Le fonctionnement du suivi des ouvertures et des clics

Tous les indicateurs d’engagement que publie un ESP (taux d’ouverture, taux de clics, taux de clics sur ouvertures, taux de lecture) sont des chiffres dérivés, fondés sur deux modifications apportées au message au moment de l’envoi : un pixel de suivi et des liens réécrits. Cet article décrit comment les plateformes implémentent et comptent réellement ces événements, comment elles définissent les valeurs uniques et totales, et ce que chaque chiffre peut et ne peut pas prouver. Les fonctions de confidentialité et les scanners qui faussent ces décomptes (Apple MPP, Microsoft Safe Links, détonation par les passerelles, proxys d’images) sont traités en détail dans Distorsions du suivi et de la mesure ; les seuils qu’alimentent ces indicateurs se trouvent dans Indicateurs et valeurs de référence de la délivrabilité. Cet article est la couche de fonctionnement sous-jacente à ces deux articles.

Le suivi des ouvertures : le pixel

Une ouverture est déduite, jamais observée. L’ESP intègre dans le corps HTML une image transparente de 1×1 (« pixel de suivi », « balise », « web bug »), hébergée sur une URL du domaine de suivi qui encode l’identifiant unique du destinataire. Lorsque le client de messagerie affiche le message et télécharge les images distantes, la requête atteint le serveur de suivi, qui enregistre une ouverture avec l’IP à l’origine de la requête, l’user-agent et l’horodatage.

Comme l’événement est le téléchargement d’une image, les vérités structurelles sont les mêmes sur toutes les plateformes :

• Pas de chargement d’image → pas d’ouverture. Les clients dont les images sont désactivées, les volets de lecture en texte brut et les clients texte seul produisent des faux négatifs. Un « taux d’ouverture » est un taux de chargement du pixel.
• Tout chargement d’image → une ouverture, y compris les aperçus de l’expéditeur, une campagne transférée ou publiée sur le web, ou un modèle qui réutilise un code de suivi.
• Les parties text/plain ne peuvent pas être suivies. Un pixel est une construction HTML ; un message affiché en texte ne produit aucune ouverture. C’est pourquoi Pardot appelle précisément une ouverture détectée par le pixel une « HTML open » : il n’existe pas d’ouverture en texte.
• Total ≠ unique. Les requêtes brutes sur le pixel sont les ouvertures totales (un destinataire qui recharge le message compte à chaque fois) ; les ESP dédoublonnent en ouvertures uniques par destinataire, car ils détiennent la correspondance abonné↔identifiant. Les valeurs de référence et les comparaisons entre plateformes devraient toujours utiliser le taux unique.

Le repli clic→ouverture

Plusieurs plateformes enregistrent une ouverture lorsqu’un clic arrive sans ouverture préalable pour ce destinataire, au motif qu’un clic prouve que le message a été vu même si le pixel ne s’est jamais déclenché (images désactivées).

• Eloqua l’explicite : « si un clic se produit sans ouverture d’email enregistrée pour ce RecipientID, Oracle Eloqua enregistre automatiquement une ouverture d’email en même temps que le clic » (If a clickthrough occurs without a recorded email open for that RecipientID, Oracle Eloqua automatically records an email open along with the clickthrough). Eloqua a donc deux voies de détection des ouvertures : le chargement du pixel, et l’ouverture déduite du clic.
• Customer.io l’intègre à sa définition : une ouverture est comptée « lorsque le client de messagerie du destinataire charge une image invisible (pixel de suivi) ou lorsque le destinataire clique sur l’un des liens de l’email » (when the recipient’s email client loads an invisible image (tracking pixel) or when the recipient clicks one of the links in the email).

Ce repli explique pourquoi les audiences qui cliquent beaucoup avec les images désactivées (une grande partie du B2B) affichent tout de même des ouvertures, et pourquoi, à l’ère de MPP, un clic est le seul signal qui permet de retrouver une vraie ouverture humaine chez un destinataire Apple Mail dont le pixel s’est déclenché automatiquement (voir distorsions).

