Deux entreprises du même métier, le même budget mensuel, la même zone. L'une ramène des demandes, l'autre brûle son budget. La différence ne vient presque jamais des réglages de la campagne — elle vient de ce que le système a compris, ou pas compris, de ce que chacune vend. Et depuis deux ans, la façon dont il le comprend a changé en profondeur.
Bonne nouvelle : ce n'est pas une boîte noire totale. Meta publie sur son blog d'ingénierie le fonctionnement de ses modèles publicitaires. C'est technique, c'est en anglais, et ce n'est pas écrit pour les annonceurs — mais c'est la source la plus fiable qui existe, bien plus que les conseils qui circulent de bouche à oreille. Cet article traduit l'essentiel en langage normal.
Ce qui se passe entre votre annonce et l'écran de quelqu'un
En juillet 2026, Meta a publié la description d'une brique appelée Hierarchical Interest Representation — littéralement « représentation hiérarchique des intérêts ». C'est la couche qui fabrique la compréhension des gens et des produits, en amont de tout le reste. Elle fonctionne en cinq étages.
Ce qu'il regarde au départ
Users · Advertisers · Products · World KnowledgeQuatre matières premières : les personnes, les annonceurs, les produits — et une quatrième que Meta appelle « connaissance du monde ». Concrètement, vos textes, vos images et vos vidéos passés dans un modèle de langage pour comprendre ce qu'est la chose annoncée.
En clair : la machine ne se contente plus de compter les clics. Elle regarde votre publicité et essaie de comprendre ce que vous vendez.La carte des liens
Enriched Engagement GraphUn immense réseau de relations entre des milliards de personnes, d'annonceurs et de produits. Les liens sont typés, pondérés, et perdent de la valeur avec le temps.
En clair : une carte du « qui s'intéresse à quoi », où ce qui date d'hier compte plus que ce qui date de l'an dernier.La compréhension par niveaux
Hierarchical EncoderLe cœur du système. Il n'utilise pas les étiquettes toutes faites du type « intéressé par le jardinage » : il fabrique ses propres notions d'intérêt, à plusieurs niveaux de finesse.
En clair : Meta n'a plus la même définition d'un « centre d'intérêt » que celle du menu déroulant que vous voyez dans le gestionnaire de publicités.Le résultat : une empreinte et des mots-sens
Universal Embeddings · Bag-of-Meaning TokensChaque personne et chaque annonce ressortent décrites de deux façons : une empreinte chiffrée, et un petit sac d'« unités de sens » que le système peut chercher dans un index — et que des humains peuvent relire.
En clair : votre entreprise finit résumée en une poignée de notions. Ce sont elles qui décident à qui on vous montre.Ce qui s'en sert ensuite
Personalization · Retrieval · Supervision · Model ArchitectureCette matière alimente les étages suivants : la sélection des annonces qui entrent en lice, le modèle central qui prédit, et le classement final qui décide quelle publicité gagne l'affichage.
En clair : tout le reste de la chaîne travaille à partir de cette compréhension. Si elle est fausse, aucun réglage de campagne ne la rattrape.Un mot sur le but affiché, parce qu'il explique tout le reste. Meta écrit que le retour d'information « en bas de l'entonnoir » est rare — autrement dit : les clics sont abondants, les achats sont rares. Toute cette mécanique existe pour trouver les gens qui ont un intérêt réel et durable, pas ceux qui appuient sur un bouton. C'est une bonne nouvelle pour une PME qui vend des cuisines, et une moins bonne pour qui achetait du clic pas cher.
Meta n'utilise plus vos cases « centres d'intérêt » comme vous le croyez
C'est le point qui surprend le plus les annonceurs. Le système fabrique ses propres notions d'intérêt, sur plusieurs niveaux de précision, et la règle qu'il applique tient en une phrase de la publication : les liens denses et stables correspondent à un niveau large, les liens rares et spécifiques à un niveau fin.
Conséquence directe : découper minutieusement des audiences par centres d'intérêt a de moins en moins d'effet, parce que la carte interne du système est plus riche que la liste qu'il vous propose. Cela ne veut pas dire qu'il ne faut plus rien indiquer — l'âge, la langue, la zone géographique restent des contraintes réelles et utiles, surtout en Suisse romande. Cela veut dire que passer une heure à empiler dix centres d'intérêt ne vaut plus l'heure passée.
Votre création est devenue votre ciblage
Voilà la conséquence la plus importante, et c'est celle qui demande le plus de changement d'habitude.
Puisque le système lit votre image, votre vidéo et votre texte pour comprendre ce que vous proposez, ce que vous montrez décide de qui vous voyez. Une photo floue prise à la va-vite avec la légende « contactez-nous » ne dit rien : la machine ne sait pas si vous posez du carrelage, si vous vendez du carrelage ou si vous rénovez des appartements entiers. Elle ne peut donc vous placer nulle part avec confiance.
