Cartographe de chevauchement d'audiences

Q: C'est quoi exactement le chevauchement d'audiences et pourquoi ça me coûte de l'argent ?

C'est quand deux campagnes ou groupes d'annonces ciblent en partie les mêmes personnes : vous entrez alors en enchère contre vous-même sur ces contacts communs, ce qui fait gonfler artificiellement le CPM. Un chevauchement de 40 à 60 % est considéré comme élevé et doit être corrigé sous une semaine, au-delà de 60 % c'est critique et ça se traite immédiatement. Le chevauchement n'est pas un problème en soi : le problème, c'est quand il est involontaire et que vous payez deux fois le même message à la même personne.

Q: À quelle fréquence dois-je vérifier le chevauchement de mes audiences ?

Un contrôle mensuel de la santé des audiences est le rythme de base, mais il y a des déclencheurs qui doivent vous pousser à le faire immédiatement : avant de passer une campagne à l'échelle, dès que la fréquence grimpe sur plusieurs campagnes en même temps, quand vous ajoutez une nouvelle audience, ou si vos CPM montent sans raison visible. Sur Meta, le Gestionnaire de publicités a un outil de chevauchement intégré qui donne un pourcentage exact, c'est la méthode la plus fiable, bien plus précise qu'une estimation manuelle.

Q: Quelle est l'erreur la plus fréquente qui crée du chevauchement, et comment l'éviter ?

Le cas classique : les audiences de reciblage débordent dans les campagnes de prospection, et vous payez le tarif prospection pour des visiteurs déjà chauds qui auraient dû être traités moins cher. La parade universelle, à appliquer systématiquement, est d'exclure de toute campagne de prospection les acheteurs, les visiteurs du site des 30 à 180 derniers jours, la liste e-mail/CRM et les utilisateurs à forte intention (ajout au panier, paiement initié). Autre piège fréquent : empiler plusieurs audiences similaires (lookalike) issues de sources proches (acheteurs, acheteurs à forte valeur, abonnés e-mail) sans les faire s'exclure en cascade, ce qui fragmente vos données au lieu de les concentrer.

Q: Comment je mesure concrètement l'impact financier du chevauchement sur mon budget ?

La formule de base est : gaspillage estimé = % de chevauchement × budget de l'audience la moins performante × facteur de perte d'efficacité (0,3 à 0,5 si les deux performent pareil, jusqu'à 0,7-0,9 si les deux sous-performent). Sans outil de plateforme, un signal fiable est la fréquence : si chaque campagne affiche individuellement une fréquence de 2, mais que la fréquence combinée du compte grimpe à 5, il y a un chevauchement significatif caché derrière ce chiffre. Le livrable à produire est une matrice de chevauchement par paire d'audiences avec un gaspillage total en euros par mois et en pourcentage du budget, pour prioriser les corrections.

Q: Le chevauchement inter-plateformes (Meta et TikTok par exemple) est-il toujours à éviter ?

Non, et c'est une nuance importante : toucher la même personne sur deux plateformes est acceptable si les étapes du tunnel sont différentes (notoriété sur TikTok, reciblage sur Meta), si les créations ou messages diffèrent, ou si le multi-contact est une stratégie assumée. En revanche, c'est du gaspillage pur quand c'est la même création et la même offre sur les deux plateformes sans complémentarité, avec en plus un risque d'attribution : vous ne savez plus quelle plateforme a réellement généré la conversion. La solution la plus robuste reste de spécialiser chaque plateforme par force (Meta sur reciblage/lookalike, TikTok sur portée large) ou par étape de tunnel plutôt que de laisser les deux cibler la même audience de la même façon.

Identifie le chevauchement (cannibalisation) d'audiences entre campagnes et plateformes, et recommande des exclusions pour éliminer le budget gaspillé sur une portée redondante.

