Les variantes de créas gagnantes – voilà le truc que les annonceurs font mal depuis deux ans. Pas parce qu’ils ne testent pas. Au contraire : ils testent trop, dans tous les sens, sans jamais exploiter ce qui a déjà prouvé son efficacité. Danilo Mura Duchesnes et Élisabetha, qui bossent ensemble chez Domeda sur des audits créa Meta, ont mis le doigt sur quelque chose que j’entends rarement formulé aussi clairement dans les podcasts e-commerce.
L’erreur n’est pas de lancer des nouveautés. C’est de s’arrêter là.
Quand tu passes en revue les comptes que Domeda accompagne en audit, le constat est presque systématique : beaucoup de diversité dans les concepts, des tests en pagaille, une vraie créativité – mais presque zéro variante construite sur ce qui a déjà converti. Et ça, franchement, ça coûte cher. Pas en budget perdu sur des créas ratées. En opportunités manquées sur des winners qu’on laisse mourir sans les avoir vraiment exploités.
Alors comment on construit des variantes de créas gagnantes qui scalent réellement ? C’est la question au cœur de cet épisode – et la réponse est plus méthodique qu’on ne l’imagine.
Le diagnostic que personne ne fait : auditer ses winners avant de les décliner
Danilo a un exemple concret qui illustre bien le problème. Lors d’une session en présentiel avec un client, il sort un tableau blanc. Quatre colonnes : créateur, angle, concept, hook. Il y ajoute aussi persona. Et là, en triant visuellement les meilleures vidéos du compte, quelque chose saute aux yeux.
En fait, on remarquait que le meilleur créateur, c’était le fondateur. Puis après on avait mis hook. Ah tiens, le meilleur hook, c’est quand on parle enfin quand on a une statistique justement sur les arrêts cardiaques en question. Puis après on avait par rapport au fait que c’est un produit français.
Ça, c’est le genre d’analyse que tu fais en vingt minutes sur un tableau blanc – et qui devrait précéder chaque décision de variante. Mais elle se fait rarement.
La révélation du tableau n’était pas dans ce que le client déclinait. C’était dans ce qu’il ne déclinait pas. Le format podcast, oui, ils le faisaient tourner. Les angles statistiques, les références au made in France, idem. Mais les créateurs ? Les personas ? Quasi inexistants dans les variantes. (Et c’est souvent là que ça coince – on s’accroche aux éléments les plus évidents, pas aux plus impactants.)
Ce cadre de lecture – créateur, angle, concept, hook, persona – c’est le point de départ avant de construire des variantes de créas gagnantes. Sans ça, tu navigues à l’aveugle. Tu changes des éléments au hasard et tu espères que quelque chose colle. C’est exactement l’inverse de ce qu’on devrait faire sur une méthode de test de créas publicitaires structurée.
Deux types de variantes de créas gagnantes – et la plupart n’en font qu’un
Élisabetha pose une distinction que j’aurais aimé entendre bien plus tôt dans ma carrière. Il y a deux situations très différentes qui appellent chacune un type de variante.
Premier cas : tout est dans le vert. CPA bon, ROAS bon, hook rate bon, hold rate bon. La créa cartonne. Là, tu fais des variantes d’expansion – changer de décor, de créateur, de produit, de format. Tu prends ce qui marche et tu l’appliques ailleurs pour trouver de nouveaux volumes.
Deuxième cas : la créa performe, mais une métrique cloche. Elle a fait 10 achats au CPA cible, mais son hook rate est inférieur à la moyenne du compte. Elle convertit, mais elle n’accroche pas assez en entrée. Et là, tu ne changes pas tout. Tu travailles le point faible avec une hypothèse précise.
Ben si tout est bon, on sait que la créa marche, ben créer des variantes sur ce que tu disais, ben ça pourrait être par exemple, la vidéo, elle est tournée à l’intérieur, ben on va la tourner à l’extérieur. La vidéo est tournée par un créateur, on va la faire tourner par une créatrice ou un autre créateur.
Dit comme ça, ça a l’air simple. Mais en pratique, la plupart des équipes créa ne font ce travail qu’à moitié – elles changent des choses sans savoir exactement pourquoi, et sans documenter ce qu’elles ont changé.
