Les modèles last-click et l'auto-attribution propres à TikTok et Meta gonflent artificiellement les performances de chaque plateforme. Le signal iOS dégradé amplifie ces biais depuis 2021. Des solutions MTA accessibles aux PME existent, mais elles ont toutes des limites qu'il faut connaître avant d'agir.
Votre TikTok Ads déclare 80 conversions. Meta en revendique 110. Google Analytics en compte 45. Même semaine, même budget, même produit. Les trois plateformes ne mentent pas techniquement — elles mesurent chacune selon leurs propres règles. Comprendre l'attribution marketing sur TikTok et Meta en matière de conversion n'est pas une option pour les media buyers sérieux : c'est la condition pour arrêter de piloter à l'aveugle.
Attribuer 100 % du crédit à la dernière interaction avant achat, c'est ignorer tout le travail de la vidéo sociale en amont.
Le modèle last-click (dernier clic) reste le réglage par défaut de la plupart des outils analytiques. Sur une PME qui investit simultanément sur TikTok Ads et Meta Ads, ce modèle crédite systématiquement le canal de clôture — souvent la recherche Google ou une campagne retargeting — en effaçant l'influence réelle des contenus vidéo qui ont créé l'intention d'achat. Selon Sprout Social, 2026, plus de 60 % des décisions d'achat impliquent au moins trois points de contact avant conversion. En ne valorisant que le dernier, vous sous-estimez vos campagnes de notoriété et sur-investissez en retargeting.
Pour les marques qui misent sur la création de vidéo verticale organique pour chauffer leur audience, ce biais est particulièrement coûteux : un Reel ou un TikTok qui déclenche une intention n'apparaîtra jamais dans un rapport last-click.
Chaque plateforme joue selon ses propres règles de fenêtre d'attribution.
Ce n'est pas un bug. C'est une architecture commerciale. Chaque plateforme a un intérêt économique direct à afficher les meilleures performances possibles à votre tableau de bord.
La mise à jour App Tracking Transparency d'Apple a réduit la précision du signal de conversion Meta d'entre 15 % et 40 % selon les secteurs.
Depuis 2021, lorsqu'un utilisateur iOS refuse le tracking, Meta ne reçoit plus les données de son Pixel côté navigateur. La plateforme compense via l'API Conversions (CAPI) et la modélisation statistique — ce que Meta appelle les « conversions estimées ». Concrètement, une partie des conversions affichées dans votre gestionnaire d'annonces n'est pas mesurée : elle est calculée par un algorithme (Meta for Business, 2026). TikTok fait face au même défi : son SDK mobile perd le signal sur les appareils Apple qui refusent le tracking, et sa propre solution Events API reste moins déployée que la CAPI Meta dans les PME françaises.
Chez Esekai, les PME françaises et leurs équipes growth que nous accompagnons en vidéo organique et en stratégie TikTok Ads constatent systématiquement un écart de 20 % à 35 % entre les conversions déclarées plateforme et celles comptabilisées dans leur CRM. Cet écart n'est pas un mystère : c'est la somme du biais d'auto-attribution, des doublons inter-plateformes et du signal iOS dégradé.
Trois mécanismes se cumulent pour gonfler le ROAS (retour sur investissement publicitaire) affiché.
Le ROAS réel de votre compte est presque toujours inférieur au ROAS affiché. Ce n'est pas une question de mauvaise foi : c'est la logique d'un écosystème où chaque acteur optimise pour sa propre mesure.
Le multi-touch attribution (MTA) répartit le crédit de conversion entre tous les points de contact : c'est plus juste, mais jamais parfait.
Plusieurs approches sont accessibles sans budget data science. La plus simple est le modèle linéaire : chaque canal impliqué dans le parcours reçoit une part égale du crédit. Plus sophistiqué, le modèle en U attribue 40 % au premier contact, 40 % au dernier, et répartit les 20 % restants entre les étapes intermédiaires. Des outils comme Northbeam, Triple Whale ou Rockerbox permettent d'implémenter ces logiques sur des volumes PME (Hootsuite, 2026). Leur limite principale : ils restent dépendants de la qualité du tracking disponible. Si le signal iOS est dégradé, le MTA redistribue un crédit sur des données lacunaires.
Aucune solution unique ne résout le problème. La triangulation entre trois sources est l'approche la plus solide pour une PME.
La combinaison lift test ponctuel + CRM quotidien + rapport plateforme contextuel est réaliste pour une PME de 50 à 500 salariés sans équipe data dédiée.
Chaque plateforme utilise sa propre fenêtre d'attribution et sa propre définition d'une conversion. TikTok et Meta incluent des conversions post-vue (après simple visionnage de la publicité), que Google Analytics ne capte pas car il ne suit que les sessions initiées par un clic. S'y ajoute le signal iOS dégradé depuis 2021, qui pousse Meta à modéliser une partie de ses conversions statistiquement. L'écart observé est normal : il reflète des méthodes de mesure fondamentalement différentes, pas une erreur de votre part.
La première étape est de raccourcir les fenêtres d'attribution par défaut dans chaque gestionnaire de publicité : passer de 7 jours clic + 1 jour vue à 1 jour clic uniquement réduit mécaniquement les chevauchements. Ensuite, comparez systématiquement les conversions déclarées par chaque plateforme à vos commandes réelles dans votre CRM ou votre outil e-commerce. Des outils tiers comme Triple Whale ou Northbeam peuvent dédupliquer les conversions à l'identifiant client, mais ils requièrent un paramétrage soigneux et un volume de données suffisant.
Le modèle en U (40 % premier contact, 40 % dernier contact, 20 % intermédiaire) est un bon compromis entre simplicité et réalisme pour la plupart des PME. Il valorise à la fois l'acquisition initiale et la conversion finale sans ignorer les étapes intermédiaires. Pour le mettre en oeuvre, un outil comme GA4 avec un modèle basé sur les données (disponible à partir de 400 conversions mensuelles) ou un outil de MTA tiers suffit. L'essentiel est de choisir un modèle et de le tenir dans le temps pour comparer les tendances.
Oui, et l'impact reste significatif. Selon les secteurs, entre 15 % et 40 % des conversions réelles sur appareils Apple ne remontent plus correctement dans Meta Ads Manager. Meta compense via son API Conversions (CAPI) et la modélisation statistique, mais cette compensation est imparfaite et varie selon la qualité de l'implémentation côté annonceur. En 2026, configurer correctement la CAPI côté serveur reste la mesure la plus efficace pour limiter la perte de signal, mais elle ne restaure pas l'intégralité des données perdues.
Le seul moyen rigoureux est le test d'incrémentalité (ou Lift test) : TikTok for Business propose un outil natif appelé « Conversion Lift » qui compare un groupe exposé à vos publicités à un groupe de contrôle non exposé. La différence de taux de conversion entre les deux groupes représente la vraie contribution causale de TikTok. Pour les PME sans budget pour ces tests, comparer les semaines avec et sans investissement TikTok sur vos données CRM donne une première approximation, à condition que les autres variables (météo, promotions, saisonnalité) soient stables.
Vos chiffres de conversion ne mentent pas : ils disent simplement la vérité de chaque plateforme, pas la vérité de votre business. Le ROAS affiché dans TikTok Ads ou Meta Ads est un indicateur de tendance, pas une mesure absolue. Ce n'est pas une raison de jeter vos campagnes : c'est une raison de les piloter avec trois sources de données plutôt qu'une seule.
Si vous voulez auditer votre configuration d'attribution et aligner vos investissements TikTok Ads et Meta Ads sur des données réconciliées, l'équipe Esekai est disponible pour un échange sans engagement.