Cartographe de chevauchement d'audiences

---
name: cartographe-de-chevauchement-d-audiences
description: "Identifie le chevauchement (cannibalisation) d'audiences entre campagnes et plateformes, et recommande des exclusions pour éliminer le budget gaspillé sur une portée redondante."
---
# Cartographe de chevauchement d'audiences
## Objectif
Identifier où votre budget publicitaire entre en concurrence avec lui-même en :
- Cartographiant le chevauchement entre les audiences de campagnes
- Détectant la redondance inter-plateformes
- Quantifiant le coût de la cannibalisation d'audiences
- Recommandant des exclusions pour éliminer le gaspillage
**Philosophie centrale :** si vous payez deux fois pour toucher la même personne avec le même message, vous payez une fois de trop. Le chevauchement n'est pas toujours mauvais ; en revanche, le chevauchement non intentionnel est toujours du gaspillage.
---
## Quand utiliser cette compétence
- Contrôle mensuel de la santé des audiences
- Avant de passer les campagnes à l'échelle (éviter de grossir dans le chevauchement)
- Quand la fréquence grimpe sur plusieurs campagnes
- Lors de l'ajout de nouvelles audiences au compte
- Quand les CPM augmentent sans cause évidente
- Après avoir repéré des avertissements de « chevauchement d'enchères »
---
## Éléments requis
| Donnée | Requis | Notes |
|------------|----------|-------|
| Définitions d'audience par campagne/groupe d'annonces | Oui | Critères de ciblage pour chacune |
| Taille des audiences (portée estimée) | Oui | Pour le calcul du chevauchement |
| Données de fréquence par campagne | Oui | Symptôme de chevauchement |
| Outils de chevauchement de la plateforme (si disponibles) | Utile | Meta dispose d'un outil de chevauchement intégré |
| Composition d'audience inter-plateformes | Utile | Pour l'analyse multi-plateformes |
| Performance par segment d'audience | Utile | Pour prioriser les exclusions |
---
## Types de chevauchement
### Type 1 : chevauchement de campagnes au sein d'une même plateforme
La même personne voit des publicités issues de plusieurs campagnes
```
Campagne A : Intérêt Fitness + 25-45 ans
Campagne B : Intérêt Course à pied + 25-45 ans
↓
Chevauchement : coureurs de 25-45 ans intéressés par le fitness
Problème : vous enchérissez contre vous-même, ce qui gonfle le CPM
```
### Type 2 : chevauchement au niveau des groupes d'annonces
Au sein d'une même campagne, les groupes d'annonces sont en concurrence
```
Groupe d'annonces 1 : Similaire 1 % basé sur les Acheteurs
Groupe d'annonces 2 : Similaire 1 % basé sur la Liste e-mail
↓
Chevauchement : les meilleurs clients apparaissent dans les deux audiences similaires
Problème : mêmes personnes, données fragmentées, apprentissage inefficace
```
### Type 3 : chevauchement inter-plateformes
La même personne ciblée sur Meta, TikTok ET LinkedIn
```
Meta : ciblage Intérêt Fitness
TikTok : ciblage Intérêt Fitness
↓
Chevauchement : la même personne voit une publicité similaire sur les deux plateformes
Problème : peut être acceptable (renforcement) ou du gaspillage (redondance)
```
### Type 4 : chevauchement reciblage/prospection
Des audiences chaudes qui débordent dans les campagnes froides
```
Campagne de prospection : ciblage large
Campagne de reciblage : visiteurs du site
↓
Chevauchement : l'audience de reciblage apparaît dans la prospection
Problème : vous payez le tarif prospection pour des leads déjà chauds
```
---
## Cadre de détection du chevauchement
### Étape 1 : inventaire des audiences
Cartographiez toutes les audiences actives :
| Campagne | Groupe d'annonces | Description du ciblage | Taille est. | Objectif |
|----------|--------|----------------------|-----------|-----------|
| | | | | |
### Étape 2 : matrice de chevauchement
Créez une matrice montrant le chevauchement estimé entre chaque paire d'audiences :
```
Audience A Audience B Audience C
Audience A - 35% 15%
Audience B 35% - 50%
Audience C 15% 50% -
```
### Méthodes d'estimation du chevauchement
**Méthode 1 : outils de la plateforme (la plus fiable)**
- Meta : outil de chevauchement d'audiences dans le Gestionnaire de publicités
- Affiche le pourcentage de chevauchement exact
**Méthode 2 : estimation manuelle**
Pour les audiences sans accès à un outil dédié :
```
% de chevauchement ≈ (Critères de ciblage partagés / Total des critères) × Facteur de similarité d'audience
Où le Facteur de similarité vaut :
- Même plateforme, même objectif : 0,8-1,0
- Même plateforme, objectif différent : 0,5-0,7
- Plateforme différente : 0,3-0,5
```
**Méthode 3 : analyse de fréquence**
Si la fréquence combinée est bien supérieure aux fréquences individuelles, un chevauchement existe :
```
Si la fréquence de la campagne A = 2,0
Et la fréquence de la campagne B = 2,0
Mais la fréquence combinée du compte = 5,0
Alors un chevauchement significatif existe
```
---
## Évaluation de la sévérité du chevauchement
### Niveaux de sévérité
| % de chevauchement | Sévérité | Impact | Priorité |
|-----------|----------|--------|----------|
| < 10 % | Minimal | Gaspillage négligeable | À surveiller |
| 10-25 % | Faible | Inefficacité mineure | À traiter lors de l'optimisation |
| 25-40 % | Modéré | Gaspillage significatif | À corriger sous 2 semaines |
| 40-60 % | Élevé | Gaspillage important | À corriger sous 1 semaine |
| > 60 % | Critique | Gaspillage majeur | À corriger immédiatement |
### Calcul de l'impact
```
Gaspillage estimé = % de chevauchement × Budget de l'audience la moins performante × Facteur de perte d'efficacité
Où le Facteur de perte d'efficacité vaut :
