Ventes et conversion
Personas
SaaS et Startup
ROI
À court terme (< 3 mois)
L'année dernière, je gérais des publicités Facebook pour un magasin Shopify B2C, et je suis tombé dans le piège classique auquel la plupart des marketers font face. J'ai passé des semaines à concevoir avec minutie différents segments d'audience—ciblant des données démographiques, des intérêts et des comportements spécifiques. J'étais convaincu que trouver la "public cible parfaite" était la clé du succès.
Mais les résultats étaient médiocres au mieux. Nous brûlions notre budget en testant différentes combinaisons d'audience, et notre ROAS n'améliorait pas. C'est à ce moment-là que j'ai découvert quelque chose qui a complètement changé mon approche du ciblage publicitaire SaaS.
Le changement ? Les créatifs sont le nouveau ciblage. Au lieu d'essayer de contourner l'algorithme de Facebook en sélectionnant manuellement les audiences, j'ai appris à faire confiance aux capacités de machine learning de la plateforme tout en mettant tous mes efforts dans les tests créatifs.
Voici ce que vous apprendrez de mon expérience :
Pourquoi le ciblage détaillé est mort en 2025 (et ce qui l'a remplacé)
Le cadre simple qui a transformé notre ROAS
Comment mettre en place des tests créatifs alimentés par l'IA pour le SaaS
Le rythme de test qui prévient la fatigue créative
Métriques réelles des campagnes utilisant cette approche
Ce n'est pas un autre guide lourd en théories. C'est exactement ce que j'ai mis en œuvre, pourquoi cela a fonctionné, et comment vous pouvez l'appliquer à votre publicité SaaS. Plongeons dans le pourquoi de la sagesse conventionnelle sur le ciblage publicitaire est brisée—et ce qui fonctionne réellement dans le paysage d'aujourd'hui.
Réalité de l'industrie
Ce que chaque spécialiste du marketing SaaS a déjà entendu
Entrez dans n'importe quelle conférence de marketing ou parcourez les cours de publicités Facebook, et vous entendrez le même évangile du ciblage répété à l'infini :
"Perfectionnez vos segments d'audience." "Superposez vos intérêts." "Utilisez des audiences similaires." "Créez des personas d'acheteur détaillés pour le ciblage."
L'industrie a construit toute une mythologie autour de la précision du ciblage d'audience. Les marketeurs passent d'innombrables heures à créer des segments d'audience élaborés, à tester différentes combinaisons démographiques, et à se préoccuper du ciblage des intérêts. Des outils comme les Insights d'Audience de Facebook étaient autrefois le Saint Graal pour trouver ce segment de clients parfait.
Voici ce que la sagesse conventionnelle vous dit de faire :
Créer des personas d'acheteur détaillés avec des démographies spécifiques
Superposer des intérêts et des comportements pour réduire votre audience
Tester différents pourcentages d'audience similaire
Utiliser des audiences de reciblage basées sur le comportement du site web
Tester des segments d'audience les uns contre les autres
Cette approche avait du sens en 2018. Les capacités de ciblage de Facebook étaient plus transparentes, iOS 14.5 n'avait pas détruit l'attribution, et les réglementations sur la vie privée n'avaient pas limité la collecte de données. Les marketeurs pouvaient réellement voir des différences significatives entre les segments d'audience.
Mais voici le problème : le jeu a complètement changé.
Les réglementations sur la vie privée ont tué le ciblage détaillé. Les mises à jour d'iOS ont détruit le suivi des attributions. L'algorithme de Facebook est devenu suffisamment sophistiqué pour trouver vos clients mieux que vous ne pouvez le faire manuellement. Pourtant, la plupart des marketeurs jouent toujours selon les règles de 2018 dans une réalité de 2025.
Le résultat ? Un budget gaspillé sur des tests d'audience qui ne font pas bouger les choses, tandis que la véritable opportunité d'optimisation - le test créatif - est ignorée.
Considérez-moi comme votre complice business.
7 ans d'expérience freelance avec des SaaS et Ecommerce.
Permettez-moi de vous parler du projet de boutique Shopify B2C qui a complètement changé ma façon de penser le ciblage publicitaire. Le client est venu à moi, frustré par la performance de ses annonces sur Facebook. Ils avaient un bon produit, un bon trafic, mais leur ROAS était bloqué autour de 2,5 avec leur agence actuelle.
Comme tout « bon » marketeur, j'ai commencé là où tout le monde commence : la recherche d'audience. J'ai plongé profondément dans leurs données clients, créé des personas détaillés et construit des segments d'audience élaborés. Femmes âgées de 25 à 45 ans, intéressées par la mode durable, qui aimaient également des marques de style de vie spécifiques. Puis j'ai créé des lookalikes, testé différentes plages de pourcentage, superposé des comportements—tout le manuel.
