#image_title
Pendant des années, j’ai observé la même scène.
Un gestionnaire lance une campagne.
Il hésite.
Il se demande s’il doit mettre toutes les audiences en observation.
Et quelqu’un, quelque part, lui répète la même mise en garde :
“Ne mets jamais toutes les audiences. Tu vas perturber le smart bidding.”
C’était devenu un mantra. Une règle transmise sans preuve.
Une vérité supposée.
Et comme toutes les vérités supposées, elle méritait d’être testée.
Je fais partie de ceux qui ont toujours ajouté toutes les audiences.
Je l’ai fait dans des comptes à 10 000 euros par mois, dans des comptes à dix fois plus.
Je n’ai jamais vu le moindre problème.
Puis les doutes ont commencé à circuler.
Certains experts affirmaient que trop d’audiences créaient du bruit, gonflaient les CPC, brouillaient l’attribution.
Le genre de raccourci qui finit par s’imposer à force d’être répété.
Alors j’ai fait ce que la plupart des gestionnaires ne font jamais.
J’ai arrêté d’écouter ce qu’on dit.
Et j’ai construit un test.
Le protocole était simple.
Deux variantes identiques en tout point.
Même budget.
Même tROAS.
Même CPC max.
Même structure.
Même ciblage.
Même flux.
Même tracking.
La seule différence : la quantité de signaux envoyés au smart bidding.
• Variante A : absolument toutes les audiences disponibles.
• Variante B : une version “raisonnable”, avec seulement quelques segments.
Aucune autre variable ne pouvait influencer le résultat.
Aucun biais méthodologique.
Aucune approximation.
Un test conçu pour une seule chose : révéler la vérité.
La variante avec toutes les audiences a dominé sans contestation possible.
• +40 pour cent de conversions.
• Un ROAS deux fois plus élevé.
• Une avance qui n’a jamais diminué au fil des semaines.
Si trop d’audiences devaient créer du bruit, j’aurais vu les CPC grimper.
Si l’attribution devait être perturbée, j’aurais observé des fluctuations anormales.
Si le modèle devait se perdre, j’aurais vu une volatilité accrue.
Rien de tout cela.
Au lieu du chaos annoncé, j’ai observé l’inverse :
un modèle plus stable, plus cohérent, plus performant.
Pourquoi ?
Parce que le smart bidding n’est pas un magicien.
C’est un modèle mathématique.
Plus vous lui donnez de matière, plus il s’approche de la vérité.
Le machine learning n’a pas de croyances.
Il n’a pas d’opinion.
Il ne s’appuie que sur les signaux que vous lui fournissez.
Dans un compte volumique, bien structuré, correctement tracké :
• plus de signaux = plus de features,
• plus de features = modèle plus précis,
• modèle plus précis = meilleures enchères,
• meilleures enchères = plus de conversions.
C’est mécanique.
Pas idéologique.
Alors pourquoi certains conseillent-ils d’éviter l’ajout massif d’audiences ?
Parce que dans des comptes instables, peu volumétriques ou mal paramétrés, ajouter des signaux supplémentaires peut amplifier l’incertitude.
Mais cela ne transforme pas cette observation en règle.
Cela en fait un cas particulier.
Et c’est là que le problème commence.
Le marché adore les règles simples.
Elles rassurent.
Elles évitent la remise en question.
Elles évitent d’avoir à penser.
Le seul problème, c’est qu’elles sont presque toujours fausses.
Google Ads n’est pas un système binaire.
Ce n’est pas “oui non”.
Ce n’est pas “bon mauvais”.
Ce n’est pas “toutes les audiences ou aucune”.
Google Ads est un système probabiliste.
Et dans un système probabiliste, le contexte décide.
Le smart bidding n’est pas parfait.
Il n’est pas magique.
Il n’est pas omniscient.
Il apprend en fonction des signaux.
Il réussit ou échoue parce que vous lui avez donné ou non la matière nécessaire.
Le débat ne devrait pas être :
“Dois-je ajouter toutes les audiences ?”
Le débat devrait être :
“Mon compte est-il dans un contexte où ajouter toutes les audiences crée plus de certitude que de bruit ?”
Ce n’est pas la même question.
Et c’est exactement ce qui distingue un opérateur d’un stratège.
Le problème de l’automatisation n’est pas qu’elle simplifie.
C’est qu’elle complexifie.
Elle déplace l’effort.
Avant, votre travail consistait à manipuler des enchères.
Aujourd’hui, votre travail consiste à manipuler un modèle.
Et manipuler un modèle implique de comprendre :
La qualité du signal est devenue le levier le plus sous-estimé du marché. Le nombre d’audiences n’est qu’un exemple.
Mais il révèle un schéma systémique : le smart bidding ne souffre pas de trop d’information, il souffre d’un manque d’information exploitable.
Le reste n’est que bruit.
Le test n’a pas seulement infirmé une croyance.
Il a rappelé une vérité fondamentale : en Google Ads, rien n’est vrai tant que la donnée ne l’a pas confirmé. Et tout peut devenir faux dès que la donnée dit l’inverse.
Vous devez arrêter de chercher des règles.
Vous devez commencer à chercher des contextes.
Vous devez arrêter d’appliquer des recettes.
Vous devez commencer à valider des hypothèses.
Le smart bidding récompense ceux qui testent.
Il punit ceux qui répètent.
Et ce test n’est qu’un début.
Plus d’une vingtaine d’experts du SEA ont déjà rejoint mon Mastermind :
des annonceurs à plus d’un million par mois,
des directeurs d’agence,
des freelances seniors qui vivent sur les bords internes du système.
On y partage ce que le marché ne dit jamais :
des tests réels,
des frameworks éprouvés,
des méthodes avancées,
des insights qui bousculent.
Si vous voulez réellement progresser, ce n’est pas avec des règles que vous y arriverez.
C’est avec des preuves.
Performance Max est souvent présentée comme une campagne capable d’aller chercher de la performance là…
Google a publié un tableau comparatif entre AI Max, Performance Max, Dynamic Search Ads et…
Lundi matin. Le genre de lundi où personne n’a vraiment besoin d’un nouveau problème. Le…
Pendant longtemps, les annonceurs Google Ads ont raisonné avec une idée assez simple : si…
L'annonce de la migration progressive des campagnes DSA vers AI Max place de nombreux annonceurs…
Depuis son lancement, AI Max est présenté par Google comme une évolution majeure des campagnes…