Suivi des conversions sur une landing page : configurer Google Analytics 4 sans se noyer dans la donnée

Une landing page qui tourne sans suivi de conversion, c’est un vendeur qui tient un stand toute la journée sans jamais compter ce qu’il vend : du trafic arrive, des visiteurs repartent, et personne ne sait combien ont réellement rempli le formulaire, cliqué sur « Réserver un appel » ou acheté. Sans cette mesure, chaque décision — changer un titre, déplacer un bouton, tester une nouvelle offre — repose sur une impression plutôt que sur un chiffre. Google Analytics 4 (GA4), gratuit et devenu la référence depuis l’arrêt d’Universal Analytics, permet de suivre ces conversions ; encore faut-il savoir quoi suivre, comment le déclarer correctement, et jusqu’où faire confiance aux chiffres qu’il affiche. Voici comment configurer un suivi de conversion utile sur une landing page, sans transformer GA4 en usine à gaz.

Pourquoi le suivi de conversion est le prérequis invisible de toute optimisation

Tester un nouveau titre, comparer deux versions d’un CTA, décider si une offre premium mérite sa propre page : toutes les optimisations discutées dans notre guide de l’A/B testing supposent qu’on sache déjà compter les conversions avec fiabilité — sans ça, un test A/B ne fait que comparer deux séries de chiffres inventés. Une étude de 2011 des chercheurs Erik Brynjolfsson, Lorin Hitt et Heekyung Kim, menée auprès de 179 grandes entreprises cotées, a mesuré ce qu’apporte concrètement le pilotage par la donnée (« data-driven decision-making ») : les entreprises qui l’adoptent affichent une productivité supérieure de 5 à 6 % à ce que prédisent leurs seuls investissements technologiques, avec un effet similaire sur la rentabilité des actifs et la valeur de marché. À l’échelle d’une landing page, le principe est identique : ce n’est pas le volume de trafic qui distingue une page qui progresse d’une page qui stagne, c’est la capacité à savoir précisément ce qui s’est passé après le clic.

Ce qu’il faut suivre sur une landing page (et ce qu’on peut ignorer)

L’événement de conversion principal

Une landing page n’a presque toujours qu’un seul objectif business : un formulaire soumis, un rendez-vous pris via Calendly, un paiement validé sur une page e-commerce, un téléchargement de lead magnet. C’est cet événement, et lui seul, qui doit devenir la « conversion clé » suivie dans GA4 — une page qui traque quinze événements différents avec le même poids finit par n’en surveiller aucun sérieusement.

Les micro-conversions qui expliquent le pourquoi

Autour de cet objectif principal, quelques micro-conversions aident à comprendre où une page perd des visiteurs sans jamais devenir l’indicateur de succès lui-même : le scroll jusqu’au formulaire, le clic sur le CTA avant la soumission réelle, ou le déclenchement d’une popup exit-intent. Combinées au taux de rebond et au temps moyen passé sur la page, elles permettent de distinguer une page qui n’attire pas le bon trafic d’une page qui attire le bon trafic mais le perd en route.

Configurer l’événement de conversion dans Google Analytics 4

Le piège de l’événement automatique form_submit

GA4 capture certains événements automatiquement, dont form_submit dès qu’un visiteur envoie un formulaire HTML standard — pratique, mais trompeur si la page affiche ensuite une erreur de validation : l’événement se déclenche à l’envoi, pas à la confirmation que la donnée a été reçue. Pour un formulaire de contact ou de prise de rendez-vous, mieux vaut déclencher un événement personnalisé (generate_lead, par exemple) au moment exact où la page de remerciement se charge ou où l’API confirme la réception, comme évoqué dans notre article sur la page de remerciement.

