En 2015, quand j’ai mis les pieds pour la première fois sur Google Ads tout se faisait à la main. Tu contrôlais tout : les enchères mot-clé par mot-clé, les audiences, le réseau display... Si t’étais bon en Excel et que tu comprenais les match types, t’arrivais à gérer des comptes avec 3 000 mots-clés réparties sur 40 campagnes (histoire vraie sur un client que j’ai géré).
Ces jours-là sont (heureusement) terminés.
En 2026, l’automation n’est plus un outil gadget qui t’oriente. C’est devenu le pilote principal. Et vouloir reprendre les commandes manuellement, c’est vraiment rien y comprendre ou avoir un égo sur-dimensionné.
Les algos sont devenus beaucoup plus puissants que nous. Ils analysent des milliards de signaux à la milliseconde, calculent des enchères ultra précises pour chaque utilisateur à chaque instant, et apprennent en continu. C’est impossible à répliquer humainement.
Mais voilà le paradoxe qu’il faut impérativement comprendre : ces algos ultra puissants sont aussi complètement aveugles.
Ils ne savent que ce que tu leur dis. Si tu leur donnes des données de 💩, ils vont automatiser l’échec avec une efficacité folle. Si tu leur donnes les bons signaux, ils vont te faire exploser tes performances au delà de ce que tu espérais.
Et c’est là que 95% des comptes passent complètement à côté.
Parce que tout le monde a accès aux mêmes outils d’automation maintenant. Performance Max, Smart Bidding, AI Max... c’est accessible à tout le monde. Le vrai avantage compétitif aujourd’hui, c’est la qualité des signaux que tu envoies à ces machines.
Et la plupart des gens n’ont même pas compris ce qu’est vraiment un signal.
C’est quoi VRAIMENT un signal (antonyme : audience Google)
Quand tu vas sur la documentation officielle de Google, ils te parlent des “audience signals” comme si c’était principalement les segments que tu ajoutes manuellement dans Performance Max ou Demand Gen.
C’est pas faux. Mais c’est une vision de surface qui date de +5 après SJ (Steve Jobs).
Dans la réalité de 2026, tout ce qui se passe dans ton compte Google Ads est un signal. Absolument tout.
Ta structure de campagnes ? C’est un signal. Tes créatives ? Des signaux. Tes landing pages ? Des signaux. Ton budget et comment tu le paces ? Des signaux. La qualité de tes conversions ? Des signaux critiques.
Rien n’est neutre. Chaque élément contribue à la façon dont l’algo comprend qui tu cibles, qui tu ne veux pas, et quels résultats tu valorises vraiment.
Je vais te donner un exemple concret qui m’a frappé.
Tu sais que l’algo analyse maintenant l’environnement visuel de tes images ? Si tu montres une cuisine de luxe dans ta créa, le système détecte ces éléments visuels et va automatiquement chercher des utilisateurs dans des tranches de prix élevées. C’est pas juste le texte de ton annonce. C’est l’ambiance, les couleurs, le standing que ton image dégage.
J’ai observé ça en bossant sur YouTube. L’algo sert du contenu basé sur l’environnement visuel, pas juste sur les métadonnées. Et c’est exactement pareil dans Google Ads maintenant.
Donc quand on parle de signaux, on parle d’un écosystème complet : comportemental, structurel, créatif, et qualité des données. Tout ça façonne les décisions de l’algo à chaque milliseconde.
Concrètement ça peu donner un truc comme cela :
Mais attention, tous les signaux ne se valent pas.
Les 3 niveaux de maturité sur les signaux
Après avoir audité des dizaines de comptes, j’ai identifié 3 niveaux de maturité :
Niveau 1 : Le tracking de base (90% des comptes)
Tu as installé le tag Google Ads. Tu trackes “merci d’avoir rempli le formulaire” ou “achat confirmé”. C’est tout.
Le problème ? L’algo ne sait pas différencier un lead pourri d’un lead premium. Un achat à 20€ d’un achat à 500€. Un client qui va churn dans 2 mois d’un client qui va rester 3 ans.
Il optimise pour du volume, pas pour de la valeur.
Niveau 2 : Le tracking enrichi (8% des comptes)
Tu as mis en place Enhanced Conversions. Tu importes peut-être quelques conversions offline. Tu utilises Customer Match avec des listes clients.
