Ce calcul est le socle de toute rentabilité e-commerce sérieuse : sans lui, aucun arbitrage de budget SEA ne repose sur un chiffre vrai.
Prenez deux boutiques au ROAS identique. La première vend une gamme à l’économie unitaire confortable, avec peu de retours : elle gagne de l’argent. La seconde vend une gamme plus fragile, avec des retours fréquents : elle peut perdre de l’argent sur chaque euro de publicité, avec le même chiffre affiché en grand dans la même interface.
Le ROAS n’est pas un mauvais indicateur : c’est un indicateur incomplet promu au rang de verdict. Il rapporte un chiffre d’affaires à une dépense. Entre ce chiffre d’affaires et votre poche, quatre réalités s’interposent, et il les ignore par défaut, y compris quand le pilotage des enchères est délégué à l’algorithme, sur Search comme sur Shopping.
Pourquoi le ROAS ne dit pas si vous gagnez de l’argent
Le ROAS et le POAS mesurent des choses différentes, et le ROAS a quatre angles morts structurels que même un bon ratio, ou une bonne stratégie d’enchères automatiques, ne comble pas.
ROAS, POAS, ROI : lequel dit vraiment si je gagne de l’argent ?
Le POAS, parce qu’il rapporte un profit à l’investissement média, là où le ROAS rapporte un chiffre d’affaires et le ROI mesure autre chose. Trois sigles qu’on empile partout sans les hiérarchiser, alors que la confusion est précisément le piège.
Le ROAS, c’est le CA divisé par la dépense média : l’efficacité brute du robinet publicitaire, l’indicateur du quotidien, celui qu’affiche par défaut le tableau de bord de campagne. Le POAS (Profit On Ad Spend), c’est le profit divisé par ce même montant investi : c’est le nom exact de ce que cette page appelle « rentabilité réelle ». Le ROI, lui, mesure le retour de tout l’investissement marketing, salaires, outils, coûts fixes inclus, une affaire de dirigeant, hors du périmètre d’un calcul par campagne ou par groupe d’annonces.
La nuance que la plupart des pages oublient : un POAS « manuel » divise le profit brut par les dépenses média et s’arrête là. Notre rentabilité réelle est un POAS qui intègre en plus les retours et le mix nouveaux/existants, les deux fuites que la définition standard laisse passer. Pour le développement du POAS (comment un POAS sous 1 coexiste avec un ROAS au-dessus de 4, et comment piloter dessus), c’est le terrain où POAS et ROAS divergent. Pour le seuil de ROAS qui sépare le profit de la perte selon votre marge, il se calcule à part.
Pourquoi le ROAS ment-il sur la rentabilité réelle ?
Un : la marge, le plus connu, le plus ignoré en pratique. Le point mort dépend de votre structure de coûts, il se calcule, gamme par gamme, un ROAS « bon » dans l’absolu n’existe pas, quel que soit le budget engagé ou le volume de conversions généré.
Deux : les retours, le CA encaissé n’est pas le CA gardé. Sur une gamme souvent retournée, un ROAS affiché comme correct peut devenir beaucoup moins solide une fois les commandes annulées ou remboursées, et le compte ne l’affichera pas spontanément.
Trois : le mix nouveaux/existants. Un ROAS dopé aux rachats de clients acquis via du remarketing ou du display mesure votre capacité à reprendre ce qui était à vous, pas à croître. Deux comptes au même ratio, sur le même réseau publicitaire, peuvent cacher une machine de conquête et une pompe à cannibalisation, le funnel a beau afficher des conversions à chaque étape, l’étape qui compte vraiment, l’acquisition nette, reste hors radar du ROAS.
Quatre : les coûts annexes de l’acquisition. Le code de bienvenue à -10 %, l’outil de flux, la création publicitaire : autant de charges réelles qui ne passent jamais dans la colonne « dépenses » du calcul, ni dans le coût moyen par conversion que vous lisez chaque matin.
Un ROAS de 4 est-il bon ? L’exemple chiffré qui tranche
Un ROAS de 4 peut être une perte sèche : tout dépend de l’économie unitaire, du taux de retour et des frais complémentaires. « Bon » dans l’absolu ne veut rien dire ; voici la démonstration, posée chiffre par chiffre.
