L’api conversions facebook n’est plus une option qu’on peut remettre à plus tard. Ça, c’est la conclusion principale que j’ai tirée en écoutant le podcast No Pay No Play de Joseph Donio – un épisode rare, parce que Joseph a réussi quelque chose qu’il cherchait depuis 3 ans : faire parler des gens de chez Meta, en direct, sur leur propre infrastructure technique. Michèle Ngueyep, responsable marketing produit des signaux pour toute la zone EMEA, et Marc-Alban Ponthieu, son équivalent France avec en plus les dossiers privacy et réglementation. Deux personnes qui, a priori, ne parlent pas beaucoup en public.
Ce qui est intéressant – et un peu inconfortable à entendre – c’est la façon dont ils décrivent le pixel Meta. Pas comme quelque chose de mort. Mais clairement comme quelque chose en fin de vie. En 2023, il a encore une utilité, dit Michèle. Mais il faut passer sur des solutions comme la conversion API de manière prioritaire.
Prioritaire. C’est le mot qu’ils utilisent. Pas ‘conseillé’. Pas ‘recommandé’. Prioritaire.
Ce que Meta appelle vraiment les ‘signaux’ – et pourquoi c’est leur obsession depuis 9 ans
Marc-Alban Ponthieu est chez Meta depuis à peu près 9 ans. Et il dit quelque chose de frappant : cette conversation sur l’importance des données de conversion, Meta l’a toujours eue avec ses annonceurs. Depuis le début. C’est pas une réponse à iOS 14. C’est une philosophie qui précède le problème.
«Rien n’est plus pertinent que les données que vous êtes en capacité de remonter à la plateforme pour aider à traquer effectivement au mieux les campagnes, aider surtout à mieux cibler les utilisateurs.»
Dit comme ça, ça a l’air d’une évidence. Mais la plupart des annonceurs passent encore 80% de leur temps à chipoter sur leurs audiences et leurs ciblages – et zéro heure à réfléchir à la qualité des signaux qu’ils envoient à l’algorithme.
Les signaux, c’est la nourriture de la machine. Clics, ajouts au panier, formulaires remplis, achats – tout ce qui remonte depuis le site vers Meta, c’est ce que le machine learning digère pour décider à qui montrer quoi. Sans cette nourriture, l’algorithme tourne dans le vide. Il dépense ton budget. Mais il optimise pas grand chose.
Ce qui a changé depuis iOS 14, c’est que cette nourriture est partiellement coupée. Apple a mis un filtre. Le pixel – qui fonctionnait côté navigateur – ne voit plus tout. Et là, les experts Facebook Ads post-iOS 14 ont tous dû revoir leur façon de travailler.
Le pixel Meta en 2023 : ni mort ni vraiment vivant
Alors, le pixel – mort ou pas mort ?
La réponse de Michèle Ngueyep est diplomatique, mais le message est limpide. Les données de tierces parties n’auront certainement plus d’utilité compte tenu des réglementations. Et le pixel, c’est exactement ça : une technologie qui repose sur des données de tierces parties, collectées côté navigateur, sans consentement explicite de l’utilisateur.
«Pour l’instant, en 2023, il a toujours une utilité. Mais on demande aux annonceurs de manière prioritaire de passer sur des solutions telles que l’api de conversion.»
Ce que j’entends là, c’est une transition annoncée. Pas une mort brutale – mais une obsolescence programmée. Le genre de truc que les boîtes tech font bien : maintenir l’ancien système le temps que le nouveau soit adopté, puis couper progressivement.
Marc-Alban Ponthieu rajoute une urgence concrète : n’attendez pas l’abandon des cookies tiers par Google sur Chrome (prévu mi-2023 à l’époque de l’interview). Ne vous retrouvez pas en retard pendant que vos concurrents ont déjà un an d’expérience sur l’api conversions facebook.
(Et franchement, combien d’annonceurs ont encore attendu ? Beaucoup trop.)