Le suivi des clics : la réécriture des liens

Le suivi des clics réécrit, au moment de l’envoi, chaque href du message pour le faire pointer vers le domaine de redirection de l’ESP (domaine de « tracking », de « click » ou de « links »), avec la destination et le destinataire encodés. Au clic, le serveur de redirection enregistre la requête et renvoie une redirection HTTP vers la véritable URL. Seule la plateforme d’envoi peut le faire (elle doit réécrire les liens avant que le message ne parte), ce qui explique que les outils purement analytiques ne puissent pas proposer de suivi des clics, et que la réécriture des liens soit indissociable de l’ESP.

Conséquences qui font des clics un signal plus solide que les ouvertures, mais pas un signal propre :

• Le domaine de suivi ou de redirection porte une réputation. Les listes de blocage d’URL et les filtres de contenu évaluent le domaine des liens dans le corps du message ; un domaine de redirection partagé répartit la réputation (bonne ou mauvaise) entre tous les expéditeurs qui l’utilisent. Des noms d’hôtes de suivi personnalisés par client isolent cet effet. Bird sert le suivi des clics et des ouvertures depuis le nom d’hôte de suivi personnalisé de votre domaine (un CNAME sous le domaine d’envoi, links.yourdomain.com par défaut), en HTTPS, et y fait passer le lien visible réécrit.
• Les clics sont gonflés par les scanners. La « détonation des liens » par les passerelles (Safe Links, Proofpoint, Mimecast) visite les liens réécrits quelques secondes après la livraison ; chaque visite est enregistrée comme un clic qu’aucun humain n’a fait. Détails et heuristiques pour distinguer robot et humain : Distorsions du suivi et de la mesure.
• Unique ou total s’applique à l’identique : les clics totaux comptent chaque requête ; les clics uniques en comptent un par destinataire (certaines plateformes proposent aussi l’unicité par lien).

Le suivi doit être activé avant de fonctionner

Le suivi n’est pas automatique du simple fait qu’un message contient des liens. Bird le soumet à trois conditions, qui doivent toutes être remplies pour un envoi donné :

1. l’indicateur propre à l’envoi (track_opens / track_clicks, vrai par défaut) est vrai : un false sur un envoi supprime toujours le suivi, quels que soient les réglages du domaine ;
2. le suivi est activé au niveau du domaine ;
3. le CNAME de suivi a été vérifié : « le suivi des clics et des ouvertures ne fonctionne qu’une fois ce CNAME vérifié ; d’ici là, rien n’est réécrit ni doté d’un pixel » (Click and open tracking only run once that CNAME has verified ; until then nothing is rewritten or pixelled).

Bird suit l’état de préparation du CNAME de suivi séparément de celui de l’envoi (capabilities.tracking et capabilities.sending) : un domaine peut donc être en mesure d’envoyer tout en n’enregistrant, sans le signaler, aucun engagement. Sur le plan opérationnel : une mise à zéro soudaine des données d’ouverture et de clic pour tout un client vient souvent d’un CNAME de suivi cassé ou non vérifié, pas d’un changement d’audience.

Le filtrage des robots et des interactions non humaines intégré au décompte

Comme les pixels et les liens réécrits sont visités par des scanners autant que par des humains, les plateformes matures filtrent l’activité des machines avant qu’elle n’atteigne l’indicateur principal, une approche distincte de la simple publication des requêtes brutes.