Déclarer l’événement comme conversion clé

Une fois l’événement fiable en place, il doit être marqué comme conversion dans l’interface GA4 (Configurer → Événements → bascule « Marquer comme conversion ») pour apparaître dans les rapports d’acquisition et, si des campagnes payantes sont connectées, remonter jusqu’à Google Ads ou Meta Ads. C’est ce chiffre, et lui seul, qui doit servir de référence pour juger une campagne Google Ads, une campagne Meta Ads ou une campagne LinkedIn Ads — pas le nombre de clics ni le trafic brut, qui ne disent rien de la qualité des visiteurs amenés.

UTM : savoir d’où vient vraiment chaque conversion

Sans paramètres UTM (utm_source, utm_medium, utm_campaign) ajoutés à chaque lien sortant vers la landing page, GA4 regroupe une bonne partie du trafic payant sous « direct » ou « non attribué », rendant impossible de comparer une campagne TikTok Ads à une campagne LinkedIn sur la seule base des conversions mesurées. La règle est simple : aucun lien publicitaire, aucune signature email, aucun post partenaire ne doit pointer vers une landing page sans UTM — le quality score d’une campagne Google Ads dépend en partie de données que seul un tracking propre permet de collecter dans la durée.

Pourquoi vos chiffres GA4 ne seront jamais exacts à 100 %

Même bien configuré, aucun outil de tracking basé sur les cookies et le JavaScript ne peut prétendre à l’exactitude totale. Une étude de 2016 des chercheurs Dominic Coey et Michael Bailey, alors chez Facebook, présentée à la conférence WWW, a quantifié un biais souvent ignoré : parce qu’une même personne navigue avec plusieurs cookies (ordinateur, mobile, navigation privée), un test mesuré au niveau du cookie plutôt qu’au niveau de la personne sous-estime l’effet réel d’un facteur d’environ trois, et nécessite deux à trois fois plus de volume pour détecter le même signal (voir l'étude). À cela s’ajoutent les visiteurs qui refusent les cookies de mesure via le bandeau de consentement RGPD, les bloqueurs de publicité qui empêchent purement et simplement GA4 de se charger, et les changements d’appareil entre le clic sur une publicité et la conversion finale. Le chiffre affiché dans GA4 n’est donc jamais « le » nombre réel de conversions, mais un plancher fiable pour suivre une tendance dans le temps — ce qui suffit largement pour arbitrer entre deux versions d’une page, à condition de ne jamais le confondre avec un comptage exhaustif.

Les erreurs de tracking les plus fréquentes sur une landing page

• Suivre le clic sur le CTA comme conversion plutôt que la soumission réelle du formulaire — un visiteur qui clique puis abandonne compte comme un succès alors qu’il ne l’est pas.
• Ne poser aucun UTM sur les liens publicitaires ou dans les emails, ce qui gonfle artificiellement le trafic « direct » et rend toute comparaison de canaux inutilisable.
• Marquer plusieurs événements comme conversion clé à la fois, diluant le seul chiffre qui devrait guider les décisions.
• Oublier de retester le tracking après une refonte de page — un bouton renommé ou déplacé peut casser un déclencheur sans qu’aucune erreur ne s’affiche.
• Comparer des chiffres GA4 à ceux d’un autre outil (CRM, plateforme de paiement) sans jamais les réconcilier, alors qu’ils ne mesureront jamais exactement la même chose.

La check-list avant de faire confiance à vos chiffres

1. Un seul événement clairement identifié comme conversion principale, déclenché à la confirmation réelle et non au simple clic.
2. Des UTM systématiques sur tous les liens sortants vers la landing page, avec une convention de nommage cohérente.
3. Un test manuel du parcours complet après chaque mise à jour de la page, formulaire compris.
4. Une lecture des chiffres en tendance sur plusieurs semaines plutôt qu’en valeur absolue d’un seul jour.
5. Une vérification croisée avec au moins une autre source (CRM, plateforme de paiement) au moins une fois par mois.

