AI Showreel l'analyse niveau grand cabinet, pour tout le monde
← La base
Preuve B Vivant confirmé

Clarins

Campagne de vente automatisee par IA plus ads catalogue dynamiques, evaluee en incremental par Conversion Lift face au dernier clic

IndustrieLuxe & beautéLevierAcquisitionFamilleOptimisation / automatisationImplémentationPlateforme martechÉtapedécouverte -> achat
Pattern prouvé dans 8 industries encore vierge en Média & entertainment, Voyage & hospitality, Food & beverage +5 Voir la carte du pattern
+22 %
Achats web incrementaux attribues a Meta
"22% incremental lift in web purchases" S1

En 2024, Clarins a mesure par Conversion Lift que ses campagnes Meta Advantage+ apportaient +22 % d'achats web incrementaux en France, dont 85 % restaient invisibles a l'attribution au dernier clic.

L'essentiel

  • Campagnes de vente Meta automatisees (Advantage+ Shopping et Catalog Ads) mesurees en incremental.
  • Etude Conversion Lift avec groupe temoin recoupee avec Google Analytics, avec l'agence tigrz.
  • +22% d'achats web incrementaux, 85% invisibles au dernier clic, achats web x6,5 vs dernier clic.
  • Preuve B, statut vivant confirme.

Objectif

Prouver que Meta est un canal d'acquisition sous-estime par la mesure au dernier clic, et le piloter en incremental plutot que sur l'attribution.

Le déploiement

Clarins, la marque francaise de cosmetiques et de soins, a voulu mesurer la vraie contribution de Meta a ses ventes en ligne en France, au-dela de ce que remonte l'attribution au dernier clic. La marque a fait tourner ses campagnes Advantage+ Shopping et Advantage+ Catalog Ads, ou l'IA de Meta choisit audiences, placements et creas a partir du catalogue produit, puis a lance une etude Conversion Lift avec groupe temoin du 6 au 31 mai 2024, recoupee avec Google Analytics. Le resultat : les pubs Meta ont genere 22 pour cent d'achats web incrementaux et 19 pour cent de visites paid search incrementales, et 85 pour cent des achats web attribuables a Meta n'apparaissaient pas dans le modele au dernier clic. Mesures par le Conversion Lift, les achats web etaient 6,5 fois superieurs a ce que voyait l'attribution au dernier clic.

Résultats Preuve B

+22 %
Achats web incrementaux attribues a Meta
"22% incremental lift in web purchases" S1
+19 %
Visites paid search incrementales attribuees a Meta
"19% incremental lift in paid search visits" S1
85 %
Achats web non vus par le dernier clic
"85% of web purchases not accounted for in last-click" S1
x6,5
Achats web mesures en Conversion Lift vs dernier clic
"6.5X more web purchases measured by conversion lift" S1

Étude de cas officielle Meta, chiffree et adossee a un Conversion Lift avec groupe temoin recoupe avec Google Analytics (methode incrementale serieuse), avec personne et agence nommees ; source unique publiee par la plateforme.

Comment ça fonctionne

Architecture documentée
boucle d'optimisation en incremental Catalogue produit +signaux d'achat Feed produit + Pixel / Conversions API IA Meta : audiences,encheres, placements,creas Meta Advantage+ Shopping + Catalog Ads Feed Facebook / Instagram+ Advantage+ placements Achat en ligne Mesure incrementale vsdernier clic Meta Conversion Lift + Google Analytics

La stack en détail

Comment ça tourne, concrètement

Pour les équipes ops
CadenceDiffusion en continu ; la mesure incrementale se fait par vagues de test (ici une fenetre de test de 4 semaines avec groupe temoin).
Opéré parL'equipe e-commerce / acquisition / CRM France, avec l'agence sociale tigrz.
  1. 1
    Diffuser via l'IA Meta IA Meta

    Advantage+ Shopping et Catalog Ads choisissent audiences, placements et creas a partir du catalogue produit. L'equipe fournit le feed et les visuels.

  2. 2
    Monter l'etude d'incrementalite Équipe data / Meta

    Conversion Lift avec groupe temoin sur la France, mai 2024, recoupe avec Google Analytics pour comparer contribution reelle et dernier clic.

  3. 3
    Lire l'ecart avec l'attribution Équipe media

    L'analyse montre la part d'achats invisibles au dernier clic (85 pour cent) et le multiplicateur de 6,5x. C'est ce qui justifie le budget en interne.

