[REPLAY] La campagne ALL expliquée

Une campagne lookalike facebook ads qui mélange des look alike et des centres d’intérêt dans le même ensemble de publicités – c’est exactement ce que tout le monde t’a dit de ne jamais faire. Julien de Menonville, directeur du pôle Social Ads chez Ad Premier, l’a quand même fait. Et les résultats ont tout éclaté.

Ce qui m’a arrêté dans ce podcast, c’est pas la technique en elle-même. C’est le contexte. Julien gère un compte à 50 000 euros par mois – le compte d’un gros client en Leadgen qui s’appelle Premista – et il décide de tester un truc qui va à l’encontre de tout ce qu’on apprend sur Facebook Ads. Mélanger des audiences lookalike avec des centres d’intérêt. Dans le même ad set. Sans exclusions strictes. En laissant l’algo faire.

Le résultat ? La campagne a surperformé sur toutes les autres. Julien l’a baptisée d’abord ‘fourtou’ en interne (parce qu’on met un peu tout dedans), puis ALL pour le post LinkedIn – un acronyme qui joue sur LLA, lookalike audience. Et c’est parti.

Mais avant d’aller plus loin, il faut comprendre pourquoi quelqu’un d’expérimenté se retrouve à tester des trucs qui semblent aberrants. La réponse tient en deux lettres : iOS.

iOS 14 a cassé les réflexes – et c’est pas forcément une mauvaise nouvelle

Julien a une phrase que j’aurais aimé entendre plus tôt dans ma couverture du secteur :

Depuis iOS 14, c’est limite plus facile pour quelqu’un qui vient de se mettre au Facebook Ads que pour quelqu’un d’expérimenté qui doit lutter contre les instincts qu’il a développés.

C’est exactement le problème. Les pros portent le poids de leurs certitudes.

Avant iOS 14, l’algo Facebook était une machine de guerre. Tu lançais du broad – audience large sans ciblage précis – et ça marchait. Les agences ont construit des studios créa entiers sur cette logique. La créa fait tout, le ciblage on s’en fout, l’algo trouve les bons profils.

Sauf qu’après la mise à jour Apple, le tracking s’est effondré. Le pixel voit moins. Les audiences personnalisées sont plus petites. Les retargeting perdent en précision. Et du coup, les campagnes broad commencent à livrer des résultats en dents de scie – surtout sur des comptes qui n’ont pas encore accumulé assez de data first-party.

C’est dans ce contexte que Julien a commencé à faire ce qu’il appelle sa démarche R&D. Il audite son compte Premista, il trie, il isole. Quelles audiences lookalike performent ? Quels centres d’intérêt ont marché ? Quelles créas et quels wording ont converti ? Et là, au lieu de relancer ces éléments séparément comme il l’aurait fait avant, il se pose une question simple : et si on mettait tout ensemble ?

Pour comprendre d’où vient cette structure de compte Facebook Ads et pourquoi elle casse les codes habituels, il faut saisir la logique de la campagne ALL dans le détail.

La campagne lookalike facebook ads version ALL : ce que Julien a vraiment fait

Version 1. Un seul ad set. Julien empile dedans plusieurs audiences lookalike à 5% (donc déjà assez larges) issues de sources différentes – visites du site, interactions, liste clients. Et dans ce même ad set, il ajoute une dizaine de centres d’intérêt qu’il a qualifiés au préalable. Il remet ses meilleures créas et ses meilleures accroches. Il laisse tourner quelques jours. Budget de départ : 100 euros par jour.

Sur la campagne, très peu de restrictions démographiques ou géographiques. L’idée, c’est de taper large tout en guidant l’algo avec des signaux qualitatifs. La campagne lookalike facebook ads fonctionne ici comme un filtre enrichi – pas comme un ciblage restrictif.

J’avais même mis une dizaine de centres d’intérêt que j’avais qualifié préalablement mais il y avait quand même une dizaine de centres d’intérêt.

Dit comme ça, ça a l’air simple. Ça l’est, en fait.

