Enchères automatiques : comment reprendre le contrôle sans revenir au manuel

En 2026, plus de 80% des annonceurs utilisent les enchères automatiques de Google Ads. Target CPA, Target ROAS, Maximize Conversions: ces stratégies laissent l'algorithme décider de combien payer pour chaque clic. Et dans la majorité des cas, c'est une bonne chose.

Le problème ? L'algorithme optimise sur les conversions que vous lui montrez. Si vous lui montrez des formulaires remplis, il optimise sur les formulaires. Si vous lui montrez du chiffre d'affaires, il optimise sur le CA. Pas sur votre marge. Pas sur la qualité de vos leads. Pas sur votre profit réel.

Le piège du ROAS plateforme

Un ROAS de 5x semble excellent. Votre manager est content. Les reportings sont verts. Mais posez-vous la question : 5x sur quoi exactement ?

Si vos marges varient de 5% à 60% selon les produits, un ROAS de 5x sur un produit à 5% de marge vous fait perdre de l'argent. L'algorithme ne le sait pas, car il ne voit que le prix de vente.

C'est ce qu'on appelle le ROAS vanity : un chiffre qui rassure mais qui ne reflète pas la rentabilité réelle. Chez nos clients, on constate régulièrement un écart de 20 à 40% entre le ROAS plateforme et le ROAS sur la marge.

Le même problème en lead gen

En lead generation, le biais est encore plus marqué. L'algorithme optimise sur le formulaire rempli. Mais entre un formulaire rempli par un étudiant curieux et un décideur d'entreprise avec un budget, la valeur n'est pas du tout la même.

Résultat : vous payez le même prix pour un lead qui ne signera jamais et un lead qui vaut 10 000€. Et l'algorithme, qui ne voit pas la différence, continue de vous en envoyer des deux types à parts égales.

La solution : injecter votre réalité business

La solution n'est pas de revenir aux enchères manuelles. C'est d'enrichir les données que l'algorithme utilise pour prendre ses décisions. Lui donner votre réalité business pour qu'il optimise sur ce qui compte vraiment.

Pour le e-commerce : le scoring marge

L'approche la plus puissante : envoyer la marge réelle par produit au lieu du prix de vente comme valeur de conversion.

• Produit A : prix 100€, marge 60€ → valeur de conversion = 60€
• Produit B : prix 200€, marge 10€ → valeur de conversion = 10€
• L'algorithme privilégiera naturellement le Produit A, qui génère 6x plus de profit

On peut aller plus loin et construire un score composite qui intègre la marge, mais aussi le stock, la saisonnalité, la compétitivité prix et les avis clients. Chaque produit reçoit un score qui reflète sa vraie valeur stratégique.

Pour le lead gen : le scoring leads

Au lieu d'envoyer "1 conversion = 1 formulaire rempli", on envoie un score de qualification :

• Lead qualifié (bon secteur, bon budget, bonne localisation) → valeur = 500
• Lead moyen (profil partiel) → valeur = 100
• Lead non qualifié → valeur = 0 (ou pas de conversion remontée du tout)

L'algorithme apprend progressivement quels profils ont le plus de valeur. Il ajuste ses enchères pour cibler les audiences qui génèrent des leads à forte valeur, pas juste du volume.

Conversion Value Rules : le premier pas

Google Ads propose aussi les Conversion Value Rules, qui permettent d'ajuster la valeur des conversions selon des critères simples (géo, device, audience). C'est un bon point de départ, mais limité :

• Les règles sont globales, pas par produit
• Vous ne pouvez pas injecter de données externes (marge, CRM)
• Les ajustements sont en pourcentage, pas en valeur absolue

Pour un pilotage vraiment fin, il faut passer par le server-side et injecter les données directement dans la valeur de conversion.

L'objectif n'est pas de contrôler l'algorithme. C'est de lui donner les bons signaux pour qu'il prenne les bonnes décisions tout seul.

Comment on met ça en place

Chez Maeven, l'injection de données business dans les enchères passe par 3 étapes :

1. Audit de votre modèle économique : on identifie les KPIs qui reflètent vraiment votre performance (marge, lead qualifié, signature, LTV)
2. Implémentation server-side : on met en place le tracking qui capture et enrichit ces données avant de les envoyer aux plateformes
3. Restructuration des campagnes : on adapte la structure des campagnes et les stratégies d'enchères pour tirer parti des nouveaux signaux

Les résultats

Sur les comptes que nous gérons, l'injection de données business dans les enchères a permis en moyenne :

• +31% de ROAS marge (pas de ROAS CA, la vraie métrique)
• -19% de dépense gaspillée sur les produits/leads à faible valeur
• ÷2.1 du coût par lead qualifié en lead gen
• +45% de leads en zone prioritaire pour les réseaux multi-sites

Le plus intéressant : ces résultats se maintiennent dans le temps. L'algorithme apprend de plus en plus, et la performance s'améliore au fil des semaines.

Les enchères automatiques sont puissantes, mais elles ne sont aussi bonnes que les données qu'on leur donne. Donnez-leur votre réalité business, et elles travailleront pour vous. Continuez à leur donner des métriques par défaut, et elles optimiseront dans le vide.