Ce qui me frappe aussi, c’est que le débat autour du pixel et des stratégies de suivi dure depuis des années dans la communauté Facebook Ads – et les réponses officielles de Meta ont toujours été floues. Là, pour la première fois, c’est clair.
api conversions facebook : pourquoi c’est plus compliqué – et comment ça se simplifie
Le blocage principal pour l’adoption de l’api conversions facebook, c’est technique. Pas stratégique. Le pixel, tu colles un bout de code JavaScript dans le header de ton site, c’est plié en 10 minutes. L’API de conversion, c’est différent – ça passe par le serveur de l’annonceur, pas par le navigateur de l’utilisateur.
Mais Marc-Alban Ponthieu démonte un peu l’épouvantail. La solution API Gateway – ce que Meta appelle le portail de la conversion en français (nom qui sonne effectivement assez bizarre) – réduit la complexité à une intervention dans les DNS de ton nom de domaine. Une ligne. Puis le reste se configure en 15 à 20 minutes.
«La plus grosse difficulté, c’est d’aller renseigner dans les DNS de ton nom de domaine une ligne d’information. Et après, effectivement, tout le reste se fait de manière un peu plus simple. C’est vraiment du 15-20 minutes de temps d’intégration.»
15 à 20 minutes. Bon. J’y crois à moitié – parce que ça dépend beaucoup de qui fait l’intégration et de quelle stack technique tourne derrière. Mais le point reste valable : c’est plus accessible qu’une intégration API serveur à serveur from scratch.
Pour Shopify, c’est encore plus simple – l’intégration existe nativement. Et Meta travaille à étendre cette logique à d’autres plateformes, CMS et outils de tag management. Michel compare la trajectoire à celle du pixel lui-même : en 2014, la liste des intégrations partenaires était courte. Aujourd’hui, elle est longue. L’api conversions facebook va probablement suivre le même chemin – en moins de temps.
Pour les annonceurs qui scalent leurs campagnes à des budgets importants, l’intégration via un partenaire ou une plateforme de data management est déjà une réalité. La vraie question, c’est pour les PME et les petits annonceurs qui gèrent tout eux-mêmes.
Consentement et tracking : ce que l’API change vraiment pour les utilisateurs
Question qui revient souvent : est-ce que l’api conversions facebook permet de contourner le refus de tracking d’un utilisateur sur iOS ? De traquer quelqu’un qui a dit non ?
La réponse de Michel est nette : non, et les mêmes critères de consentement que pour le pixel s’appliquent. Il recommande d’utiliser une CMP – une Consent Management Platform, une plateforme de gestion du consentement – et de faire passer les données de l’api conversions facebook à travers cette plateforme.
L’idée, c’est que si un utilisateur a refusé le tracking, la CMP le sait. Et elle bloque la transmission des données correspondantes vers Meta, aussi bien via pixel que via API. C’est pas l’outil qui décide – c’est le consentement de l’utilisateur qui pilote.
Pour WordPress, des plugins comme GDPR Cookie Consent ou Cookiebot font déjà ce travail. Ce qui est bien – parce que la RGPD, ça coûte cher quand on s’en occupe pas. Vraiment cher.
Et ça soulève un truc que les deux invités évitent un peu de dire frontalement : l’api conversions facebook seule ne résout pas le problème du consentement. Elle ne ‘bypass’ rien. Elle est plus fiable techniquement que le pixel – parce qu’elle ne dépend pas du navigateur – mais elle reste soumise aux mêmes règles légales. Ce qui est une bonne chose, mais qui veut dire que l’adoption de la CAPI doit s’accompagner d’une vraie stratégie de gestion du consentement. Sinon tu as juste déplacé le problème.
Les 3 technologies que Meta développe – et que personne ne comprend vraiment
Joseph Donio pose la question directement : il a lu un billet de blog Meta sur trois technologies – secure multiparty computation, differential privacy, on-device learning – et il n’y comprend rien. Je suis dans le même cas.