- Performance similaire : 0,3-0,5 (vous enchérissez contre vous-même)
- L'une surperforme : 0,5-0,7 (le mauvais budget va à la mauvaise audience)
- Les deux sous-performent : 0,7-0,9 (inefficacité qui s'accumule)
```
---
## Scénarios de chevauchement & solutions
### Scénario A : chevauchement d'intérêts
**Symptôme :** plusieurs groupes d'annonces basés sur des intérêts avec des intérêts communs
```
Groupe d'annonces 1 : Intérêt = Yoga, Pilates, Méditation
Groupe d'annonces 2 : Intérêt = Fitness, Salle de sport, Musculation
Chevauchement : les personnes intéressées à la fois par le yoga ET la salle de sport
```
**Options de solution :**
1. **Consolider :** fusionner en un seul groupe d'annonces avec un ciblage plus large
2. **Exclure :** ajouter des exclusions (le Groupe d'annonces 1 exclut l'intérêt Salle de sport)
3. **Séparer :** utiliser des objectifs de campagne différents pour justifier le chevauchement
**Matrice de recommandation :**
| Si... | Alors... |
|-------|---------|
| Performance similaire | Consolider |
| L'une nettement meilleure | Garder la gagnante, mettre l'autre en pause |
| Objectifs différents | Exclure ou accepter |
---
### Scénario B : chevauchement d'audiences similaires (lookalike)
**Symptôme :** plusieurs audiences similaires issues de sources apparentées
```
LAL 1 : 1 % basé sur les Acheteurs
LAL 2 : 1 % basé sur les Acheteurs à forte valeur
LAL 3 : 1 % basé sur les Abonnés e-mail
Chevauchement : les meilleurs clients apparaissent dans les trois
```
**Options de solution :**
1. **Approche par paliers :** 1 % pour les meilleurs, 1-2 % ensuite, 2-3 % pour le plus large
2. **Cascade d'exclusions :** LAL 2 exclut LAL 1, LAL 3 exclut les deux
3. **Consolider les sources :** combiner en une seule audience « Meilleurs clients »
**Recommandation :**
```
Bonne pratique :
├── Palier 1 : 0-1 % LAL depuis la meilleure source (valeur la plus élevée)
├── Palier 2 : 1-2 % LAL (exclut le Palier 1)
└── Palier 3 : 2-3 % LAL (exclut les Paliers 1 et 2)
```
---
### Scénario C : débordement du reciblage
**Symptôme :** des audiences de reciblage apparaissent dans les campagnes de prospection
```
Prospection : ciblage large, tous âges 25-45 ans
Reciblage : visiteurs du site des 30 derniers jours
Problème : les visiteurs du site reçoivent des publicités de prospection à un CPA plus élevé
```
**Solution :**
**Toujours exclure les bassins de reciblage de la prospection :**
```
Exclusions de la campagne de prospection :
├── Visiteurs du site (depuis toujours ou 180 jours)
├── Acheteurs (depuis toujours)
├── Liste e-mail / CRM
├── Utilisateurs à forte intention (spectateurs vidéo, personnes engagées sur la page)
└── Utilisateurs de l'application (le cas échéant)
```
---
### Scénario D : cannibalisation inter-campagnes
**Symptôme :** plusieurs campagnes ciblent la même audience avec le même objectif
```
Campagne 1 : Conversions, ciblage par intérêt
Campagne 2 : Conversions, ciblage par audience similaire
Campagne 3 : Conversions, ciblage large
Chevauchement : les mêmes meilleurs prospects apparaissent dans les trois
```
**Options de solution :**
1. **Consolider les campagnes :** une seule campagne, plusieurs groupes d'annonces
2. **Cascade d'exclusions :** chaque campagne exclut les meilleurs performeurs des autres
3. **Séparation par objectif :** des objectifs différents justifient la même audience
**Bénéfices de la consolidation :**
- Apprentissage unifié (optimisation plus rapide)
- Une seule entrée en enchère (pas d'auto-concurrence)
- Vision de performance plus claire
---
### Scénario E : chevauchement géographique
**Symptôme :** campagnes nationales et régionales en concurrence
```
Campagne 1 : France, national
Campagne 2 : Île-de-France uniquement
Campagne 3 : Paris uniquement
Chevauchement : les Franciliens (surtout les Parisiens) apparaissent dans les trois
```
**Solution :**
**Cascade d'exclusions géographiques :**
```
Campagne 1 (National) : exclut l'Île-de-France
Campagne 2 (Île-de-France) : exclut Paris
Campagne 3 (Paris) : aucune exclusion nécessaire
```
---
## Analyse du chevauchement inter-plateformes
### Quand le chevauchement inter-plateformes est acceptable
| Scénario | Verdict | Raisonnement |
|----------|---------|-----------|
| Étapes de tunnel différentes | ✓ Acceptable | Notoriété sur TikTok, reciblage sur Meta |
| Créations/messages différents | ✓ Acceptable | Test de la résonance selon les plateformes |
| Boost de fréquence intentionnel | ✓ Acceptable | Multi-contact stratégique |
### Quand le chevauchement inter-plateformes est du gaspillage
| Scénario | Verdict | Raisonnement |
|----------|---------|-----------|
| Même création, même message | ✗ Gaspillage | Aucune valeur incrémentale |
| Même offre, même audience | ✗ Gaspillage | Vous payez deux fois pour la même conversion |
| Aucune clarté d'attribution | ✗ Risque | Impossible de savoir quelle plateforme a converti |
### Stratégie d'exclusion inter-plateformes
```
Si la même audience est présente sur Meta + TikTok :
Option 1 : spécialisation par plateforme
├── Meta : reciblage + audiences similaires (plus performant sur ce point)
└── TikTok : large/intérêt (portée moins chère)
Option 2 : séparation par étape du tunnel
├── TikTok : haut de tunnel (notoriété)
└── Meta : bas de tunnel (conversion)
Option 3 : séparation par audience
├── Meta : 35 ans et plus (concentration plus élevée)
└── TikTok : 18-34 ans (concentration plus élevée)
```
---
## Livrables
### 1. Inventaire des chevauchements
```
ANALYSE DU CHEVAUCHEMENT D'AUDIENCES
Compte : [Nom]
Date : [Date]
Campagnes analysées : [X]
Groupes d'annonces analysés : [X]
