La phase d’apprentissage Facebook Ads fait peur. Ce petit avertissement orange dans le gestionnaire de publicités, beaucoup d’annonceurs le traitent comme une urgence – comme s’il fallait absolument s’en débarrasser pour que les campagnes tournent. Danilo Duchesnes, consultant Facebook Ads et animateur du podcast Le Rendez-vous Marketing, a passé plusieurs années à tester l’inverse. Et ses chiffres contredisent frontalement ce que Meta recommande.
Ce que Facebook dit sur la phase d’apprentissage facebook ads
Officiellement, la théorie est propre. Quand tu lances une nouvelle campagne ou un nouvel ensemble de publicités, l’algorithme manque de données. Il ne sait pas encore qui va acheter, à quel moment, avec quel type de créa. Alors il teste – différents profils, différents moments de diffusion – et il note. C’est ça, la phase d’apprentissage Facebook Ads : une période d’instabilité assumée, avec des journées à +200% et d’autres à -60%.
Pour en sortir, Meta a fixé un seuil : 50 conversions par semaine par ensemble de publicités. En dessous, tu restes en apprentissage limité – le fameux avertissement orange. Au-dessus, les résultats se stabilisent, dit la documentation.
Sauf que 50 conversions par semaine, ça représente quoi concrètement ? Si ton coût par achat tourne autour de 20€, il faut investir 1 000€ par semaine, par audience. Pas par campagne – par audience. C’est là que la théorie commence à craquer pour la majorité des annonceurs qui ne pilotent pas des budgets à cinq chiffres mensuels.
« Généralement, lorsque vous lancez une campagne de conversion et que vous optimisez pour les achats, vous êtes souvent en apprentissage ou en apprentissage limité, donc avec un petit avertissement orange, parce que l’événement achat est un événement qui est plus rare. »
Dit comme ça, c’est presque logique. Mais ça pose une question que peu d’annonceurs osent formuler : et si l’avertissement orange n’était pas le vrai problème ?
L’ajout au panier : la fausse bonne idée
La solution intuitive – et celle que beaucoup appliquent – c’est de descendre d’un cran dans l’entonnoir. Plutôt qu’optimiser pour l’achat, on optimise pour l’ajout au panier. L’événement est plus fréquent, la phase d’apprentissage Facebook Ads s’accélère, l’avertissement orange disparaît. Victoire ?
Pas vraiment. Danilo Duchesnes l’a testé et retesté. Sa réponse est tranchante :
« Pour l’avoir testé des centaines de fois avec un événement de conversion comme l’ajo panier, oui tu vas sortir plus facilement de la phase d’apprentissage, mais tu auras très souvent des coûts par achat plus élevés parce que tu optimises pour des ajouts au panier et non des achats. »
C’est exactement le problème. L’algorithme fait ce qu’on lui demande – trouver des gens qui ajoutent au panier – mais ces gens-là ne sont pas des acheteurs. Ils ressemblent à des acheteurs. Nuance énorme.
L’explication de Danilo sur le fonctionnement des signaux Facebook est particulièrement éclairante. Il prend son propre cas : si tu navigues sur Zalando, Amazon, Nike, que tu remplis des paniers sans jamais finaliser d’achat, Facebook te classe quand même comme potentiellement intéressant pour les annonceurs qui optimisent en ajout au panier. Tu deviens une cible – pour une campagne qui cherche des acheteurs. Et tu n’achètes pas. (Ce comportement est d’ailleurs extrêmement courant – des études montrent que le taux d’abandon de panier dépasse les 70% sur la plupart des e-commerces.)
En gros, l’algorithme confond le signal d’intention avec l’intention réelle. Et toi tu paies pour ça.
Le test à 200€ le néon qui a tout changé
Les arguments théoriques, c’est bien. Les chiffres bruts, c’est mieux. Et là, Danilo sort un exemple que j’aurais aimé avoir sous la main lors de discussions avec des clients qui refusaient d’optimiser pour l’achat sur des produits chers.