Le signal qui pilote

Les achats web remontes par le Pixel et la Conversions API, et le groupe temoin du Conversion Lift. Sans groupe temoin propre, on retombe sur l'attribution qui sous-estime le canal.

Comment vos clients perçoivent ce type d'usage

Études sourcées

Le pricing algorithmique est le terrain le plus inflammable : 68% des consommateurs disent se sentir leses quand les marques utilisent le pricing dynamique et 80% jugent plus dignes de confiance les marques aux prix constants (Gartner, 2024). L'equite percue varie selon le secteur : le pricing dynamique n'est juge juste que par 33% a 40% des repondants selon qu'il s'agit de concerts ou de cinemas (YouGov, 17 marches). Le prix personnalise par les donnees individuelles est le plus rejete : 47% des Americains s'y opposent fermement (Consumer Reports, 2024).

68%
Consommateurs qui se sentent leses (taken advantage of) quand les marques utilisent le pricing dynamique (2024)
80%
Consommateurs d'accord pour dire que les marques aux prix constants sont plus dignes de confiance (2024)
79%
Consommateurs ayant vecu des situations de prix inattendues sur un an (surge pricing, frais caches, hausses imprevues) (2024)

Conditions d'acceptation

  • La constance des prix comme signal de confiance : 80% jugent plus fiables les marques aux prix stables (Gartner 2024)
  • Le secteur conditionne l'equite percue : le pricing dynamique est mieux tolere pour les cinemas (40% le jugent juste) que pour les concerts (33%) (YouGov 2024)

Lignes rouges

  • Le pricing dynamique percu comme abus : 68% se sentent leses (Gartner 2024)
  • Le prix individualise a partir des donnees personnelles : 47% d'opposition ferme (Consumer Reports 2024)
  • Les frais caches et hausses imprevues, vecus par 79% des consommateurs sur un an et associes a la perte de confiance (Gartner 2024)

Sources : Gartner 2024 · YouGov 2024 · Consumer Reports 2024

Voir l'acceptation complète : par pays, par usage, par génération

Comment répliquer

Inférence - non sourcé

Prérequis data

  • Catalogue produit propre et a jour (feed)
  • Pixel + Conversions API avec achats fiables
  • Volume suffisant pour un groupe temoin Conversion Lift

Prérequis orga

  • Accord interne pour piloter en incremental plutot qu'au dernier clic
  • Capacite a monter et lire une etude d'incrementalite

Stack possible

  • Meta Advantage+ Sales Campaigns + Catalog Ads + CAPI
  • Conversion Lift ou geo-test comme arbitre
  • Recoupement avec l'outil analytics maison
Équipe pour opérer1 media buyer Meta + 1 analyste data pour la lecture d'incrementalite, agence sociale en option

Le plan, étape par étape

  1. Étape 1
    Fiabiliser le feed produit et la mesure d'achat (Pixel + Conversions API) en mode consentement conforme.Livrable : Feed propre et evenements d'achat valides dans Events Manager
  2. Étape 2
    Basculer ou lancer les campagnes Advantage+ Shopping et Catalog Ads sur le perimetre a mesurer.Livrable : Campagnes automatisees actives, phase d'apprentissage enclenchee
  3. Étape 3
    Monter l'etude Conversion Lift avec Meta : groupe temoin, fenetre de test d'environ 4 semaines, plan de recoupement analytics.Livrable : Protocole de test valide avec groupe temoin
  4. Étape 4
    Laisser courir la fenetre de test sans modifier la structure des campagnes.Livrable : Donnees d'incrementalite collectees sur la periode
  5. Étape 5
    Lire le lift face a l'attribution au dernier clic, recouper avec Google Analytics, arbitrer le budget sur l'incremental.Livrable : Rapport d'incrementalite et regle de pilotage budgetaire

Première étape : Lancer une etude Conversion Lift avec groupe temoin sur les campagnes Advantage+ existantes, et comparer le resultat a l'attribution au dernier clic.

Sources

  1. S1 Clarins: Facebook ads case study - Advantage+ shopping + Conversion Lift Officiel intéressé facebook.com · 2024 · consulté le 2026-07-11 archive à générer
  2. S2 Meta Advantage+ Catalog Ads: Product Advertising AI Tool Officiel intéressé facebook.com · 2024 · consulté le 2026-07-11 archive à générer