Audit Google Ads : guide ultime pour diagnostiquer, corriger et scaler un compte

C’est utile comme signal produit. C’est dangereux comme boussole business.

Un audit qui génère des décisions rentables répond à une seule question, brutalement simple : est-ce que Google Ads optimise réellement ce que votre entreprise cherche à maximiser… ou est-ce que vous nourrissez l’algorithme avec des signaux incohérents (tracking), des objectifs mal définis (conversion goals), des règles comptables fantaisistes (ROAS), et une gouvernance qui laisse des automatismes modifier votre compte sans contrôle. 

Ce guide est conçu pour des CMO et dirigeants qui ont dépassé le niveau “on veut plus de leads”. Vous voulez plus de profit, plus de prédictibilité, plus de scalabilité, et des décisions qui tiennent malgré la privacy et l’automatisation. C’est exactement l’objet d’un audit Google Ads moderne : remettre la mesure, l’attribution, les objectifs et la structure au service d’une rentabilité réelle—pas d’un reporting confortable. 

Pourquoi la plupart des audits Google Ads ne servent à rien

L’audit cosmétique : la course au score et aux “recommandations”

La plupart des audits s’arrêtent à des évidences : “ajoutez des extensions”, “élargissez en broad match”, “passez en Smart Bidding”, “augmentez le budget”. Sauf que Google explique lui-même que l’Optimization Score est calculé en temps réel et évolue selon le contexte, les tendances et les recommandations disponibles. Appliquer ou rejeter des recommandations modifie le score, mais ne garantit pas que vous maximisez la marge, la LTV ou la qualité des leads. 

Et oui : Google peut proposer (et pousser) des recommandations “broad match” pour des campagnes en Smart Bidding, avec des gains moyens annoncés dans certains scénarios. C’est écrit noir sur blanc : la recommandation broad match vise à augmenter le volume tout en respectant des objectifs de performance, avec des chiffres moyens issus de données internes Google (2020). 
Mais un audit adulte ne confond pas moyenne et vérité pour votre compte. Il teste, mesure, segmente, et tranche.

Le vrai scandale : optimiser sur des conversions fausses, puis “analyser” les résultats

Ce qui détruit le ROI n’est pas une structure d’ad groups imparfaite. C’est un système d’optimisation qui poursuit un objectif mal défini.

Google Ads n’optimise pas “votre business”. Il optimise vos signaux de conversion (et de valeur) via la logique des conversion goals, des actions primaires/secondaires, des fenêtres d’attribution, et des modèles d’attribution. 
Si ces réglages sont mauvais, l’algorithme devient extrêmement performant… à produire de la mauvaise performance.

Autre réalité, souvent ignorée : une partie des conversions peut être modélisée. Google décrit les “modeled conversions” comme des estimations basées sur des données non identifiantes quand certaines conversions ne peuvent pas être observées directement (privacy, limitations techniques, cross-device, consent). 
Donc votre audit doit distinguer ce qui est observé, ce qui est modélisé, et ce qui est inventé via de mauvais triggers ou des duplications.

Cadrage business et gouvernance avant d’ouvrir Google Ads

Votre objectif n’est pas un CPA : c’est une économie unitaire

Si votre audit commence dans l’onglet “Campagnes”, vous êtes déjà en retard. L’audit commence par un cadrage : que doit optimiser Google Ads, et que doit optimiser votre entreprise.

Google vous donne des outils pour exprimer une valeur de conversion plus réaliste, notamment via les conversion value rules, qui ajustent la valeur des conversions selon device, géographie et audiences, et influencent Smart Bidding (tROAS, Max conversion value) au moment de l’enchère. 
Ce n’est pas un gadget : c’est un mécanisme officiel pour rapprocher “valeur optimisée” et “valeur business”.