Produit : des néons LED à plus de 200€. Contexte : une campagne déjà en cours, optimisée pour l’ajout au panier – parce que 200€, c’est un achat réfléchi, et l’intuition disait qu’optimiser directement pour l’achat donnerait trop peu de données.
Semaine 1, avec l’optimisation ajout au panier : 458€ dépensés, 177 ajouts au panier, 2 achats. ROAS à 0,77. Soit une perte sèche sur chaque euro investi.
Semaine 2 – seul changement : l’événement d’optimisation passe de l’ajout au panier à l’achat. 502€ dépensés, 65 ajouts au panier (moins de la moitié), mais 7 achats. ROAS à 3,82.
« Donc là on était vraiment très rentable parce que cette fois-ci j’ai osé optimiser pour l’achat et pourtant mes campagnes étaient en apprentissage limité. Elles étaient en apprentissage limité. J’ai eu des résultats. »
Voilà. La phase d’apprentissage Facebook Ads n’avait pas disparu. L’avertissement orange était toujours là. Et les ventes, elles, s’étaient multipliées par 3,5. Ce qui m’agace dans cet exemple, c’est que beaucoup d’annonceurs auraient arrêté la campagne semaine 1 en concluant que le produit ne se vend pas sur Meta – alors qu’ils avaient juste mal posé la question à l’algorithme.
Sur les décisions à prendre face à un coût par conversion élevé, Danilo avait d’ailleurs abordé une problématique proche dans un autre épisode – la tentation de couper ce qui coûte cher sans regarder ce que ça rapporte vraiment.
Pourquoi la phase d’apprentissage facebook ads est mal comprise
Le vrai problème – enfin, ce que j’aurais voulu qu’on m’explique quand j’ai commencé à suivre des campagnes de près – c’est que Meta a un intérêt objectif à ce que tu sortes vite de la phase d’apprentissage Facebook Ads. Plus tu génères d’événements, plus l’algorithme est content, plus les campagnes tournent sans friction. C’est une mécanique qui sert la plateforme autant que l’annonceur.
Mais les 50 conversions hebdomadaires recommandées sont calées sur l’événement que TU choisis. Si tu choisis un événement facile à déclencher, tu atteins le seuil facilement. Si tu choisis l’achat, tu l’atteins rarement – sauf à dépenser beaucoup. La documentation Meta ne te dit pas explicitement que la qualité de l’événement prime sur sa fréquence. C’est pourtant ce que le test néon démontre.
Il y a aussi une confusion fréquente entre stabilité des résultats et performance des résultats. Sortir de la phase d’apprentissage Facebook Ads stabilise la diffusion – ça ne garantit pas que tu vends. Une campagne optimisée ajout au panier peut être parfaitement stable, avec des CPM constants et un taux d’ajout au panier excellent. Et perdre de l’argent tous les jours de façon très régulière. (Ce qui est, d’une certaine façon, pire que l’instabilité.)
La chronique de Danilo sur le mythe de la phase d’apprentissage sur Facebook Ads va encore plus loin sur ce point – avec d’autres exemples qui déconstruisent la promesse de stabilité.
Trois leviers concrets pour avoir des résultats stables – sans changer d’événement
Admettons que tu aies décidé de rester sur l’optimisation achat. Tu es en apprentissage limité. L’avertissement est là. Qu’est-ce que tu fais concrètement ?
Danilo propose trois pistes, et je vais les dérouler sans les transformer en liste symétrique de bullet points que personne ne lit vraiment.
Le premier levier, c’est le regroupement d’audiences. Si tu as une audience Nike et une audience Adidas dans deux ensembles de publicités séparés, clairement tu dilues tes signaux. Ces audiences se chevauchent massivement – fusionner les deux ensembles concentre les conversions sur un seul niveau et accélère mécaniquement la sortie de la phase d’apprentissage Facebook Ads. Pareil pour les lookalikes : une audience similaire d’acheteurs et une similaire d’ajouts au panier, c’est souvent 70-80% de recouvrement.