C’est déjà mieux. L’algo commence à avoir une vision plus complète. Mais il manque encore plein de morceaux.
Niveau 3 : Le système connecté (2% des comptes)
Toutes tes sources de données communiquent. Ton CRM remonte les vraies conversions avec leur valeur. Ton outreach identifie des patterns que le paid exploite. Tes landing pages génèrent des signaux comportementaux qui nourrissent l’algo. Ton équipe sales te dit qui close vraiment.
L’algo a accès à une richesse de données que tes concurrents ne lui donnent jamais.
C’est là que les perfs explosent.
La question c’est : comment passer du niveau 1 au niveau 3 ?
La hiérarchie des signaux : ce qui pèse vraiment
Si tout est signal, il faut quand même reconnaître qu’il y a une hiérarchie claire. Certains signaux sont au cœur de l’apprentissage de la machine. D’autres ne font que l’affiner.
Après avoir géré des comptes à six et sept chiffres par mois, voilà ce que j’ai compris sur ce qui compte vraiment.
Les conversions : la base absolue
C’est le signal numéro un. Sans déconne. Ton tracking de conversions, c’est la donnée la plus importante de toute ta stack.
L’algo a besoin d’au minimum 30 à 50 conversions par mois pour reconnaître des patterns. En dessous, il tâtonne. Il devine. Il brûle ton budget à essayer de comprendre ce qui marche.
Pour le B2B, ça veut souvent dire qu’il faut arrêter de tracker les form fills pourris et commencer à importer les vraies données CRM. La différence entre optimiser pour “formulaire rempli” et “opportunité qualifiée à 50K€”, c’est la différence entre gaspiller du budget et faire grandir un business.
Enhanced Conversions : 5 à 10% de conversions en plus
On vit dans un monde où la plupart des navigateurs bloquent les cookies, où les ad-blockers se multiplient, où les régulations RGPD découpent ta capacité de tracking en tranches.
Sans Enhanced Conversions ou du server-side tracking, t’es aveugle. Littéralement.
Enhanced Conversions, ça utilise tes données first-party (email, téléphone, adresse) pour combler les trous de tracking. Google hash ces données, les matche avec des utilisateurs connectés, et récupère des conversions que tu aurais jamais vu autrement.
Les chiffres sont clairs : en moyenne, les annonceurs qui activent Enhanced Conversions voient 5 à 10% de conversions supplémentaires apparaître. C’est pas marginal. C’est énorme.
Et le truc de fou, c’est que ça améliore aussi ton Smart Bidding. Parce que l’algo a plus de données pour comprendre qui convertit vraiment.
Server-Side Tagging : 10 à 30% d’uplift
Là on rentre dans le poussé, mais c’est devenu incontournable pour les comptes sérieux.
Le Server-Side Tagging (SST), c’est déplacer le traitement de tes tags depuis le navigateur de l’utilisateur vers ton propre serveur. Ça évite les bloqueurs de pub, ça contourne les restrictions des navigateurs, et ça améliore la vitesse de chargement de tes pages.
Les résultats que j’ai vus sur le terrain ? Entre 10 et 30% d’uplift sur les conversions trackées. Parce que tu captures des données que tu perdais avant à cause des restrictions client-side.
En plus, SST utilise des first-party cookies, ce qui te permet d’avoir un temps d’avance. Quand Google va vraiment tuer les third-party cookies (s’ils le font un jour), t’es déjà prêt.
Google Tag Gateway : 14% de signaux supplémentaires
C’est la nouvelle techno que Google a lancé en 2025 et qui commence à vraiment scaler.
Tag Gateway améliore la précision et la sécurité de tes signaux de mesure. Les annonceurs qui l’ont configuré ont vu une augmentation de 14% de leurs signaux selon les données internes de Google (j’avoue jamais l’avoir testé de mon côté).
Tag Gateway centralise la gestion de tes tags, les optimise, et réduit les pertes de données. Combiné avec le nouveau AW-tag, ça améliore l’attribution même dans des environnements où le tracking est limité.
Consent Mode V2 et Conversion Modeling
Depuis début 2024, Consent Mode V2 est obligatoire en Europe. Mais au-delà de la compliance, c’est devenu un outil de performance.
