La campagne all facebook ads – ou campagne « fourre-tout » comme on l’appelle en interne – est peut-être la structure la plus contre-intuitive que j’ai vue tourner ces dernières années. Mélanger des audiences lookalike avec des centres d’intérêt dans un seul adset, c’est exactement ce que tous les consultants sérieux vous déconseillaient avant 2021. Et pourtant, c’est précisément ce qui fait tourner certains des meilleurs comptes aujourd’hui.
Julien de Menonville, directeur du pôle Social Ads chez Ad Premier – une agence média qui gère des budgets conséquents sur le paid social – l’a testé sur un compte à 50 000 € par mois. Les résultats ont été suffisamment nets pour qu’il en parle sur LinkedIn, puis dans le podcast No Pay No Play de Joseph Dougnio. Le principe : empiler dans un même adset des lookalike à 3-5 % issues de sources diverses, y ajouter une dizaine de centres d’intérêt qualifiés, et laisser l’algorithme faire le tri. Ça semble brouillon. Ça l’est presque. Mais ça marche.
Le truc c’est que cette approche ne sort pas de nulle part. Elle répond à un problème très précis – la chute de performance post-iOS 14 sur les campagnes broad – et elle exploite quelque chose que beaucoup de gérants de compte ont du mal à accepter : depuis qu’Apple a cassé le tracking, Facebook a besoin de plus de signal pour fonctionner. Et parfois, lui en donner trop vaut mieux que pas assez.
Ce qu’iOS 14 a vraiment cassé dans nos campagnes
Avant d’aller plus loin, il faut remettre le contexte sur la table. Julien le dit très clairement dans l’épisode, et c’est une position que je partage complètement :
Avant iOS 14 on pouvait effectivement tenir ce discours là parce que l’algo était ultra puissant, on lançait du broad et ça marchait hyper bien. Et puis après iOS 14, je pense que c’est moins évident en fait de tenir ce discours là tout simplement parce que même avec tout ce que Facebook a pu mettre en place pour essayer de contrer ce problème iOS 14, c’est quand même assez compliqué.
Dit comme ça, c’est le résumé de deux ans de galères pour des centaines de comptes.
Le broad – cette stratégie consistant à cibler large et à compter sur l’algo pour trouver les bonnes personnes – fonctionnait parce que le pixel était bien nourri. Des milliers d’événements remontaient proprement, Facebook construisait des modèles d’audience précis, et le système s’auto-optimisait. iOS 14 a coupé une partie de ce flux de données. Pas tout – mais assez pour dégrader sérieusement la qualité du signal.
Résultat : les campagnes broad ont commencé à dépenser différemment. Moins efficacement. Et les agences qui avaient misé tout sur la créa – en disant « l’audience c’est secondaire, c’est le contenu qui convertit » – se sont retrouvées avec des comptes qui brûlaient du budget sans performer. Ce contexte, c’est exactement ce qui a poussé Julien à expérimenter. L’épisode 7 experts Facebook Ads discutent du paysage post-iOS 14 en donne une autre lecture très complète si tu veux creuser.
La campagne all facebook ads : naissance d’une idée bizarre
Tout commence sur le compte de Premista, un client ligen du groupe pour lequel Julien gère environ 50 000 € de budget mensuel. Ce n’est pas un terrain d’expérimentation lambda – c’est un compte mature, avec de l’historique, des données solides.
Julien avait déjà travaillé à isoler ce qui marchait : des lookalike performantes, des centres d’intérêt qualifiés, des créas et des accroches qui convertissaient. Tout ça existait, éparpillé dans des campagnes distinctes. Et un jour il s’est demandé – et c’est là que ça devient intéressant – ce qui se passerait s’il mettait tout ça ensemble.
J’avais isolé, trié et identifié des audiences look alike performantes, des centres d’intérêt performant et des contenus médias et des wording performant. J’avais déjà atteint à ce moment-là un certain niveau de maturité post iOS 14 puisque j’utilisais notamment des look alike à 5 % donc assez large que j’empilais dans un seul et même adsset et là je me suis dit et si j’essayais de mélanger tout ça.
