Ciblage Facebook Ads : intérêts, lookalike et retargeting

Le ciblage Facebook Ads a changé de nature. La disparition de milliers de critères détaillés, la montée du ciblage large et l’arrivée des audiences avantage ont déplacé la valeur, elle ne vient plus de la finesse du filtre, elle vient de la qualité des signaux envoyés à Meta et de la propreté des exclusions. Nous détaillons ici les trois familles d’audience, les pourcentages à retenir sur les audiences similaires, les fenêtres de reciblage selon le cycle d’achat et les tailles en dessous desquelles une campagne coûte cher pour rien.

La plateforme propose trois briques, et elles ne servent pas au même moment du parcours. Les audiences principales se construisent à partir de critères déclarés, lieu, âge, genre, langue, centres d’intérêt, comportements d’achat, connexions à une page. Les audiences personnalisées partent des données propres de l’annonceur, trafic du site, fichier clients, vues de vidéo, interactions sur les comptes sociaux. Les audiences similaires demandent à l’algorithme de prolonger une audience personnalisée vers des profils comparables.

Un plan de ciblage se heurte parfois à un verrou déclaratif avant d’avoir été testé. Toute campagne doit déclarer si elle appartient à une catégorie publicitaire spéciale, et le champ est obligatoire. Six valeurs existent en dehors de la valeur neutre, l’emploi, le logement, le crédit, les enjeux sociaux, électoraux ou politiques, les jeux d’argent et de hasard en ligne, les produits et services financiers. La déclaration se pose au niveau de la campagne, pays par pays.

Les trois premières catégories, logement, emploi et crédit, imposent des restrictions de ciblage et d’audience. L’achat en couverture et répétition y est désactivé. Une annonce immobilière, une offre d’emploi ou une proposition de financement ne se ciblent donc pas comme une paire de chaussures, et un plan d’audience bâti sans cette déclaration tombe à la première diffusion.

La conséquence pratique se lit dans l’ordre des opérations. Nous tranchons la catégorie avant la construction des audiences, pas après, et elle figure sur la première ligne de nos briefs de ciblage. Un compte qui découvre la contrainte une fois les audiences prêtes recommence le travail. Un compte qui déclare une catégorie par excès de prudence s’interdit des leviers ouverts à son secteur. Les deux erreurs coûtent le même temps.

---

Les centres d’intérêt gardent une utilité dans deux cas précis, un compte neuf qui manque de données de conversion, et une offre de niche dont l’acheteur se reconnaît à un signal fort, un diplôme, un métier, une pratique sportive, un abonnement à un média spécialisé. Partout ailleurs, un ciblage large alimenté par un bon signal de conversion fait mieux, pour moins cher.

Nous tenons trois règles de construction. Les intérêts se cueillent par bouquets de cinq à quinze termes proches, jamais à l’unité, sous peine d’une audience trop maigre pour nourrir l’enchère. L’empilement par exclusion, un intérêt principal moins deux intérêts parasites, assainit mieux le volume que l’ajout d’un troisième filtre. Enfin, la combinaison en couches, intérêt croisé avec comportement d’achat, se réserve aux audiences au-dessus de 500 000 personnes, faute de quoi le CPM grimpe de 20 à 40 %.

Un détail compte plus qu’il n’y paraît, les intérêts Meta sont déclaratifs ou inférés, sans vérification. Un profil classé « amateur de randonnée » a cliqué sur trois contenus de randonnée en dix-huit mois. Le filtre sert à cadrer un premier test, pas à certifier une intention.

---

Le trafic du site

La source la plus utilisée accepte une fenêtre de 1 à 180 jours. Trois segments nous suffisent dans la majorité des comptes, visiteurs de 7 jours, visiteurs de 30 jours, pages produit vues de 14 jours. Une audience « tous visiteurs 180 jours » sert au plafonnement des exclusions, pas à la diffusion.

Le fichier clients

Un import de 2 000 adresses propres vaut mieux qu’un export de 40 000 lignes à moitié périmées. Le taux de correspondance affiché par la plateforme sert d’indicateur de qualité, sous 50 %, le fichier mérite un nettoyage avant toute utilisation comme source d’audience similaire.