Prenez 1 000 € d’investissement média et un ROAS affiché de 4 : 4 000 € de CA attribué. La gamme a 32 % de marge brute et un taux de retour élevé, typique d’un catalogue où la taille, la compatibilité ou le choix produit génèrent beaucoup d’annulations.
- CA encaissé net de retours : 4 000 € − 25 % = 3 000 €.
- Marge variable à 32 % sur ce CA gardé : 960 €.
- On retranche le média : 960 € − 1 000 € = −40 €. Déjà sous l’équilibre.
- Puis les codes promotionnels, les frais de paiement ou les coûts de traitement : on creuse encore.
Verdict : ROAS au vert, résultat dans le rouge, sur un cas réaliste dès que les retours pèsent. Le même investissement sur une gamme plus contributive et moins retournée dégagerait un profit au même ROAS de 4. Le ratio est identique ; le résultat dans votre poche est l’inverse. Le seuil de ROAS qui sépare les deux dépend de votre économie unitaire, le break-even se déduit en une formule, et c’est lui, pas un benchmark de marché ni un objectif fixé au doigt mouillé, qui dit si votre 4 est bon.
Pourquoi un objectif tROAS bien réglé ne corrige rien à la marge ?
Parce que le Target ROAS optimise la valeur de conversion que vous lui donnez à maximiser, et par défaut, cette valeur est le chiffre d’affaires, pas le profit. L’algorithme d’enchères automatiques fait exactement ce qu’on lui demande ; le problème est dans la consigne, pas dans son exécution.
Le mécanisme est simple : à chaque recherche, l’enchère prédit la probabilité et la valeur d’une conversion, puis ajuste l’enchère en temps réel pour atteindre le ratio cible sur l’ensemble de la période. Si la valeur de conversion envoyée est le montant du panier, Smart Bidding cherche du chiffre d’affaires au ratio fixé, pas du profit : il peut pousser du budget vers la gamme la moins contributive du catalogue parce qu’elle génère le meilleur ROAS apparent, sans voir l’économie cachée derrière chaque euro de valeur.
La correction ne se joue pas sur l’objectif de ROAS, mais en amont, sur ce qu’on nourrit à l’algorithme : envoyer une valeur de conversion ajustée au profit brut, via les données de panier décrites plus bas, change ce que l’enchère automatique cherche à maximiser. Sans ce réglage, un compte peut atteindre son tROAS apparent et voir sa rentabilité réelle reculer trimestre après trimestre, sans alerte évidente dans l’interface.
Le même biais dépasse le tROAS. Une stratégie « Maximiser la valeur de conversion », un CPA cible mal segmenté, ou une campagne Performance Max qui recycle du trafic déjà acquis via une audience de remarketing : dans les trois cas, l’algorithme optimise un volume ou une valeur brute, pas un profit qu’on ne lui a pas transmis. La question à se poser n’est pas « mon ROAS est-il bon », mais « qu’est-ce que je paie l’algorithme pour maximiser », et tant que la réponse reste le chiffre d’affaires, l’incrémentalité réelle de la campagne, sur ses audiences comme sur son budget, reste difficile à lire, quel que soit le niveau de sophistication de l’enchère.
La marge dit si vous gagnez, l’incrémentalité dit si vous l’auriez gagné sans la pub
Un dernier étage, au-delà du gain unitaire : une vente rentable n’est pas forcément une vente que la publicité a créée. Si le client aurait acheté de toute façon, via une recherche de marque, un lien direct, un email déjà programmé, la campagne encaisse un profit qui existait sans elle. C’est le test d’incrémentalité, le conversion lift : un groupe test exposé aux annonces, un groupe contrôle qui ne l’est pas, et l’écart de conversions entre les deux qui isole ce que la publicité a réellement généré, plutôt que ce qu’un modèle d’attribution lui attribue, le principe se creuse à part.
