Configuration de LinkedIn Conversions API pour enrichir les données de campagne d'une fintech B2B | Stape Care

Une entreprise fintech B2B diffusait des campagnes payantes sur LinkedIn Ads et d'autres canaux, mais ses données de conversion n'étaient pas suffisamment fiables pour optimiser les campagnes en fonction des leads qualifiés.

Le problème n'était pas que le tracking était absent, mais qu'on ne pouvait pas s'y fier. L'entreprise suivait déjà les leads, les envois de formulaires, les taux de conversion et les performances des campagnes. La difficulté venait du fait qu'en fintech, la qualité d'un lead se détermine souvent plus bas dans le funnel. Les signaux les plus précieux apparaissent après la conversion initiale sur le site, lorsque les leads sont examinés, qualifiés, intégrés ou convertis en chiffre d'affaires.

Or, avec les restrictions des navigateurs, les bloqueurs de publicité et les limites imposées aux cookies, ces signaux étaient plus difficiles à capturer. Par conséquent, l'entreprise n'avait pas l'assurance que les données de conversion reçues par ses plateformes publicitaires reflétaient la réalité de son funnel de prospection.

L'infrastructure de la fintech reposait entièrement sur le tracking client-side. Chaque événement de conversion dépendait du navigateur de l'utilisateur pour exécuter le code de suivi et envoyer les données à LinkedIn. Cette méthode ne fonctionnait que lorsque rien ne venait l'interrompre et nécessitait que l'utilisateur clique sur la publicité au cours de la même session — ce qui n'est souvent pas le cas. En pratique, les bloqueurs de publicité pouvaient empêcher le chargement des scripts de tracking, l'Intelligent Tracking Prevention (ITP) de Safari restreignait les cookies et l'attribution sur navigateur, et les exigences de consentement bloquaient souvent le suivi avant même l'envoi de la moindre donnée. Résultat : certaines conversions n'étaient jamais transmises à LinkedIn ni aux autres plateformes publicitaires. Cela entraînait plusieurs problèmes :

• LinkedIn Ads n'avait qu'une visibilité limitée sur l'ensemble du parcours client.
• L'optimisation des campagnes reposait sur des données de conversion incomplètes.
• Le manque de données rendait plus difficile l'optimisation vers la qualité des leads plutôt que vers leur simple volume.
• Les événements en aval, tels que les leads qualifiés ou le chiffre d'affaires généré, étaient plus complexes à rattacher à la campagne d'origine.
• Chaque plateforme recevait des données de manière indépendante, sans structure unifiée entre les canaux.

L'équipe Stape Care a migré la fintech vers l'infrastructure GTM server-side de Stape afin de mettre en place une architecture de tracking unifiée pour toutes les principales plateformes publicitaires, y compris LinkedIn. La nouvelle configuration a été conçue pour s'assurer que chaque plateforme reçoive des données de conversion cohérentes à partir de PipeDrive comme source CRM principale. L'un des piliers de cette implémentation était la déduplication précise des événements, les événements web et serveur étant mis en correspondance à l'aide d'event IDs partagés pour éviter les conversions en double.

Pour améliorer encore l'attribution, l'implémentation a intégré le tracking first-party grâce au power-up Cookie Keeper. En prolongeant la durée de vie des cookies d'attribution first-party et des identifiants de clic, cette solution a permis de préserver l'attribution sur des parcours clients plus longs, malgré les restrictions de confidentialité des navigateurs. 

La migration comprenait également l'enrichissement des données server-side grâce au power-up Enricher. Dès que des identifiants first-party comme les adresses e-mail hashées, les numéros de téléphone ou les click IDs devenaient disponibles au cours du parcours utilisateur, ils étaient automatiquement associés aux événements de conversion ultérieurs. 

Avant d'être transmis aux plateformes publicitaires, les événements étaient validés au sein du conteneur serveur. Les payloads non valides, les paramètres obligatoires manquants, les requêtes mal formées et les événements en double étaient filtrés automatiquement, garantissant que seules des données de conversion de haute qualité atteignent LinkedIn et les autres plateformes publicitaires de l'entreprise.

