Loi 25 au Québec, un impact sur les données analytiques ?

Introduction à la loi 25 au Québec

Depuis le 22 septembre 2024, les entreprises établies au Québec visant les personnes vivant au Québec avec leurs publicités numériques doivent se conformer aux exigences de la loi 25, à manière de collecte de données (Bédard, 2025). L’entrée en vigueur de la loi 25 a transformé la manière dont les entreprises recueillent les données des différents utilisateurs sur leur site internet. Cette loi « renforce et encadre de manière plus stricte la façon dont sont gérés les renseignements personnels depuis leur collecte, en passant par leur utilisation, leur communication, leur conservation jusqu’à leur destruction. » (Bédard, 2025).

Conformité des entreprises à la loi 25

Les exigences de la loi 25 au Québec obligent les entreprises à avoir une bannière de consentement conforme. Celles-ci doivent répondre aux exigences de la commission d’accès à l’information du Québec. En effet, elles doivent respecter les huit critères de validité du consentement. Il faut que le consentement soit manifeste, libre, éclairé, spécifique, granulaire, compréhensible, temporaire, ainsi que distinct (CAI, 2023). En cas de bannière de consentement non conforme, les entreprises se voient face à un enjeu économique énorme. Effectivement, l’amende peut s’élever à 25M$, ou à 4% du chiffre d’affaires de l’entreprise qui ne se conforme pas à la loi 25 (Lord, 2024).

Optimisation du consentement des CMP face à la loi 25

Optimiser sa bannière de consentement est cruciale pour les entreprises souhaitant combler la perte de données liée à la loi 25. En effet, les données historiques suggèrent que les taux de consentement peuvent varier considérablement. Cela peut entraîner une perte de données de suivi allant jusqu’à 70 % en l’absence d’optimisation (Shreya, 2025). De ce fait, une optimisation de sa bannière de consentement est essentielle pour les entreprises québécoises.

Une première optimisation est de rendre la bannière de consentement « modale » (Gardé, 2024). Ceci consiste à forcer l’interaction de la bannière de consentement lorsqu’un utilisateur arrive sur le site internet. Cela oblige l’utilisateur à accepter, ou refuser les témoins tierces avant de continuer sa navigation. Une deuxième optimisation consiste à éviter de mettre un « X » à sa bannière. Cela oblige l’utilisateur à accepter ou refuser les témoins. D’après mon expérience dans le domaine, cela réduit aussi les chances que celui-ci n’accepte pas les témoins.

Une troisième optimisation est de mentionner les avantages d’accepter les témoins, au lieu d’à quoi ils servent. Les utilisateurs sont plus intéressés à pourquoi ils devraient vous faire confiance et quel est le contrat d’échange de valeur, que de savoir ce que chaque traqueur permet de faire techniquement (Gardé, 2024).

Modélisation comportementale du mode de consentement

Avec une bannière active, Google Analytics 4 ne récolte pas les données des utilisateurs refusant les témoins. Cela créera un enjeu de performance, impactant les investissements publicitaires et les stratégies marketing. Cependant, le Behavioral modeling for consent mode utilise l’apprentissage automatique afin de modéliser le comportement des utilisateurs qui refusent les témoins tierces, en se basant sur des utilisateurs similaires qui les ont acceptées (Google, 2026). Les données modélisées par le Google consent mode permet d’avoir une meilleure représentation réelle des utilisateurs sur votre site internet, dans Google Analytics 4, tout en respectant leur vie privée.

La modélisation comportementale permet entre autres d’estimer des données à partir de métriques, et de sessions, telle que le nombre d’utilisateurs actifs quotidiens sur votre site internet. Vous avez aussi une meilleure vue d’ensemble des événements clés que vous mesurer sur votre site internet (Google, 2026).

Différences entre les données modélisées et les données observables

Lorsque les utilisateurs acceptent les témoins tierces, GA4 associe leur comportement à différents identifiants pour ne pas interrompre les mesures des événements. On considère alors ce type de données observables. Cependant, lorsque les utilisateurs ne consentent pas aux témoins tierces, les événements ne sont pas associés à un identifiant utilisateur persistant (Google, 2026). Prenons l’exemple où GA4 collecte 10 événements de page vue. Analytics ne pourra pas observer et indiquer si 10 utilisateurs ont généré les pages vues, ou simplement un seul. C’est à ce moment que GA4 applique le machine learning pour estimer le comportement des utilisateurs qui n’ont pas accepté les témoins tierces avec ceux ayant donné leur consentement (Google, 2026). Cela permet alors aux entreprises d’avoir une meilleure vue d’ensemble sur son site internet, tout en respectant la vie privée des utilisateurs ayant refusé les témoins tierces.