RÉSUMÉ DES CHEVAUCHEMENTS :
├── Chevauchements critiques (>60 %) : [X] paires
├── Chevauchements élevés (40-60 %) : [X] paires
├── Chevauchements modérés (25-40 %) : [X] paires
├── Chevauchements faibles (10-25 %) : [X] paires
└── Chevauchements minimaux (<10 %) : [X] paires
GASPILLAGE ESTIMÉ : [X] €/mois ([X] % du budget)
```
### 2. Matrice de chevauchement
Matrice visuelle montrant tous les chevauchements par paire d'audiences, avec code de sévérité :
```
Prosp-Intérêt Prosp-LAL Reciblage Marque
Prosp-Intérêt - 42%🔴 8%🟢 15%🟡
Prosp-LAL 42%🔴 - 12%🟡 22%🟡
Reciblage 8%🟢 12%🟡 - 35%🟠
Marque 15%🟡 22%🟡 35%🟠 -
🔴 Critique 🟠 Élevé 🟡 Modéré 🟢 Faible/Minimal
```
### 3. Liste des corrections prioritaires
| Priorité | Paire de chevauchement | % de chevauchement | Gaspillage est. | Correction recommandée |
|----------|--------------|-----------|------------|-----------------|
| 1 | | | | |
| 2 | | | | |
| 3 | | | | |
### 4. Plan de mise en œuvre des exclusions
```
RECOMMANDATIONS D'EXCLUSION
CAMPAGNE : [Nom de la campagne]
├── Groupe d'annonces 1 : ajouter des exclusions pour [audiences]
├── Groupe d'annonces 2 : ajouter des exclusions pour [audiences]
└── Groupe d'annonces 3 : mettre en pause (consolider dans le Groupe d'annonces 1)
CAMPAGNE : [Nom de la campagne]
└── Ajouter des exclusions pour [bassins de reciblage]
```
### 5. Recommandations de consolidation
| Structure actuelle | Structure recommandée | Raisonnement |
|-------------------|----------------------|-----------|
| | | |
---
## Bonnes pratiques d'exclusion
### Exclusions universelles (toujours appliquer à la prospection)
```
Exclusions standard de prospection :
├── Tous les acheteurs (depuis toujours ou 180 jours)
├── Tous les visiteurs du site (30-180 jours selon le cycle)
├── Listes e-mail/CRM
├── Utilisateurs à forte intention (ajout au panier, paiement initié)
└── Utilisateurs existants de l'application
```
### Hiérarchie des exclusions
Quand plusieurs audiences nécessitent des exclusions, suivez cet ordre :
```
Priorité (exclure la plus haute de la plus basse) :
1. Acheteurs (les plus précieux, à protéger en premier)
2. Forte intention (ajout au panier, paiement démarré)
3. Visiteurs du site
4. Personnes engagées (vidéo, page, publication)
5. Audiences similaires (lookalike)
6. Audiences par centre d'intérêt
7. Ciblage large
```
### Pièges d'exclusion à éviter
| Erreur | Problème | Solution |
|---------|---------|----------|
| Sur-exclusion | Audience trop petite pour diffuser | Tester la portée avant d'appliquer |
| Exclusions obsolètes | Exclure des personnes qui devraient être recontactées | Rafraîchir les fenêtres d'exclusion |
| Application incohérente | Certaines campagnes exclues, d'autres non | Standardiser sur tout le compte |
| Oublier l'inter-campagnes | Exclure au sein d'une campagne mais pas entre campagnes | Utiliser des audiences partagées |
---
## La fréquence comme indicateur de chevauchement
Utilisez les schémas de fréquence pour détecter un chevauchement caché :
### Diagnostic de fréquence
| Schéma de fréquence | Cause probable | Investigation |
|-------------------|--------------|---------------|
| Fréquence élevée sur une seule campagne (>3) | Audience trop petite ou saturée | Vérifier la taille de l'audience |
| Fréquence modérée sur plusieurs campagnes mais élevée au niveau du compte | Chevauchement inter-campagnes | Lancer une analyse de chevauchement |
| Hausse régulière de la fréquence semaine après semaine | Épuisement de l'audience | Comparer la portée aux impressions |
| Pic de fréquence soudain | Hausse de budget sans extension d'audience | Réduire le budget ou élargir l'audience |
### Les plafonds de fréquence comme atténuation du chevauchement
Si les exclusions ne sont pas possibles, les plafonds de fréquence peuvent aider :
```
Plafonds recommandés par objectif :
├── Notoriété : 3-4 par semaine
├── Considération : 2-3 par semaine
├── Conversion (prospection) : 2-3 par semaine
└── Conversion (reciblage) : 4-6 par semaine
```
---
## Intégration avec d'autres compétences
| Compétence liée | Point d'intégration |
|-----------------|-------------------|
| social-ads-budget-allocator | Les données de chevauchement alimentent l'allocation inter-plateformes |
| creative-fatigue-detector | Un chevauchement élevé peut accélérer l'usure créative |
| meta-ads-creative-ranker | La performance par audience aide à prioriser les exclusions |
---
## Limites
- Le chevauchement exact ne peut être mesuré qu'avec les outils de la plateforme (pas toujours disponibles)
- Le chevauchement inter-plateformes doit être estimé (pas de vue unifiée)
- L'impact des exclusions prend 1 à 2 semaines à se mesurer pleinement
- Une sur-exclusion peut nuire à la portée et à l'apprentissage
- Les audiences dynamiques évoluent dans le temps (le chevauchement varie)
---
## Liste de contrôle qualité avant livraison
- [ ] Toutes les campagnes/groupes d'annonces actifs inventoriés
- [ ] Matrice de chevauchement complétée pour toutes les paires d'audiences
- [ ] Niveaux de sévérité correctement attribués
- [ ] Méthodologie de calcul du gaspillage documentée
- [ ] Corrections prioritaires classées par impact
- [ ] Recommandations d'exclusion précises et actionnables
- [ ] Opportunités de consolidation identifiées
- [ ] Chevauchement inter-plateformes évalué
- [ ] Débordement du reciblage vérifié
- [ ] Analyse de fréquence incluse
- [ ] Plan de mise en œuvre fourni avec séquencement
---
*Compétence adaptée en français depuis le dépôt open source [anthropics/skills](https://github.com/anthropics/skills) (licence Apache 2.0).*

