Depuis le 11 août 2026, GA4 vous laisse saisir n’importe quel entier comme fenêtre de conversion : 1 à 90 jours pour les click-through, 1 à 30 jours pour les engaged-view. Fini l’échelle 1/7/14/30/60/90 et le plafond de 3 jours imposé aux vues vidéo. Bonne nouvelle. Sauf que Google a retiré la contrainte sans donner la moindre recommandation. La valeur à taper n’est plus un préréglage qu’on subit, c’est une décision. Et une décision sans méthode, c’est juste un autre chiffre au doigt mouillé. Cet article vous donne la méthode : mesurer votre vrai délai clic vers conversion dans BigQuery, puis caler la fenêtre dessus. Plus les trois pièges que les brèves d’actualité n’abordent pas.
Ce qui a changé exactement le 11 août 2026
Deux réglages sont devenus configurables, et aucun n’est cosmétique. La fenêtre click-through conversion (CTC), qui n’acceptait que six valeurs, prend désormais n’importe quel entier. La fenêtre engaged-view conversion (EVC), figée à 3 jours pour toutes les propriétés sans exception, s’ouvre de 1 à 30 jours.
| Réglage | Avant le 11 août 2026 | Depuis le 11 août 2026 |
|---|---|---|
| Click-through (CTC) | 6 préréglages : 1, 7, 14, 30, 60, 90 jours | tout entier de 1 à 90 jours |
| Engaged-view (EVC) | figé à 3 jours, partout | tout entier de 1 à 30 jours |
Le paramètre se règle à deux endroits, ce qui compte quand la propriété GA4 et le compte Google Ads sont gérés par deux équipes différentes. Côté GA4 : Publicité > Gestion des conversions > icône ⋮ > Paramètres. Côté Google Ads : dans l’interface de gestion des conversions du compte lié. Même valeur, deux portes d’entrée. La justification officielle tient en une ligne dans les release notes, sans billet de blog ni communiqué : aligner la fenêtre sur votre cycle commercial. Aucune valeur conseillée. La responsabilité du chiffre est désormais entièrement sur celui qui le saisit.
Piège n° 1 : fenêtre de conversion n’est pas lookback des événements clés
C’est la confusion qui coûte le plus cher, parce qu’elle passe inaperçue. Vous avez deux réglages distincts, deux chiffres, deux effets. La fenêtre de conversion dont on parle ici est le réglage tourné vers Google Ads : combien de temps après un clic (ou une vue) une conversion est encore créditée à la campagne. Le lookback des événements clés, lui, est le réglage interne de l’attribution GA4 : combien de temps GA4 remonte pour distribuer le crédit entre les points de contact dans ses propres rapports. Par défaut, ce lookback est de 30 jours pour les événements d’acquisition (first_visit, first_open) et de 90 jours pour les autres événements clés.
Confondre les deux, c’est la cause n° 1 des écarts entre GA4 et Google Ads. Si vous voulez comprendre la mécanique interne de l’attribution et ce que Google a modifié en avril 2026, lisez d’abord Attribution GA4 2026 : ce qui a changé. Le présent article ne touche qu’au réglage Ads, pas au lookback.
La méthode : mesurez votre délai réel dans BigQuery
Personne ne devrait choisir 30 jours par habitude. Votre export GA4 contient la réponse exacte : la distribution du délai entre le premier contact et la conversion, pour chacun de vos événements clés. La requête ci-dessous sort la médiane, le p75 et le p90 en jours, avec APPROX_QUANTILES. Si vous n’avez pas encore branché l’export, commencez par exploiter l’export GA4 dans BigQuery : il pose les bases que cette requête suppose acquises.
-- Distribution du délai premier contact -> conversion, par événement clé
-- Adaptez le projet, le dataset et la période.
DECLARE key_events ARRAY<STRING> DEFAULT ['purchase', 'generate_lead'];
WITH first_touch AS (
-- Premier contact de chaque utilisateur sur la période
SELECT
user_pseudo_id,
MIN(event_timestamp) AS first_ts
FROM `projet.analytics_XXXXXX.events_*`
WHERE _TABLE_SUFFIX BETWEEN '20260101' AND '20260827'
GROUP BY user_pseudo_id
),
conversions AS (
-- Chaque occurrence d'un événement clé
SELECT
user_pseudo_id,
event_name,
event_timestamp AS conv_ts
FROM `projet.analytics_XXXXXX.events_*`
WHERE _TABLE_SUFFIX BETWEEN '20260101' AND '20260827'
AND event_name IN UNNEST(key_events)
)
SELECT
c.event_name,
COUNT(*) AS conversions,
-- Délai en jours (event_timestamp est en microsecondes)
ROUND(APPROX_QUANTILES((c.conv_ts - f.first_ts) / 1e6 / 86400, 100)[OFFSET(50)], 1) AS mediane_j,
ROUND(APPROX_QUANTILES((c.conv_ts - f.first_ts) / 1e6 / 86400, 100)[OFFSET(75)], 1) AS p75_j,
ROUND(APPROX_QUANTILES((c.conv_ts - f.first_ts) / 1e6 / 86400, 100)[OFFSET(90)], 1) AS p90_j
FROM conversions c
JOIN first_touch f USING (user_pseudo_id)
WHERE c.conv_ts >= f.first_ts
GROUP BY c.event_name
ORDER BY conversions DESC;
Le coût. La requête ne scanne que trois colonnes (user_pseudo_id, event_name, event_timestamp) et filtre sur _TABLE_SUFFIX : le volume reste faible. Prévisualisez toujours le scan estimé dans l’éditeur BigQuery avant de lancer, il s’affiche sans rien facturer. Cette requête est un bon candidat pour rejoindre votre bibliothèque à côté des 10 requêtes BigQuery indispensables pour GA4.