• Customer.io montre explicitement les deux côtés. Depuis le 2025-03-20, un indicateur Human Opened exclut Apple MPP, le préchargement de Gmail, les robots et les scanners ; depuis le 2025-04-20, un indicateur Human Clicked exclut les scanners de sécurité, les robots, les proxys et les schémas non humains. Des indicateurs complémentaires Machine Opened / Machine Clicked recueillent les événements automatisés exclus. Rien n’est compté deux fois : « si un même email a été ouvert à la fois par une machine et par un humain, cela compte pour un dans l’indicateur agrégé » (if a single email was opened by both a machine and a human, that counts as one in the aggregate metric). Toutes les ouvertures dans Apple Mail sont comptées comme non humaines ; une ouverture humaine n’est réattribuée que si le destinataire clique aussi (les ouvertures humaines sont donc sous-estimées).
• Pardot / Account Engagement fournit Metrics Guard dans tous les comptes : une détection par seuils des rafales d’ouvertures ou de clics provenant d’une IP. Les seuils sont des « moyennes prudentes des pics d’activité email sur une période donnée dans l’ensemble de l’écosystème Account Engagement » (conservative averages of peak email activity within a certain time frame across the Account Engagement ecosystem) ; lorsqu’une IP en dépasse un, « le suivi de l’activité à cet emplacement est suspendu jusqu’à ce que le niveau d’activité repasse sous le seuil » (activity tracking on that location is paused until the activity level falls back below the threshold). Il filtre l’essentiel de l’activité des scanners sans bloquer les visiteurs légitimes, mais ne peut pas intercepter tous les robots : l’activité sous les seuils reste enregistrée.
• Eloqua stocke les ouvertures et clics automatiques des outils d’analyse des emails et les ouvertures automatiques liées à la confidentialité d’Apple séparément de l’engagement réel des contacts, au lieu de les inclure dans le décompte d’engagement.
• Bird signale les ouvertures récupérées par un proxy avec is_prefetched: true et définit son taux d’ouverture comme les « ouvertures uniques non préchargées rapportées aux messages livrés » (unique non-prefetched opens over delivered) : le préchargement est exclu du taux principal, pas seulement étiqueté.
• Braze propose des rapports qui « excluent ou incluent les ouvertures par des machines (comme MPP d’Apple) » (either exclude or include machine opens (like Apple’s MPP)).

À retenir pour un opérateur d’ESP : ne comparez jamais un taux d’ouverture non filtré à un taux filtré des robots, et sachez lequel affiche le tableau de bord par défaut de votre plateforme. L’écart entre « ouvertures » et « ouvertures humaines » atteint souvent 30 à 70 % sur les listes où Apple est très présent.

Ce que les plateformes nomment et exposent réellement

Attention au piège de la base de calcul : Customer.io et Bird calculent les taux d’engagement par rapport aux messages livrés, et Bird attribue l’engagement à l’heure de l’événement (un clic aujourd’hui sur l’envoi de la semaine dernière figure dans les chiffres d’aujourd’hui). Deux plateformes peuvent publier des « taux d’ouverture » différents pour un comportement identique, uniquement à cause de leurs choix de dénominateur et d’attribution temporelle. Vérifiez toujours le numérateur (unique ? filtré des robots ?) et le dénominateur (livrés ? envoyés ?) avant de comparer.

Le taux de lecture : une mesure complètement différente

Le « taux de lecture » n’est pas un indicateur fondé sur le pixel. Il mesure pendant combien de temps un message est resté au premier plan ou actif avant que le lecteur ne passe à autre chose, réparti en niveaux : Pardot distingue supprimé (deleted, < ~2 s), parcouru (skimmed, ~2 à 8 s), lu (read, > ~8 s). Il provient d’une autre source que les ouvertures :