Après six semaines de tests d'audience, nous avions à peine fait avancer les choses. Le ROAS est passé de 2,5 à 2,7. Amélioration marginale, mais rien d'excitant. Pendant ce temps, je passais la plupart de mon temps à gérer différents segments d'audience au lieu de me concentrer sur ce qui comptait vraiment.
C'est alors que j'ai eu une conversation avec un ami qui dirige une agence créative prospère. Il m'a dit quelque chose qui, au départ, semblait fou : « Arrêtez de penser aux audiences. Facebook sait mieux que vous qui sont vos clients. Concentrez-vous sur le fait de donner à l'algorithme différentes options créatives avec lesquelles travailler. »
L'approche qu'il a décrite était radicalement différente de tout ce que j'avais appris. Au lieu de plusieurs campagnes avec différents segments d'audience, il menait une grande campagne avec un ciblage large et plusieurs variations créatives. L'algorithme optimiserait naturellement pour les personnes les plus susceptibles de convertir, peu importe qu'elles correspondent à mon profil de « client parfait ».
J'étais sceptique, mais les résultats parlaient d'eux-mêmes. Ses clients voyaient des améliorations constantes de leur ROAS, des CPC plus bas, et surtout—une performance durable qui ne nécessitait pas un ajustement constant de l'audience.
J'ai donc décidé de tester cette approche avec mon client Shopify. Le passage de l'obsession de l'audience à la concentration sur la créativité était sur le point de m'apprendre la leçon la plus précieuse de ma carrière publicitaire.
Voici mon Playbooks
Ce que j'ai fini par faire et les résultats.
Voici exactement ce que j'ai mis en œuvre—et pourquoi cela a fonctionné tellement mieux que le ciblage traditionnel du public.
Étape 1 : La structure de campagne simple
J'ai restructuré l'ensemble de l'approche autour d'un principe central : laisser l'IA de Facebook gérer le ciblage pendant que je me concentrais sur la diversité créative. Au lieu de plusieurs campagnes avec différents publics, j'ai construit :
1 campagne (objectif Conversions)
1 audience large (uniquement âge et emplacement)
Plusieurs ensembles de publicités avec différents angles créatifs
Cadence de test : 3 nouvelles créations chaque semaine
La configuration de l'audience était presque embarrassante de simplicité : Femmes et Hommes, âgés de 25 à 65 ans, dans des pays anglophones. Pas de ciblage d'intérêt. Pas de superposition de comportements. Pas de lookalikes. Juste large, et laisser l'algorithme déterminer qui répond le mieux.
Étape 2 : Le cadre de test créatif
C'est ici que la magie s'est produite. Au lieu de passer du temps sur la recherche d'audience, j'ai investi toute cette énergie à créer des angles créatifs divers. Chaque création agissait comme un signal pour l'algorithme concernant différents segments de clients :
Création axée sur le problème : "Fatigué de la mode surévaluée et de basse qualité ?"
Création axée sur la solution : "Mode durable qui ne compromet pas le style"
Création axée sur la preuve sociale : Contenu généré par les utilisateurs et témoignages
Création de style de vie : Produit dans des contextes réels
La clé ? Chaque création attire naturellement différents types de personnes. Une annonce axée sur le problème attire les acheteurs sensibles aux prix. Une annonce de style de vie attire les acheteurs soucieux du style. L'algorithme apprend qui répond à quoi et s'optimise en conséquence.
Étape 3 : Le rythme créatif hebdomadaire
Voici l'approche systématique qui a empêché la fatigue créative :
Lundi : Analyser les performances de la semaine précédente
Mardi : Créer 3 nouveaux concepts créatifs
Mercredi : Lancer de nouvelles créations, mettre en pause celles qui sous-performent
Jeudi-Dimanche : Laisser l'algorithme s'optimiser
Ce rythme constant signifiait que de nouvelles créations entraient toujours dans le système tandis que les créations obsolètes étaient mises à la retraite. L'algorithme avait une variété constante avec laquelle travailler, ce qui maintenait la performance stable.
Étape 4 : Le processus d'optimisation alimenté par l'IA
Au lieu d'ajustements manuels de l'audience, j'ai laissé l'apprentissage automatique de Facebook gérer l'optimisation grâce à :
Positions automatiques : Laisser l'IA choisir les meilleures positions d'annonce
Optimisation du budget de campagne : L'IA attribue le budget aux ensembles de publicités les plus performants
Test créatif dynamique : L'IA teste différentes combinaisons de titres, de textes et d'images
Cette approche est alignée avec le fonctionnement réel de l'algorithme de Facebook en 2025—il est incroyablement sophistiqué pour trouver vos clients, mais seulement si vous lui donnez des signaux créatifs de qualité à travailler.