Ces tests ne sont pas toujours disponibles en autonomie selon les comptes et les formats. Mais le principe se transpose sans eux : sur les campagnes de marque et de remarketing en particulier, celles où le mix nouveaux/existants pèse le plus, la question devient : « cette vente aurait-elle eu lieu de toute façon ? » Une rentabilité réelle établie sans cette réserve reste vraie sur le papier et parfois optimiste sur le terrain.
Quelle formule pour calculer la rentabilité réelle d'une campagne ?
La rentabilité réelle d’un périmètre publicitaire tient en une ligne : (CA attribué net de retours × taux de marge sur coûts variables) moins dépense média moins coûts d’acquisition annexes. Trois consignes pour qu’elle reste praticable, c’est-à-dire faite.
Le taux retenu : celui d’après port, paiement et traitement moyen des retours, par gamme, pas le taux brut du catalogue ni la moyenne des dépenses publicitaires du mois.
La granularité : par gamme ou par grande campagne, parce que les moyennes organisent les subventions croisées. La gamme riche paie la diffusion de la pauvre, et le total « rentable » cache un tiers de catalogue à perte, le même budget publicitaire produit un profit à deux visages selon où on le regarde.
La fréquence : trimestrielle suffit, c’est un calcul de vérité, pas un tableau de bord quotidien. Le quotidien reste au ROAS, recalibré par cette vérité ; c’est elle qui doit orienter la stratégie, pas l’inverse.
| ROAS affiché | Rentabilité réelle | |
|---|---|---|
| Ignore | gain unitaire, retours, mix nouveaux/existants, frais annexes | rien |
| Logique | CA / investissement média | (CA net de retours × taux contributif) moins charges non-média |
| Verdict | un ROAS flatteur sur faible contribution peut être une perte | le seul chiffre qui dit si vous gagnez de l’argent |
Ce que ça change : outillage et redistribution de budget
Une partie du travail peut devenir native
Google peut exploiter une partie des données de marges quand les conversions avec données de panier sont croisées avec l’attribut de coût d’achat du flux produit. Ce reporting aide à estimer le profit brut par produit ou par campagne, à condition d’avoir une donnée suffisamment propre côté flux et suivi. Le même principe de valeur de conversion ajustée peut ensuite s’appliquer plus largement, via un custom label ou une méta-donnée de contribution injectée dans l’import de conversions. Dans Google Ads, la mise en place tient en deux pièces, posées dans la branche tracking : la méta-donnée COGS côté flux, et l’action de suivi côté compte.
Ce reporting suffit-il à piloter les enchères par étape du funnel ?
Pas seul. Le reporting de profit natif dit où se trouve le gain brut ; il ne dit pas à quelle étape du parcours agir. Une campagne ciblant la phase de prospection large, audiences similaires, mots-clés génériques, n’a pas le même rôle qu’une campagne ciblant la phase de reciblage, sur un CPA déjà éprouvé. Piloter les deux sur le même objectif de ROAS revient à comparer un investissement et une récolte.
En pratique, le minimum viable : séparer au moins deux enchères, une pour l’acquisition (search générique, display de découverte), une pour l’activation (remarketing, audiences déjà qualifiées), chacune avec son propre seuil de rentabilité, parce que le coût d’un client à cette étape n’a pas la même valeur ni le même risque que plus haut dans le funnel.
Restent à votre charge les retours, avec un abattement par gamme dérivé de votre back-office, et les frais annexes, ajoutés comme une ligne d’honnêteté dans la revue trimestrielle. L’aveuglement à la contribution n’est plus une fatalité technique dans tous les cas ; il devient surtout un problème d’organisation de la donnée.
Le reporting de profit natif a un seuil d’activation
Le value-based bidding sur données de panier n’est pas disponible utilement dès le premier euro dépensé. Comme toute stratégie de Smart Bidding pilotée sur une valeur, il lui faut un socle de conversions régulier au niveau de l’action de suivi pour que l’enchère automatique dispose d’un signal fiable ; en dessous, la stratégie reste instable, quelle que soit la qualité de vos données économiques. Le mécanisme est surtout pertinent là où la donnée de panier remonte proprement jusqu’à l’enchère.