Voilà. L’idée la plus simple du monde, et probablement la plus difficile à exécuter pour quelqu’un d’expérimenté.
Parce que – et c’est ce que Julien dit en passant, et que j’aurais voulu qu’on me dise plus tôt – c’est souvent plus facile pour quelqu’un qui se lance aujourd’hui que pour un consultant aguerri. Les instincts développés avant iOS 14 jouent contre toi. Tu as appris à isoler les audiences, à éviter les recoupements, à structurer proprement. Et là on te demande de tout empiler dans un seul adset. C’est contre-nature (c’est vraiment le mot qu’il utilise, et il a raison).
La campagne all facebook ads V1 : une campagne, un seul adset, plusieurs lookalike à 5 % empilées, une dizaine de centres d’intérêt qualifiés par-dessus, très peu de restrictions démographiques. Budget de départ : 100 € par jour, augmenté exponentiellement selon les résultats. Et ça a battu toutes les autres campagnes du compte.
La version 2 : quand on ajoute de la granularité
Tester une structure qui marche, puis la pousser plus loin. C’est le réflexe de quelqu’un qui fait vraiment de la R&D, pas juste de la gestion de compte. Julien a donc mis en concurrence deux versions de la campagne all facebook ads.
La V1 : un seul adset, tout empilé ensemble. La V2 : trois adsets distincts, chacun regroupant trois lookalike à 3 % correspondant à un niveau de funnel différent.
Le top of funnel : des lookalike basées sur des interactions et des vues de vidéos. Le bottom of funnel : des lookalike issues d’un processus d’achat – ajout au panier, initiation de paiement, achat. Et au milieu – le middle of funnel – des lookalike basées sur des vues de contenu. Le tout en CBO, ce qui signifie que c’est l’algorithme qui répartit le budget entre les trois adsets.
Cette campagne là, elle a éclaté elle a complètement éclaté l’autre. D’ailleurs c’est la middle of funnel qui souvent marchait le mieux, c’est-à-dire avec un empilement de like basé sur des vues de contenu notamment.
Ce résultat m’a surpris, je l’avoue. Le middle of funnel qui éclate le bottom, c’est pas ce qu’on attendrait intuitivement. Mais ça dit quelque chose sur la qualité du signal disponible : dans un monde post-iOS 14 où les données d’achat remontent mal, les interactions et vues de contenu sont peut-être les sources les plus fiables pour construire des lookalike solides.
Pour la structure de compte qui accompagne ce type de campagne, l’épisode sur une structure de compte Facebook Ads simple et efficace donne un cadre complémentaire utile. Et si tu veux comprendre quand activer le CBO plutôt que l’ABO, la FAQ Facebook Ads sur l’ABO et le CBO est un bon point de départ.
Comment on gère ce qui tourne – et ce qu’on ne touche pas
Ce qui m’a autant marqué que la structure elle-même, c’est la méthode de gestion au quotidien. Julien a une règle qui n’a l’air de rien mais qui change tout :
Une campagne qui marche, on n’y touche pas. Jamais.
Pas de nouvelles créas ajoutées dans l’adset existant. Pas de modification d’audience. Pas de tests intégrés à une campagne live. Quand il veut tester quelque chose – une nouvelle accroche, une nouvelle créa, un nouveau centre d’intérêt – il duplique la campagne entière et modifie la copie. Les deux tournent en parallèle, en concurrence directe.
Je crée toujours une nouvelle campagne toujours. Voilà, ce qui fonctionne bien, je n’y touche pas. Donc même des créa, tu vas pas tu vas laisser la campagne tourner avec les créa que tu as mis au départ et jusqu’à ce que ça s’épuise.
C’est exactement le problème que beaucoup d’annonceurs se créent eux-mêmes. On modifie une campagne qui performe parce qu’on veut la « pousser », on relance la phase d’apprentissage, et on ne comprend plus pourquoi les résultats se dégradent. Julien assume de mettre ses campagnes en concurrence – et d’accepter une courte période de friction budgétaire le temps que la meilleure prenne le dessus. C’est moins propre sur le papier, mais c’est plus robuste dans la durée.
