pilotage : retours, annulations, coût commercial, churn et marge contributive. Sixièmement, coordonner les tests CRO avec les équipes média pour éviter que les algorithmes optimisent sur des signaux de conversion trompeurs. Septièmement, définir les KPI primaires et les guardrails avant le lancement d’une expérimentation. Huitièmement, documenter les apprentissages par segment afin de savoir où répliquer, où adapter et où arrêter.
La question pertinente n’est donc pas seulement où le tunnel perd-il des utilisateurs. Elle est où le tunnel transforme-t-il un euro média en valeur insuffisante, retardée ou non rentable. Cette nuance change la pratique CRO. Elle oblige à sortir de l’optimisation de surface pour auditer le système économique complet : promesse publicitaire, expérience onsite, qualification, paiement, marge, rétention et attribution. C’est dans cette continuité que le ROAS cesse d’être un indicateur isolé et devient un vrai signal de performance business.
