Pourquoi la plupart des gens ne deviennent jamais bons en publicité

Le mauvais modèle mental

La plupart des gens pensent que la publicité est un problème de ciblage. Ils passent des heures à régler leurs segments d'audience, leurs objectifs de campagne, leurs stratégies d'enchères et leurs paramètres de placement. Quand les résultats déçoivent, ils incriminent l'algorithme, les changements de plateforme ou le fait de ne pas avoir trouvé la bonne audience.

Ils n'ont pas tort de penser que ces éléments comptent. Ils ont tort sur à quel point ils comptent — et sur ce qu'est le vrai levier.

Les meilleurs annonceurs du monde n'y pensent presque pas. Ils pensent au comportement humain. À la vraie valeur de leur offre. Au fait que leur créatif gagne l'attention dans les deux premières secondes. Aux économies : acquérir un client à ce coût est-il rentable compte tenu de ce qu'il vaut ?

La commoditisation des gestionnaires de publicité

En 2010, gérer des publicités payantes était vraiment difficile. Il fallait savoir où se trouvaient les audiences, négocier des CPM avec les éditeurs, gérer les ordres d'insertion, comprendre les courbes de couverture et de fréquence, et optimiser manuellement les placements.

Cela demandait de la compétence, de l'expérience et des relations. Les agences facturaient des honoraires importants pour ça. La barrière à l'entrée était réelle.

Puis Meta et Google ont passé quinze ans à automatiser chacune de ces décisions. Les audiences ? L'algorithme les trouve. Les placements ? Automatisés. Les enchères ? Les enchères intelligentes s'en chargent. La rotation des créatifs ? Automatisée. L'allocation budgétaire entre campagnes ? Automatisée.

La couche tactique — celle qui demandait autrefois des années de formation — a été presque entièrement remplacée par des logiciels. Ce qui reste, c'est la configuration, les budgets et les créatifs. Et n'importe qui peut cliquer sur "Booster la publication."

L'algorithme a remplacé l'acheteur média

Le type de campagne Advantage+ de Meta ne vous demande pas de spécifier une audience. Vous lui donnez un créatif, un budget et un événement de conversion — et il gère tout le reste. Performance Max de Google fonctionne de la même façon : une campagne, tous les placements, enchères automatisées, ciblage automatisé.

Ce n'est pas une simplification pour débutants. C'est la configuration recommandée par les deux plateformes pour la plupart des annonceurs. Les preuves montrent que le ciblage large, alimenté par de bons créatifs et de bons signaux de conversion, surpasse genuinement le ciblage manuel granulaire pour la grande majorité des comptes.

Ce dont l'algorithme a besoin pour bien fonctionner :

• Un volume suffisant d'événements de conversion (généralement 50+ par semaine pour sortir de la phase d'apprentissage)
• Un tracking propre et précis — pour qu'il sache à quoi ressemble vraiment une conversion
• De bons créatifs — pour avoir quelque chose qui vaut la peine d'être montré

Deux de ces trois éléments sont des problèmes d'ingénierie. Un seul relève du créatif. Le travail traditionnel de l'acheteur média a presque entièrement disparu.

La créativité est le dernier goulot d'étranglement

Voici la vérité inconfortable sur la publicité moderne : la distribution est résolue. L'algorithme trouvera votre audience. Les enchères sont résolues. L'optimisation des placements est résolue. L'attribution s'améliore chaque trimestre.

La seule chose qui n'a pas été automatisée, c'est le créatif lui-même — le vrai message, l'accroche, l'offre, le déclencheur émotionnel qui fait qu'on arrête de scroller et qu'on fait attention.

C'est là que se joue la partie maintenant. Pas dans les paramètres. Dans le créatif. Et le créatif est en aval de quelque chose d'encore plus fondamental : la compréhension des gens. Pourquoi achètent-ils ? Que craignent-ils ? À quoi aspirent-ils ? Quelle friction les bloque ?

Acheteur média vs. opérateur growth

Ces deux rôles partagent souvent le même intitulé de poste, mais ils n'ont presque rien en commun dans leur façon d'aborder leur travail.

