ROAS 4× : une métrique de vanité (pourquoi)

Sur le données Google Ads agrégées 2025-2026, environ 78 à 86% des e-commerces FR mid-market pilotent leur Google Ads sur le ROAS revenu et non sur le ROAS marge. Le résultat est mesurable : à dépense égale, un compte qui bascule sur ROAS marge génère en médiane +18 à +34% de marge nette additionnelle dans les 90 jours suivants — sans changer de budget ni de structure. Source documentation officielle Custom labels Merchant Center

ROAS 4× est devenu le KPI fétiche de l'e-commerce FR. Tous les agences agitent ce chiffre, tous les outils SaaS le mettent en dashboard principal, tous les dirigeants e-com le citent dans leurs reviews trimestrielles. Le problème : ce chiffre est presque toujours un mensonge confortable. Il dit ce que tout le monde veut entendre — la pub est rentable — sans dire ce qui compte vraiment, c'est-à-dire si la marge nette est positive après coût d'acquisition. Cet article démonte la métrique avec une démonstration chiffrée à deux comptes, donne la procédure setup ROAS marge en 30 jours, et explique pourquoi Google Ads vous pousse structurellement vers le piège. Pour les fondamentaux, voir notre guide ROAS / CPA / CPC et notre playbook e-commerce 2026 Notre calculateur ROAS gratuit calcule ROAS brut + ROAS marge avec interprétation par vertical.

ROAS revenu : la métrique la plus mal comprise du PPC

Le ROAS revenu (Return On Ad Spend) mesure le ratio chiffre d'affaires généré sur dépense publicitaire : ROAS revenu = Revenu / Dépense pub. Un ROAS de 4× signifie qu'1€ dépensé produit 4€ de CA. Cette métrique est devenue le standard de pilotage e-commerce parce qu'elle est simple, lisible, et que Google Ads l'expose par défaut comme cible Smart Bidding. Elle ne dit absolument rien sur la rentabilité économique réelle de la campagne. Pour fixer le seuil de rentabilité avant de déclarer une campagne profitable, notre calculateur Break-even ROAS calcule la borne basse à respecter.

La raison structurelle est mathématique. Dans la formule ROAS revenu, le numérateur est du chiffre d'affaires brut — taxes hors, mais sans déduction du coût des marchandises vendues (COGS). Or c'est précisément ce COGS qui détermine la rentabilité. Sur un catalogue à marge homogène (cosmétique mono-marque, abonnement digital), c'est sans conséquence : la marge est constante, le ROAS revenu corrèle parfaitement avec la rentabilité. Sur un catalogue à marge hétérogène (mode multi-collection, électronique multi-catégorie), c'est destructeur.

3 mécanismes par lesquels le ROAS revenu trompe :

• Substitution silencieuse — Smart Bidding optimise sur le revenu, donc pousse mécaniquement les SKU à fort prix moyen et fort taux de conversion. Sur un catalogue mode, c'est typiquement les pièces commodity bas-de-gamme (basics, soldes, dépréciés) qui ont le meilleur ratio CA/CPC. La marge unitaire de ces pièces est souvent 12-22% là où la marge des nouveautés est 45-65%.
• Cannibalisation marge — l'algo découvre que pousser le bestseller-soldé donne un ROAS revenu spectaculaire et y concentre 40 à 60% du budget. Les nouveautés à forte marge sortent du radar Smart Bidding, perdent leur diffusion, et le mix produit s'effondre vers les marges basses.
• Faux signal scaling — un compte affichant ROAS revenu 4,5× pendant 6 mois donne envie de scaler le budget. Mais si la composition mix produit dérive vers les bas-marge, le scaling produit en réalité de la marge négative à grande échelle.

Pour les fondamentaux du ratio LTV:CAC qui prolongent cette logique au-delà du ROAS marge campagne, voir notre playbook e-commerce 2026.

ROAS marge : la vraie métrique de rentabilité

Le ROAS marge se définit comme : ROAS marge = (Revenu × Marge brute moyenne pondérée) / Dépense publicitaire. La nuance critique réside dans le terme « pondérée » — il ne s'agit pas de la marge brute affichée par l'ERP global, mais de la marge brute calculée sur la composition réelle des ventes générées par chaque campagne. Cette pondération change radicalement le diagnostic.