---
name: cartographe-de-chevauchement-d-audiences
description: "Identifie le chevauchement (cannibalisation) d'audiences entre campagnes et plateformes, et recommande des exclusions pour éliminer le budget gaspillé sur une portée redondante."
---

# Cartographe de chevauchement d'audiences

## Objectif

Identifier où votre budget publicitaire entre en concurrence avec lui-même en :
- Cartographiant le chevauchement entre les audiences de campagnes
- Détectant la redondance inter-plateformes
- Quantifiant le coût de la cannibalisation d'audiences
- Recommandant des exclusions pour éliminer le gaspillage

**Philosophie centrale :** si vous payez deux fois pour toucher la même personne avec le même message, vous payez une fois de trop. Le chevauchement n'est pas toujours mauvais ; en revanche, le chevauchement non intentionnel est toujours du gaspillage.

---

## Quand utiliser cette compétence

- Contrôle mensuel de la santé des audiences
- Avant de passer les campagnes à l'échelle (éviter de grossir dans le chevauchement)
- Quand la fréquence grimpe sur plusieurs campagnes
- Lors de l'ajout de nouvelles audiences au compte
- Quand les CPM augmentent sans cause évidente
- Après avoir repéré des avertissements de « chevauchement d'enchères »

---

## Éléments requis

| Donnée | Requis | Notes |
|------------|----------|-------|
| Définitions d'audience par campagne/groupe d'annonces | Oui | Critères de ciblage pour chacune |
| Taille des audiences (portée estimée) | Oui | Pour le calcul du chevauchement |
| Données de fréquence par campagne | Oui | Symptôme de chevauchement |
| Outils de chevauchement de la plateforme (si disponibles) | Utile | Meta dispose d'un outil de chevauchement intégré |
| Composition d'audience inter-plateformes | Utile | Pour l'analyse multi-plateformes |
| Performance par segment d'audience | Utile | Pour prioriser les exclusions |

---

## Types de chevauchement

### Type 1 : chevauchement de campagnes au sein d'une même plateforme
La même personne voit des publicités issues de plusieurs campagnes

```
Campagne A : Intérêt Fitness + 25-45 ans
Campagne B : Intérêt Course à pied + 25-45 ans
                    ↓
     Chevauchement : coureurs de 25-45 ans intéressés par le fitness
     Problème : vous enchérissez contre vous-même, ce qui gonfle le CPM
```