Note d’honnêteté : cette version mesure le délai entre le tout premier contact de l’utilisateur et sa conversion, ce qui est une approximation propre et robuste du délai clic vers achat. Pour coller au clic payant précis, il faut joindre sur la source de session, mais pour décider d’une fenêtre, cette distribution suffit largement.
La règle de décision : calez sur le p90, arrondissez vers le haut
Une fois la distribution sous les yeux, la règle est simple : prenez le p90 de votre délai, arrondissez vers le haut, et saisissez-le. Le p90 capte 90 % de vos conversions attribuables sans gonfler la fenêtre avec la longue traîne des cas extrêmes. Un exemple concret : si votre purchase a une médiane à 4 jours mais un p90 à 26 jours, une fenêtre de 14 jours vous ampute silencieusement une conversion sur dix. Vous montez à 30. À l’inverse, si le p90 tombe à 9 jours, rester à 30 jours par défaut crédite des clics qui n’ont probablement rien à voir : redescendez.
Et surtout, une valeur par événement clé. Le réglage par conversion existe depuis janvier 2026 : un formulaire de lead et une transaction e-commerce n’ont pas le même cycle, ils ne méritent pas la même fenêtre. Mesurez chaque événement, décidez chaque événement.
Le cas engaged-view : pourquoi votre compte YouTube va monter
Les EVC comptent un internaute qui a regardé une portion qualifiante de votre vidéo sans cliquer, puis a converti ensuite. Les seuils : au moins 10 secondes en skippable in-stream (ou la durée complète si le format est plus court), 5 secondes en in-feed et sur Shorts. Jusqu’au 11 août, ce crédit expirait au bout de 3 jours, quelle que soit la configuration de votre propriété. Autrement dit : quelqu’un regarde votre film de marque, réfléchit une semaine, achète, et la vidéo ne touchait aucun crédit. Tout budget vidéo était jugé sur une métrique plafonnée à 72 heures.
Passez la fenêtre à 30 jours et le compte d’EVC va mécaniquement grimper. Attention au contresens : cette hausse n’est pas de l’incrémental. C’est une réattribution. Le crédit que vos vidéos vont récupérer, il était déjà compté ailleurs, pris par le last-click search et le direct. Vous ne créez pas de conversions, vous en redistribuez la paternité. Dites-le clairement en interne avant que quelqu’un ne présente la hausse comme une preuve d’efficacité YouTube.
Piège n° 2 : la rétroactivité n’est pas documentée
Les release notes ne disent rien sur la rétroactivité. Or le comportement habituel des fenêtres de lookback dans GA4 est de ne pas être rétroactif : le changement s’applique à partir de la date d’édition, pas en arrière. Si cette logique tient, alors le jour où vous élargissez votre fenêtre, vous créez une discontinuité datée dans votre série de conversions : avant, comptage à l’ancienne règle ; après, comptage à la nouvelle. Deux définitions dans la même courbe.
La conséquence pratique : annotez votre dashboard à la date exacte du changement, et ne comparez jamais en année sur année à travers cette date. Un YoY qui enjambe la bascule compare des pommes et des poires. C’est le genre d’écart inexpliqué qui déclenche une chasse au bug là où il n’y a qu’un réglage. Si vous auditez votre configuration, ajoutez ce point à la liste de Audit GA4 : les 11 erreurs de configuration.
Piège n° 3 : ne changez pas la fenêtre la même semaine qu’autre chose
Le timing est piégeux en ce moment. Le 17 août 2026, Google Ads a durci l’application des cibles d’enchères, un changement qui, selon certains annonceurs, oblige à doubler la cible de CPA affichée pour tenir le même volume de diffusion. Or le nombre de conversions remontées alimente directement le Smart Bidding. Si vous modifiez votre fenêtre de conversion la même semaine, vous touchez au dénominateur de toutes vos métriques d’efficacité au moment précis où le système de bidding change de comportement. Résultat : effet non attribuable. Vous ne saurez jamais ce qui a bougé quoi.
La règle : une fenêtre de gel de 4 semaines autour du changement. Un seul levier à la fois. C’est le même principe de discipline qui vaut pour tout pilotage média, comme dans Budgétisation cross-canal GA4 : on isole les variables sinon on ne mesure rien.
Pour situer le mouvement : Meta a fait l’inverse de Google. Suppression des fenêtres view-through 7 et 28 jours de l’Ads Insights API (effet 12 janvier 2026), puis redéfinition du click-through aux seuls clics sur lien en mars 2026. Un côté ouvre l’éventail des valeurs, l’autre le referme. Comparer YouTube et paid social se fait donc à travers deux systèmes de mesure dont la souplesse diverge. À garder en tête quand un tableau met les deux canaux côte à côte.
La checklist avant de toucher au réglage
Cinq actions, dans l’ordre. Un, mesurez votre délai réel dans BigQuery avec la requête ci-dessus. Deux, décidez une valeur par événement clé, calée sur le p90 arrondi vers le haut. Trois, documentez la date exacte du changement quelque part de durable. Quatre, annotez le dashboard à cette date pour couper les YoY qui l’enjambent. Cinq, revérifiez votre Smart Bidding une fois la poussière retombée, en gardant à l’esprit la bascule du 17 août.
Le vrai gain du 11 août n’est pas d’avoir 90 valeurs au lieu de 6. C’est de pouvoir enfin faire correspondre le réglage à la donnée. Vous avez la donnée dans BigQuery. Servez-vous-en, et arrêtez de saisir 30 jours parce que c’était la case du milieu.