Consent Mode ajuste automatiquement le comportement de tes tags selon le consentement de l’utilisateur. Et quand l’utilisateur refuse les cookies ads, Google utilise du Conversion Modeling pour récupérer les conversions perdues.
En moyenne, ça permet de mesurer 5% de conversions supplémentaires que t’aurais complètement ratées autrement. Pas mal pour un truc obligatoire, non ?
First-party data et Customer Match
Tes listes clients disent à Google : “Voilà qui a converti. Maintenant va trouver des gens qui leur ressemblent.”
Mais attention : la qualité bat la quantité à tous les coups.
Une liste de 5 000 clients récents qui ont acheté dans les 3 derniers mois vaut infiniment plus qu’une liste de 50 000 personnes qui ont visité ta homepage il y a 2 ans.
Les données salles polluent l’algo. Elles lui apprennent à trouver des gens qui matchaient avec ton business il y a 18 mois, pas aujourd’hui.
Value-Based Bidding : différencier les bons des mauvais clients
Si t’es en ecommerce et que tu optimises juste pour “conversions”, tu laisses de l’argent sur la table.
Value-Based Bidding permet à l’algo de différencier entre un client qui achète un accessoire à 20€ et un autre qui prend ton produit hero à 500€.
Résultat : l’algo apprend à aller chercher les gros paniers, pas juste le volume.
C’est le même principe en B2B. Si tu peux remonter la valeur de chaque lead (via offline conversion tracking), l’algo va naturellement privilégier les leads à forte valeur plutôt que de te spammer avec des form dég.
Les technologies que personne ne maîtrise (mais que tout le monde devrait)
Maintenant qu’on a posé les bases, creusons un peu plus dans le technique. Parce que c’est là que la vraie différenciation se joue.
Enhanced Conversions : comment ça marche vraiment
En gros, Enhanced Conversions capture des données utilisateur au moment de la conversion (email, téléphone, nom, adresse) directement depuis ton formulaire ou ta page de checkout.
Ces données sont hashées localement dans le navigateur (SHA-256), ce qui veut dire que Google ne reçoit jamais les données en clair. Ensuite, Google matche ces hashs avec des utilisateurs Google connectés pour récupérer le GCLID et attribuer la conversion au bon clic.
Trois façons de l’implémenter :
Via Google Tag Manager (le plus courant)
Via l’API Google Ads (pour des setups custom)
Via Zapier ou d’autres intégrations no-code
L’erreur classique ? Envoyer des données de 💩. Si t’envoies des emails mal formatés ou des numéros de tel invalides, ça match pas et ça sert à rien.
Le tracking client-side (dans le navigateur) est en train de mourir. Les ad-blockers le bloquent. Safari limite les cookies à 7 jours. Firefox fait pareil. Et les utilisateurs sont de plus en plus privacy-aware.
SST contourne tout ça en déplaçant le tracking sur ton serveur. Ton site communique avec ton serveur, et ton serveur communique avec Google Ads. Pas de scripts bloquables dans le navigateur.
En plus, ça améliore la vitesse de ton site parce que tu n’as plus 15 scripts qui se chargent. Et un site plus rapide = meilleur Quality Score = CPC plus bas.
Sur ce niveau là, je t’avoue qu’il faut passer par un techos, mais je sais que des outils comme Taggrs ou Stape.io rendent l’implémentation beaucoup plus accessible qu’avant.
Offline Conversion Tracking : le game changer du B2B
Si ton cycle de vente prend 3 mois et passe par 8 touchpoints avant de closer, tu peux pas juste tracker le form fill initial et appeler ça une journée.
Offline Conversion Tracking te permet d’importer les conversions qui se passent en dehors du web : appels qualifiés, deals closés dans le CRM, achats en magasin.
Tu remontes ces conversions dans Google Ads via l’API ou via import manuel, et l’algo apprend enfin à optimiser pour ce qui compte vraiment : le revenu, pas juste le lead.
La pollution des signaux : comment tu sabotes tes propres perfs sans le savoir
Ok, maintenant parlons du truc que personne ne veut entendre mais que tout le monde doit comprendre.
La pollution des signaux, c’est quand tu envoies des données de mauvaise qualité, contradictoires, ou trompeuses à l’algo. Et ça ne le “confond” pas juste un peu. Ça l’entraîne activement dans la mauvaise direction.
