Le contexte avant la chute
Le créateur que nous appellerons « M. » vend depuis 2022 une formation à 497 € dans le champ du développement professionnel (nous n'irons pas plus loin dans le descriptif pour protéger l'identification). Son trafic principal en 2024 provenait de Meta Ads (Facebook/Instagram) pour environ 60 % du chiffre d'affaires, le reste venant de SEO éditorial, d'une newsletter à 4 200 abonnés, et de quelques partenariats podcast.
Entre janvier et août 2024, son tunnel publicitaire tournait à un coût d'acquisition client (CAC) stable autour de 78 €, pour une LTV à 90 jours mesurée autour de 620 €. Le ROAS déclaré par Meta oscillait entre 3,2 et 3,8. Son revenu moyen mensuel attribué au trafic Meta : 8 900 €. Le reste de la stack était classique — Systeme.io pour la landing et le checkout, Kit pour l'email, Stripe pour le paiement.
La chute : septembre à décembre 2024
iOS 18 est sorti le 16 septembre 2024. Dans les six semaines qui ont suivi, M. a vu son ROAS afficher une baisse de 11 % en moyenne. Sur le terrain, l'effet était bien plus marqué : les ventes attribuées à Meta ont chuté de 42 % entre septembre et décembre. Fin novembre, M. a cru à un problème de campagne et a remis à plat ses créas. Pas d'effet ; la chute a continué.
Trois indicateurs divergeaient de façon incohérente : Meta déclarait un ROAS toujours au-dessus de 2,8, Stripe enregistrait une baisse claire du nombre de transactions, et Google Analytics affichait un trafic stable — laissant penser que le problème n'était pas le trafic mais la conversion. En réalité, les trois indicateurs étaient faux pour la même raison : iOS 18 avait profondément modifié la traçabilité côté client, et chacun des outils mesurait approximativement la mauvaise chose.
1) Mail Privacy Protection généralisé : Apple Mail « ouvre »
les emails à la place de l'utilisateur, faussant les taux d'ouverture et désactivant
certaines segmentations d'email.
2) Link Tracking Protection : les paramètres d'URL de type
fbclid sont supprimés quand le lien est cliqué depuis Mail ou Messages
sur un iPhone. Meta ne peut plus corréler certains clics à ses campagnes.
3) Advanced Data Protection : les utilisateurs qui l'activent bloquent
plus largement les cookies tiers et les fingerprinting de navigation.
Le diagnostic — ce que M. a mis trois semaines à comprendre
La clé du diagnostic a été de séparer deux questions qu'il confondait : « est-ce que je vends moins ? » et « est-ce que Meta attribue moins de ventes à mes campagnes ? ». En recoupant les données Stripe brutes (qui disaient la vérité sur le chiffre réel) avec les rapports Meta (qui disaient la vérité sur ce que Meta pouvait prouver), il a trouvé une baisse réelle de 28 % des ventes et une baisse de 42 % des ventes attribuables à Meta.
La différence — 14 points — représentait des ventes qui avaient bien eu lieu, qui venaient bien de Meta, mais que Meta ne pouvait plus voir à cause du tracking dégradé. Ces ventes « invisibles » faussaient l'algorithme d'optimisation de Meta, qui croyait que ses audiences performaient moins bien qu'elles ne le faisaient réellement, et qui réduisait mécaniquement les dépenses sur les segments efficaces.
La reconstruction — une stack en 5 briques
1. Conversions API (CAPI) côté serveur
Première brique, la plus importante : activer les conversions API de Meta côté serveur, en complément (pas en remplacement) du pixel navigateur. M. a connecté Stripe → Make → Meta Conversions API pour envoyer chaque achat avec hash de l'email (traitement conforme RGPD, puisque l'acheteur a explicitement consenti au traitement de son email dans le cadre de la vente).
L'installation a pris 6 heures avec un support technique externe. Effet mesuré dans les trois semaines : le taux de correspondance Meta (Event Match Quality) est monté de 3,2/10 (très bas, normal pour 2024) à 7,1/10. L'algorithme Meta a repris de la précision, les dépenses ont été réallouées vers les bonnes audiences, et les ventes attribuées ont recollé au réel. Rattrapage de 18 points en 30 jours.
2. Attribution cross-channel via UTM + base propre
Deuxième brique : cesser de croire les outils publicitaires pour juger du ROI. M. a construit une feuille de calcul simple qui croise les achats Stripe avec les UTM passés dans la landing page. Chaque acheteur est tracé vers sa source initiale, pas vers la source que Meta ou Google revendique.
Cette base « source de vérité » a révélé que certains canaux que Meta sous-estimait (ciblage tiède sur audiences lookalike) portaient en réalité 40 % du chiffre, alors que Meta les attribuait à hauteur de 22 %. M. a redéployé ses budgets en conséquence, indépendamment des recommandations de l'algorithme.
3. Sondage post-achat « comment nous avez-vous connus ? »
Troisième brique, la plus simple. Immédiatement après chaque achat, une question unique : « Par quel canal avez-vous découvert cette formation ? » avec 6 options et un champ libre. Cette donnée déclarative est précieuse précisément parce qu'elle ne dépend d'aucun traqueur : l'acheteur raconte ce dont il se souvient.
