Pourquoi les chiffres bruts mentent

Trois biais fréquents déforment la vérité :

Stripe compte seulement les tentatives abouties. Il ne voit pas les visiteurs qui ont quitté la landing sans cliquer. Son taux de conversion affiché est celui du checkout seul, pas du tunnel complet.
Google Analytics mélange les sources. Un visiteur qui vient de Pinterest, quitte, revient par une recherche Google, puis achète, est compté comme conversion Google dans la plupart des modèles d'attribution par défaut.
Meta sous-compte depuis iOS 18. Les conversions attribuées à Meta sont inférieures aux conversions réellement générées par Meta, à cause des restrictions de suivi. Voir notre étude de cas sur la reconstruction d'attribution.

La bonne méthode croise plusieurs sources de données, au lieu d'en choisir une comme vérité.

Prérequis

Accès à votre dashboard Stripe avec les permissions d'export CSV.
Un outil de mesure d'audience (Plausible, Fathom, Matomo, ou Google Analytics).
Au moins 200 visiteurs sur la page de vente à mesurer, sur une période récente (30 jours max).
Un tableur (Google Sheets, Excel, Numbers).

Étape 1 — Définir précisément ce que vous mesurez (2 min)

Écrivez la définition avant toute chose. Sans définition, vous allez comparer des chiffres incompatibles.

Nom du taux	Numérateur	Dénominateur	Typique
Taux de conversion landing	Clics sur le bouton CTA	Visiteurs uniques de la landing	8 à 25 %
Taux de conversion checkout	Paiements réussis	Clics sur le bouton CTA qui ont abouti au checkout	40 à 75 %
Taux de conversion vente finale	Paiements réussis non remboursés	Visiteurs uniques de la landing	1,5 à 6 %

Le taux qui compte pour piloter la rentabilité est le taux de vente finale. Les deux premiers sont diagnostiques : ils permettent de localiser la friction (landing ou checkout).

Étape 2 — Exporter les 3 données sources (4 min)

Depuis Plausible (ou équivalent sans cookie)

Ouvrez le dashboard Plausible pour votre site.
Filtrez sur la période étudiée (30 derniers jours par exemple).
Filtrez sur la page de vente exacte (URL complète avec slash final).
Notez le nombre de Visiteurs uniques (pas les pages vues).
Si vous avez configuré des événements personnalisés, notez aussi les clics sur le CTA.

Depuis Stripe

Menu « Payments » → filtre sur la période étudiée.
Filtre sur le produit concerné (par son nom ou ID de prix).
Notez : paiements réussis (statut « Succeeded »), paiements remboursés, paiements échoués (statut « Failed »).
Exportez en CSV pour croiser plus tard par source.

Depuis votre outil de checkout (Systeme.io, Thrivecart, Kajabi...)

Cherchez la métrique « nombre de visites sur la page checkout » ou « sessions de paiement initiées ».
C'est la métrique la plus difficile à obtenir mais la plus précieuse : elle mesure le pas entre « a cliqué sur le bouton » et « a vu le checkout ».
Si vous utilisez Stripe Checkout direct, c'est la métrique Checkout Sessions Started accessible par l'API mais pas dans le dashboard standard.

Étape 3 — Nettoyer les paiements ratés et remboursés (2 min)

Un paiement remboursé dans les 14 jours n'est pas une conversion : c'est une quasi-conversion qui n'a pas tenu. Retirez-les du numérateur pour le taux de vente finale.

Un paiement échoué (carte refusée, fonds insuffisants) n'est pas non plus une conversion. Dans Stripe, un acheteur peut tenter 2-3 paiements avant que le bon passe : ne comptez qu'un paiement par client par produit.

Formule :

Ventes nettes = Paiements réussis − Remboursements − Duplicatas de tentative

Dans la pratique, les remboursements représentent 2 à 6 % selon la niche, les duplicatas 3 à 8 %. Un taux brut Stripe à 4,5 % descend souvent autour de 4,0 à 4,2 % après nettoyage.

Étape 4 — Segmenter par source de trafic (3 min)

Un taux moyen sur tout le trafic cache les différences entre canaux. Un trafic Pinterest à 1,5 % et un trafic newsletter à 12 % moyennés à 4 % vous trompent : le diagnostic n'est pas le même selon où vient le visiteur.

Dans Plausible : filtrez par « Source » pour isoler chaque canal (pinterest.com, google, direct, kit.com pour la newsletter).

