La fin du suivi publicitaire historique sur iPhone est l’un des chocs analytiques majeurs des dernières années pour les annonceurs mobiles. L’identifiant publicitaire d’Apple, l’IDFA, qui permettait de relier une publicité à une installation puis à toutes les actions ultérieures, n’est plus accessible qu’aux annonceurs qui obtiennent un consentement explicite via le cadre App Tracking Transparency. La grande majorité des utilisateurs refusent ce suivi, et les chiffres remontés par les régies depuis 2022 ne ressemblent plus à ceux des années précédentes. Chez Propuls’Lead, nous accompagnons régulièrement des annonceurs qui veulent comprendre cette bascule et reconstruire une lecture fiable de leur performance iOS. Cet article propose une méthode pour aborder le sujet sans céder à la nostalgie de l’ancien modèle ni à la panique face aux chiffres erratiques.
Comprendre la mécanique de l’App Tracking Transparency
L’App Tracking Transparency, ou ATT, est un cadre introduit par Apple en 2021 avec iOS 14.5. Toute application qui souhaite accéder à l’IDFA ou utiliser des techniques équivalentes de suivi cross-app doit présenter une fenêtre de demande standardisée à l’utilisateur. Cette fenêtre ne laisse que deux choix : autoriser ou refuser le suivi, sans formulation alternative ni mise en avant commerciale. Apple impose un libellé strict, vérifié à chaque mise à jour, et sanctionne les contournements par le retrait de l’application du store.
Les taux d’opt-in observés varient selon les catégories et les pays mais restent globalement faibles. Les jeux et les applications de divertissement obtiennent souvent autour de 20 à 30 % d’autorisations, les applications utilitaires un peu plus, certaines verticales sensibles beaucoup moins. Cela signifie qu’une part majoritaire du trafic iOS échappe désormais à toute mesure individuelle classique fondée sur l’IDFA. Cette nouvelle réalité ne se règle pas en peaufinant la formulation de la fenêtre, elle se règle en repensant la méthode de mesure.
Comprendre cette mécanique évite plusieurs pièges. Le premier consiste à confondre le consentement RGPD européen avec l’opt-in ATT, ce sont deux dispositifs distincts qui s’empilent et obéissent à des règles juridiques différentes. Une application peut très bien obtenir un consentement RGPD valide pour le traitement des données et se voir refuser le suivi ATT par le même utilisateur, sans contradiction. Le deuxième consiste à supposer que les utilisateurs qui refusent l’ATT acceptent quand même les cookies sur le web mobile, ce qui n’est pas garanti et conduit à des hypothèses statistiques fragiles. Le troisième consiste à investir massivement dans des techniques de contournement de l’ATT, ce qui expose l’application à un retrait du store à la moindre détection par Apple, avec des conséquences commerciales irréversibles. Notre article sur le tracking de l’attribution mobile approfondit ce nouveau contexte d’attribution multicouche et les arbitrages qu’il impose aux équipes média.
Brancher SKAdNetwork comme nouveau socle de mesure iOS
L’API SKAdNetwork est la réponse technique proposée par Apple pour mesurer les performances publicitaires iOS sans recourir à l’identifiant individuel. Le principe est simple à décrire mais riche d’implications : lorsqu’une publicité est cliquée et qu’une installation s’ensuit, Apple agrège les données de conversion et les transmet aux régies sous forme de signaux anonymisés, sans révéler l’identité du dispositif. Cette mécanique préserve la vie privée tout en conservant une mesure agrégée fiable, indispensable à l’arbitrage budgétaire des campagnes d’acquisition.
La mise en place demande un effort technique réel. L’application doit être instrumentée pour transmettre les bons signaux de valeur à Apple aux moments pertinents du parcours, par exemple lors de la première ouverture, du premier achat ou du franchissement d’un seuil d’engagement. Le schéma de valeurs de conversion, paramétrable par l’annonceur, conditionne directement la richesse de l’analyse remontée. Un schéma mal pensé donne une lecture pauvre et sous-exploite le potentiel de l’API. Un schéma bien pensé permet de suivre des métriques fines comme le revenu attendu par cohorte de campagne ou la probabilité de conversion à 7 jours.
Plusieurs limites doivent être assumées explicitement en comité. Les remontées arrivent avec un délai volontaire qui peut atteindre plusieurs jours, ce qui empêche tout pilotage en temps réel et oblige à raisonner sur des fenêtres glissantes plutôt que sur des snapshots quotidiens. Les volumes de campagne doivent dépasser des seuils de confidentialité pour que les données soient livrées sans masquage, ce qui pénalise les campagnes trop ciblées et impose parfois de regrouper des audiences proches pour rester au-dessus des seuils. Et le découpage par sources publicitaires reste limité par campaign ID, sans le détail granulaire dont disposaient les analystes avant 2022. La version SKAdNetwork 4 introduite par Apple a amélioré certains aspects, notamment en autorisant plusieurs fenêtres de conversion et en élargissant la richesse des signaux remontés, mais l’esprit du dispositif reste celui d’une mesure agrégée volontairement appauvrie au profit de la vie privée des utilisateurs. Une présentation honnête de ces contraintes en réunion budgétaire évite des espoirs déçus quelques semaines plus tard et installe d’emblée une lecture mature des chiffres iOS.