Les interactions sociales

Vues de vidéo à 25, 50, 75 ou 95 %, visites de profil, messages reçus, enregistrements de publication, la fenêtre monte à 365 jours sur Instagram et Facebook. Les vues à 75 % constituent la meilleure source d’audience similaire pour un compte sans historique de ventes.

Les formulaires et le catalogue

Un formulaire instantané ouvre une audience de 90 jours, découpée entre formulaires ouverts et formulaires envoyés. Côté catalogue, les événements d’ajout au panier et de paiement engagé alimentent les publicités dynamiques, à condition que le flux produit soit à jour.

Audience lookalike : quel pourcentage retenir

Une audience similaire se règle de 1 à 10 % de la population d’un pays. En France, 1 % représente environ 450 000 personnes, 5 % autour de 2,2 millions, 10 % près de 4,5 millions. Le pourcentage ne mesure pas une qualité, il mesure un degré de ressemblance et donc une dilution.

La hiérarchie des sources que nous appliquons ne varie pas, acheteurs récents, puis paniers abandonnés, puis prospects qualifiés, puis vues de vidéo, puis trafic global. Une similaire construite sur « tous les visiteurs du site » reproduit le bruit du site, rien de plus. Cinq graines médiocres ne donnent pas un beau massif.

Deux chiffres de la régie encadrent cet exercice. Une audience similaire réclame au minimum cent personnes de l’audience source présentes dans le pays visé, et deux cents conversions ou plus pour que le modèle prédictif tienne. Le réglage se pose en pourcentage de la population d’un pays, de 1 à 20 % par pas de 1 % selon la documentation de la régie, là où notre pratique s’arrête à 10 %. Ce plafond haut sert les marchés à faible population, pas la France, car au-dessus de 10 %, la similaire française rejoint le ciblage large sans en avoir la simplicité.

Le reciblage porte la meilleure rentabilité apparente de tout le compte, et c’est une illusion partielle, une part de ces ventes aurait eu lieu sans publicité. La question utile porte sur l’incrément, pas sur le ROAS affiché. Deux garde-fous nous suffisent, une part de budget plafonnée et une fenêtre alignée sur le cycle d’achat réel.

Sur un achat impulsif, panier sous 60 €, nous retenons des fenêtres de 3 et 7 jours et une part de budget de 10 à 15 %. Sur un panier moyen de 60 à 300 €, les fenêtres passent à 7, 14 et 30 jours, pour une part de budget de 15 à 25 %.

Sur un bien considéré, panier au-delà de 300 €, nous ouvrons des fenêtres de 30, 60 et 90 jours, avec une part de budget de 20 à 30 %. Et sur une prestation B2B au cycle de trois à neuf mois, les fenêtres montent à 90 et 180 jours, pour une part de budget de 25 à 35 %.

Le panier abandonné mérite sa place en tête de hiérarchie, et les relevés de plateforme le justifient. Shopify situe le taux moyen d’abandon de panier autour de 70 %, et avance qu’un acheteur sur quatre abandonne un panier pour acheter chez un concurrent. Le reciblage de ce segment ne cherche donc pas à convaincre, il cherche à arriver avant l’autre. La fenêtre courte, de trois à sept jours, y pèse davantage que le message.

La séquence compte autant que la fenêtre. Un visiteur de moins de trois jours reçoit une preuve sociale, un avis, un comparatif. Entre quatre et quatorze jours, une levée d’objection, livraison, garantie, retour. Au-delà, une offre à durée limitée. Servir la même remise à tous les étages brûle la marge et habitue l’audience à attendre le code promotionnel.

Un plan de ciblage sans exclusions revient à payer deux fois pour parler au même profil. Trois exclusions couvrent presque tous les comptes que nous reprenons, les acheteurs des 30 derniers jours hors prospection, les visiteurs des 14 derniers jours hors acquisition froide, les prospects déjà traités hors campagne de contacts. L’outil de chevauchement du gestionnaire de publicités donne le verdict, au-delà de 30 % de recoupement entre deux audiences actives, la fusion vaut mieux que la coexistence.