Les variantes d’expansion, pour le premier cas, ça peut aussi être de reprendre la même structure de script sur un autre produit. Élisabetha donne l’exemple d’un UGC qui parle d’un produit A : elle garde exactement la même trame visuelle – plans face caméra, plans d’application, birolos – et elle la transpose sur un produit B. Les bénéfices changent, le problème change, mais le squelette reste intact. C’est une logique de production UGC efficace que peu de marques appliquent vraiment.
Les métriques de storytelling : là où les variantes de créas gagnantes se construisent vraiment
Hook rate, hold rate, CTR. On en parle tout le temps. Mais Élisabetha ajoute une métrique que j’entends moins souvent : le hook click rate.
Le principe : sur toutes les personnes qui ont regardé les 3 premières secondes, combien ont cliqué ? Ce ratio donne la pertinence du hook – pas son pouvoir d’accroche pur, mais sa capacité à attirer la bonne audience.
Parfois, tu peux faire un hook, il est à 50%, il est excellent. Mais derrière, tu vois que le hook click rate, il est à 1% ou même en dessous, et là ça veut dire que en fait, ton hook, il accroche ton audience, mais pas la bonne audience, parce que c’est pas celle qui clique derrière.
C’est exactement le problème. Un hook viral ne vaut rien si les gens qui s’arrêtent dessus ne sont pas ceux qui achètent.
Les benchmarks qu’ils utilisent chez Domeda : hook rate entre 20 et 25%, hold rate entre 5 et 7%, CTR minimum 1%. Mais – et c’est là où beaucoup se plantent – ces chiffres ne s’utilisent pas seuls. Il faut les comparer à la moyenne du compte. Une créa avec un hook rate à 22% dans un compte où la moyenne est à 30% ? C’est un point faible. Même si elle est dans le benchmark global.
Ce double benchmark – absolu vs relatif au compte – c’est ce qui te donne des hypothèses actionnables. Et sans hypothèse, pas de bonne variante.
Le système d’hypothèses : la vraie colonne vertébrale des variantes de créas gagnantes
Voilà le cœur du process. Pour chaque point faible identifié sur une créa, on formule une hypothèse précise avant de lancer la variante. Pas « le hook est pas top », mais « le hook ne cite pas le problème dès la première seconde » ou « le hook n’est pas assez tendance pour cette audience Instagram ».
Danilo donne un exemple concret avec un client qui vend des compléments liés à la santé cardiaque. Le hook rate d’une créa est faible. Hypothèse formulée : le hook n’est pas assez accrocheur parce qu’il n’exploite pas l’effet vocal tendance qu’on retrouve dans les top hooks du compte. Résultat : variante en cours de test cette semaine avec cet effet vocal uniquement sur le hook – le reste de la vidéo reste intact.
Toujours tu as une hypothèse, une créa, donc ça te fait plusieurs variantes. Et en fait, ce qui est bien, c’est que parfois tu vas faire la même hypothèse sur plusieurs créas. Et donc je prends l’exemple qu’on avait déjà parlé, mais c’était un client où j’avais identifié un CTA gagnant et qui était assez long, qui disait, voilà, si tu veux reproduire la même chose et de parler du bénéfice, ça durait quand même presque 10 secondes le CTA.
Ce CTA de 10 secondes – testé sur trois ou quatre créas différentes avec la même hypothèse – finit par valider un apprentissage reproductible. Une fois validée trois ou quatre fois, l’hypothèse devient une règle de production. Et là, tu peux la répliquer sur toutes tes nouveautés.
C’est une logique proche de ce que décrit la méthode Danilo Duchesnes pour tester les créas Meta – sauf qu’ici on est dans la phase d’itération post-winner, pas dans la phase de découverte initiale.
Une limite réelle à noter : ce système marche très bien quand tu as suffisamment de données sur tes créas. Sur un compte qui dépense peu ou qui a peu de winners, les hypothèses restent fragiles. Tu valides sur 2 créas, c’est peut-être un hasard. (Ce qui est rare, c’est que les équipes l’admettent franchement.)
