Un tiers de votre budget shopping finance des produits morts

Un audit récent sur un catalogue e-commerce de plusieurs milliers de produits a révélé un chiffre qui devrait déranger n’importe quel gestionnaire de compte shopping : 35 % du budget publicitaire finançait des produits qui ne s’étaient pas vendus une seule fois depuis 90 jours. Pas des produits qui vendaient peu. Des produits qui ne vendaient pas du tout, et qui continuaient pourtant à recevoir des impressions payées, des clics payés, et une part active du budget quotidien.

Ce chiffre n’a rien d’exceptionnel. C’est probablement le cas le plus courant, et le moins regardé, dans la gestion de campagnes shopping.

Pourquoi ça se produit sans que personne ne le remarque

Une campagne shopping standard ne segmente pas naturellement par statut de vente. Elle inclut tout le flux produit, à moins qu’une exclusion explicite ne vienne retirer certaines références. Sans cette exclusion, un produit qui s’est vendu une seule fois il y a huit mois reste éligible à recevoir du budget exactement au même titre qu’un produit qui se vend chaque semaine. L’algorithme d’enchères automatique n’a aucune raison de faire la différence tant que le produit reste dans le flux actif : il continue de lui allouer des impressions selon les signaux de pertinence qu’il perçoit (correspondance de requête, historique de clics), sans jamais se demander si ce produit a une chance réelle de convertir.

Le problème grossit avec la taille du catalogue. Sur un catalogue de quelques centaines de références, un produit mort se remarque assez vite dans un rapport de performance. Sur un catalogue de plusieurs milliers de références, réparties en dizaines de catégories gérées par des personnes différentes, un produit mort se noie complètement dans l’agrégat. Personne ne le voit individuellement, et le rapport de performance global reste acceptable parce que la majorité du catalogue continue de bien performer autour de lui. C’est précisément cette dilution qui permet au problème d’atteindre un tiers du budget total sans déclencher d’alerte.

Ce que l’optimisation d’enchères ne peut pas réparer

La réaction naturelle face à un compte shopping sous-performant est de regarder les enchères : sont-elles trop hautes, trop basses, mal réparties entre les groupes de produits ? C’est une question légitime, mais elle arrive dans le mauvais ordre. Ajuster l’enchère d’un produit qui ne s’est pas vendu depuis 90 jours ne le fait pas vendre. Ça change simplement combien on paie pour continuer à ne pas le vendre.

L’optimisation d’enchères suppose implicitement que chaque produit dans le flux mérite une part du budget, et que le travail consiste à trouver la bonne répartition entre eux. Cette hypothèse s’effondre dès qu’une partie significative du catalogue n’a structurellement aucune chance de convertir, peu importe l’enchère : produit en rupture de stock permanente, produit remplacé par une version plus récente mais jamais retiré du flux, produit saisonnier maintenu actif hors saison. Dans ces cas, il n’existe pas de bonne enchère. Il n’existe qu’une bonne décision d’exclusion.

Pourquoi cette discipline se fait si rarement

L’exclusion de catalogue est une tâche fastidieuse, pas une tâche complexe. Elle demande de croiser les données de vente des 90 derniers jours avec le flux produit actif, d’identifier les références sans vente, de vérifier qu’elles ne sont pas simplement de nouveaux produits encore en phase de lancement, puis de les retirer explicitement des campagnes actives. Rien de tout ça n’exige de compétence technique avancée. Ça exige seulement du temps consacré à une tâche qui ne produit aucun résultat visible immédiatement, contrairement à un ajustement d’enchère qui peut montrer un effet dans les 48 heures suivantes.

C’est exactement pour cette raison que la discipline d’exclusion perd systématiquement face à l’optimisation d’enchères dans l’attention qu’on lui accorde. Un ajustement d’enchère se sent comme du travail actif et mesurable. Une revue d’exclusion se sent comme du ménage administratif, sans retour immédiat perceptible, alors même qu’elle produit l’impact le plus important sur l’efficacité globale du budget.

Ce que la correction implique concrètement

Une revue d’exclusion sérieuse commence par croiser trois signaux, pas un seul : l’absence de vente sur 90 jours, le statut de stock réel (pas seulement le statut affiché dans le flux, qui accuse souvent un retard), et l’âge du produit dans le catalogue. Un produit sans vente mais lancé il y a deux semaines ne relève pas du même traitement qu’un produit sans vente et présent depuis deux ans : le premier a simplement besoin de temps, le second n’a probablement jamais eu de demande réelle.

Une fois les références identifiées, l’exclusion doit se faire au niveau de la campagne shopping elle-même, pas seulement en désactivant le produit dans le flux, pour éviter qu’un changement de statut ultérieur ne le réintègre silencieusement dans les campagnes actives. Cette revue devrait tourner sur un calendrier fixe, mensuel au minimum sur un catalogue de grande taille, plutôt que d’attendre qu’un audit ponctuel la révèle après plusieurs mois d’accumulation.

Le gain qui suit une exclusion sérieuse ne vient jamais d’une amélioration du taux de conversion moyen, un chiffre qui bouge peu à l’échelle d’un catalogue entier. Il vient du budget libéré, qui se redéploie automatiquement vers les références qui convertissaient déjà, avec un algorithme d’enchères qui reçoit enfin un signal propre plutôt que dilué par du bruit permanent.

« N’est-ce pas justement le travail de l’algorithme »

Une objection courante : l’enchère automatique n’est-elle pas censée apprendre elle-même quels produits convertissent et déplacer le budget loin des autres, sans passage manuel d’exclusion ? En théorie, oui, avec assez de temps et un signal assez propre. En pratique, un catalogue où un tiers du budget part vers des produits morts ne donne presque jamais à l’algorithme ce signal propre au départ.

L’enchère automatique optimise à l’intérieur des limites qu’on lui donne, elle ne redessine pas ces limites elle-même. Un produit mort qui continue de recevoir des impressions dilue les données de performance agrégées sur lesquelles l’algorithme apprend, ce qui ralentit sa capacité à distinguer un produit réellement fort d’un produit médiocre juste à côté. L’exclusion ne remplace pas l’enchère automatique, elle est ce qui permet à l’enchère automatique de fonctionner réellement comme prévu. La sauter en espérant que l’algorithme finisse par régler ça seul revient généralement à payer plusieurs mois d’apprentissage bruité qu’un seul après-midi de nettoyage de catalogue aurait complètement évité.

La prescription

Avant de toucher à une seule enchère sur un compte shopping sous-performant, vérifier d’abord combien de références dans le catalogue actif n’ont généré aucune vente sur les 90 derniers jours. Si ce chiffre dépasse 10 à 15 % du catalogue, l’exclusion doit précéder toute optimisation d’enchère, pas la suivre. Une agence ou une équipe interne qui passe directement à l’ajustement d’enchères sans faire ce ménage optimise, avec beaucoup de soin, la mauvaise chose.

L’excitation qu’on ressent à ajuster une enchère ne mesure jamais l’impact réel d’une action. Un catalogue nettoyé de ses produits morts bat presque toujours une enchère parfaitement calibrée sur un catalogue qui ne l’est pas.