5 leviers pour passer du « test » à la performance : Comment l’IA transforme vos campagnes Google Ads (Retour du Partner Summit)

Ce mois de Novembre, nous étions à Dublin pour le Google Partner Summit 2025, le RDV annuel des agences SEA les plus actives sur la plateforme.

Sans surprise, l’IA était de nouveau au cœur des discussions, mais cette année l’ambiance n’était plus à la simple découverte théorique de l’IA et des opportunités qu’elle crée, mais à son industrialisation.

Selon l’expression de Sarah Byrne (directrice du pôle agences de Google pour le UK et l’Irlande), « Pas de spectateurs autorisés ». Nous sommes à un point de bascule qu’il devient indispensable de franchir.

Beaucoup d’entreprises sont encore coincées dans un état de test et pilotage de l’IA. 74% des entreprises peinent effectivement à dépasser l’étape de la preuve de concept pour passer à l’étape du déploiement à grande échelle.

Pour Google, cette situation ne découle pas de problèmes technologiques mais de manques de processus. Voici donc 5 moyens concrets vus au sommet pour activer réellement l’IA.

1. Construire sa « Data Strength » : le carburant indispensable

Avant même de parler de génération de publicités ou d’enchères intelligentes, il faut revenir à la base : l’IA est une machine qui a besoin de carburant. Ce carburant, c’est votre donnée.

Lors d’une session sur la mesure, un chiffre clé a retenu l’attention : les annonceurs qui priorisent l’utilisation de leurs données first-party pour activer l’IA constatent une augmentation de 30 % de leurs performances.

C’est ce que Google appelle la « Data Strength ». L’équation est simple : la qualité de votre « Business Output » (vos résultats) dépend directement de la qualité de votre « Data Input ». Si vous alimentez l’IA avec des données incomplètes, elle ne pourra pas optimiser efficacement.

Pour sortir de l’état de pilotage et passer à l’industrialisation, trois outils techniques ont été mis en avant pour renforcer cette infrastructure de données :

• Google Data Manager : Simplifie la connexion de vos sources de données disparates pour les rendre exploitables par l’IA, tout en garantissant une approche « Privacy by default » (confidentialité par défaut).
• Les Conversions Avancées (Enhanced Conversions) : Un impératif pour la qualité du signal. En fournissant des données de conversion plus précises, les annonceurs observent en moyenne une progression de 8 % du ROAS de leurs campagnes Search.
• Google Tag Gateway : Permet de récupérer de la donnée fiable via un traitement côté serveur. Les résultats présentés sont éloquents : +14 % de conversions supplémentaires mesurées. L’agence Incubeta a par exemple partagé un retour d’expérience montrant une hausse de 5,6 % de revenus grâce à cette implémentation.

Concrètement : Ne lancez pas de nouvelles campagnes IA complexes sans avoir audité votre « Data Strength ». Assurez-vous d’avoir connecté vos données first-party via Data Manager et activé les Conversions Avancées. C’est le pré-requis technique non négociable de la performance en 2025.

2. S’adapter à la « Nouvelle Recherche » : multimodale et conversationnelle

L’époque où la recherche se limitait à taper deux ou trois mots-clés dans une barre de saisie est révolue. L’un des thèmes majeurs abordés est que les utilisateurs ne se contentent plus de chercher : ils veulent pouvoir « tout demander » (Ask Anything), de la manière la plus naturelle possible.

L’IA « suralimente » le moteur de recherche pour répondre à cette curiosité débridée. Voici les deux mutations majeures à intégrer dans vos stratégies :

1 – La recherche visuelle n’est plus un gadget, c’est devenu une habitude ancrée.

• 25 milliards de recherches visuelles sont effectuées chaque mois via Google Lens.
• C’est l’un des types de requêtes à la croissance la plus rapide, avec une augmentation de 70 % en un an.
• Pour les e-commerçants, l’opportunité est immédiate : 1 recherche Lens sur 5 a une intention commerciale.

Cela signifie que votre visibilité ne dépend plus seulement de vos textes, mais de la capacité de vos images produits à être reconnues et proposées par l’IA lors d’une recherche visuelle.

2 – L’autre grande bascule est le passage d’une recherche statique à une recherche itérative et conversationnelle.

Avec des fonctionnalités comme le « AI Mode » et les « AI Overviews », les utilisateurs posent des questions plus complexes et affinent leurs demandes comme s’ils discutaient avec un expert.

• Les AI Overviews touchent déjà plus de 2 milliards d’utilisateurs dans plus de 200 pays et territoires.
• L’AI Mode est désormais disponible dans plus de 180 pays.

Le constat de Google est simple : « Quand il est plus facile d’obtenir des réponses, les gens posent plus de questions ». Pour les marques, cela se traduit par une opportunité de capturer des intentions plus larges et plus qualifiées.

Concrètement : Ne pensez plus seulement « mots-clés », mais « réponse multimodale ». Auditez votre présence visuelle pour Lens et assurez-vous que votre contenu répond aux questions complexes de vos clients pour apparaître dans ces nouveaux résumés d’IA.

3. Activer « AI Max »

C’est sans doute la nouveauté qui structure le plus la vision future du Search : l’arrivée de « AI Max for Search ».