Mobiliser la mesure first-party pour compenser l’IDFA disparu
Au-delà de SKAdNetwork, la véritable réponse stratégique à la fin de l’IDFA passe par le renforcement de la collecte de données propriétaires directement par l’annonceur. Plus une application réussit à faire créer un compte utilisateur tôt dans l’expérience, à valoriser une connexion sociale ou à récupérer une adresse e-mail valide, plus la mesure post-IDFA gagne en fiabilité. Cette logique transforme la conception du parcours produit autant que la stratégie analytique, car l’identification volontaire devient une priorité de design.
Plusieurs leviers concrets permettent de progresser. Proposer un compte simplifié à valeur ajoutée immédiate (suivi de commande, sauvegarde des favoris, accès à des contenus exclusifs, programme de fidélité) augmente le taux d’identification volontaire dès la première session. Brancher cette identification à un identifiant client unique propagé dans tous les canaux permet ensuite de reconstituer les parcours et d’attribuer correctement les conversions, indépendamment de l’IDFA. La méthodologie PROPULSE que nous appliquons chez Propuls’Lead intègre systématiquement cet enjeu dans la conception des parcours iOS, car il conditionne désormais toute la lecture des performances.
Cette transition vers une mesure first-party prend du temps mais s’avère structurante. Les annonceurs qui ont fait ce chantier en priorité disposent aujourd’hui d’une lecture solide de leur performance iOS et profitent d’un avantage concurrentiel discret sur leurs marchés. Un flux de conversion serveur-à-serveur entre l’annonceur et les régies complète utilement ce dispositif : plutôt que de faire remonter les conversions via des pixels classiques, ce flux passe par le serveur de l’annonceur qui transmet aux régies les événements enrichis des identifiants disponibles. Notre article sur le tracking des comportements mobiles détaille la mécanique d’instrumentation côté application et son articulation avec ces flux serveur.
Triangulation et arbitrages média concrets
Aucun modèle de mesure iOS pris isolément ne donne aujourd’hui une vérité complète. La pratique la plus solide consiste à croiser plusieurs sources : les remontées SKAdNetwork des régies, les conversions modélisées que les plateformes publicitaires proposent désormais par défaut, les données first-party collectées par l’annonceur et les enquêtes utilisateur déclaratives du type « comment nous avez-vous connus ? ». Lorsque ces sources convergent, la confiance dans le chiffre augmente. Lorsqu’elles divergent, l’écart devient une information à analyser plutôt qu’une anomalie à masquer.
Cette triangulation alimente ensuite les arbitrages budgétaires hebdomadaires concrets. Côté média, elle éclaire la répartition entre régies, la priorisation des formats publicitaires sur iOS et l’identification de poches de gaspillage que les seuls rapports de plateforme rendaient invisibles. Côté produit, elle renseigne sur l’efficacité réelle des parcours d’onboarding iOS et sur la valeur générée à long terme par chaque source de trafic mesurée. Notre article sur le tracking de la rentabilité par campagne détaille la mécanique de calcul applicable à cette lecture transverse.
Plusieurs pièges méritent d’être anticipés. Le premier consiste à comparer les chiffres iOS post-ATT avec les chiffres pré-ATT comme s’ils étaient équivalents, ce qui produit des conclusions absurdes et alimente une nostalgie stérile. Le deuxième tient à la tentation de privilégier la régie qui rapporte les meilleurs chiffres, biais classique en équipe acquisition. Une gouvernance claire des sources de référence et une méthode documentée d’arbitrage évitent ces dérives. Pour brancher cette lecture iOS aux parcours utilisateurs eux-mêmes, voir aussi notre article sur le tracking cross-device qui éclaire les méthodes de reconstitution multi-appareils.
Propuls’Lead accompagne cette mise en place avec un parti pris pragmatique hérité de 15 ans d’expérience, 500 clients accompagnés et plus de 2 000 tunnels construits : produire rapidement une lecture suffisamment fiable pour décider, plutôt que viser une perfection théorique qui n’arrive jamais sur iOS. Une fois ce socle posé, les arbitrages budgétaires regagnent en clarté, les expériences iOS s’améliorent et la mesure cesse d’être un terrain d’inquiétude permanente pour devenir un outil de pilotage exploitable en comité de direction.