Un autre réflexe intéressant : il monte le budget de façon exponentielle, pas linéaire. Il cherche le point d’équilibre – ce seuil où la campagne reste rentable sans saturer l’audience – et une fois qu’il l’a trouvé, il n’y touche plus et lance une nouvelle campagne pour tester autre chose. C’est une approche qu’on retrouve chez les gros comptes, comme dans l’épisode sur le scaling Facebook Ads à 50k€ par mois.
Et le retargeting dans tout ça ?
La campagne all facebook ads est conçue pour l’acquisition froide. Point. Julien est très clair là-dessus – la structure n’est pas adaptée au retargeting, et il ne l’utilise pas pour ça.
Mais il parle aussi de ce qu’il fait sur le retargeting, et c’est presque plus instructif que la campagne all elle-même. Parce que le retargeting post-iOS 14, c’est là où Facebook a perdu le plus en visibilité. Les audiences basées sur des événements site web – vue de page produit, ajout au panier – sont devenues beaucoup moins fiables. Les données manquent.
Sa conclusion après tests : ce qui marche le mieux en retargeting en ce moment, c’est de s’appuyer sur des données qui restent dans l’écosystème Facebook. Des interactions, pas des visites de site. Et sur une fenêtre de 30 jours – ni trop courte (7 jours, audience trop petite), ni trop large (180 jours, signal trop dilué).
Ce n’est pas une solution parfaite (aucune ne l’est depuis iOS 14), mais c’est ce qui génère les meilleures performances actuellement. Et c’est honnête de le dire – la campagne all facebook ads ne règle pas tout. Elle répond à un problème d’acquisition, pas à tous les problèmes de compte. Pour aller plus loin sur le retargeting, le podcast sur le retargeting séquentiel Facebook Ads reste une référence.
Ce que cette méthode dit vraiment sur l’état des Facebook Ads
Franchement, ce qui m’a le plus frappé dans cet épisode, c’est pas la structure de campagne en elle-même. C’est ce que Julien dit sur la posture à avoir pour rester performant sur Facebook Ads aujourd’hui.
Partir du principe qu’on ne sait rien. Ne pas avoir de dogmes. Tester des trucs qui semblent aberrants – et accepter que parfois ça ne donne rien, et parfois ça donne une campagne all facebook ads qui éclate toutes les autres.
Ce conseil vaut pour n’importe quelle plateforme pub, mais il est particulièrement vrai sur Meta. L’algorithme change. Les conditions de tracking changent. Ce qui marchait en 2020 peut ne plus fonctionner en 2022. Les consultants qui souffrent le plus, c’est ceux qui ont trop appris – qui ont intégré des réflexes tellement profonds qu’ils résistent aux nouvelles recommandations de Facebook par instinct.
Julien a 42 ans, il fait du web depuis 2002 (sa première agence s’appelait Neo Media – c’est comme ça qu’il a découvert le podcast de Joseph, en googlant son ancienne boîte). Il a géré des comptes Facebook Ads pour Cosmo Space, un groupe de voyance à 60 millions d’euros de chiffre d’affaires annuel, où il a fait de Facebook le canal d’acquisition le plus rentable – devant Google Ads, devant le SEO, devant l’email. Et aujourd’hui, avec tout cet historique, il dit que l’expertise peut être un frein.
C’est une concession rare dans un milieu où tout le monde vend son expérience comme un atout absolu. Et c’est probablement pour ça que la campagne all facebook ads existe – parce que quelqu’un a accepté de remettre en question ce qu’il savait.
Reste une vraie question ouverte : est-ce que cette structure tient à mesure que les comptes se densifient, que les audiences se saturent, que la concurrence sur les mêmes adsets monte ? Julien a testé ça sur des comptes e-commerce et des comptes ligen. Il donne des résultats sur des fenêtres courtes à moyennes. Mais sur 12-18 mois, avec des budgets qui doublent – on n’a pas encore la réponse.