Exemple de calcul ROAS marge propre : une campagne génère 10 000€ de revenu pour 2 500€ de dépense, ROAS revenu 4×. La composition des ventes est : 60% en bucket marge 18% (bestsellers commodity), 30% en bucket marge 35% (mid-range), 10% en bucket marge 55% (premium). Marge moyenne pondérée = 0,60×0,18 + 0,30×0,35 + 0,10×0,55 = 0,268 = 26,8%. ROAS marge = (10 000 × 0,268) / 2 500 = 1,07× — à peine net positif après coût pub.

Le seuil de rentabilité ROAS marge = 1× signifie marge brute = dépense pub — la pub s'autofinance mais ne contribue à rien d'autre. Pour vraiment financer les frais fixes (logistique, équipe, support, marketing autre), il faut viser ROAS marge ≥ 1,5× sur les campagnes acquisition. Pour scaler durablement, ROAS marge ≥ 2×.

Réinterprétation des seuils ROAS revenu vs ROAS marge selon catégorie marge :

• Marge homogène 50%+ (cosmétique mono-marque, SaaS, abonnement) — ROAS revenu 2× équivaut à ROAS marge 1× (équilibre). Cible scaling 4× revenu.
• Marge homogène 30-40% (food premium, accessoires marque) — ROAS revenu 3× équivaut à ROAS marge 1× (équilibre). Cible scaling 5-6× revenu.
• Marge hétérogène 15-50% pondérée 28% (mode multi-collection) — ROAS revenu 3,6× équivaut à ROAS marge 1× (équilibre). Cible scaling 6-8× revenu.
• Marge hétérogène 5-35% pondérée 18% (électronique grand public) — ROAS revenu 5,6× équivaut à ROAS marge 1× (équilibre). Cible scaling 11×+ revenu.

Cette réinterprétation explique pourquoi un même chiffre ROAS revenu (par exemple 4×) est excellent dans certains secteurs et catastrophique dans d'autres. Le ROAS revenu n'est jamais comparable hors contexte marge — c'est une métrique qui ne dit rien si elle voyage seule.

Démonstration chiffrée : 2 comptes ROAS 400% revenu, marges opposées

Comparons deux comptes e-commerce FR fictifs mais représentatifs des cas observés selon les benchmarks publics. Les deux ont un ROAS revenu Google Ads identique de 400% sur 90 jours et une dépense média identique de 25 000€/mois. Sur le papier, ils sont indiscernables. En marge nette, ils sont aux antipodes — un perdant net, un rentable.

Lecture du tableau : les deux comptes ont accompli exactement la même performance en ROAS revenu — 4×. Mais le compte A génère seulement 1 400€ de marge nette par mois après coût pub (et avant frais fixes), alors que le compte B en génère 22 100€ — un facteur 16. La différence n'est pas dans le talent du media buyer ni dans le budget : elle est dans le mix produit que Smart Bidding a sélectionné, et ce mix est piloté directement par la conversion value envoyée à Google.

Le compte A a laissé Smart Bidding optimiser sur le ROAS revenu uniforme. L'algo a découvert que les bestsellers commodity bas-marge convertissaient le mieux et y a concentré 55% du budget. Le compte B a basculé sur ROAS marge depuis 6 mois : la conversion value envoyée à Google est pondérée par la marge SKU, donc Smart Bidding optimise désormais sur la marge nette et concentre 60% du budget sur les nouveautés haute-marge.

Conséquence stratégique : scaler le compte A à 50 000€/mois de budget produit linéairement 80 000€ de revenu et 21 100€ de marge brute, soit 2 800€ de marge nette / mois (à supposer la perf constante — généralement elle décroît). Scaler le compte B à 50 000€/mois produit 80 000€ de revenu et 37 600€ de marge brute, soit 34 400€ de marge nette. L'écart de scaling est de 31 600€/mois en faveur de B — pour exactement le même 25 000€ de dépense additionnelle.