Customer match dans Google Ads

Avec la perte de donnée liée à la loi 25, les entreprises doivent continuer à trouver différents moyens pour cibler des audiences qualifiées. C’est là qu’entrent en jeu le customer match dans Google Ads, qui permet d’utiliser les first-party-data des entreprises pour des publicités en ligne, et hors-ligne. Plus concrètement, cela permet d’atteindre des clients existants, ou avec un profil similaire, à partir de publicité dans Google Ads. Ces clients sont atteignables avec plusieurs campagnes, comme en recherche, Shopping, Gmail, YouTube, et Display (Google, 2026), ce qui permet de générer davantage de conversions, et d’accroître la notoriété d’une marque employeur.

Comment sa marche ?

1. Il faut importer un fichier de données contenant les coordonnées de clients (téléphone, adresse courriel, noms).
2. Vous importer de fichier directement dans votre compte Google Ads, dans la section Audience manager.
3. Vous utilisez la nouvelle audience dans une de vos campagnes selon vos besoins, en observation ou en ciblage, selon vos besoins.
4. Lorsque ces utilisateurs sont connectés à leur compte Google, ou des profils similaires, ils verront très fortement vos annonces lorsqu’ils utilisent le réseau de recherche, YouTube, Gmail, ou le réseau Display

Il est important de prendre en compte que cela agit en tant que « boni » à vos campagnes actuelles. Le customer match n’affectera pas les paramètres de ciblage de votre campagne. Par exemple, si une campagne utilise un ciblage optimisé, les annonces seront diffusées auprès des utilisateurs les plus susceptibles de réaliser une conversion (Google, 2026).

Enhance conversion dans Google Ads

Une autre approche pour assurer un meilleur suivi des conversions sur un compte Google Ads, sont les enhance conversion. Cette option dans Google Ads permet d’affiner la mesure des conversions et d’optimiser les enchères de campagnes. (Google, 2026). Les enhance conversion complète les données de conversions existantes en envoyant à Google des conversions propriétaires « hachées ». En d’autres mots, Google utilise un algorithme de hachage unidirectionnel, comme des adresses courriel (Google, 2026). Cette implémentation de conversion peut aussi être combinée avec d’autre nouveauté Google, comme le Google Tag Gateway, pour maximiser la collecte de données.

Comment sa marche ?

Dès qu’un utilisateur convertit sur votre site internet, les entreprises peuvent recevoir des first-party-data, comme son adresse courriel, son nom, son adresse postale, et/ou son numéro de téléphone (Google, 2026). Les données sont alors hachées, envoyées à Google sous cette forme, ce qui respecte la confidentialité des utilisateurs. Google utilise alors celles-ci pour affiner la mesure de vos conversions (Google, 2026). En effet, puisque les entreprises reçoit plus de données précises, les algorithmes d’enchère intelligente (smart bidding) sont mieux nourris, ce qui permet à l’algorithme de mieux comprendre ce qui convertit réellement. Par la suite, cela permet d’aller chercher de nouveaux clients à un meilleur coût par conversion.

Prenons l’exemple de Marc, qui clique sur une publicité payante sur le moteur de recherche sur son téléphone, et qui est connecté à son compte Google. Marc accepte les témoins. Par la suite, Marc n’achète pas tout de suite l’article, mais revient quelques jours plus tard pour finaliser son achat. Avec les enhance conversion l’adresse courriel saisie lors du paiement est hachée et reconnue par Google. Cela permet à la publicité de s’attribuer la conversion, et de pallier le manque de donnée liée aux refus des témoins tierces lorsque les utilisateurs les acceptent.

Personnalisation des annonces malgré la loi 25

Si la mesure et le ciblage des annonces deviennent plus complexes pour les entreprises, il y a toujours un moyen de personnaliser les annonces sur les moteurs de recherches. Effectivement, avec l’arrivée de la loi 25 au Québec, il est crucial pour les entreprises de continuer à personnaliser ces annonces, pour combler le ciblage qu’ils perdent avec celle-ci. Une première initiative est de créer des groupes d’annonces thématiques dans votre structure de campagne Google Ads.

Cela permet de personnaliser les rédactionnels des annonces, en lien avec l’intention de recherche de l’utilisateur. Prenons l’exemple d’une personne cherchant « urgence dentaire montréal ». Un groupe d’annonce thématique « Urgence dentaire », avec des mots-clés liés à l’urgence dentaire, permettrait à l’annonce d’utiliser des rédactionnels comme « Dentiste professionnel » et « Traitements urgents 24/7 ». D’après mon expérience dans le domaine, cela augmente le taux de conversion des annonces, puisque l’utilisateur verrait des rédactionnels en lien avec sa requête de recherche. Alors, nous pouvons maintenir une certaine personnalisation, malgré une limitation de données reçues par la loi 25 au Québec.