Et il y a une seconde conséquence, moins évidente. Si chaque publicité est comprise pour ce qu'elle raconte, alors chaque angle réellement différent est une porte différente vers un groupe de personnes différent. Vingt variantes du même visuel avec un bouton d'une autre couleur racontent vingt fois la même chose : c'est une seule porte.
- Le même visuel décliné en 20 versions
- On change le bouton, la couleur, le cadrage
- On empile 10 centres d'intérêt dans le ciblage
- On coupe et on relance tous les deux jours
- Le ciblage est fait à la main, la création est décorative
- 4 ou 5 angles qui racontent des choses distinctes
- Un angle « urgence », un « prix », un « avant/après », un « qui nous sommes »
- Un ciblage large, borné par la langue et la zone
- On laisse tourner assez longtemps pour apprendre
- La création porte le ciblage ; les réglages ne font que l'encadrer
Pour une PME romande, « quatre ou cinq angles » n'a rien d'un chantier de production. Pour un paysagiste : un avant/après de terrasse, un plan serré sur le travail bien fait, un client qui parle vingt secondes, un visuel saisonnier. Pour un institut de beauté : le résultat, le lieu, l'équipe, une offre datée. Le coût n'est pas dans la caméra, il est dans le fait de décider quatre choses différentes à dire.
Ce que la machine attend de vous en retour
Ce point est le moins spectaculaire et le plus décisif. Toute cette mécanique cherche des gens qui achètent, pas des gens qui cliquent. Elle a donc besoin qu'on lui dise ce qui s'est passé après le clic.
Si votre site ne renvoie rien — pas de suivi des demandes envoyées, pas de distinction entre un formulaire rempli par un vrai prospect et un visiteur qui rebondit — le système optimise vers la seule chose qu'il voit : le clic. Vous obtenez alors exactement ce que vous avez demandé, c'est-à-dire des clics, et vous concluez que « la publicité ne marche pas ». Elle a très bien marché : elle a poursuivi le mauvais objectif, parce que c'était le seul disponible.
C'est un travail de plomberie, pas de créativité : brancher correctement la mesure des conversions, distinguer une demande sérieuse d'un simple contact, et si possible faire remonter ce que devient la demande une fois dans votre CRM. Sans cela, on pilote un moteur puissant avec le compteur débranché.
La question la plus utile à se poser avant d'augmenter un budget : « est-ce que je sais, pour les 30 dernières demandes reçues, laquelle est devenue un client ? » Si la réponse est non, l'argent supplémentaire n'améliorera rien.
Recevoir mon audit gratuit →Les chiffres que Meta publie — et ceux qui circulent à tort
Puisqu'il s'agit d'argent, autant citer ce qui est vérifiable et écarter le reste.
Ce que Meta annonce. Son modèle central, appelé GEM, aurait apporté « une hausse de 5 % des conversions publicitaires sur Instagram et de 3 % sur le fil Facebook » au deuxième trimestre. Son moteur de sélection, Andromeda, réduit « des dizaines de millions » de publicités candidates à quelques milliers avant le classement final, avec « +6 % de rappel » et « +8 % de qualité des annonces sur certains segments ».
Ce qu'il faut relativiser. Ce sont les chiffres de Meta sur ses propres produits, mesurés à sa façon. Ils indiquent une direction, pas une promesse de résultat pour votre campagne. Un gain de quelques pour cent à l'échelle de Meta ne se traduit pas mécaniquement chez un artisan de Prilly.
Deux affirmations très répandues que nous n'utilisons pas. La première : « GEM est quatre fois plus performant ». C'est une déformation — le facteur quatre publié par Meta concerne la puissance de calcul d'entraînement multipliée par quatre en douze mois, pas la performance de vos publicités. La seconde : « le ciblage large donne 49 % de retour sur investissement en plus ». Nous n'avons trouvé aucune étude primaire derrière ce chiffre, seulement des articles qui se citent entre eux. Un chiffre qu'on ne peut pas remonter à sa source n'a pas sa place dans une décision budgétaire.
Quand Meta Ads n'est pas votre canal
Il faut le dire, parce que c'est vrai pour une bonne partie des entreprises que nous rencontrons.
La publicité sur Facebook et Instagram s'adresse à des gens qui ne cherchaient rien. Elle crée l'envie ou rappelle une existence. Si vos clients arrivent en tapant « dépannage chauffage Lausanne » à 6 h du matin parce qu'ils ont froid, ce n'est pas votre terrain : ceux-là se gagnent sur la carte et dans les résultats de recherche, et nous l'expliquons en détail dans l'article sur les trois chemins que suivent vos clients.