Cette démonstration n'est pas théorique. Sur les comptes que nous accompagnons après bascule ROAS revenu → ROAS marge, l'écart de marge nette mesuré est en médiane +18 à +34% à dépense constante, dans les 90 jours suivants. Pas en magie : par réallocation de Smart Bidding vers les SKU à vraie marge.

Pourquoi Google Ads pousse le ROAS revenu (et comment le retourner)

Google Ads ne pousse pas le ROAS revenu par malveillance — il le pousse par défaut technique structurel. Trois mécanismes alignent les intérêts plateforme avec le ROAS revenu et désalignent du ROAS marge. Comprendre ces mécanismes, c'est savoir pourquoi le retournement demande un effort actif et n'arrive jamais par accident.

Mécanisme 1 — La conversion value Merchant Center par défaut. Google Merchant Center synchronise par défaut le prix de vente de chaque SKU comme conversion value pour Google Ads. C'est rationnel pour l'utilisateur débutant (rien à configurer), c'est destructeur pour qui veut piloter à la marge. Pour changer ce comportement, il faut overrider la conversion value via GTM ou via une conversion action custom — ce que la majorité des comptes ne fait pas.

Mécanisme 2 — Le revenu est plus vendable côté reporting. Google sait que le revenu est l'indicateur que les agences et les SaaS de reporting affichent en premier. Un dashboard qui dit « ROAS 4× » est immédiatement compréhensible et flatteur. Un dashboard qui dit « ROAS marge 1,1× » demande une explication, peut décevoir, et n'est pas vendable à un dirigeant qui a entendu parler du ROAS standard. Google n'a aucun intérêt à compliquer cette communication.

Mécanisme 3 — Smart Bidding sur revenu produit plus de volume au démarrage. Sur un compte en learning phase, optimiser sur le revenu permet à l'algo de capter rapidement les SKU à fort CA et fort taux de conversion — ce qui sort vite de learning. Optimiser sur la marge demande un signal plus fin et des conversion actions différenciées qui ralentissent la sortie de learning. Google récompense le ROAS revenu par une perf apparente plus rapide — au prix d'un mix produit dégradé qui n'apparaît qu'au bout de 60-90 jours.

Comment retourner le mécanisme en 4 actions :

• Action 1 — Forcer la conversion value à la marge réelle, pas au prix de vente. Détaillé en section 5 et 6.
• Action 2 — Calibrer Target ROAS sur la marge, pas sur le revenu. Si la marge moyenne pondérée est 30%, Target ROAS 1,3× = ROAS revenu 4,3× — équilibre net positif modéré.
• Action 3 — Surveiller le mix produit Smart Bidding chaque semaine. Si la part bestsellers commodity bas-marge dépasse 50%, ajuster Custom labels pour réduire leur conversion value relative.
• Action 4 — Reporter à l'équipe en marge nette, pas en ROAS. Forcer la conversation à se déplacer du « ROAS 4× » à la « marge nette mensuelle après pub » — c'est culturel autant que technique.

Pour la stratégie e-commerce qui orchestre ROAS marge avec Shopping et PMax, voir notre setup Google Shopping optimisation. Pour le scénario ShopifyPlus / PrestaShop concret, le setup Shopify vs PrestaShop détaille les implémentations.

Setup Custom labels Merchant Center par marge

Le pivot technique du ROAS marge est le Custom label Merchant Center. Documentation officielle Custom labels Google Merchant Center. Google Merchant Center expose 5 attributs custom_label_0 à custom_label_4 par SKU dans le feed produit. Ces labels sont des chaînes libres (texte ou nombre) que vous pouvez utiliser pour segmenter dans Google Ads — par marge, par saisonnalité, par marge × volume, par bucket prix, par âge stock.