Cadre de test
3 nouvelles créations par semaine avec une analyse systématique des performances et un calendrier de rotation
Confiance dans l'algorithme
Laissez l'IA de Facebook s'occuper du placement et de l'optimisation du budget au lieu d'un ciblage manuel.
Signaux Créatifs
Chaque angle créatif agit comme un ciblage : se concentrer sur le problème, le style de vie ou la preuve sociale attire différents segments.
Rythme de Performance
Analyse du lundi, création du mardi, lancement du mercredi, cycle d'optimisation du jeudi au dimanche
Les résultats ont été honnêtement meilleurs que prévu, même pour quelqu'un qui croyait en cette approche.
Améliorations de la performance :
Le ROAS est passé de 2,7 à 4,2 en 8 semaines
Le coût par acquisition a diminué de 35%
Les taux de clics se sont améliorés de manière constante semaine après semaine
Le temps de gestion de la campagne a été réduit de 60%
Mais la découverte la plus intéressante se trouvait dans les données d'attribution. Lorsque j'ai analysé quelles "audiences" convertissaient réellement, elles ne correspondaient à aucun des personas que j'avais initialement créés. L'algorithme trouvait des clients que je n'aurais jamais ciblés manuellement : des personnes en dehors de mes hypothèses démographiques qui étaient réellement intéressées par le produit.
L'Insight Inattendu : La variété créative a appris à l'algorithme les différentes motivations des clients mieux que le ciblage par audience n'aurait jamais pu le faire. Une seule campagne avec une créativité diverse a attiré à la fois des acheteurs soucieux du prix et des clients premium, selon la créativité à laquelle ils réagissaient.
Cela a totalement changé ma compréhension de la façon dont la publicité moderne fonctionne réellement. L'IA de la plateforme n'est pas seulement meilleure pour le ciblage, elle est fondamentalement différente du ciblage manuel. Elle optimise pour le comportement, pas pour les données démographiques.
Ce que j'ai appris et les erreurs que j'ai commises.
Pour que vous ne les fassiez pas.
Cette expérience m'a appris cinq leçons critiques sur le ciblage publicitaire alimenté par l'IA que chaque marketeur SaaS devrait comprendre :
Les créations sont le nouveau ciblage : En 2025, votre stratégie créative EST votre stratégie de ciblage. Différentes angles créatifs segmentent naturellement mieux votre public que le ciblage démographique manuel.
Faites confiance à l'algorithme, mais fournissez-lui des signaux de qualité : L'IA de Facebook est incroyablement sophistiquée, mais elle a besoin de créations diverses et de haute qualité pour fonctionner. Des déchets à l'entrée, des déchets à la sortie.
La cohérence bat la perfection : Un rythme constant de créations fraîches (3 par semaine) surpasse à chaque fois des campagnes "parfaites" sporadiques.
Le ciblage large n'est pas paresseux — c'est stratégique : Laisser l'algorithme trouver vos clients révèle souvent des opportunités que vous manqueriez avec un ciblage manuel.
Concentrez votre énergie là où cela compte : Le temps passé à rechercher le public est mieux investi dans la stratégie créative et les cadres de test.
Quand cette approche fonctionne le mieux : Produits SaaS avec des propositions de valeur claires, plusieurs segments de clients, et un budget pour une production créative constante.
Quand être prudent : Outils B2B très spécifiques avec des personas d'acheteurs très précis, des budgets extrêmement limités, ou des produits nécessitant une éducation approfondie avant l'achat.
Le plus grand changement d'état d'esprit ? Arrêtez de penser comme un marketeur traditionnel et commencez à penser comme un formateur d'algorithmes. Votre travail n'est pas de trouver des clients — c'est de donner à l'IA les bons signaux pour les trouver pour vous.
Comment vous pouvez adapter cela à votre entreprise
Mon playbook, condensé pour votre cas.
Pour votre SaaS / Startup
Pour les entreprises SaaS cherchant à mettre en œuvre un ciblage publicitaire alimenté par l'IA :
Commencez par un ciblage large (titres de poste uniquement, sans superposition d'intérêts)
Créez des angles créatifs pour différents points de douleur que votre SaaS résout
Testez des vidéos de démonstration de produit contre des témoignages clients contre des textes axés sur les problèmes
Utilisez les lecteurs vidéo natifs de LinkedIn et Facebook pour de meilleurs signaux d'algorithme
Pour votre boutique Ecommerce
Pour les boutiques de commerce électronique mettant en œuvre cette approche axée sur la créativité :
Concentrez-vous sur des angles créatifs axés sur le style de vie plutôt que sur le produit ou sur la résolution de problèmes
Testez le contenu généré par les utilisateurs par rapport à la photographie professionnelle de produits
Créez des créations saisonnières et tendance pour maintenir la fraîcheur
Utilisez des annonces dynamiques pour produits avec de larges catalogues pour l'optimisation par IA