Version 2, sur un compte e-commerce cette fois. Julien va plus loin. Il crée trois ad sets distincts dans la même campagne, en CBO – Campaign Budget Optimization, donc c’est l’algo qui décide où distribuer le budget. Chaque ad set correspond à un niveau de funnel :

• Top of funnel : lookalike basées sur des interactions Facebook et Instagram, des vues de vidéos
• Middle of funnel : lookalike basées sur des vues de contenu
• Bottom of funnel : lookalike basées sur des étapes d’achat – ajout au panier, initiation de paiement, achat

Dans chaque ad set, il empile trois lookalike à 3% correspondant au même niveau de funnel. Et dans chaque ad set, les centres d’intérêt qualifiés sont aussi présents. La campagne lookalike facebook ads version multi-funnel est née.

Résultat : la version à trois ad sets a écrasé la version à un seul ad set. Et à l’intérieur, c’est le middle funnel qui a performé le mieux – les lookalike basées sur des vues de contenu. L’algo CBO a mis naturellement le budget là où ça convertissait.

Pourquoi mélanger lookalike et centres d’intérêt – alors que tout le monde dit le contraire

Honnêtement, j’aurais eu le même réflexe que Joseph Donyo, l’animateur du podcast, qui avoue ne jamais avoir voulu faire ce mélange. La logique d’une audience lookalike, c’est de répliquer un profil à grande échelle. Tu fournis une source – tes meilleurs clients, tes acheteurs récents – et Facebook trouve des gens qui leur ressemblent. Si tu ajoutes des centres d’intérêt par-dessus, tu réduis cette audience. Tu perds potentiellement des profils pertinents que l’algo aurait trouvés tout seul.

C’est le dogme. Et c’est logique – enfin, ça l’était.

Post-iOS 14, l’algo a moins de data pour travailler. Il a plus de mal à trouver les bons profils sans signaux complémentaires. Du coup, les centres d’intérêt ne viennent plus restreindre une audience déjà puissante. Ils viennent orienter un algo qui rame un peu. C’est une différence de contexte qui change tout.

Julien le dit clairement : ce qu’il a fait, c’est suivre les recommandations de Facebook sur le regroupement d’audiences – une recommandation qu’il résistait depuis des mois – tout en y ajoutant sa propre couche de qualification. Il a joué le bon élève sur la forme, et l’électron libre sur le fond.

Pour aller plus loin sur les formats qui fonctionnent aujourd’hui en acquisition, l’épisode sur les publicités UGC et les formats authentiques est un bon complément – les créas restent un levier central même dans cette structure.

Comment on fait tourner cette campagne sur la durée

Le truc que Julien ne touchera jamais : une campagne qui performe. Jamais. Il ne modifie pas les ad sets, il ne change pas les créas à l’intérieur. Si quelque chose marche, ça tourne.

Quand je veux tester des nouvelles choses, des nouvelles audiences, des nouvelles structures de campagne, des nouvelles créas, des nouveaux wording, je crée toujours une nouvelle campagne. Toujours.

Voilà. C’est aussi simple que ça – et c’est souvent là que ça coince pour les gens qui gèrent des comptes en interne.

Pour les créas, la logique est la même. Quand une pub commence à s’essouffler, Julien duplique la campagne et remplace les créas dans la copie. Les deux campagnes tournent en parallèle. Il assume le risque de cannibalisation temporaire, surveille les résultats, et coupe ce qui livre le moins.

Sur le budget, il commence à 100 euros par jour sur la V1 et monte de façon exponentielle en fonction des résultats. Il cherche ce qu’il appelle le point d’équilibre – le niveau de dépense où les performances restent stables. Une fois trouvé, il y reste. Et c’est à ce stade qu’il duplique pour tester de nouvelles variantes.

Ce qu’il faut retenir – enfin, ce que j’aurais voulu qu’on me dise plus clairement quand je couvrais les Facebook Ads au moment d’iOS 14 – c’est que la stabilité d’une campagne qui performe est un actif. Tu ne touches pas un actif qui rapporte.

Sur le retargeting, la campagne ALL n’est pas adaptée. C’est clairement de l’acquisition froide. Et le retargeting, Julien le dit lui-même, est devenu le truc le plus difficile à faire fonctionner depuis iOS 14. Sa meilleure performance en ce moment : des audiences basées sur des interactions Facebook et Instagram sur une fenêtre de 30 jours. Pas 7 jours – trop court. Pas 180 jours – trop dilué. 30 jours. Un sweet spot empirique, trouvé à force de tests.