L’IA dans tout ça : utile, mais pas magique
Gemini, GoMarble, Atria, Dust. Les outils s’accumulent. Et le risque, c’est de croire que l’IA va remplacer l’analyse humaine sur les variantes de créas gagnantes. Ce n’est pas ce qu’ils font chez Domeda – et c’est une nuance importante.
Gemini, ils l’utilisent pour extraire les scripts de leurs top créas vidéo, puis demander quels éléments reviennent le plus souvent et dans quel ordre. Résultat : une structure gagnante type « hook – problème – solution – bénéfice » qu’on peut reproduire sur de nouveaux concepts. Ce n’est pas une variante à proprement parler. C’est de l’analyse de patterns.
GoMarble, c’est autre chose. L’outil est relié directement à Meta via MCP – basé sur Claude, si je comprends bien la description. Il peut lire les vidéos directement depuis le compte publicitaire, sans export manuel, et croiser les données créatives avec les métriques de performance. Graphiques, schémas, corrélations. Danilo en parle avec un enthousiasme mesuré, ce qui est plutôt bon signe dans un secteur où tout le monde survend ses outils.
Mais les deux reconnaissent clairement :
On n’a pas encore tout automatisé avec l’IA pour les analyses et les hypothèses. Pas encore tout automatisé, mais on s’aide de l’IA quand même pour avoir des insights.
Ce qui m’agace dans les discussions autour de l’IA et des créas, c’est cette tendance à présenter l’automatisation comme une finalité. Ici, ils sont plus honnêtes. L’IA aide à trouver des patterns, à accélérer l’analyse, à générer des idées de hooks quand l’inspiration manque. Mais la décision de formuler une hypothèse, de choisir quel point faible corriger en priorité – ça reste humain pour l’instant.
Atria et Motion sont mentionnés pour l’analyse créa structurée via nomenclature – identifier le meilleur créateur, le meilleur hook, le meilleur CTA en filtrant sur les données du compte. Des outils qui complètent bien une démarche d’audit publicitaire Meta sérieuse. Mais là encore, sans une nomenclature propre en entrée, l’outil ne fait rien de bon.
Documenter ou mourir – comment tracker ses variantes dans le temps
Le process ne vaut rien sans suivi. Et c’est là que beaucoup d’équipes abandonnent – pas par manque de méthode, mais par manque de rigueur opérationnelle dans la documentation.
Chez Domeda, la nomenclature distingue déjà les nouveautés des variantes. Ce premier tag permet de mesurer le ratio variantes/nouveautés sur le compte et de suivre lesquelles performent le mieux. Mais les hypothèses, elles, ne rentrent pas dans la nomenclature – trop spécifiques, pas reproductibles à l’identique.
Ce qu’ils font à la place : un bilan mensuel ou bimensuel lors des briefs de production. Toutes les hypothèses passées en revue – validées, non validées, en attente. Un Notion ou un Excel pour garder la trace dans le temps. Simple. Pas sexy. Mais efficace.
La prochaine étape qu’ils veulent automatiser : alimenter un creative tracker avec les métriques de chaque créa (dépense, CPA, CTR, hook rate, hold rate) et laisser l’IA identifier des combinaisons gagnantes – ce persona + cet angle + ce concept. Pour l’instant, ça se fait à la main. Et visiblement, ça prend du temps.
Ce cadre de documentation des apprentissages rappelle d’ailleurs ce que j’avais vu sur la stratégie Facebook Ads e-commerce sur le long terme – sans mémoire structurée des tests, chaque nouvelle campagne repart de zéro.
Et pour finir – enfin, ce que j’aurais voulu qu’on me dise clairement quand je couvrais mes premiers sujets Meta Ads – il n’y a pas de pourcentage magique de variantes à viser. Ça dépend du budget, du nombre de winners actifs, du rythme de production. Plus tu as de créas gagnantes, plus tu peux construire de variantes de créas gagnantes. C’est mécanique. Mais attention : changer juste une tagline ou un hook dans un univers visuel identique – l’algorithme Meta le détecte et ça ne compte pas vraiment comme une variante au sens où on l’entend ici.
La question que je me pose après avoir épluché cet épisode : combien d’équipes ont vraiment une nomenclature assez propre pour que tout ce process fonctionne ? Parce que sans ça, même les meilleures hypothèses restent des intuitions.
