Ray-Ban
Campagne de vente automatisee par IA optimisee sur la valeur d'achat, combinee a un objectif consideration, mesuree en incremental
En 2025, Ray-Ban (EssilorLuxottica) a obtenu 2,08x de ROAS incremental et +32 % de panier moyen aux Etats-Unis en reglant ses campagnes Meta Advantage+ sur la valeur d'achat, combinee a un objectif consideration, mesure par Conversion Lift.
L'essentiel
- Test A/B/C de reglages sur des campagnes de vente Meta Advantage+.
- Optimisation par valeur plus objectif consideration, mesure par Conversion Lift.
- ROAS incremental de 2,08x et panier moyen en hausse de 32%.
- Preuve B, statut confirme sur des formats Meta standard.
Objectif
Augmenter le rendement des campagnes de vente en poussant l'IA a chercher les acheteurs de forte valeur, plutot que le simple volume d'achats.
Le déploiement
Ray-Ban, la marque de lunettes d'EssilorLuxottica, a teste comment mieux regler ses campagnes de vente Meta aux Etats-Unis. La marque a compare trois approches en A/B/C sur des campagnes Advantage+ Sales : optimisation standard, optimisation par valeur (value optimization, ou l'IA vise les acheteurs a fort panier), et optimisation par valeur combinee a un objectif consideration. Le test, du 4 fevrier au 22 mars 2025 sur un public adulte, a ete mesure par un Conversion Lift avec methode de search lift. L'optimisation par valeur seule a apporte 9 pour cent de ROAS en plus et 32 pour cent de valeur moyenne de commande en plus. En ajoutant l'objectif consideration, Ray-Ban a obtenu un ROAS incremental de 2,08x sur l'ensemble des achats, 2,1x sur les achats de verres correcteurs, et un coût par conversion incrementale sur les visites de recherche en baisse de 80 pour cent.
Résultats Preuve B
Étude de cas officielle Meta, chiffree, adossee a un test A/B/C et a un Conversion Lift (search lift), avec personne nommee ; source unique publiee par la plateforme.
Comment ça fonctionne
Architecture documentéeLa stack en détail
- plateforme Meta Advantage+ Sales Campaigns Campagne de vente automatisee par IA : audience, placements et budget geres par Meta.
- outil Value optimization (Meta) Reglage d'optimisation ou l'IA vise les acheteurs a fort panier plutot que le volume brut d'achats.
- outil Meta Pixel + Conversions API Remontee de l'achat et de son montant cote serveur, signal indispensable a l'optimisation par valeur.
- outil Meta Conversion Lift Mesure incrementale avec methode de search lift, utilisee pour arbitrer entre les trois reglages testes.
Comment ça tourne, concrètement
Pour les équipes ops-
1Remonter la valeur d'achat Équipe data
Le Pixel et la Conversions API envoient non seulement l'achat mais son montant, pour nourrir l'optimisation par valeur.
-
2Choisir l'optimisation par valeur Équipe media
La campagne Advantage+ Sales est reglee pour viser les acheteurs a fort panier plutot que le volume brut d'achats.
-
3Ajouter l'objectif consideration Équipe media / IA Meta
Combiner value optimization et objectif consideration a fait chuter le coût par conversion incrementale et double le ROAS incremental dans le test.
-
4Trancher en incremental Équipe media
Le choix entre les trois reglages s'est fait sur un test A/B/C et un Conversion Lift (search lift), pas sur le ROAS affiche.
La valeur d'achat remontee cote serveur (pas seulement l'evenement d'achat). Sans valeur fiable, l'optimisation par valeur n'a rien pour distinguer un gros panier d'un petit.
Comment vos clients perçoivent ce type d'usage
Études sourcéesLe 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).
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 sourcéPrérequis data
- Valeur d'achat remontee cote serveur (montant, pas seulement l'evenement)
- Pixel + Conversions API fiables
- Volume d'achats suffisant pour l'optimisation par valeur et un Conversion Lift
Prérequis orga
- Objectif oriente marge / panier plutot que volume brut
- Capacite a lire un test A/B/C et une etude d'incrementalite
Stack possible
- Meta Advantage+ Sales Campaigns + value optimization + CAPI
- Conversion Lift ou geo-test comme arbitre
Le plan, étape par étape
- Étape 1Fiabiliser Pixel et Conversions API en remontant le montant d'achat, pas seulement l'evenement.Livrable : Evenements d'achat avec valeur verifies dans l'Events Manager.
- Étape 2Monter le test A/B (ou A/B/C) : optimisation standard vs value optimization, eventuellement plus objectif consideration, sur Advantage+ Sales.Livrable : Structure de test avec cellules, budgets et duree definis.
- Étape 3Diffuser avec un Conversion Lift actif pour mesurer en incremental, sans remanier les campagnes en cours de test.Livrable : Campagnes en diffusion avec mesure incrementale branchee.
- Étape 4Lire ROAS incremental, valeur moyenne de commande et cout par conversion incrementale, puis basculer sur le reglage gagnant.Livrable : Decision documentee et campagne en production sur le reglage retenu.
Première étape : Activer l'optimisation par valeur sur une campagne Advantage+ Sales et la comparer en A/B a l'optimisation standard, avec la valeur d'achat remontee via CAPI.
Le même pattern, prouvé dans d'autres industries
adidas
prospection d'audience et enchères pilotees par IA (ARO) en full-funnel
Allwyn
achat programmatique omnicanal pilote par IA avec activation de data retail
Nivea
test et optimisation genAI des elements creatifs + localisation automatisee a l'echelle
Sources
- S1 Ray-Ban: Facebook ads case study - Advantage+ sales, value optimization, Conversion Lift Officiel intéressé archive à générer
- S2 Meta Advantage+ Sales Campaigns: AI Automated Shop Ads Officiel intéressé archive à générer
Une erreur, une info plus récente, une source ?
Cette fiche vit de sa justesse. Si un chiffre a bougé, si le déploiement a changé, ou si vous avez une source de meilleure qualité, dites-le nous. Toute correction sourcée est vérifiée avant publication.