La stratégie créa Meta Ads a toujours été ce truc un peu flou – chacun faisait dans son coin, le média buyer briefe le créatif en cinq minutes entre deux calls, et on espère que la pub va cartonner. Chez DHS Digital, l’agence Social Ads de Danilo Duchesne, ils ont décidé de mettre fin à cette improvisation. Trois mois de refonte complète, un process en sept phases, et l’IA intégrée à chaque étape. Ce qui ressort de leur dernier podcast, c’est pas un discours de startup enthousiaste sur le futur. C’est du concret.
Elizabeth et David – respectivement du côté créa et média buying – ont détaillé comment ils ont reconstruit leur méthode de A à Z. Et franchement, la plupart des agences que je vois encore aujourd’hui font exactement ce qu’ils faisaient avant : pas de fil rouge, pas de responsabilité claire, pas d’analyse systématique. Du coup, cette refonte vaut la peine d’être décortiquée.
Avant : quand personne ne sait vraiment qui fait quoi
Le point de départ est honnête. David le dit sans détour :
« La stratégie créative était un peu répartie entre plusieurs personnes. Une partie était sous la responsabilité du média buyer, une autre partie sous la responsabilité de la créa. C’était un peu mélangé, il y avait pas vraiment de fil rouge. »
C’est exactement le problème dans 80 % des agences. Et ce qui m’agace, c’est que personne ne l’admet aussi clairement. Résultat de cette organisation en silo : des créas produites sans vraie stratégie, des itérations faites à l’instinct, et une perte de temps colossale à chaque brief. La décision de processiser – leur terme, pas le mien – est venue d’un constat simple : le volume de créas à produire explose, et l’artisanat ne suffit plus.
Six mois de travail pour arriver à un process commun, partagé entre tous les média buyers et tout le studio créa. Avec l’IA comme couche transversale sur chaque étape. Pas comme gadget. Comme infrastructure.
Phase 1 – Connaître le produit et le persona avant de toucher un seul visuel
Tout commence par ce qu’ils appellent l’onboarding – une phase d’analyse produit et persona que beaucoup d’agences bâclent en trente minutes lors du premier call client. Ici, c’est structuré dans un fichier dédié avec des dizaines de points à remplir.
Pour le produit : les USP (unique selling points), les caractéristiques, les bénéfices, la saisonnalité, le tunnel de vente, le pricing. David prend l’exemple de la whey – un marché saturé où chaque marque doit identifier ce qui la différencie vraiment (origine France ou Portugal, pâturage, procédé chimique ou non) avant de penser à la moindre créa.
Pour le persona : pas juste l’âge et le genre. Les besoins profonds, les aspirations, les problèmes à résoudre, les facteurs déclencheurs d’achat, les peurs, les frustrations. Ce niveau de granularité, c’est ce qui va ensuite alimenter chaque argument dans la pub. Et pour l’obtenir proprement, ils utilisent une source que la plupart ignore complètement.
« On va pas analyser uniquement les avis clients. On va aller sous les commentaires des publicités, surtout sur Facebook. Il y a énormément de commentaires très qualifiés […] C’est écrit un peu rapidement et en fait il y a plein d’informations essentielles. »
Dit comme ça, ça a l’air simple. Mais scrapper les commentaires des publicités qui ont le plus dépensé chez un concurrent, les passer dans ChatGPT avec un prompt structuré pour en extraire les problèmes, les motivations d’achat et les conséquences perçues – ça, c’est une mine d’or que presque personne n’exploite. Ils posent les mêmes questions sur les avis Google ou Trustpilot ET sur les commentaires Facebook Ads. Double source. Double richesse.
La recherche concurrentielle vraiment poussée – et l’outil qui change la donne
Analyser la concurrence sur Meta Ads, tout le monde dit le faire. Peu le font vraiment. L’outil central dans leur process, c’est Atria – une plateforme qui regroupe les fonctionnalités de Motion et Forplay et qui permet d’analyser les créas d’une marque sans avoir accès à son Business Manager.
Concrètement : pour une marque comme X Nomade (prise en exemple dans le podcast), Atria génère automatiquement le média mix (ratio vidéos/images/carrousels), les top personas utilisés, les USP mis en avant, les émotions dominantes dans les créas. Tout ça via de l’IA intégrée à l’outil. On peut analyser les hooks vidéo, les ad copies, les headlines, les landing pages. Sur 5 à 10 concurrents simultanément.
Mais voilà où c’est intéressant – enfin, ce que j’aurais voulu qu’on me dise quand j’écrivais sur les Social Ads il y a dix ans – ils font deux types d’analyse concurrentielle. L’analyse macro (quels formats, quels axes, quels personas dominent chez la concurrence en général) et l’analyse micro (les publicités qui tournent depuis le plus longtemps, donc celles qui ont probablement de la performance). Sur chaque top performer concurrent, ils posent les mêmes questions : quel angle, quel format, quel concept, quel script par persona.
Et ensuite – c’est là que ça bifurque – ils choisissent : s’inspirer de ce qui marche chez les concurrents, ou aller délibérément dans la direction opposée pour se différencier. Les deux approches sont valides. Ce qui compte, c’est que le choix soit conscient. Pour aller plus loin sur les étapes d’une stratégie créative structurée, il y a d’autres ressources sur le sujet.
Analyse micro et macro du compte : la stratégie créa Meta Ads vue de l’intérieur
Une fois la phase de recherche externe terminée, ils se retournent vers leur propre compte client. Et c’est là que la stratégie créa Meta Ads prend une dimension analytique sérieuse.