Un acheteur média gère les dépenses. Il surveille les campagnes, ajuste les enchères, vérifie les plafonds de fréquence, rédige des rapports. Il mesure le succès en CPM, CPC et CTR. Il optimise à l'intérieur de la plateforme. Son travail : ne pas gâcher de budget et suivre les meilleures pratiques.

Un opérateur growth pense à l'ensemble du système d'acquisition. Il comprend l'offre (est-elle assez convaincante pour que quelqu'un paie ?), le créatif (gagne-t-il l'attention et crée-t-il du désir ?), la landing page (convertit-elle l'intérêt en action ?) et les économies (acquérir un client à ce CAC est-il logique compte tenu de sa LTV ?). Il mesure le succès en chiffre d'affaires, MER et période de remboursement.

• Un acheteur média optimise une campagne. Un opérateur growth construit un système d'acquisition.
• Un acheteur média rapporte ce qui s'est passé. Un opérateur growth diagnostique pourquoi et change ce qui vient ensuite.
• Un acheteur média s'améliore dans les contraintes. Un opérateur growth remet les contraintes en question.

Le secteur est rempli d'acheteurs médias. Il y a une pénurie permanente d'opérateurs growth.

Pourquoi les ingénieurs ont un avantage déloyal

Quelque chose d'intéressant s'est produit dans le growth marketing ces cinq dernières années : beaucoup des opérateurs les plus efficaces ont des formations d'ingénieur. Non pas parce que les compétences techniques sont requises — mais parce que les modèles mentaux se transfèrent presque parfaitement.

Les ingénieurs pensent en systèmes. Ils ne voient pas une campagne comme une exécution ponctuelle ; ils la voient comme un composant dans une boucle de rétroaction plus large. Ils sont à l'aise avec l'incertitude et l'itération — "shipper vite, mesurer, corriger" correspond directement à "tester vite, mesurer, itérer."

Les ingénieurs construisent aussi des choses. Quand un processus manuel est lent, ils l'automatisent. Quand les données sont éparpillées, ils construisent un tableau de bord. Quand une décision se prend par intuition, ils l'instrumentent.

• Les ingénieurs pensent en boucles de rétroaction — c'est exactement ainsi que fonctionne le test publicitaire efficace
• Les ingénieurs sont à l'aise avec les données — c'est ce qu'est l'optimisation
• Les ingénieurs construisent des outils — ce qui sépare les opérateurs qui scalent de ceux qui plafonnent
• Les ingénieurs prennent les hypothèses au sérieux — c'est le fondement de la vraie expérimentation
• Les ingénieurs ont une faible tolérance à la répétition manuelle — ce qui pousse l'automatisation qui crée du levier

Ce qu'il faut vraiment apprendre

Si vous voulez vraiment devenir bon en publicité en 2026, arrêtez de passer du temps sur :

• Les hacks de structure de campagne ("le bon objectif pour chaque situation")
• La segmentation d'audience que l'algorithme de Meta ignore de toute façon
• L'optimisation des enchères que les enchères intelligentes gèrent mieux que vous
• Les paramètres spécifiques aux plateformes qui changent tous les six mois

Consacrez plutôt ce temps à :

• La psychologie humaine : Pourquoi les gens achètent-ils vraiment ? Quelles peurs, quels désirs et quels signaux d'identité guident les décisions ?
• La construction d'offres : Ce que vous vendez est-il vraiment convaincant ? La réduction du risque est-elle suffisamment forte ? La valeur est-elle évidente ?
• La stratégie créative : Comment gagner l'attention en deux secondes ? Quelles accroches, quels angles et quels déclencheurs émotionnels fonctionnent pour cette audience ?
• Les économies unitaires : Que pouvez-vous vous permettre de payer pour acquérir un client, compte tenu de ce qu'il vaut dans le temps ?
• L'attribution et la mesure : Mesurez-vous vraiment ce que vous croyez mesurer ? Votre tracking est-il précis ?
• La pensée systémique : Comment construire un moteur reproductible qui produit des créatifs, les teste, apprend et itère — rapidement ?