Les sources classiques de pollution
Des conversions pourries. Tu trackes les form fills, mais la moitié sont des spams ou des gens qui cherchent un truc que tu vends pas. L’algo apprend à trouver ces profils-là.
Des structures trop larges. Tu mélanges brand et non-brand dans la même campagne. Ou pire, tu mets tes produits à 50€ et ceux à 500€ sous le même tROAS. L’algo ne sait plus qui cibler.
Des créatives qui attirent les mauvais profils. Si ton annonce promet un truc que tu livres pas, ou si ton visuel attire une cible complètement différente de ton produit réel, tu pollues.
Des landing pages mal optimisées. Si les gens cliquent puis se barrent direct, c’est un signal de faible pertinence. L’algo va baisser ton Quality Score et te faire payer plus cher.
Des budgets erratiques. Si tu coupes le budget tous les vendredis et que tu le relances le lundi, l’algo ne peut jamais apprendre un pattern stable.
Le piège des soft conversions
C’est le truc le plus vicieux.
Tes perfs sont moyennes. Tu te dis “faut donner plus de données à l’algo”. Alors tu ajoutes des micro-conversions : scroll à 50%, clic sur un bouton, téléchargement de PDF.
Sauf que ces actions ne corrèlent pas avec du revenu réel. Alors l’algo apprend à trouver des gens qui scrollent, qui cliquent, qui téléchargent... mais qui n’achètent jamais.
Tu dilues le profil de ton client idéal. Tu gagnes des milliers d’enchères cheap pour des actions sans valeur. Tes reportings ont l’air super. Ton P&L pleure.
Comment détecter la dérive de l’algo
La dérive, c’est quand l’algo commence à optimiser vers les mauvais résultats parce que les signaux qu’il reçoit ne matchent plus avec tes vrais objectifs business.
Ça se voit pas en un jour. C’est progressif.
Voilà les red flags :
Montée soudaine de conversions cheap qui ne se transforment pas en revenu
Tes search terms dérivent vers des requêtes low-intent ou hors sujet
Ton panier moyen ou ta qualité de lead chute
Pic de volume d’utilisateurs mais pas de lift sur les ventes
Tes campagnes ont l’air saines dans Google Ads mais ça sent mauvais dans ton CRM
Quand tu vois ça, faut corriger et vite.
Comment corriger sans tout casser
Resserre tes conversions. Vire les soft conversions, les misfires, tout ce qui ne map pas avec du revenu. L’algo peut pas désapprendre les mauvaises données, mais tu peux arrêter de les nourrir.
Rafraîchis tes audiences. Upload des listes clients récentes, refresh tes custom segments, vire les données stales.
Ajuste ta structure pour isoler l’intent. Si une campagne mélange du trafic high-intent et low-intent, splitte-la. Donne à l’algo un environnement plus propre.
Refresh tes créatives. Si les mauvais profils cliquent, c’est que ton annonce les attire. Change le visuel, le message, la value prop pour réaligner l’intent.
Laisse stabiliser. Après une correction, donne 5 à 10 jours à la campagne pour se recalibrer. Si tu sur-corriges en permanence, tu crées encore plus de dérive.
Sur Qare, nous avions un souci, nous voulions récruter des Médecins, mais beaucoup de patients remplissaient notre formulaire. Résultat : Google se disait que la conversion était moins cher et donc, il fonçait de plus en plus sur la partie B2C qui ne nous intéressait pas ici.
Nous avons alors mis en place en part feu anti B2C :
Grosse pop up “Vous êtes patients ? Vous êtes médecins” avec redirection
CTA qui claque bien
Questions sur le formulaire très spécifique médecins.
Et après une petite baisse de quelques jours, le taux de qualité et volume de conversion qualifié n’a jamais été aussi élevé.
Ce que 95% des agences ne font pas (et pourquoi ça change tout)
On a couvert les bases : les signaux, la hiérarchie, les technos, la pollution.
Mais voilà le truc que presque personne ne fait, et c’est là que la vraie magie opère.
La plupart des agences gèrent les canaux en silos. Google Ads dans son coin. Meta de son côté. L’outreach ailleurs. Le CRM encore ailleurs.
Résultat : chaque canal optimise SA performance, mais rien ne se parle. Et les algos crèvent de faim parce qu’ils n’ont accès qu’à une fraction des signaux disponibles.