« AI Max » est la combinaison ultime de trois piliers pour capturer l’intention utilisateur au-delà du simple mot-clé :

• L’expansion des mots-clés (via le Broad Match) pour comprendre l’intention large.
• Le Smart Bidding pour ajuster l’enchère en temps réel.
• La créativité personnalisée à l’échelle (« Personalised creative at scale »).

L’IA permet aujourd’hui de combler le fossé entre une requête utilisateur parfois imprécise et l’offre d’une marque. Les campagnes qui restent cantonnées aux correspondances exactes ou expressions passent à côté d’une part très importante de la curiosité humaine.

Le cas Volvo : +27% de conversions

En adoptant l’approche « AI Max » (en laissant l’IA gérer les correspondances et en lui fournissant les actifs créatifs), Volvo a obtenu des résultats spectaculaires.

En comparaison avec des campagnes focalisées majoritairement sur des mots-clés exacts et expressions, cette stratégie pilotée par l’IA a généré 27 % de conversions supplémentaires.

Concrètement : Il est temps de lâcher prise sur le micro-management des mots-clés. Votre valeur ajoutée ne réside plus dans le choix du mot-clé, mais dans la qualité des « assets » (images, titres, vidéos) que vous fournissez à l’IA pour qu’elle puisse construire la publicité parfaite pour chaque utilisateur, à grande échelle.

4. La créativité augmentée : produire plus vite, mieux et en masse

Si la data est le carburant, la créativité reste le moteur de l’émotion. L’IA ne vient pas remplacer la créativité humaine, mais la libérer des contraintes logistiques et budgétaires.

Les barrières traditionnelles de la production (temps, coûts de tournage) sont en train de tomber. Grâce aux modèles d’AI génératifs comme Imagen (pour l’image) et Veo (pour la vidéo), nous passons d’une échelle de production en semaines ou mois à une affaire de jours.

Cependant, dans un monde où la production de contenu se démocratise, le risque d’uniformisation est réel. La keynote sur la « Distinctiveness » a rappelé qu’il faut utiliser l’IA pour la production (« Scale »), mais garder la main ferme sur la direction artistique et l’identité de marque (« Soul »).

Cette créativité augmentée trouve son terrain de jeu idéal sur YouTube. Un chiffre marquant l’illustre : l’utilisation conjointe de Google Search et YouTube génère un ROAS supérieur de 21 % à celui de tous les autres médias combinés.

Concrètement : Ne silotez plus vos équipes créatives et médias. Utilisez les outils d’IA générative pour décliner vos concepts forts en une multitude d’assets, prêts à alimenter simultanément vos campagnes Search et YouTube pour une couverture maximale du parcours utilisateur.

5. Prouver la valeur : adopter un « Modern Measurement Toolkit »

À l’ère de l’IA, piloter ses campagnes au hasard ou se fier uniquement au dernier clic n’est plus suffisant. L’un des messages forts du sommet était la nécessité de passer d’une mesure passive à une stratégie active pour prouver le véritable impact du marketing.

Pour y parvenir, Google a mis en avant le concept de « Modern Measurement Toolkit » (Boîte à outils de mesure moderne), un trio de méthodes complémentaires qui fonctionnent en cycle continu : Planifier, Optimiser, Prouver.

Voici les trois piliers indispensables de cette boîte à outils :

• L’Attribution (pour Optimiser) : Crucial de généraliser l’Attribution Basée sur les Données (Data-Driven Attribution ou DDA). Elle fournit les signaux en temps réel nécessaires à l’IA.
• Le Marketing Mix Modeling (pour Planifier) : Le MMM fait son grand retour, modernisé par l’IA. Google a notamment présenté Meridian, son modèle MMM open-source.
• Les Expérimentations d’Incrémentalité (pour Prouver) : Le « juge de paix ». Ces tests valident la causalité en répondant à la question : « Cette conversion aurait-elle eu lieu sans ma publicité ? ».

La mise en place de cette architecture de mesure avancée est complexe. Les chiffres partagés le confirment : 80 % des marketeurs confient la gestion de l’attribution multi-touch (MTA) à leurs agences, et 72 % en font de même pour le MMM.

Concrètement : Ne voyez plus la mesure comme un simple reporting de fin de mois, mais comme votre moteur de croissance principal. En priorisant l’utilisation de données first-party, les annonceurs constatent en moyenne une amélioration de 30 % de leurs performances.

Conclusion

Au terme de ce Partner Summit, le constat est sans appel : l’IA n’est pas une « baguette magique ». C’est un amplificateur de puissance qui ne fonctionne qu’avec une structure solide. Sans « Data Strength », sans mesure moderne et sans créativité humaine, l’IA tourne à vide.

Le véritable frein aujourd’hui n’est plus technologique, il est organisationnel. Rester bloqué au stade du « pilote » est avant tout un « problème de processus ». Le défi est désormais d’aligner les équipes dirigeantes (CEO, CFO, CTO) pour valider les budgets, la gouvernance des données et accepter les nouveaux modèles de mesure.

La question n’est plus de savoir s’il faut intégrer l’IA à grande échelle mais à quelle vitesse structurer son organisation pour le faire efficacement.