L’analyse macro d’abord. Via Atria encore, avec des rapports personnalisés qui croisent les données par format, par axe marketing, par concept, par émotion, par créateur, par étape du funnel. Le but : identifier les combinaisons qui sur-performent. Par exemple – format vidéo + concept street interview + axe bénéfice produit = le trio gagnant sur un compte donné. Ces insights alimentent directement l’idéation des prochaines productions.
L’analyse micro ensuite. Et là, c’est plus fin. Un top performer chez eux, c’est une créa qui a généré au moins 10 achats au CPA cible (ou à la NK cible, selon le panier moyen). Mais générer des achats ne veut pas dire que la créa est parfaite. Ils la disséquent quand même.
« On estime que c’est pas parce qu’une créa entre dans des KPI de performance qu’elle ne peut pas être améliorée. Et donc on regarde les métriques que nous on appelle de conversion […] et si oui, on va essayer de comprendre ce qu’on peut encore améliorer en regardant des KPI que nous on appelle KPI de storytelling. »
Voilà. Hook rate, hold rate, CTR – chaque métrique raconte quelque chose. Un CTR faible sur un top performer peut signifier qu’il manque des éléments de preuve sociale avant le CTA. L’IA remplit leur grille d’évaluation, note chaque point (hook, middle, CTA), et génère des hypothèses d’itération. L’humain valide et priorise. C’est une répartition qui fonctionne – même si, concrètement, la qualité des hypothèses dépend entièrement de la qualité du prompt qu’on a mis en face.
Ce découpage en trois parties – hook, body, CTA – est la même logique que des marques comme 900.care ou Bobo Cube ont popularisée. La méthode 900.care pour la créa Meta Ads a été décryptée en détail dans un autre épisode – elle repose exactement sur ce principe de dissection systématique. Et une fois que tu valides tes hypothèses sur le hook, puis sur le body, puis sur le CTA, tu arrives à ta créa quasi-parfaite. Mais ça prend du temps. Plusieurs cycles de test. Pas de raccourci.
L’idéation automatisée – et ce que l’IA peut vraiment faire ici
C’est la partie que j’attendais. Parce que « utiliser l’IA pour créer des concepts » – ça peut vouloir dire n’importe quoi. Chez DHS Digital, ça veut dire quelque chose de précis.
Leur prompt d’idéation est ce qu’ils appellent costaud. Il ingère en entrée : l’analyse produit, l’analyse persona, l’analyse concurrentielle, l’analyse macro et micro du compte, plus des fichiers de référence. Ces fichiers de référence, c’est le détail qui change tout (et c’est souvent là que ça coince dans les agences qui essaient de faire pareil). Ils servent à baliser les réponses de ChatGPT – lui montrer des exemples de ce qu’on attend, pour éviter qu’il parte dans des concepts irréalistes ou qu’il donne des réponses inconsistantes d’un brief à l’autre.
Le output : un brief d’idéation structuré par concept. Nom du concept, format recommandé, fichier de référence utilisé, description précise du visuel (position du texte, éléments de preuve sociale, palette de couleurs), et trois à quatre variations de l’axe marketing pour chaque concept – pour pouvoir tester sans produire dix créas complètement différentes.
Chaque pack de production contient deux types de créas : les itérations et déclinaisons (capitaliser sur ce qui marche déjà) et ce qu’ils appellent les big swings – des concepts inédits sur le compte, à tester sans filet. Un équilibre entre exploitation et exploration. Et ça, c’est une décision stratégique que l’IA ne prend pas – c’est le stratège créatif qui dose.
Pour voir ce que donne ce type d’approche sur des résultats concrets, l’épisode sur comment scaler de 10k à 60k€/mois sur Meta Ads donne un bon exemple de ce que ça produit en conditions réelles. Et si la question du scaling vous intéresse au-delà de la créa, les 3 stratégies pour scaler un compte Meta Ads en 2025 couvrent l’ensemble du spectre.
Ce que ce process change – et ce qu’il ne résout pas
Honnêtement ? Ce qui m’a scotché dans cette approche, c’est pas l’IA. C’est la standardisation. Le fait qu’un média buyer junior et un senior utilisent exactement le même squelette d’analyse, les mêmes grilles d’évaluation, les mêmes critères pour définir un top performer. La stratégie créa Meta Ads n’est plus dans la tête d’une personne – elle est dans le process.
L’IA accélère. Elle remplit des grilles, génère des hypothèses, propose des concepts. Mais elle travaille à partir de ce qu’on lui donne. Si l’analyse produit est bâclée, si les avis clients sont mal scrappés, si les fichiers de référence sont flous – le brief d’idéation sera inutile. Garbage in, garbage out. C’est la limite que personne dans le podcast ne dit explicitement, mais elle est là.
La concession réelle, c’est celle-ci : ce process demande un investissement humain massif en phase de setup. Le prompt d’idéation costaud dont ils parlent – il a fallu des mois pour le construire et le tester sur plusieurs clients. Les fichiers de référence – quelqu’un les a créés, affinés, améliorés. L’IA ne construit pas son propre référentiel. Et pour des équipes plus petites, ou des agences qui gèrent des dizaines de comptes simultanément, la question du temps de setup par client est réelle.
Mais une fois en place ? C’est une autre histoire. La stratégie créa Meta Ads devient un actif qui s’améliore à chaque cycle. Chaque analyse micro alimente le prochain brief. Chaque big swing testé enrichit la base de connaissances. C’est un volant d’inertie – lent à lancer, difficile à arrêter.
Sur le sujet du rôle des créatifs dans ce nouveau paradigme, le débat sur le futur des creative strategists face à l’IA pose des questions que ce process soulève sans vraiment y répondre. Parce que si l’idéation s’automatise, qu’est-ce qui reste de spécifiquement humain dans la stratégie créa ? La réponse n’est pas tranchée. Et c’est peut-être bien comme ça.