Enhanced Conversions (conversions améliorées) Google Ads sur une landing page : le hachage SHA-256 expliqué

Un formulaire soumis, un lead réel — mais Google Ads ne le voit qu'à moitié : cookie bloqué, Consent Mode qui refuse ad_storage, navigateur qui limite le suivi. Les « conversions améliorées » de Google Ads referment une partie de cet écart en envoyant une empreinte hachée de l'email ou du téléphone du formulaire. Comment ça marche, ce qui a changé en 2026, et comment l'installer sans se planter.

Le principe est distinct du Consent Mode, avec lequel on le confond souvent. Le Consent Mode gère le droit d'envoyer un signal ; les conversions améliorées améliorent la qualité du signal une fois ce droit accordé. Concrètement, en plus du tag de conversion classique (déclenché sur la page de remerciement, jamais au clic sur le bouton — même logique que pour l'événement Lead côté pixel Meta), la landing page transmet à Google Ads une ou plusieurs données saisies dans le formulaire : email, téléphone, ou adresse postale. Ces données ne partent jamais en clair : elles sont hachées avec l'algorithme SHA-256, une fonction à sens unique — impossible de retrouver l'email d'origine à partir du hash. Google compare ensuite ce hash à ceux qu'il détient déjà pour ses propres comptes utilisateurs connectés, et quand ça correspond, il relie la conversion au clic publicitaire d'origine, même sans cookie exploitable.

For web ou for leads : la distinction qui détermine qui hache quoi

• Enhanced conversions for web — pensé pour un tag de conversion classique posé sur la page de remerciement. Le formulaire transmet les données en clair au tag Google (via gtag ou une balise GTM), et c'est le script de Google, exécuté dans le navigateur du visiteur, qui se charge lui-même du hachage SHA-256 avant l'envoi. Il ne faut donc jamais hacher soi-même les données envoyées par cette voie : un double hachage casse la correspondance, silencieusement.
• Enhanced conversions for leads — pensé pour les conversions hors ligne : un formulaire de contact qui débouche sur un devis signé une semaine plus tard, un appel commercial converti en client trois jours après. Ici, c'est vous (ou votre CRM) qui devez hacher les données en SHA-256 avant de les envoyer à Google, via l'import de conversions hors ligne ou l'API Google Ads.

Google Consent Mode v2 sur une landing page : ce qui change pour vos campagnes Google Ads

Depuis mars 2024, une landing page qui diffuse des campagnes Google Ads en Europe sans Consent Mode v2 ne construit plus d'audiences de remarketing sur ses visiteurs européens, et perd une partie de ses conversions mesurées. Ce qui a changé, ce qu'il faut installer concrètement, et ce que montre la recherche sur ce compromis entre vie privée et mesure publicitaire.

Mode basique ou mode avancé : la différence qui compte

• Mode basique — les tags Google (GA4, conversion Google Ads) ne se chargent pas du tout tant que le visiteur n'a pas donné son consentement. Simple à mettre en place, mais aucune donnée n'existe sur les visiteurs qui refusent ou ignorent le bandeau : ni mesure, ni base pour une estimation statistique.
• Mode avancé — les tags se chargent dans tous les cas, mais envoient un signal « cookieless ping » anonymisé même en l'absence de consentement. Google agrège ensuite ces signaux avec la modélisation des conversions : un modèle statistique qui estime, à partir du comportement observé chez les visiteurs consentants, le volume de conversions probable chez les visiteurs non consentants. Cette modélisation ne s'active que si le volume est suffisant (Google évoque un seuil autour de 700 clics publicitaires sur 7 jours par pays et par domaine) — en dessous, le mode avancé n'apporte rien de plus que le mode basique.

À l'inverse, une étude de Goldberg, Johnson et Shriver, publiée en 2024 dans l'American Economic Journal: Economic Policy, a mesuré sur 1 084 sites une baisse de 12 % des pages vues et du chiffre d'affaires enregistré en Europe après l'entrée en application du RGPD, avec un effet deux fois plus marqué sur les petits sites e-commerce que sur les grands (voir l'étude). Autrement dit : la conformité a un coût de mesure réel, et ce coût touche davantage les petites structures qui n'ont ni le volume de trafic nécessaire à une modélisation fiable, ni l'équipe technique pour une implémentation soignée — un argument de plus pour partir d'un code source clair plutôt que d'empiler des scripts au fil des campagnes.