Audiences de ciblage

Google Ads met aussi à disposition plusieurs types d’audiences permettant d’affiner la diffusion des campagnes. Chacune possède un rôle spécifique et doit être choisie en fonction de l’objectif de la campagne, et du niveau de maturité du prospect (Google, 2026).  Les audiences de ciblage sont utiles pour diffuser une annonce strictement à un segment d’audience défini, lorsqu’on connaît bien notre cible. Elles sont particulièrement pertinentes dans un contexte B2B, puisque les audiences « in-market » permettent de diffuser des annonces à un groupe d’utilisateurs avec un comportement similaire, qui sont prêts à passer à la conversion (Google, 2026). Prenons l’exemple de l’audience in-market « Business Services ». Cette audience cible directement les personnes qui recherche des produits « business-to-business ». Effectivement, une audience de ciblage bien choisie, avec des mots-clés en requête large, peut rejoindre efficacement une bonne cible.

Google Tag Gateway

Comme mentionné auparavant, la loi 25 au Québec change la donne au niveau de la collecte de connées. Cependant, pour compenser cette perte sans briser la vie privée des utilisateurs, Google met à notre disposition des outils. Prenons l’exemple de Google Tag Gateway. Contrairement à la mesure traditionnelle où le navigateur de l’utilisateur envoie les informations personnelles directement à Google, le Gateway agit comme intermédiaire sécurisé sous le contrôle de l’entreprise.

En d’autres mots, le serveur propre à l’entreprise reçoit les informations personnelles de l’utilisateur, puis les transmet à la plateforme publicitaire. L’utilisation d’un propre sous-domaine pour l’envoi de données permet de contourner certaines restrictions de navigateurs, comme Safari. Les bloqueurs de publicité se voient aussi affectés, allongeant la durée de vie des témoins tierces. En d’autres mots, cela permet de mieux mesurer les conversions reçues des publicités, tout en respectant la vie privée des utilisateurs.

Conclusion sur la loi 25

Pour conclure, la loi 25 au Québec est venue affecter directement la collecte de données des entreprises. Celle-ci a aussi affecté le ciblage des entreprises, et leur personnalisation d’annonces. Cependant, plusieurs moyens existent pour maintenir un certain niveau de donnée, et continuer à analyser celles-ci.

Si jamais vous souhaitiez avoir une version audio de l’article, voici un format audio qui synthétise l’information. Bonne écoute !

Bibliographie

Aide Google Ads. (s. d.-a). About enhanced conversions. Consulté le 23 février 2026, à l’adresse https://support.google.com/google-ads/answer/9888656?hl=fr

Aide Google Ads. (s. d.-b). About “Targeting” and “Observation” settings. Consulté le 24 février 2026, à l’adresse https://support.google.com/google-ads/answer/7365594?hl=fr

Aide Google Ads. (s. d.-c). About Customer Match. Consulté le 26 février 2026, à l’adresse https://support.google.com/google-ads/answer/6379332?hl=fr

Aide Google Analytics. (s. d.). [GA4] Modélisation du comportement pour le mode Consentement. Consulté le 1 mars 2026, à l’adresse https://support.google.com/analytics/answer/11161109?hl=fr

Bédard. (2025). Loi 25 au Québec : Votre entreprise est-elle conforme ? Consulté le 24 février 2026 à l’adresse https://www.mnp.ca/fr/points-de-vue/bibliotheque/loi-25-au-quebec-votre-entreprise-est-elle-conforme

Commission d’accès à l’information du Québec. (2023). Critères de validité du consentement [Fichier PDF]. Consulté le 20 février 2026 à l’adresse https://www.cai.gouv.qc.ca/uploads/pdfs/CAI_Criteres_Validite_Consentement.pdf

Gardé. (2024). Concevoir une bannière de consentement performante : Guide complet. Consulté le 25 février 2026 à l’adresse https://www.adviso.ca/blog/conseils/concevoir-une-banniere-de-consentement-performante

Google for Developers. (s. d.). Google tag gateway for advertisers. Consulté le 23 février 2026, à l’adresse https://developers.google.com/tag-platform/tag-manager/gateway?hl=fr

Lord, S. (2024, 10 3). Nouveaux enjeux de la gouvernance de l’information. Consulté le 26 février 2026, à l’adresse https://www.lapresse.ca/affaires/portfolio/2024-10-03/cybersecurite/nouveaux-enjeux-de-la-gouvernance-de-l-information.php

Shreya. (2025, 2 juin). 7 Best Practices for Cookie Consent Rate Optimization. CookieYes. Consulté le 26 février 2026, à l’adresse https://www.cookieyes.com/blog/consent-rate-optimization/