Michel Ngueyep explique le concept général : les Privacy Enhancing Technologies (PET). Des solutions qui préservent la confidentialité des données tout en permettant à l’algorithme de fonctionner. Le principe : supprimer les éléments qui permettent d’identifier un individu, mais garder le signal utile pour l’optimisation.
Le secure multiparty computation, c’est la plus concrète des trois. Deux acteurs – Meta et un annonceur – peuvent travailler ensemble sur leurs données communes sans que l’un connaisse les données individuelles de l’autre. Un utilisateur voit une pub, clique, achète. Cette information remonte à Meta. Mais Meta ne sait pas qui c’est précisément. Le signal d’optimisation existe. L’identité de la personne, non.
L’on-device learning, c’est différent. Le machine learning tourne directement sur le téléphone de l’utilisateur, pas sur les serveurs de Meta. Les résultats agrégés – pas les données individuelles – remontent ensuite à la plateforme. C’est un apprentissage probabilistique anonymisé. Ça prend du temps à mûrir – c’est clairement du moyen-long terme, comme le dit Michel lui-même.
Ce qui est intéressant, c’est que ces technologies ne sont pas inventées par Meta. Le secteur bancaire et le secteur public les utilisent depuis des années. Meta les adapte au contexte publicitaire – ce qui n’est pas rien, mais c’est aussi moins révolutionnaire que le billet de blog le suggère.
Vers quoi va vraiment la pub Facebook : automation et ‘liquidité’ du budget
Marc-Alban Ponthieu utilise un mot en interne chez Meta : liquidité. En français, il préfère ‘fluidité’ – la fluidité de l’investissement média. C’est le concept derrière tout ce qui pousse vers l’automation : budget au niveau campagne (CBO), placements automatiques, ciblage large, suite Advantage.
L’idée, c’est que plus tu laisses de liberté à l’algorithme, plus il peut allouer le budget là où il performe. Des ad sets qui se challengent entre eux. Des placements qui se disputent les impressions selon leur efficacité réelle. Du ciblage large que l’algorithme interprète plutôt que des segments trop étroits que tu lui imposes.
«On observe que tout ce qui est configuration manuelle va avoir de moins en moins bonnes performances que tout ce qui se sert des leviers d’automatisation et d’optimisation grâce au machine learning.»
Ce qui m’agace un peu dans ce discours – et je vais le dire clairement – c’est que ça ressemble aussi à un argument commercial pour Meta. ‘Laissez-nous tout gérer, faites confiance à l’algorithme.’ Il y a une vraie tension entre l’autonomie de l’annonceur et l’efficacité réelle du machine learning. Les deux ne sont pas toujours compatibles.
Cela dit, Marc-Alban nuance sur un point important : le ciblage manuel reste pertinent en haut de funnel. Pour lancer un nouveau produit automobile, par exemple, quand tu n’as pas encore d’audience qualifiée sur ton site – le targeting démographique et socio-comportemental garde sa place. C’est pas ‘zéro ciblage partout’ – c’est plutôt ‘moins de ciblage là où tu as des données de conversion solides’.
Et le targeting en back-end ne disparaît pas. L’algorithme segmente. Il le fait juste de façon opaque, à partir des signaux qu’on lui donne. Ce qui soulève des questions sur la relation entre stratégie paid et stratégie organique dans un monde où l’algo décide de plus en plus.
Pour les annonceurs qui investissent des budgets conséquents, cette logique de liquidité change fondamentalement la façon de structurer les comptes. Moins de granularité manuelle, plus de surface pour l’apprentissage automatique – et en conséquence, des comptes qui ressemblent moins à des constructions d’experts et plus à des flux de données organisés.
La vraie question que Joseph Donio pose en fin d’interview – et que les deux invités laissent un peu en suspens – c’est : qu’est-ce qui reste à faire pour un consultant ou une agence quand l’algorithme fait le boulot de ciblage et d’optimisation ? La réponse qu’ils donnent, c’est ‘la stratégie et l’expérience post-clic’. Mais franchement, sur ce point précis, j’aurais aimé qu’ils aillent plus loin.