Taux de réponse obtenu : 71 % (il faut rendre la question visible sur la page de confirmation plutôt que dans un email de suivi). Résultat marquant : 23 % des acheteurs ont déclaré « j'ai vu une pub Facebook mais je suis venu via une recherche Google » — un parcours multi-touch que ni Meta ni Google n'attribuaient correctement.
4. Simplification du tunnel et accélération
Quatrième brique, un retour aux fondamentaux. M. a réduit le nombre de pages entre l'annonce et le paiement — passant de 4 pages à 2. Il a aussi accéléré sa landing (de 2,8s à 1,4s de chargement moyen, en retirant deux widgets tiers). Moins de pages, plus vite chargées, moins d'opportunités pour les traqueurs de se perdre en route.
Effet direct : +11 % de taux de conversion landing, mesurable immédiatement dans Stripe. Effet indirect : moins de drop-off technique, donc plus de données exploitables pour l'algorithme Meta.
5. Diversification progressive — pas urgente
Cinquième brique, plus lente. Sur les six mois suivants, M. a progressivement réduit la part de Meta dans son mix d'acquisition — non pas par défiance, mais parce que dépendre à 60 % d'un seul canal reste fragile. Il a réinvesti une partie du temps gagné dans sa newsletter (1 400 abonnés ajoutés en six mois) et dans un canal podcast (trois interventions en tant qu'invité, qui ont généré 180 ventes cumulées sur 12 mois).
À janvier 2026, la part de Meta dans son mix est descendue à 38 %, la newsletter porte 22 %, le SEO 19 %, les partenariats 14 %, le reste est divers. Le chiffre d'affaires global a dépassé de 12 % son pic d'août 2024.
Chronologie résumée
| Période | Évolution ventes | Ce qui se passe |
|---|---|---|
| Août 2024 | Base de référence | Tunnel stable, 8 900 €/mois attribué Meta |
| Septembre 2024 | –7 % | Sortie iOS 18, premiers signaux faibles |
| Octobre 2024 | –19 % | Chute claire, M. soupçonne ses créas |
| Novembre 2024 | –31 % | Refonte des créas, pas d'effet |
| Décembre 2024 | –42 % | Diagnostic posé : problème d'attribution |
| Janvier 2025 | –38 % | Installation Conversions API |
| Février 2025 | –24 % | Rattrapage algorithmique Meta |
| Mars 2025 | –12 % | Sondage post-achat + UTM, réallocation budgets |
| Juin 2025 | +3 % | Stack reconstruite, diversification amorcée |
| Janvier 2026 | +12 % | Au-dessus du pic précédent, mix moins dépendant |
Trois enseignements transposables
1. Le tableau de bord d'une plateforme publicitaire n'est pas la vérité
Meta, Google Ads, TikTok Ads affichent ce qu'ils peuvent prouver à partir des événements qu'ils captent. Dans un monde où le tracking se dégrade à chaque version d'OS, cette preuve est systématiquement sous-optimale. Construire une vue alternative (Stripe + UTM + sondage post-achat) prend quelques heures et devient votre référence interne.
2. Une baisse n'est pas toujours une baisse — mais elle finit par en être une
Le cas de M. illustre le double piège. La baisse initiale était en partie optique (attribution dégradée plus que ventes réelles), mais elle se transformait en baisse réelle par effet algorithmique : Meta optimisait sur de mauvaises données, réduisait les dépenses efficaces, et finissait par créer la baisse qu'il croyait mesurer. La correction de l'attribution a inversé le cycle.
3. La dépendance à un canal unique est le vrai risque
Même reconstruit, M. a choisi de diversifier parce que la leçon était claire : un changement d'OS, une politique Apple, une modification d'algorithme Meta peut annuler 40 % d'un chiffre en trois mois. La diversification a un coût de complexité, mais elle transforme les chocs systémiques en incidents absorbables.
Ce que nous n'avons pas pu mesurer
Trois questions restent ouvertes dans ce cas. Nous ne savons pas quelle part de la baisse initiale relève spécifiquement d'iOS 18 versus d'un cycle économique plus large : d'autres créateurs de notre panel ont vu des baisses similaires sans dépendance à Meta, ce qui suggère une composante non-iOS. Nous ne savons pas si la reconstruction aurait fonctionné dans une niche BtoB, où les parcours d'achat sont plus longs et les sondages moins fiables. Et nous ne savons pas combien de temps cette stack tiendra — Apple et les régulateurs font évoluer les règles régulièrement.
Ce cas est un point dans le temps, pas une recette. Il montre qu'un créateur attentif peut récupérer, pas qu'il peut s'installer durablement dans l'indifférence aux mouvements de plateforme.
Si vous observez une chute inexpliquée de ROAS ou de conversion et que vous suspectez un problème d'attribution, écrivez à redaction@infoproduit.com. Nous ne faisons pas de conseil individuel, mais nous publions les patterns qui reviennent chez plusieurs créateurs.