À ce stade, un audit sérieux fixe des standards :

• quelles conversions sont primaires (utilisées pour le bidding) vs secondaires (observation), selon la définition Google Ads ; 
• quels objectifs sont “account-default” vs “campaign-specific”, car Google précise que l’account-default détermine ce qui alimente la colonne Conversions et le bidding, sauf override au niveau campagne. 
• quel modèle d’attribution est utilisé (aujourd’hui, Google explique que certains modèles historiques ne sont plus supportés et que les conversions concernées ont été migrées vers data-driven). 

Sécuriser le compte : accès, historique, automatisations

Un audit Google Ads qui ignore la gouvernance est un audit irresponsable.

Google recommande explicitement de revoir régulièrement les accès et permissions, de supprimer les utilisateurs inactifs, de ne pas partager des identifiants, et d’utiliser les outils de sécurité. 
Ce n’est pas “de l’IT”. C’est du contrôle interne sur un canal qui dépense de l’argent.

Ensuite : l’historique. Google indique que Change History liste les changements sur les 2 dernières années (les données plus anciennes ne sont pas disponibles). 
Donc une partie du diagnostic est forcément basée sur vos exports, vos BI, ou votre entrepôt de données—pas uniquement l’interface.

Vérifier et contrôler les recommandations auto-appliquées

Google explique qu’il est possible d’activer l’application automatique de recommandations, tout en restant “en contrôle” via une file de revue. 
En audit, la question n’est pas “est-ce que c’est activé”. La question est : qu’est-ce qui peut être appliqué automatiquement, et est-ce compatible avec votre stratégie.

Revenir au factuel grâce à Change History

Google précise que Change History affiche qui a fait quoi (utilisateur, système, API), et permet de comparer les changements avec des métriques de performance dans une timeline. 
C’est votre outil anti-bullshit : un compte qui “s’effondre” a presque toujours une cause opérationnelle identifiable quelque part dans l’historique… ou dans le tracking.

Audit tracking : Google Tag Manager, server-side, consent et attribution

Architecture de conversion : ce que Google Ads optimise réellement

Google Ads a formalisé une logique de conversion goals et de primary vs secondary conversion actions :

• les Primary actions alimentent la colonne “Conversions” et sont utilisées pour l’optimisation des enchères si l’objectif standard est utilisé pour le bidding ;
• les Secondary actions servent à l’observation, remontent dans “All conversions” et ne pilotent pas les enchères (avec des exceptions liées aux custom goals). 

Ce point est non négociable : si vos “Primary” ne sont pas vos vrais KPI business, Smart Bidding peut devenir très bon… à optimiser un proxy. 

Conversions, All conversions et le piège des colonnes

Google explique que le paramétrage des objectifs “account-default” détermine ce qui apparaît dans “Conversions” et ce qui est utilisé pour l’automatisation. 
Donc, en audit, vous contrôlez systématiquement :

• quelles actions se trouvent dans chaque goal ; 
• lesquelles sont marquées primary vs secondary ; 
• si des actions secondaires entrent dans un custom goal (auquel cas elles peuvent de facto piloter le bidding). 

Fenêtres de conversion et attribution : vos décisions dépendent d’un réglage

Google définit la conversion window comme la période après interaction (clic, vue, engagement vidéo selon les formats) durant laquelle une conversion est enregistrée dans Google Ads. 
Google définit aussi les view-through conversions comme des conversions qui surviennent après exposition sans interaction, et dans une fenêtre paramétrable. 

En audit, ce n’est pas un détail. Une fenêtre mal réglée :

• change vos volumes de conversions ; 
• change les signaux envoyés à Smart Bidding ; 
• rend vos comparaisons YoY ou MoM trompeuses si vous modifiez les réglages sans “marquer” le changement (Change History + annotation interne). 

Data quality : éviter les doublons, fiabiliser la valeur, prouver l’attribution

Si vous faites du e-commerce, la base est simple : si vous ne gérez pas le Transaction ID, vous acceptez de mesurer du bruit.