Sous ce plancher, deux options : élargir la fenêtre temporelle de mesure, avec la revue trimestrielle manuelle décrite plus haut, gamme par gamme, ou regrouper plusieurs petites gammes sous une même action de conversion pour atteindre le volume requis, quitte à perdre en granularité fine. Un compte au faible volume de conversions se pilote presque systématiquement en dessous du seuil natif ; dans ce cas, mieux vaut conserver une méthode manuelle que chercher une automatisation trop fragile.
Ce que le calcul change, concrètement
La première fois qu’un compte passe à la mesure réelle, trois découvertes reviennent souvent.
Des campagnes vedettes déclassées : le meilleur ROAS du compte, assis sur une gamme peu contributive et des retours lourds, descend du podium, la phase de vérité arrive tôt ou tard. Des campagnes discrètes réhabilitées : un ROAS moyen sur une gamme riche qui s’avère le vrai moteur de profit, et dont l’objectif de ROAS mérite d’être revu à la hausse.
Et une décision de structure : l’évidence qu’il faut séparer les enchères par niveau de contribution, puisque le même effort publicitaire ne vaut pas le même profit selon où il se pose. L’analyse n’est pas un exercice comptable, c’est un redistributeur de budget.
Ce calcul vaut-il aussi pour l’acquisition SEO ?
Le principe, oui ; le mécanisme, non. Un client organique coûte différemment, temps, contenu, netlinking, mais la même question se pose : quel est son gain réel une fois les retours et le service décomptés. L’analyse de rentabilité par gamme s’applique au-delà du seul média payant ; ce qui change avec le SEA, c’est l’investissement identifiable et immédiat qui rend l’exercice plus simple, gamme par gamme, mois après mois. La donnée client, panier moyen, taux de retour, fréquence de rachat, reste le même socle, quel que soit le canal qui l’a amenée.
- Le ROAS rapporte un CA à l’investissement média : il ignore le gain unitaire, les retours, le mix clients et les charges annexes.
- La rentabilité réelle = (CA net de retours × taux contributif) moins média et frais annexes, établie par gamme, pas en moyenne.
- Les données de panier et le COGS peuvent aider à estimer le profit brut, mais les retours et charges annexes restent à traiter côté back-office.
- La bonne fréquence est trimestrielle : cette revue sert à recalibrer le pilotage, pas à remplacer les indicateurs du quotidien.
Pour qui c’est urgent, et la limite
Marges hétérogènes, retours significatifs, stratégie d’enchères automatiques pilotée sur un objectif de ROAS générique, ou croissance qui ne se sent pas en trésorerie malgré de « bons » chiffres : votre cas est le cas d’école.
À garder en tête : ce modèle mesure le profit publicitaire sur charges variables. Vos charges fixes, votre logistique propre, votre BFR n’y figurent pas, et la LTV non plus (un CAC supérieur au profit brut de la première commande peut être un excellent investissement si la rétention est prouvée, c’est l’affaire du coût d’acquisition). C’est la meilleure vérité pilotable côté client, pas votre liasse fiscale.
Et sur le display ou le remarketing, le calcul change-t-il ?
Le principe reste identique ; l’accès au reporting natif, non. Le value-based bidding sur données de panier cible en priorité les campagnes Search et Shopping ; sur les campagnes display, sur une audience de remarketing ou sur un custom label de reciblage, le lien entre l’impression publicitaire et la contribution produit est plus long à établir et souvent absent des tableaux de bord standards.
Sur ces canaux, la méthode manuelle, gamme par gamme, trimestrielle, reste la référence, avec une vigilance supplémentaire : un display bien pensé sert surtout à réactiver une audience déjà tiède, ce qui ramène directement à la question du mix nouveaux/existants et à celle, plus difficile encore, de l’incrémentalité réelle de ces impressions.
Vous annonciez un ROAS. Le choix utile : sur les quatre réalités que ce chiffre ignore, économie unitaire, retours, mix, frais annexes, combien avez-vous décomptées la dernière fois que vous avez dit « rentable » ? Si la réponse est zéro, le chantier est clair : poser le modèle réel sur une revue dédiée, pour votre rentabilité e-commerce, pour vos campagnes Google Ads pilotées sur le profit. Le ROAS dit ce que vous encaissez, pas toujours ce que vous gagnez.