### Type 2 : chevauchement au niveau des groupes d'annonces
Au sein d'une même campagne, les groupes d'annonces sont en concurrence

```
Groupe d'annonces 1 : Similaire 1 % basé sur les Acheteurs
Groupe d'annonces 2 : Similaire 1 % basé sur la Liste e-mail
                    ↓
     Chevauchement : les meilleurs clients apparaissent dans les deux audiences similaires
     Problème : mêmes personnes, données fragmentées, apprentissage inefficace
```

### Type 3 : chevauchement inter-plateformes
La même personne ciblée sur Meta, TikTok ET LinkedIn

```
Meta : ciblage Intérêt Fitness
TikTok : ciblage Intérêt Fitness
                    ↓
     Chevauchement : la même personne voit une publicité similaire sur les deux plateformes
     Problème : peut être acceptable (renforcement) ou du gaspillage (redondance)
```

### Type 4 : chevauchement reciblage/prospection
Des audiences chaudes qui débordent dans les campagnes froides

```
Campagne de prospection : ciblage large
Campagne de reciblage : visiteurs du site
                    ↓
     Chevauchement : l'audience de reciblage apparaît dans la prospection
     Problème : vous payez le tarif prospection pour des leads déjà chauds
```

---

## Cadre de détection du chevauchement

### Étape 1 : inventaire des audiences

Cartographiez toutes les audiences actives :

| Campagne | Groupe d'annonces | Description du ciblage | Taille est. | Objectif |
|----------|--------|----------------------|-----------|-----------|
| | | | | |

### Étape 2 : matrice de chevauchement

Créez une matrice montrant le chevauchement estimé entre chaque paire d'audiences :

```
              Audience A    Audience B    Audience C
Audience A       -            35%           15%
Audience B      35%            -            50%
Audience C      15%           50%            -
```

### Méthodes d'estimation du chevauchement

**Méthode 1 : outils de la plateforme (la plus fiable)**
- Meta : outil de chevauchement d'audiences dans le Gestionnaire de publicités
- Affiche le pourcentage de chevauchement exact

**Méthode 2 : estimation manuelle**
Pour les audiences sans accès à un outil dédié :

```
% de chevauchement ≈ (Critères de ciblage partagés / Total des critères) × Facteur de similarité d'audience

Où le Facteur de similarité vaut :
- Même plateforme, même objectif : 0,8-1,0
- Même plateforme, objectif différent : 0,5-0,7
- Plateforme différente : 0,3-0,5
```

**Méthode 3 : analyse de fréquence**
Si la fréquence combinée est bien supérieure aux fréquences individuelles, un chevauchement existe :

```
Si la fréquence de la campagne A = 2,0
Et la fréquence de la campagne B = 2,0
Mais la fréquence combinée du compte = 5,0
Alors un chevauchement significatif existe
```

---

## Évaluation de la sévérité du chevauchement

### Niveaux de sévérité

| % de chevauchement | Sévérité | Impact | Priorité |
|-----------|----------|--------|----------|
| < 10 % | Minimal | Gaspillage négligeable | À surveiller |
| 10-25 % | Faible | Inefficacité mineure | À traiter lors de l'optimisation |
| 25-40 % | Modéré | Gaspillage significatif | À corriger sous 2 semaines |
| 40-60 % | Élevé | Gaspillage important | À corriger sous 1 semaine |
| > 60 % | Critique | Gaspillage majeur | À corriger immédiatement |

### Calcul de l'impact

```
Gaspillage estimé = % de chevauchement × Budget de l'audience la moins performante × Facteur de perte d'efficacité

Où le Facteur de perte d'efficacité vaut :
- Performance similaire : 0,3-0,5 (vous enchérissez contre vous-même)
- L'une surperforme : 0,5-0,7 (le mauvais budget va à la mauvaise audience)
- Les deux sous-performent : 0,7-0,9 (inefficacité qui s'accumule)
```

---

## Scénarios de chevauchement & solutions

### Scénario A : chevauchement d'intérêts

**Symptôme :** plusieurs groupes d'annonces basés sur des intérêts avec des intérêts communs

```
Groupe d'annonces 1 : Intérêt = Yoga, Pilates, Méditation
Groupe d'annonces 2 : Intérêt = Fitness, Salle de sport, Musculation
Chevauchement : les personnes intéressées à la fois par le yoga ET la salle de sport
```

**Options de solution :**
1. **Consolider :** fusionner en un seul groupe d'annonces avec un ciblage plus large
2. **Exclure :** ajouter des exclusions (le Groupe d'annonces 1 exclut l'intérêt Salle de sport)
3. **Séparer :** utiliser des objectifs de campagne différents pour justifier le chevauchement

**Matrice de recommandation :**
| Si... | Alors... |
|-------|---------|
| Performance similaire | Consolider |
| L'une nettement meilleure | Garder la gagnante, mettre l'autre en pause |
| Objectifs différents | Exclure ou accepter |

---

### Scénario B : chevauchement d'audiences similaires (lookalike)

**Symptôme :** plusieurs audiences similaires issues de sources apparentées

```
LAL 1 : 1 % basé sur les Acheteurs
LAL 2 : 1 % basé sur les Acheteurs à forte valeur
LAL 3 : 1 % basé sur les Abonnés e-mail
Chevauchement : les meilleurs clients apparaissent dans les trois
```