Meta Ads devient pertinent quand la décision se prend avec les yeux ou se provoque : un restaurant qui lance une carte de saison, un institut qui ouvre des créneaux, un paysagiste qui montre un avant/après, un commerce qui a une offre datée. Et il devient franchement contre-productif quand rien n'est prêt derrière : envoyer du trafic payant vers un site où l'on ne peut ni réserver ni écrire facilement, c'est payer pour faire visiter une porte fermée.
Notre vrai travail : refuser de lancer trop tôt
Chez Renova Softwork, nous refusons régulièrement de démarrer une campagne le jour où on nous le demande. Non par excès de prudence, mais parce qu'une campagne lancée sur une base bancale ne révèle rien : elle dépense un budget et ne laisse aucun apprentissage derrière elle.
L'ordre que nous appliquons est simple. D'abord vérifier que le clic a un endroit où atterrir et une action à y faire. Ensuite brancher la mesure, pour savoir ce que devient une demande. Ensuite seulement produire quatre ou cinq créations qui racontent des choses différentes, et laisser tourner assez longtemps pour que le système apprenne quelque chose. Ce dernier point est celui que les annonceurs supportent le moins bien : couper une campagne au bout de trois jours, c'est effacer l'apprentissage et recommencer à zéro à chaque fois.
Et nous préférons dire « votre budget publicitaire est prématuré » plutôt que de l'encaisser. C'est le même principe que pour les chatbots : un outil puissant posé sur une base fragile amplifie le problème au lieu de le résoudre. C'est le sens de nos offres de marketing digital pour PME — commencer par ce qui tient, et n'ouvrir le robinet qu'ensuite.
Questions fréquentes
Faut-il encore choisir des centres d'intérêt dans le ciblage ?
De moins en moins, et c'est ce qui ressort du fonctionnement décrit par Meta : le système construit ses propres notions d'intérêt, à plusieurs niveaux de finesse, et sa carte interne est plus riche que la liste proposée dans l'interface. Les contraintes qui restent réellement utiles sont la langue, l'âge et la zone géographique — particulièrement en Suisse romande, où la langue est un filtre décisif. Empiler dix centres d'intérêt ne vaut plus le temps qu'on y passe.
Combien de publicités différentes faut-il produire ?
Peu, mais réellement différentes. Puisque le système lit le contenu de chaque publicité pour comprendre ce qu'elle raconte, vingt variantes du même visuel racontent vingt fois la même chose. Quatre ou cinq angles distincts — le résultat, le prix, l'avant/après, l'équipe, une offre datée — ouvrent quatre ou cinq portes différentes. L'effort porte sur le choix des messages, pas sur le nombre de fichiers.
Pourquoi ma campagne ramène-t-elle des clics mais aucun client ?
C'est le symptôme classique d'une mesure incomplète. Le système optimise vers ce qu'on lui montre : si votre site ne lui renvoie pas ce qui s'est passé après le clic — une demande sérieuse, un rendez-vous pris, une vente — la seule chose qu'il voit est le clic, et il vous en apportera toujours plus. Brancher correctement le suivi des conversions, et distinguer une vraie demande d'un simple passage, change davantage les résultats que n'importe quel réglage de ciblage.
Faut-il couper une publicité qui ne performe pas au bout de deux jours ?
C'est l'un des réflexes les plus coûteux. Ces systèmes s'appuient sur des schémas construits dans la durée, et couper ou modifier une campagne tous les deux jours efface l'apprentissage en cours et le fait recommencer à zéro. Il vaut mieux lancer moins de campagnes, avec des créations vraiment distinctes, et leur laisser le temps de produire des données exploitables.
Les outils automatiques de Meta valent-ils la peine pour une petite entreprise ?
Ils vont dans le sens du système et méritent d'être testés, à condition de leur donner de la matière : plusieurs visuels et plusieurs textes réellement différents, pas une seule image déclinée. Meta annonce de son côté des gains pour les annonceurs utilisant ses formats automatisés, mais ce sont ses propres chiffres, mesurés à sa façon, et ils ne préjugent pas du résultat dans votre secteur. Ces outils amplifient ce qu'on leur donne : sur une base faible, ils amplifient la faiblesse.
Ces algorithmes changent tout le temps. Cet article sera-t-il encore valable dans un an ?
Les détails changeront, la direction beaucoup moins. Depuis plusieurs années, chaque publication de Meta va dans le même sens : moins de réglages manuels côté annonceur, plus de compréhension automatique du contenu des publicités, et une optimisation qui vise l'achat plutôt que le clic. Les conséquences pratiques — soigner ses créations, en produire de réellement différentes, mesurer ce qui se passe après le clic, laisser le temps d'apprendre — restent valables même si les noms des modèles changent.