Dans Stripe : si vous avez passé un paramètre UTM dans le Payment Link (option « Pass custom fields »), vous retrouvez la source dans chaque transaction. Sinon, cette segmentation n'est possible que via la base « source de vérité » décrite dans notre étude de cas iOS 18.

Étape 5 — Calculer les 3 taux (3 min)

Prenons un exemple chiffré pour illustrer.

Période : 30 jours
Page de vente : /offre-formation-297/

VISITEURS UNIQUES      : 3 400
CLICS CTA              : 612   (Plausible event)
SESSIONS CHECKOUT      : 540   (Stripe API)
PAIEMENTS RÉUSSIS      : 112   (Stripe dashboard)
REMBOURSEMENTS         : 4
VENTES NETTES          : 108

TAUX LANDING   = 612 / 3 400 = 18,0 %
TAUX CHECKOUT  = 108 / 540   = 20,0 %
TAUX FINAL     = 108 / 3 400 = 3,17 %

Étape 6 — Appliquer la règle d'arrêt à 200 visiteurs (1 min)

Les petits échantillons mentent. Sur 30 visiteurs, observer 2 ventes donne 6,7 % — mais la marge d'erreur est énorme. La règle : ne tirez pas de conclusion sous 200 visiteurs par source mesurée.

< 100 visiteurs : données indicatives seulement, ne pas décider.
100 – 200 : tendance visible mais marge ± 30 %.
200 – 500 : mesure raisonnable pour des écarts > 40 %.
> 500 : fiable pour des écarts > 15 %.

Étape 7 — Identifier la friction principale (2 min)

Une fois les 3 taux calculés, diagnostiquez selon l'emplacement du problème :

Observation	Diagnostic probable	Action prioritaire
Taux landing bas (<10 %), taux checkout élevé (>60 %)	La page de vente ne convainc pas, mais ceux qui cliquent achètent	Retravailler la promesse, les preuves, la structure de la page
Taux landing correct (15-25 %), taux checkout bas (<40 %)	Friction au checkout (prix, options de paiement, confiance)	Vérifier la cohérence prix, ajouter paiement 3×, mentions de garantie
Les deux taux bas	Qualité du trafic en cause — mauvais ciblage en amont	Revoir le canal d'acquisition, la qualification
Les deux taux élevés	Tout fonctionne — l'opti ne peut gagner que des points	Scaler le trafic plutôt que tenter d'améliorer la conversion

Ce qui peut aller de travers

Plausible ne remonte pas les événements de clic : vous n'avez pas configuré les événements personnalisés. Dans Plausible → Site settings → Custom events, ajoutez un événement cta_click et modifiez le lien HTML du bouton pour le déclencher.
Le nombre de sessions checkout n'est pas disponible : Stripe Checkout via Payment Link n'expose pas cette métrique dans le dashboard. Alternative : compter les clics sur le lien de checkout dans Plausible (si vous utilisez une redirection intermédiaire) ou interroger l'API Stripe /checkout/sessions directement.
Les chiffres Stripe et Plausible divergent fortement : vérifiez que vous comparez la même période (fuseau horaire compatible), et que vous filtrez bien sur le même produit/page. Une différence jusqu'à 5 % est normale (décalage entre session Stripe et paiement final).
Le taux final paraît aberrant : supérieur à 10 % sur du trafic froid est très suspect — vérifiez que vous n'êtes pas en train de compter le trafic newsletter en « trafic direct ». Sous 1 % sur du trafic chaud est tout aussi suspect — vérifiez que la page n'a pas un bug de CTA.

Fréquence de mesure recommandée

Hebdomadaire : regard rapide sur les 3 taux, pour détecter une anomalie tôt.
Mensuel : analyse complète avec segmentation par source, décisions structurelles.
Après chaque changement : mesure avant/après sur 200 visiteurs minimum par variante.

Pour aller plus loin

Test A/B formel sur la page de vente : voir le tutoriel « Split URL sur 200 visiteurs » dans notre hub tutoriels.
Reconstruire une base d'attribution propre quand les outils publicitaires mentent : étude de cas Reconstruire l'attribution après iOS 18.
Comprendre la structure d'un tunnel qui convertit au-dessus de la moyenne : Anatomie d'un tunnel d'ebook à 4,7 %.

Vos chiffres ne collent pas aux fourchettes attendues ?

Écrivez à [email protected] avec vos 3 taux et votre source principale de trafic. Nous identifions souvent la cause en moins d'un échange.

Mesurer correctement votre taux de conversion checkout