**Options de solution :**
1. **Approche par paliers :** 1 % pour les meilleurs, 1-2 % ensuite, 2-3 % pour le plus large
2. **Cascade d'exclusions :** LAL 2 exclut LAL 1, LAL 3 exclut les deux
3. **Consolider les sources :** combiner en une seule audience « Meilleurs clients »

**Recommandation :**
```
Bonne pratique :
├── Palier 1 : 0-1 % LAL depuis la meilleure source (valeur la plus élevée)
├── Palier 2 : 1-2 % LAL (exclut le Palier 1)
└── Palier 3 : 2-3 % LAL (exclut les Paliers 1 et 2)
```

---

### Scénario C : débordement du reciblage

**Symptôme :** des audiences de reciblage apparaissent dans les campagnes de prospection

```
Prospection : ciblage large, tous âges 25-45 ans
Reciblage : visiteurs du site des 30 derniers jours
Problème : les visiteurs du site reçoivent des publicités de prospection à un CPA plus élevé
```

**Solution :**
**Toujours exclure les bassins de reciblage de la prospection :**

```
Exclusions de la campagne de prospection :
├── Visiteurs du site (depuis toujours ou 180 jours)
├── Acheteurs (depuis toujours)
├── Liste e-mail / CRM
├── Utilisateurs à forte intention (spectateurs vidéo, personnes engagées sur la page)
└── Utilisateurs de l'application (le cas échéant)
```

---

### Scénario D : cannibalisation inter-campagnes

**Symptôme :** plusieurs campagnes ciblent la même audience avec le même objectif

```
Campagne 1 : Conversions, ciblage par intérêt
Campagne 2 : Conversions, ciblage par audience similaire
Campagne 3 : Conversions, ciblage large
Chevauchement : les mêmes meilleurs prospects apparaissent dans les trois
```

**Options de solution :**
1. **Consolider les campagnes :** une seule campagne, plusieurs groupes d'annonces
2. **Cascade d'exclusions :** chaque campagne exclut les meilleurs performeurs des autres
3. **Séparation par objectif :** des objectifs différents justifient la même audience

**Bénéfices de la consolidation :**
- Apprentissage unifié (optimisation plus rapide)
- Une seule entrée en enchère (pas d'auto-concurrence)
- Vision de performance plus claire

---

### Scénario E : chevauchement géographique

**Symptôme :** campagnes nationales et régionales en concurrence

```
Campagne 1 : France, national
Campagne 2 : Île-de-France uniquement
Campagne 3 : Paris uniquement
Chevauchement : les Franciliens (surtout les Parisiens) apparaissent dans les trois
```

**Solution :**
**Cascade d'exclusions géographiques :**

```
Campagne 1 (National) : exclut l'Île-de-France
Campagne 2 (Île-de-France) : exclut Paris
Campagne 3 (Paris) : aucune exclusion nécessaire
```

---

## Analyse du chevauchement inter-plateformes

### Quand le chevauchement inter-plateformes est acceptable

| Scénario | Verdict | Raisonnement |
|----------|---------|-----------|
| Étapes de tunnel différentes | ✓ Acceptable | Notoriété sur TikTok, reciblage sur Meta |
| Créations/messages différents | ✓ Acceptable | Test de la résonance selon les plateformes |
| Boost de fréquence intentionnel | ✓ Acceptable | Multi-contact stratégique |

### Quand le chevauchement inter-plateformes est du gaspillage

| Scénario | Verdict | Raisonnement |
|----------|---------|-----------|
| Même création, même message | ✗ Gaspillage | Aucune valeur incrémentale |
| Même offre, même audience | ✗ Gaspillage | Vous payez deux fois pour la même conversion |
| Aucune clarté d'attribution | ✗ Risque | Impossible de savoir quelle plateforme a converti |

### Stratégie d'exclusion inter-plateformes

```
Si la même audience est présente sur Meta + TikTok :

Option 1 : spécialisation par plateforme
├── Meta : reciblage + audiences similaires (plus performant sur ce point)
└── TikTok : large/intérêt (portée moins chère)

Option 2 : séparation par étape du tunnel
├── TikTok : haut de tunnel (notoriété)
└── Meta : bas de tunnel (conversion)

Option 3 : séparation par audience
├── Meta : 35 ans et plus (concentration plus élevée)
└── TikTok : 18-34 ans (concentration plus élevée)
```

---

## Livrables

### 1. Inventaire des chevauchements

```
ANALYSE DU CHEVAUCHEMENT D'AUDIENCES
Compte : [Nom]
Date : [Date]
Campagnes analysées : [X]
Groupes d'annonces analysés : [X]

RÉSUMÉ DES CHEVAUCHEMENTS :
├── Chevauchements critiques (>60 %) : [X] paires
├── Chevauchements élevés (40-60 %) : [X] paires
├── Chevauchements modérés (25-40 %) : [X] paires
├── Chevauchements faibles (10-25 %) : [X] paires
└── Chevauchements minimaux (<10 %) : [X] paires

GASPILLAGE ESTIMÉ : [X] €/mois ([X] % du budget)
```