Imagine ça : ton outreach identifie 500 contacts ultra qualifiés qui ont répondu positivement. Ces données restent dans ton outil d’outreach. Google Ads n’en sait rien. Meta non plus.
Ou encore : quelqu’un télécharge ton lead magnet via une campagne Google Ads. Il entre dans une séquence nurturing, interagit avec 5 emails, revient 3 fois sur ton site. Mais tout ça, Google Ads le voit pas. Alors il pense que ce lead était moyen, alors que c’est un prospect chaud.
Reconnecter les leviers pour créer des signaux uniques
C’est exactement là qu’on a construit l’approche 1144 : Ads + Automation.
L’idée c’est pas de faire du multi-canal. Tout le monde fait du multi-canal. L’idée c’est de reconnecter tous les leviers pour qu’ils s’alimentent mutuellement et créent des signaux que personne d’autre ne génère.
Concrètement :
Ton CRM identifie tes meilleurs clients (ceux qui ont acheté 5 fois, panier moyen élevé, taux de rétention fort). Ces données sont uploadées dans Google Ads via Customer Match. L’algo apprend à aller chercher des clones de ces profils premium.
Ton outreach LinkedIn qualifie des entreprises et des contacts qui matchent parfaitement ton ICP. Ces insights (secteurs, tailles d’entreprise, seniority) viennent affiner le ciblage de tes campagnes paid. Pas besoin d’injecter les emails directement (RGPD), juste les patterns.
Tes landing pages capturent des signaux comportementaux : quelqu’un télécharge un lead magnet, revient 3 fois sans convertir, scroll jusqu’à la section pricing. Ces comportements déclenchent des automations (séquences nurturing, retargeting ultra-spécifique) et remontent comme signaux dans les plateformes paid.
Ton équipe sales te dit quels leads closent vraiment. Tu remontes ces conversions offline dans Google Ads. L’algo arrête d’optimiser pour des form fills pourris et commence à chasser du vrai revenu.
Chaque canal génère des données. Ces données deviennent des signaux pour les autres canaux. Et tout ça nourrit les algos en continu.
C’est ça qu’on appelle créer un système d’acquisition, pas juste gérer des canaux.
Et c’est pour ça que personne d’autre le fait : ça demande une double expertise (ads + automation) que très peu d’agences ont. La plupart savent gérer Google Ads OU faire de l’automation. Rarement les deux. Et encore moins les connecter intelligemment.
En conclusion : les signaux, c’est ton avantage compétitif
En 2026, tout le monde a accès aux mêmes outils. Smart Bidding, Performance Max, AI Max... c’est disponible pour tous.
Le seul vrai avantage qui reste, c’est la qualité des signaux que tu envoies à ces machines.
Si tu comprends ce qu’est vraiment un signal. Si tu maîtrises les technos comme Enhanced Conversions, Server-Side Tagging, et Offline Conversion Tracking. Si tu détectes et corriges la pollution avant qu’elle sabote tes perfs. Et surtout, si tu reconnectes tous tes leviers pour créer des signaux uniques que personne d’autre ne génère...
Alors l’automation arrête d’être une contrainte et devient un levier de croissance massif.
Ton job, c’est pas de combattre l’automation. C’est de la guider. De protéger tes signaux. De diagnostiquer la dérive. Et de corriger avant que le système se verrouille sur les mauvais patterns.
Fais ça bien, et t’auras un avantage compétitif que tes concurrents mettront des mois à comprendre.
✌️
Surveillez vos placements Meta Ads : l’Audience Network gonfle dans votre dos
Sur nos comptes Meta Ads, l'Audience Network a quadruplé en un mois. L'exclure ne suffit plus : Meta y verse jusqu'à 5% du budget. Voici la parade.
Stratégie, rédaction et maintenant analyse... comment on optimise nos comptes chez 1144
Chez 1144, ça fait maintenant des mois qu’on teste l’IA sur à peu près tout ce qu’on fait en paid : génération de visuels publicitaires, rédaction des messages publicitaires, mise en ligne automatisée des campagnes, challenge de la stratégie avant un rendez-vous client.
Enrichissement data B2B : les outils qui changent votre pipeline
30% de vos données B2B sont mortes en un an. Clay, Pipecorn, Pharow, Icypeas, Dropcontact : les outils qui gardent un pipeline B2B propre et exploitable.