La convention Custom labels recommandée pour ROAS marge :

• custom_label_0 = bucket marge (valeurs 1 à 5, où 1 = marge basse 10-19%, 5 = marge premium 50%+).
• custom_label_1 = saisonnalité (winter, spring, summer, autumn, all-season) — pour saisonnalité avec notre guide saisonnalité.
• custom_label_2 = âge stock (new = moins 30j, recent = 30-90j, mature = 90-365j, end = 365j+) — pour gérer l'inventaire ancien.
• custom_label_3 = bucket prix (low, mid, high, premium) — pour ajustement Target ROAS par segment prix.
• custom_label_4 = collection ou marque — pour reporting marketing.

Procédure de tagging selon plateforme :

• Shopify — utiliser une app dédiée (DataFeedWatch, Feedonomics, Simprosys) qui expose un mapping Custom labels par tag produit ou par metafield. Métadata custom_label_0 sur le metafield marge_bucket mis à jour quotidien depuis l'ERP.
• PrestaShop — module CSV Merchant Center natif ou module tierce. Mapping custom_label_0 depuis un attribut produit dédié marge_bucket (créé en tant qu'attribut produit, pas catégorie). Re-export feed quotidien.
• Magento / Adobe Commerce — module Merchant Center natif depuis 2023 (anciennement Google Shopping by Magento). Mapping custom_label_0 depuis attribut catalogue produit marge_bucket mis à jour par script depuis l'ERP.
• Custom / WooCommerce / autres — flux Excel hebdomadaire avec mapping manuel ou semi-automatique. Plus pénible mais fonctionnel.

Validation avant de poursuivre : dans Merchant Center > Diagnostic produits, vérifier que 100% des SKU actifs ont un custom_label_0 défini. Tout SKU sans custom_label_0 sera ignoré par les groupes de produits Smart Shopping/PMax — donc invisible à Google Ads. Une couverture sous 95% est insuffisante.

Sur un catalogue de 5 000 SKU, le tagging initial demande typiquement 4 à 12h d'effort équipe (logistique + dev + analytics) pour cartographier les marges, valider les buckets, mettre en place le mapping. Le re-tagging mensuel est ensuite automatique. L'effort initial est l'unique frein, et il est ridiculement faible comparé aux 18 à 34% de marge nette additionnelle qu'il débloque.

Conversion value différenciée par produit

Le second pilier technique : la conversion value envoyée à Google Ads doit refléter la marge, pas le prix de vente. Cela demande de créer plusieurs conversion actions (une par bucket marge) et de router chaque vente vers la bonne action selon le bucket SKU acheté. La plomberie est faite côté GTM ou côté serveur — selon la maturité tracking du compte.

Configuration Google Ads — créer 5 conversion actions différenciées :

• Achat_marge_1 — value rule : 0,15 × prix de vente (marge médiane bucket 15%).
• Achat_marge_2 — value rule : 0,25 × prix de vente (marge médiane bucket 25%).
• Achat_marge_3 — value rule : 0,35 × prix de vente.
• Achat_marge_4 — value rule : 0,45 × prix de vente.
• Achat_marge_5 — value rule : 0,55 × prix de vente.

Toutes les 5 doivent être marquées comme conversion principale (Primary) pour Smart Bidding. Le compte n'a plus une seule conversion « Achat » mais 5 conversions distinctes — Google Ads les agrège correctement dans le ROAS global.

Implémentation GTM côté client :

// Sur la page de confirmation commande
window.dataLayer = window.dataLayer || [];
window.dataLayer.push({
  event: 'purchase_complete',
  transaction_id: 'TX12345',
  items: [
    { sku: 'SKU-A', price: 49.90, marge_bucket: 3 },
    { sku: 'SKU-B', price: 89.00, marge_bucket: 5 }
  ]
});

Un trigger GTM personnalisé lit marge_bucket et déclenche le tag conversion correspondant (Achat_marge_3 ou Achat_marge_5 ici), avec value = price × multiplicateur. Pour multi-SKU dans un panier, déclencher une conversion par SKU avec sa value individuelle, ou pré-agréger côté serveur si volume très élevé.

Implémentation server-side recommandée pour gros volume : Enhanced Conversions for Web (ou Conversion API côté serveur) avec payload pré-calculé qui contient déjà la conversion value pondérée par marge. Évite la dépendance JavaScript client et améliore le matching cross-device. Documentation Enhanced Conversions Google Ads.