• Selon oimetrics, les taux de lecture viennent d’un panel de boîtes de réception surveillées : ce sont donc des taux estimés, pas des mesures directes, et il faut s’attendre à des écarts avec vos propres ouvertures.
• Ce sont des taux uniques, pas des taux totaux, calculés en observant le moment où un abonné marque ou garde un message comme lu plutôt qu’en déclenchant un pixel, si bien qu’ils échappent en grande partie à Apple MPP (MPP gonfle les ouvertures par pixel ; il ne fabrique pas de temps de lecture).
• L’intérêt pour la délivrabilité : « les taux de lecture utilisent la même méthodologie que les fournisseurs d’accès, comme Gmail et Outlook » (read rates use the same methodology as ISPs, like Gmail and Outlook), et « estiment donc plus précisément ce que calculent les fournisseurs d’accès » (more accurately estimate what ISPs are calculating) pour le score d’engagement. Le taux de lecture est donc un indicateur indirect plus proche du signal d’engagement que calcule le fournisseur de messagerie lui-même que n’importe quelle ouverture par pixel.
• Discipline de comparaison : ne comparez le taux de lecture qu’au taux d’ouverture unique, pas au taux d’ouverture total ; « plus il est élevé, mieux c’est » (higher is better).

Le taux de lecture d’un panel est une estimation de la performance au niveau de la liste, pas une vérité par destinataire. Il sert à vérifier la cohérence des ouvertures par pixel et d’indicateur indirect des calculs d’engagement du fournisseur : un taux de lecture sain face à un taux d’ouverture qui s’effondre désigne une distorsion liée au pixel ou à MPP, pas une vraie baisse d’engagement.

Les ouvertures comme signal de délivrabilité : la lecture honnête

Braze énonce clairement la position actuelle : un chargement de pixel est « plus susceptible d’indiquer un placement en boîte de réception qu’un être humain qui sélectionne réellement votre message et choisit de le lire » (more likely to indicate inbox placement as opposed to a human being actually selecting your message and choosing to read it). C’est ce recadrage qui est utile pour exploiter un ESP :

• Un taux d’ouverture unique (hors machines) supérieur à ~25 % indique un placement en boîte de réception généralisé ; en dessous de ~20 %, il suggère un placement en dossier spam ; une tendance régulière à la baisse précède souvent des problèmes de délivrabilité. (Braze.) Le tableau de bord de Bird qualifie le taux d’ouverture de « Healthy » au-dessus de 35 % et le taux de livraison de sain au-dessus de 95 %. Considérez ces chiffres précis comme calibrés par chaque éditeur, pas comme universels. Ce sont des fourchettes hors machines ; une valeur de référence brute (machines incluses), comme le ≥ 33 % de Klaviyo, n’est pas comparable : le tableau de référence des seuils classe les chiffres de taux d’ouverture selon qu’ils incluent ou excluent les machines.
• Les fournisseurs de messagerie jugent l’engagement sur des données que les expéditeurs ne peuvent pas voir : « délai avant ouverture, délai avant clic, transferts, réponses, suppressions, etc. » (time-to-open, time-to-click, forwards, replies, deleted, etc., Braze). Votre indicateur d’ouverture est une ombre grossière du vrai modèle du fournisseur ; le taux de lecture en est une ombre un peu moins grossière.
• Par conséquent, pour juger l’engagement de l’audience et piloter la mise en sommeil et le réengagement, privilégiez les clics et les conversions plutôt que les ouvertures ; pour juger le placement, une tendance agrégée du taux d’ouverture reste un signal d’alerte précoce légitime (une baisse signifie que les messages n’atteignent plus la boîte). Cette répartition (les ouvertures pour la direction du placement, les clics et conversions pour les décisions d’engagement) est la règle de fonctionnement.

Ce que chaque indicateur dit et ne dit pas

Voir aussi

• Distorsions du suivi et de la mesure : comment MPP, Safe Links, la détonation par les passerelles et les proxys d’images faussent ces décomptes, avec des heuristiques pour distinguer robot et humain et des corrections de la politique de mise en sommeil
• Indicateurs et valeurs de référence de la délivrabilité : les seuils de rebonds, de plaintes et d’ouvertures qu’alimentent ces mécanismes
• Hygiène de base de données et politiques de mise en sommeil : des définitions de l’engagement qui dépendent des événements auxquels vous vous fiez
• Contenu et design au service de la délivrabilité : la réputation du domaine de suivi et le traitement des liens
• Authentification des domaines des clients : la configuration du CNAME de suivi et de liens personnalisé pour les clients