Google indique qu’une Transaction ID unique permet d’éviter que des conversions dupliquées soient comptées : deux conversions avec la même transaction ID pour la même action seront considérées comme doublon et la duplication ne sera pas comptée. Google précise aussi une limite de 64 caractères et l’exigence d’unicité stricte. 
Côté GTM, Google Tag Manager rappelle que l’Ads Conversion Tracking tag peut recevoir Conversion Value, Transaction ID et Currency Code, et recommande l’usage du Transaction ID pour éviter les duplications. 

Le corollaire : si votre audit ne teste pas la déduplication et la transmission des valeurs dynamiques, il n’a aucune légitimité à discuter tROAS. 

Conversion Linker et auto-tagging : l’attribution se casse souvent ici

Google décrit précisément la balise Conversion Linker : elle détecte les informations de clic publicitaire dans vos URLs et les stocke dans des cookies first-party et le local storage sur votre domaine. 
Et Google décrit l’auto-tagging comme le mécanisme qui “tag” l’URL de destination des clics. 

En audit, vous vérifiez au minimum :

• auto-tagging activé ; 
• Conversion Linker présent et déclenché “sitewide” si votre setup dépend de GTM ; 
• cohérence cross-domain et absence de redirections qui “perdent” le GCLID ; 

Consent Mode, conversions modélisées et réalité de la privacy

Google explique que Consent mode permet de communiquer le statut de consentement (cookies / identifiants) à Google, et que les tags ajustent leur comportement pour respecter les choix. 
Google précise aussi, côté concepts, qu’en absence de consentement au storage, les tags consent-aware n’écrivent pas de cookies et envoient des “cookieless pings”, ce qui permet ensuite à Google Ads et GA4 de modéliser conversions et événements clés. 

Google définit les “modeled online conversions” comme des estimations basées sur des données non identifiantes pour offrir une vue plus complète des conversions non observables directement. 
Et Google précise que les conversions modélisées via Consent Mode sont intégrées dans les reports de campagne et alimentent les outils de bidding. 

Ce que ça signifie en audit :

• vous devez savoir quelle part de vos conversions est “observée” vs “modélisée” ; 
• vous devez évaluer si la modélisation est cohérente avec vos taux de consentement et votre implémentation ; 
• vous devez arrêter de traiter le reporting comme une vérité comptable.

Google a publié des résultats “early” indiquant qu’en moyenne la modélisation via Consent Mode pouvait “recover” plus de 70 % des parcours ad-click-to-conversion perdus à cause des choix de consentement, avec une forte variabilité selon les annonceurs. 
Un audit sérieux utilise ce chiffre comme une indication : la mesure est un système probabiliste, et votre job est de maximiser la qualité des signaux—pas de fantasmer une exactitude parfaite.

Enhanced conversions et offline : compléter le signal avec du first-party

Google décrit les Enhanced conversions comme une fonctionnalité qui améliore la précision de mesure en envoyant des données first-party hashées (SHA256) de façon privacy-safe, et en les comparant à des données hashées de comptes Google signés-in. 
Google précise aussi que le principe du hashing SHA256 est utilisé dans d’autres fonctionnalités de mesure et d’audiences (ex. Customer Match), soit hashé par l’annonceur, soit par Google. 

Pour les cycles de vente plus longs (B2B, sales assist, closing offline), Google documente l’import de conversions offline avec GCLID et fournit des règles strictes : les conversions uploadées plus de 90 jours après le dernier clic ne seront pas importées (et 63 jours pour certains cas liés aux enhanced conversions for leads), et Google indique un délai de quelques heures avant apparition des statistiques importées. 

Ce que fait un audit moderne :

• vérifier que l’offline import est “audit-proof” (identifiants, délais, déduplication) ; 
• vérifier que l’enhanced conversion setup est cohérent (tag, GTM, API selon votre architecture) ; 
• vérifier que vos conversions réellement rentables sont celles qui pilotent le bidding, pas des micro-actions secondaires. 