Pour améliorer la qualité des rapports de conversion offline, l'équipe a également implémenté Stape Store comme couche de validation. Avant que les événements CRM offline ne soient envoyés à LinkedIn, chaque lead était comparé aux enregistrements déjà traités à l'aide de l'adresse e-mail du client. 

Au-delà de LinkedIn Conversions API, l'entreprise a adopté une architecture server-side unifiée pour tous ses principaux canaux payants, notamment Google Ads, Meta, TikTok et Snapchat. Cela a permis d'établir un cadre de tracking centralisé qui a simplifié la maintenance, assuré des structures d'événements cohérentes d'une plateforme à l'autre et fourni une base évolutive pour les intégrations futures.

La nouvelle configuration a également permis d'envoyer des événements CRM offline — y compris les leads qualifiés, les opportunités commerciales, les deals conclus, les renouvellements d'abonnements et le chiffre d'affaires — directement à LinkedIn. Cela permet d'optimiser les campagnes en fonction des résultats commerciaux réels et non plus uniquement des soumissions de formulaires initiales, en fournissant aux algorithmes d'enchères de LinkedIn des signaux de conversion de plus forte valeur.

Afin de garantir une fiabilité sur le long terme, les fonctionnalités de Monitoring et de Logs ont été mises en place pour identifier rapidement les échecs d'envoi, les erreurs d'API, les problèmes de limite de requêtes (rate-limit) et les erreurs de configuration avant qu'ils n'affectent les performances des campagnes. Ces améliorations ont réduit le temps consacré au dépannage tout en facilitant grandement la maintenance quotidienne pour l'équipe marketing.

L'ensemble de la migration a été mené à bien sans mobiliser de projet de développement interne lourd, permettant ainsi à l'entreprise de moderniser son infrastructure de suivi avec un investissement technique minimal.

La nouvelle implémentation a apporté plusieurs améliorations durables :

• Toutes les principales plateformes publicitaires reçoivent désormais des données de conversion via la même infrastructure server-side, garantissant une mesure et une attribution cohérentes sur tous les canaux.
• LinkedIn reçoit des signaux de conversion plus complets, y compris des événements qui auraient été perdus auparavant en raison des rapports au dernier clic, des bloqueurs de publicité ou des restrictions de confidentialité des navigateurs.
• L'attribution first-party optimisée par le power-up Cookie Keeper a augmenté les conversions attribuées d'environ 10 à 15 % sur les parcours clients les plus longs.
• Le power-up Enricher a amélioré les taux de correspondance (match rates) des conversions LinkedIn d'environ 10 à 20 %, fournissant des signaux d'optimisation plus puissants pour la diffusion des campagnes.
• Stape Store a réduit de plus de 95 % l'importation de leads offline en double, ce qui s'est traduit par des rapports plus fiables et une optimisation plus précise.
• Les événements CRM offline tels que les leads qualifiés, les opportunités gagnées et le chiffre d'affaires peuvent désormais être utilisés pour l'optimisation des campagnes, au lieu de s'en remettre uniquement aux soumissions de leads initiales.
• La validation intégrée, le monitoring et la journalisation ont réduit le temps de dépannage d'environ 60 à 70 % tout en améliorant la fiabilité globale du tracking et la qualité des données de conversion.

En mettant en place le tracking server-side avec Stape, vous pouvez :

• Capturer davantage de conversions et améliorer la précision de l'attribution en limitant la perte de données due aux restrictions de confidentialité des navigateurs et aux ad blockers.
• Optimiser les campagnes LinkedIn à l'aide de signaux de conversion de meilleure qualité, notamment les leads qualifiés, le pipeline commercial, les deals conclus et le chiffre d'affaires.
• Bâtir une base de données first-party plus solide avec des cookies qui durent plus longtemps et un meilleur taux de correspondance des conversions pour des mesures plus fiables.
• Améliorer la qualité des données et la fiabilité des rapports en validant les événements et en empêchant l'envoi de conversions en double avant qu'elles n'atteignent les plateformes publicitaires.
• Faire évoluer vos mesures sur LinkedIn et sur les autres plateformes publicitaires via une infrastructure server-side unique, sans la complexité liée au développement et à la maintenance de systèmes backend personnalisés.