Validation 7 jours après mise en place : dans Google Ads > Conversions, vérifier que les 5 actions remontent du volume cohérent avec votre mix marge réel. Un sur-représentation Achat_marge_1 (bestsellers commodity) ou une sous-représentation Achat_marge_5 (premium) signale un problème de routing GTM. Recalibrer avant de basculer Smart Bidding.

Pour la chaîne tracking conversions complète qui supporte cette pondération, voir notre guide tracking conversions Google Ads.

Méthodologie de bascule sur Target ROAS marge

Une fois Custom labels et conversion value différenciées en place (sections 5-6), reste à basculer Smart Bidding sur ROAS marge. Cette bascule est la phase la plus délicate — Smart Bidding doit ré-apprendre, et un calibrage trop agressif tue le volume. Trois étapes éprouvées, sur un horizon 30-45 jours.

Étape 1 (semaines 1-2) — Mesurer la marge moyenne pondérée actuelle. Avant tout changement de stratégie d'enchère, calculer la marge moyenne pondérée des conversions générées par campagne sur les 30 derniers jours. Exemple : campagne Shopping FR a généré 80 000€ revenu, mix 50% bucket 1 (marge 18%) + 30% bucket 3 (marge 35%) + 20% bucket 5 (marge 55%) = marge moyenne pondérée 28,5%. C'est votre baseline.

Étape 2 (semaines 3-4) — Basculer Target ROAS sur conversion value pondérée nouvelle. Si l'ancien Target ROAS sur revenu était 4× (= cible marge 1,14× implicite avec marge 28,5%), le nouveau Target ROAS marge doit viser 1,2 à 1,3× — légèrement plus ambitieux mais pas excessif pour ne pas tuer le volume. Sur une PMax, basculer en une seule fois ; sur Search/Shopping, basculer campagne par campagne avec 7 jours d'écart pour isoler l'impact.

Étape 3 (semaines 5-6) — Évaluer et ajuster. Mesurer marge nette générée à dépense constante, comparer avec la baseline. Trois scénarios possibles :

• Marge nette en hausse +10%+ vs baseline — bascule réussie. Tester Target ROAS marge 1,4-1,5× pour scaler.
• Marge nette stable ±5% — Smart Bidding a stabilisé sur le nouveau signal mais n'a pas réalloué. Vérifier que Custom labels couvrent bien 100% des SKU actifs et que la diversité des conversion values est réelle (pas tous les achats sur Achat_marge_3 par exemple).
• Marge nette en baisse — calibrage trop agressif, Smart Bidding a coupé du volume rentable. Revenir à Target ROAS marge 1,1× et patienter 14 jours avant de monter.

Pour les comptes qui suivent le ROAS marge depuis plus de 90 jours, l'écart se creuse encore : le scaling à dépense supérieure se fait en marge proportionnelle (un budget +50% produit +50% de marge), là où en ROAS revenu pur le scaling produit en général une décroissance marginale due à la dérive mix produit. C'est la vraie victoire stratégique : la rentabilité scale linéairement, pas en cloche.

Ce framework s'applique identiquement aux comptes qui ont activé Performance Max — où le risque de dérive ROAS est encore amplifié par la nature opaque de l'allocation Smart Bidding. Pour le détail des patterns d'échec PMax qui aggravent ce problème, voir notre article Performance Max détruit 30% des comptes.

Le ROAS revenu n'est pas mort — il reste utile comme indicateur de surface, comme proxy de volume, comme métrique simple à communiquer en interne. Mais il ne doit jamais être l'objectif d'optimisation Smart Bidding sur un catalogue à marge hétérogène. Le coût d'opportunité est trop élevé, et la solution technique trop accessible pour ne pas la mettre en place. La vraie question n'est plus « quel ROAS visons-nous ? » mais « combien de marge nette générons-nous par euro de pub ? ». Reformuler la question, c'est déjà avancer de moitié sur le chemin de la rentabilité réelle.

Sources

Sources officielles consultées pour ce guide :

• support.google.com
• blog.google
• support.google.com
• developers.google.com

FAQ