Call tracking sur une landing page : mesurer les appels générés par vos campagnes

Un visiteur clique sur votre numéro affiché en hero, appelle, devient client — et cette conversion n’existe dans aucun de vos outils. Le call tracking comble cet angle mort, mais deux visions très différentes s’affrontent sur la façon de l’implémenter.

Un lien tel: ouvre l’application téléphone de l’appareil et quitte immédiatement le contexte du navigateur : aucun événement de conversion, aucun paramètre UTM, aucun cookie ne survit à ce passage. Sans instrumentation spécifique, un clic sur un numéro affiché en dur dans le HTML n’envoie même pas d’événement à GA4 — c’est un lien comme un autre aux yeux du navigateur. Et même en ajoutant un événement onClick qui capture le clic (ce que nous détaillons plus bas), ce clic mesure l’intention d’appeler, pas l’appel réellement passé, ni surtout sa durée, sa conversion en vente ou son origine publicitaire précise. C’est exactement le trou que le call tracking cherche à combler.

Deux façons de mesurer un appel, deux philosophies

Modèles d'attribution : à qui revient vraiment la conversion de votre landing page ?

Une landing page unique, cinq sources de trafic, un seul formulaire rempli : à qui revient le mérite ? La réponse dépend entièrement du modèle d'attribution appliqué — et ce choix, souvent fait par défaut, décide chaque mois de la répartition de votre budget publicitaire. Panorama des six modèles, des raisons pour lesquelles vos outils ne seront jamais d'accord, et de la posture à adopter quand on n'a pas d'équipe data.

Le sujet est documenté académiquement. Dans « Mapping the customer journey: Lessons learned from graph-based online attribution modeling » (International Journal of Research in Marketing, 2016), Eva Anderl, Ingo Becker, Florian von Wangenheim et Jan Hendrik Schumann modélisent les parcours comme des marches de Markov, sur quatre grands jeux de données individuelles couvrant chacun au moins sept canaux en ligne. Leur conclusion : la séquence des contacts porte de l'information, et les règles heuristiques usuelles — dont le dernier clic — valorisent les canaux de façon sensiblement différente d'un modèle tenant compte des parcours réels. Hongshuang (Alice) Li et P. K. Kannan, dans « Attributing Conversions in a Multichannel Online Marketing Environment » (Journal of Marketing Research, 2014), estiment les effets de report et de débordement d'un canal sur l'autre et montrent qu'ignorer ces effets fausse l'évaluation de chaque canal.

Les six modèles d'attribution, en clair

L'expérience la plus citée sur ce point est celle de Thomas Blake, Chris Nosko et Steven Tadelis, « Consumer Heterogeneity and Paid Search Effectiveness: A Large-Scale Field Experiment » (Econometrica, 2015). Les auteurs ont coupé pour de bon les annonces de recherche payante d'eBay sur certains marchés, afin de mesurer leur effet causal plutôt que corrélationnel. Résultat : le rendement réellement causal du search payant n'était qu'une fraction de ce qu'estimaient les méthodes non expérimentales, l'écart étant le plus marqué sur les requêtes de marque, où les internautes seraient de toute façon arrivés par le résultat naturel. La ligne la plus flatteuse de votre rapport en dernier clic est souvent celle dont l'apport réel est le plus faible.

Le tracking ne remplace jamais une bonne landing page — il sert seulement à savoir laquelle de deux versions en est une. Nos 10 templates LanderKit (89 € l’unité, 229 € le pack complet) sont livrés avec une structure de page qui facilite la pose d’événements de conversion propres, du SaaS en liste d’attente à la vente e-commerce mono-produit.