Le CBO dans tout ça – quand l’algo fait le travail de répartition

60 000 euros. C’est à peu près ce que représente le compte Premista sur un mois et demi, au rythme de 50 000 euros mensuels. C’est le terrain de test sur lequel Julien a validé la campagne lookalike facebook ads version ALL. Et c’est important parce que le CBO – Campaign Budget Optimization – fonctionne mieux quand il y a du volume.

Sur la V2 à trois ad sets, c’est l’algo qui a décidé de pousser le budget sur le middle funnel. Julien n’a rien forcé. Il avait juste bien segmenté ses ad sets pour que l’algo ait des options cohérentes entre elles. Et l’algo a fait son travail.

En fait moi le CBO c’est pas quelque chose que je vais activer de manière systématique même si je le fais régulièrement. En fait il y a un seul cas de figure où je vais pas l’activer, c’est bah tout simplement quand je ne suis pas du tout capable de regrouper des ensembles qui vont avoir à peu près la même quantité d’audience.

C’est exactement le problème que personne ne mentionne dans les tutoriels CBO. Si tes ad sets ont des tailles d’audience radicalement différentes, l’algo va surpondérer le plus grand et ignorer les petits. La campagne lookalike facebook ads en CBO ne marche que si tes ad sets sont comparables en volume.

Julien est maniaque là-dessus – son mot, pas le mien. Look alike avec look alike. Centres d’intérêt avec centres d’intérêt. Retargeting avec retargeting. Il ne mélange pas les types d’audiences dans une même campagne hors de la méthode ALL. Et même dans la campagne ALL, chaque ad set est cohérent en interne : les lookalike empilées correspondent toutes au même niveau de funnel.

Sur les stratégies de budget pour monter en dépenses, les étapes pour passer à 1000 dollars de budget par jour donnent un cadre utile pour comprendre comment calibrer la montée en puissance.

Facebook Ads en 2022 : encore pertinent, mais pas tout seul

La question que tout le monde se posait début 2022 – et qu’on se pose encore – c’est de savoir si Meta reste un canal viable après tous ces changements. Julien n’a pas de doutes là-dessus. Un tiers de la population mondiale est sur Facebook et Instagram. Tant que ces plateformes ne se vident pas, la régie continuera à exister et à fonctionner.

Et la preuve par l’exemple : la campagne lookalike facebook ads version ALL lui permet de retrouver, sur plusieurs comptes, des niveaux de performance comparables à ce qu’il obtenait avec du broad avant iOS 14. C’est pas rien. C’est une solution concrète à un problème structurel.

Mais Julien est aussi honnête sur les limites. TikTok l’intéresse. Pinterest Ads aussi – et il a même co-animé un webinaire Kick Ads avec une spécialiste Pinterest. Le message c’est que Facebook reste central, mais que diversifier les canaux d’acquisition n’est plus une option – c’est une nécessité pour les annonceurs qui veulent rester solides quand un signal d’une plateforme s’effondre.

Ce qu’il faut pas faire, c’est attendre la prochaine mise à jour iOS pour se poser la question. La prochaine perturbation arrive – RGPD, suppression des cookies tiers, nouvelles règles des navigateurs. Autant développer la capacité à tester vite et à changer de stratégie maintenant.

Pour les annonceurs qui gèrent des campagnes sur plusieurs marchés, la problématique du multi-pays et multi-produit en Facebook Ads est directement connectée à cette question de résilience structurelle.

Et pour les comptes en B2B qui se demandent si la campagne ALL est applicable à leur contexte, l’épisode sur Facebook Ads en B2B et la génération de leads pose les bonnes questions de ciblage – les lookalike y fonctionnent différemment, les centres d’intérêt aussi.

Ce qui m’agace un peu dans la manière dont on parle de Facebook Ads en ce moment, c’est qu’on oppose créa et ciblage comme si c’était un match. La créa fait tout, non le ciblage fait tout, non c’est l’algo qui fait tout. Julien montre qu’on peut penser les deux ensemble – des lookalike solides, des centres d’intérêt bien qualifiés, des créas éprouvées – et que le résultat c’est une campagne lookalike facebook ads qui performe mieux que n’importe laquelle prise séparément. Mais bon, ça demande de vouloir tester. Et d’accepter que ça plante parfois.