Audit structure et diffusion : campagnes, mots-clés, assets et Performance Max

Search : contrôler la demande réelle via le search terms report

Le search terms report n’est pas un rapport “d’optimisation”. C’est le rapport qui vous dit, concrètement, quelles requêtes déclenchent vos annonces. Google explique qu’il fournit un aperçu des recherches qui déclenchent les annonces et de leurs performances. 

En audit, vous cherchez trois choses :

1. du gaspillage par mismatch d’intention (requêtes non alignées sur la promesse),
2. des opportunités business (requêtes performantes non “isolées” en exact ou en groupes dédiés),
3. des problèmes de gouvernance (requêtes sensibles, compliance, brand safety, concurrence interne entre campagnes).

Le point de vue tranché : si vous n’avez pas un rituel d’analyse des search terms, vous n’avez pas “une stratégie”. Vous avez une dépense. Google lui-même positionne le rapport comme un outil pour aligner contenu, landing et intentions. 

Match types et automation : broad match n’est pas un bouton croissance gratuit

Google est très explicite : dans sa documentation “Your guide to broad match”, Google indique qu’il est critique d’utiliser Smart Bidding avec broad match, car chaque requête est différente et les enchères doivent refléter les signaux contextuels au moment de l’enchère. 
Google recommande aussi le trio broad match + Smart Bidding + RSA dans des ressources “AI-powered search advertising”. 

Et Google va jusqu’à publier des gains moyens associés à la recommandation broad match pour certaines campagnes Smart Bidding (chiffres internes Google). 

Ce que fait un audit sérieux, au lieu d’un débat idéologique :

• il vérifie si vos conversions primaires sont propres (sinon broad match amplifie le chaos) ; 
• il vérifie la cohérence du modèle d’attribution (DDA vs last click) avant d’élargir ; 
• il vérifie la capacité de contrôle via negatives et segmentation, parce que broad match augmente le spectre des requêtes à gouverner. 

Qualité d’annonce et de landing : diagnostiquer au bon niveau

Google définit Quality Score comme un outil de diagnostic (1–10) au niveau keyword, pour comparer la qualité de vos annonces à d’autres annonceurs, et propose d’exposer ses composantes : expected CTR, ad relevance, landing page experience. 

Ce cadre est utile… si vous l’utilisez correctement :

• Quality Score ne capture pas tout (Google liste explicitement des facteurs non capturés, comme devices, location, time of day, assets). 
• Quality Score est basé sur l’historique d’impressions exactes, et changer le match type ne le modifie pas mécaniquement. 

Un audit “adulte” s’en sert pour isoler où est le problème : intention, message, page. Il ne s’en sert pas comme KPI de management.

RSA et Ad strength : utiliser l’indicateur sans en faire une religion

Google explique que l’Ad strength des responsive search ads est un indicateur d’opportunités d’amélioration pendant la création/édition, et précise surtout que cette note n’influence pas directement l’éligibilité de diffusion. 
Google recommande néanmoins d’avoir au moins une RSA avec un Ad strength “Good” ou “Excellent” par ad group et rappelle qu’il existe une limite de 3 RSA activées par ad group. 

Donc, en audit :

• vous vérifiez que les ad groups critiques ne sont pas nourris par des RSA “pauvres” ; 
• vous contrôlez la cohérence “requêtes → promesse → landing”, car Quality Score et Ad strength ne compensent pas une offre qui ne convertit pas ; 
• vous évitez l’obsession du score : vous cherchez la qualité du signal conversion.

Performance Max : audit des inputs, pas des impressions

Google définit Performance Max comme un type de campagne orienté objectifs qui donne accès à tout l’inventaire Google Ads depuis une seule campagne et qui est conçu pour compléter vos Search keyword-based afin de trouver plus de clients sur plusieurs propriétés. 

Le piège classique : auditer PMax comme si c’était “une campagne Search”. Ce n’est pas le bon modèle mental. Un audit PMax est un audit :

• des objectifs (conversion goals) ; 
• des signaux (data-driven attribution, conversion modeling, enhanced conv) ; 
• des assets et de leur qualité ; 
• des audience signals.