Nurturing automatisé : transformer vos leads froids en clients
80% des leads B2B ne convertissent jamais. Le nurturing automatisé change ça : scoring, séquences, timing. La méthode 1144 pour des leads prêts à signer.
Cold email B2B en 2026 : tout le monde envoie plus. Ceux qui performent envoient moins.
Taux de réponse en chute, filtres IA, DMARC obligatoire. Le cold email B2B a muté en 2026. Voici ce qui marche encore. Et ce qu'on fait différemment chez 1144.
Product-Led Growth ou Sales ? Choisir, c’est se planter.
T’sais, le rêve : t’as un produit qui tue, tu lances une version freemium, et d’un coup, les users débarquent par centaines. Car oui, t’as bossé 1 journée sur un auto-onboarding.
Tes relances sont chiantes. Voici comment les rendre irrésistibles.
Aujourd’hui on va parler optimisation de messages dans ta séquence d’outbound. Et plus particulièrement des relances.T’as passé des heures à bosser ton ICP.Ton premier message est sharp.Tu lances ta séquence sur lemlist……et là, silence radio.
On parle acquisition entre nous depuis +2 ans. On a fini par appuyer sur REC 📹
Avec Damien, on passe nos journées à débattre Meta Ads, Google Ads et automatisation. On s'est dit : autant allumer une caméra. Ça donne Paid Off, un format vidéo sans script et sans filtre sur l'acquisition payante. On vous explique pourquoi et ce qu'on y raconte.
LinkedIn Ads : pourquoi sponsoriser un post de dirigeant/employés peut tout changer dans votre stratégie.
Les Thought Leader Ads LinkedIn annoncent 2,3x de CTR. La réalité est plus nuancée. Prérequis, métriques à regarder, objectifs : ce qu'on a testé chez 1144.
Stratégie, rédaction et maintenant analyse... comment on optimise nos comptes chez 1144
Chez 1144, ça fait maintenant des mois qu’on teste l’IA sur à peu près tout ce qu’on fait en paid : génération de visuels publicitaires, rédaction des messages publicitaires, mise en ligne automatisée des campagnes, challenge de la stratégie avant un rendez-vous client.
Enrichissement data B2B : les outils qui changent votre pipeline
30% de vos données B2B sont mortes en un an. Clay, Pipecorn, Pharow, Icypeas, Dropcontact : les outils qui gardent un pipeline B2B propre et exploitable.
Nurturing automatisé : transformer vos leads froids en clients
80% des leads B2B ne convertissent jamais. Le nurturing automatisé change ça : scoring, séquences, timing. La méthode 1144 pour des leads prêts à signer.
Cold email B2B en 2026 : tout le monde envoie plus. Ceux qui performent envoient moins.
Taux de réponse en chute, filtres IA, DMARC obligatoire. Le cold email B2B a muté en 2026. Voici ce qui marche encore. Et ce qu'on fait différemment chez 1144.
Product-Led Growth ou Sales ? Choisir, c’est se planter.
T’sais, le rêve : t’as un produit qui tue, tu lances une version freemium, et d’un coup, les users débarquent par centaines. Car oui, t’as bossé 1 journée sur un auto-onboarding.
Tes relances sont chiantes. Voici comment les rendre irrésistibles.
Aujourd’hui on va parler optimisation de messages dans ta séquence d’outbound. Et plus particulièrement des relances.T’as passé des heures à bosser ton ICP.Ton premier message est sharp.Tu lances ta séquence sur lemlist……et là, silence radio.
On parle acquisition entre nous depuis +2 ans. On a fini par appuyer sur REC 📹
Avec Damien, on passe nos journées à débattre Meta Ads, Google Ads et automatisation. On s'est dit : autant allumer une caméra. Ça donne Paid Off, un format vidéo sans script et sans filtre sur l'acquisition payante. On vous explique pourquoi et ce qu'on y raconte.
LinkedIn Ads : pourquoi sponsoriser un post de dirigeant/employés peut tout changer dans votre stratégie.
Les Thought Leader Ads LinkedIn annoncent 2,3x de CTR. La réalité est plus nuancée. Prérequis, métriques à regarder, objectifs : ce qu'on a testé chez 1144.
.jpeg)
.png)
.png)
.png)