Deuxième levier : élargir les audiences. Une audience trop étroite signifie moins d’acheteurs potentiels à trouver, donc moins de conversions possibles par semaine. Facebook le signale d’ailleurs directement dans l’interface quand il détecte le problème dès le lancement. En retargeting comme en acquisition, une audience plus large donne à l’algorithme plus de latitude pour trouver les bons profils sur plusieurs jours. C’est contre-intuitif pour les puristes du ciblage ultra-précis, mais le résultat est souvent là.
Troisième levier – et celui-là demande un vrai effort de réorganisation structurelle : consolider les budgets. Trois campagnes qui font à peu près la même chose (une lookalike, une par intérêts, une sur une offre légèrement différente) répartissent un budget qui serait plus efficace centralisé. Moins d’ensembles de publicités, plus de budget par ensemble, plus de chances de générer les conversions nécessaires à la stabilisation.
Mais bon – aucun de ces trois leviers ne garantit de sortir de la phase d’apprentissage Facebook Ads si ton budget total est structurellement insuffisant pour le prix de ton produit. C’est la limite que Danilo assume lui-même : ces techniques aident, elles ne font pas de miracles.
Pour aller plus loin sur la stratégie structurelle des campagnes, l’épisode sur la stratégie Facebook Ads par l’analyse fine de la data avec Simon Briquet-Loggia de Smiirl apporte un éclairage complémentaire intéressant sur la façon dont les données guident vraiment les décisions.
Ce que ça dit sur notre rapport à l’algorithme
Au fond, la question de la phase d’apprentissage Facebook Ads révèle quelque chose de plus large sur la façon dont on pilote les campagnes. Il y a une tendance très humaine à traiter les avertissements de l’interface comme des ordres – à optimiser pour que l’outil soit content plutôt que pour que le business soit rentable.
L’avertissement orange n’est pas un échec. C’est une information. Il dit : l’algorithme manque de données pour cette configuration. Ça ne dit pas : tes résultats sont mauvais, change tout.
Danilo le résume bien :
« Je vous le recommande pas forcément après c’est mon avis. Je vous laisse vraiment le tester par vous-même. »
C’est peut-être la phrase la plus honnête de tout l’épisode. Parce que la réalité des Facebook Ads, c’est que les contextes varient énormément – secteur, prix du produit, taille de l’audience, maturité du pixel. Ce qui a fonctionné pour des néons à 200€ ne fonctionnera pas forcément pour une formation à 97€ ou une box mensuelle à 29€. Le principe – oser optimiser pour l’achat même en apprentissage limité – reste solide. La mise en pratique demande du test.
Ce que j’aurais aimé voir dans cet épisode, c’est un exemple sur un produit à très faible marge où la contrainte budgétaire rend l’optimisation achat quasi impossible à tenir. Parce que ça existe, et la réponse n’est pas évidente. Danilo l’effleure quand il parle de budgets limités, mais sans vraiment creuser.
Sur la question des compétences qui permettent de lire ces situations correctement, l’épisode sur les compétences clés des meilleurs marketeurs Facebook donne un cadre de lecture utile – notamment sur pourquoi la technique seule ne suffit jamais.
Et si tu gères plusieurs campagnes en parallèle avec des objectifs différents, la question de comment tester plusieurs produits sur la même cible avec Facebook Ads rejoint directement les problématiques de consolidation d’audiences évoquées ici.
La phase d’apprentissage Facebook Ads reste l’un des sujets les plus mal compris de la plateforme – pas parce que c’est compliqué, mais parce que l’interface incite à réagir vite, et que réagir vite est rarement la bonne réponse quand un algorithme apprend encore.