Google décrit les audience signals comme des suggestions pour aider Google AI à optimiser, tout en précisant que PMax peut diffuser au-delà de ces signaux si des audiences ont une forte probabilité de conversion. 
Autrement dit : les signaux ne sont pas une “cible”, c’est un accélérateur d’apprentissage.

Audit pilotage : enchères, budgets, ROAS réel et valeur long terme

Smart Bidding : auditer l’adéquation entre signaux, objectifs et stratégie d’enchère

Google définit Smart Bidding comme des stratégies d’enchères automatisées qui utilisent l’IA pour optimiser les conversions ou la valeur de conversion à chaque enchère, via “auction-time bidding”. 
Google décrit aussi de nombreux signaux utilisés : device, location, time, remarketing list, requête réelle (Search et Shopping), etc. 

Conclusion opérationnelle : plus Smart Bidding a un signal propre, plus il est dangereux de lui fournir un signal sale.
Donc, en audit, vous ne “jugez” pas Smart Bidding. Vous jugez :

• la qualité de vos conversions primaires ; 
• la cohérence des fenêtres ; 
• la stabilité du modèle d’attribution (DDA vs last click) ; 
• votre capacité à alimenter un modèle data-driven avec du volume suffisant.

Google recommande (pour DDA) au moins 200 conversions et 2 000 interactions sur 30 jours sur des réseaux supportés pour que le modèle identifie mieux les patterns, même si DDA reste éligible avec moins. 
Ce n’est pas un dogme : c’est une indication que, sans volume, la part “modèle” peut se comporter plus comme un last click déguisé, ou produire des effets limités. 

ROAS affiché vs ROAS réel : l’audit qui change la vie des dirigeants

Le ROAS Google Ads est un ratio “valeur de conversion / coût pub” basé sur :

• ce que vous envoyez comme valeur (tagging ou import) ; 
• le modèle d’attribution ; 
• les règles de conversion value ; 
• les conversions modélisées qui peuvent être intégrées dans les reports. 

Donc le ROAS affiché est rarement “faux” au sens mathématique. Il est souvent non aligné avec votre P&L.

Un audit premium transforme le ROAS en pilotage réel via trois leviers officiels :

• valeurs dynamiques transaction-specific (au lieu de valeurs statiques) ; 
• déduplication transaction ID ; 
• conversion value rules pour refléter des différences de valeur (marge, audiences, géographie, device) et optimiser Smart Bidding sur une valeur plus business. 

Budget, pacing et contraintes “non marketing”

Un audit Google Ads doit regarder l’argent là où il se bloque : billing, limites, et capacité à investir sans friction.

Google documente des cadres de paiement, et précise l’existence de la monthly invoicing, typiquement utilisée par des gros annonceurs et agences, et liste des critères d’éligibilité (par exemple des niveaux de dépenses mensuelles minimum sur plusieurs mois). 
Vous n’êtes pas obligé d’être en monthly invoicing, mais vous devez savoir si votre setup de paiement est un facteur de risque (campagnes stoppées, limitations, friction comptable). 

En audit, la posture tranchée est simple : si votre entreprise est “scale-ready” mais que votre Google Ads n’est pas “billing-ready”, vous n’avez pas un problème de marketing. Vous avez un problème de gouvernance.

Restitution : plan d’action, priorisation et standards Convertix

Ce que doit contenir un vrai livrable d’audit Google Ads

Un livrable sérieux ne se résume pas à “reco + priorité”. Il doit relier :

• une observation (ex. conversions mal définies) ; 
• une base officielle (ex. définition Primary/Secondary, conversion windows) ; 
• un risque business (ex. Smart Bidding optimise des actions secondaires) ; 
• une action concretement testable (ex. Tag Diagnostics, Tag Assistant, check conversion linker, transaction ID). 

Google met à disposition des outils de diagnostic de tagging, dont Tag Diagnostics, qui scanne les tags et catégorise l’état (excellent, good, needs attention, urgent) avec des recommandations de correction. 
Et Google décrit Tag Assistant comme un outil de vérification des actions de conversion directement sur votre site depuis l’interface Ads pour certaines implémentations. 

Donc un audit qui se respecte utilise ces outils et documente :

• ce qui est observé, ce qui est modélisé ; 
• ce qui est stable vs ce qui change selon consent ; 
• ce qui est attribué selon DDA vs last click (et pourquoi). 

La logique de priorisation qui évite les audits “trop longs pour être appliqués”

Une priorisation efficace suit une loi simple :
tout ce qui change le signal de conversion et le modèle d’optimisation passe avant tout ce qui optimise des assets.

Dans le langage Google Ads :

1. conversion goals + primary/secondary + account-default, car ce sont eux qui gouvernent “Conversions” et le bidding ; 
2. qualité de tracking (auto-tagging, conversion linker, transaction id, valeurs dynamiques) ; 
3. consent mode + conversions modélisées (car sans cela, vous pilotez sur des trous) ; 
4. attribution model (DDA vs last click) ; 
5. ensuite seulement : structure, keywords, RSA, assets, PMax inputs. 

Pourquoi un audit premium coûte plus cher et rapporte plus

Le positionnement premium n’est pas “on est plus cher”. C’est : on est plus systémique.

Un audit premium travaille comme un système qualité :

• gouvernance de l’accès et de l’historique (sinon vous ne contrôlez pas votre média) ; 
• robustesse du tracking (sinon vous optimisez un mirage) ; 
• prise en compte de la modélisation (sinon vous interprétez mal la performance) ; 
• alignement valeur business via conversion value rules (sinon tROAS optimise une valeur plate). 

Chez , l’approche revendiquée dans ce type de mission est de traiter l’audit comme un processus structuré (logique “checkpoints” nombreux, reproductibles), orienté data (GTM, server-side, consent), et focalisé sur la rentabilité réelle et la valeur long terme. Dans la pratique, c’est ce niveau de rigueur qui sépare un audit “présentation” d’un audit “décision”.

Sources et références

Documentation officielle 

Optimization Score (définition, calcul, périmètre). 
Change History (2 ans, utilisateurs systèmes, timeline). 
Search terms report (définition, usages). 
Quality Score (outil diagnostic, composantes, limites). 
Attribution models et suppression de certains modèles historiques. 
Data-driven attribution (fonctionnement, recommandations volume). 
Conversion counting options et conversion windows. 
Account-default conversion goals. 
Primary vs Secondary conversion actions. 
Smart Bidding (définition, auction-time bidding). 
Broad match (guide, exigence Smart Bidding). 
Performance Max (définition, inventaire, complémentarité Search). 
Audience signals PMax (rôle, diffusion au-delà des signaux). 
Ad strength RSA (recommandations, limite RSA, non-impact direct sur diffusion). 
Auto-tagging (activation). 
ValueTrack parameters (tracking templates). 
Conversion Linker (stockage first-party, fonctionnement). 
Transaction ID anti-duplication. 
Consent mode (fonctionnement, signaux). 
Modeled conversions (définition, intégration dans reports via consent mode). 
Enhanced conversions (définition, hashing SHA256, privacy-safe). 
Offline conversion import (GCLID, contraintes 90 jours, délais). 
Conversion value rules (définition, usage Smart Bidding). 
Auto-apply recommendations (activation, gestion). 
Sécurité du compte (best practices accès). 
Billing et monthly invoicing (définition, critères). 
Tag Diagnostics et Tag Assistant (diagnostic, debug). 

Sources complémentaires crédibles et benchmarks

Conversion modeling via Consent Mode : résultats “early” et mise en perspective measurement. 
Rigueur data quality en entreprise : coût de la mauvaise qualité des données, perspective macro.