### 2. Matrice de chevauchement

Matrice visuelle montrant tous les chevauchements par paire d'audiences, avec code de sévérité :

```
              Prosp-Intérêt   Prosp-LAL  Reciblage  Marque
Prosp-Intérêt      -           42%🔴      8%🟢     15%🟡
Prosp-LAL          42%🔴         -        12%🟡     22%🟡
Reciblage           8%🟢        12%🟡        -       35%🟠
Marque             15%🟡       22%🟡      35%🟠       -

🔴 Critique  🟠 Élevé  🟡 Modéré  🟢 Faible/Minimal
```

### 3. Liste des corrections prioritaires

| Priorité | Paire de chevauchement | % de chevauchement | Gaspillage est. | Correction recommandée |
|----------|--------------|-----------|------------|-----------------|
| 1 | | | | |
| 2 | | | | |
| 3 | | | | |

### 4. Plan de mise en œuvre des exclusions

```
RECOMMANDATIONS D'EXCLUSION

CAMPAGNE : [Nom de la campagne]
├── Groupe d'annonces 1 : ajouter des exclusions pour [audiences]
├── Groupe d'annonces 2 : ajouter des exclusions pour [audiences]
└── Groupe d'annonces 3 : mettre en pause (consolider dans le Groupe d'annonces 1)

CAMPAGNE : [Nom de la campagne]
└── Ajouter des exclusions pour [bassins de reciblage]
```

### 5. Recommandations de consolidation

| Structure actuelle | Structure recommandée | Raisonnement |
|-------------------|----------------------|-----------|
| | | |

---

## Bonnes pratiques d'exclusion

### Exclusions universelles (toujours appliquer à la prospection)

```
Exclusions standard de prospection :
├── Tous les acheteurs (depuis toujours ou 180 jours)
├── Tous les visiteurs du site (30-180 jours selon le cycle)
├── Listes e-mail/CRM
├── Utilisateurs à forte intention (ajout au panier, paiement initié)
└── Utilisateurs existants de l'application
```

### Hiérarchie des exclusions

Quand plusieurs audiences nécessitent des exclusions, suivez cet ordre :

```
Priorité (exclure la plus haute de la plus basse) :
1. Acheteurs (les plus précieux, à protéger en premier)
2. Forte intention (ajout au panier, paiement démarré)
3. Visiteurs du site
4. Personnes engagées (vidéo, page, publication)
5. Audiences similaires (lookalike)
6. Audiences par centre d'intérêt
7. Ciblage large
```

### Pièges d'exclusion à éviter

| Erreur | Problème | Solution |
|---------|---------|----------|
| Sur-exclusion | Audience trop petite pour diffuser | Tester la portée avant d'appliquer |
| Exclusions obsolètes | Exclure des personnes qui devraient être recontactées | Rafraîchir les fenêtres d'exclusion |
| Application incohérente | Certaines campagnes exclues, d'autres non | Standardiser sur tout le compte |
| Oublier l'inter-campagnes | Exclure au sein d'une campagne mais pas entre campagnes | Utiliser des audiences partagées |

---

## La fréquence comme indicateur de chevauchement

Utilisez les schémas de fréquence pour détecter un chevauchement caché :

### Diagnostic de fréquence

| Schéma de fréquence | Cause probable | Investigation |
|-------------------|--------------|---------------|
| Fréquence élevée sur une seule campagne (>3) | Audience trop petite ou saturée | Vérifier la taille de l'audience |
| Fréquence modérée sur plusieurs campagnes mais élevée au niveau du compte | Chevauchement inter-campagnes | Lancer une analyse de chevauchement |
| Hausse régulière de la fréquence semaine après semaine | Épuisement de l'audience | Comparer la portée aux impressions |
| Pic de fréquence soudain | Hausse de budget sans extension d'audience | Réduire le budget ou élargir l'audience |

### Les plafonds de fréquence comme atténuation du chevauchement

Si les exclusions ne sont pas possibles, les plafonds de fréquence peuvent aider :

```
Plafonds recommandés par objectif :
├── Notoriété : 3-4 par semaine
├── Considération : 2-3 par semaine
├── Conversion (prospection) : 2-3 par semaine
└── Conversion (reciblage) : 4-6 par semaine
```

---

## Intégration avec d'autres compétences

| Compétence liée | Point d'intégration |
|-----------------|-------------------|
| social-ads-budget-allocator | Les données de chevauchement alimentent l'allocation inter-plateformes |
| creative-fatigue-detector | Un chevauchement élevé peut accélérer l'usure créative |
| meta-ads-creative-ranker | La performance par audience aide à prioriser les exclusions |

---

## Limites

- Le chevauchement exact ne peut être mesuré qu'avec les outils de la plateforme (pas toujours disponibles)
- Le chevauchement inter-plateformes doit être estimé (pas de vue unifiée)
- L'impact des exclusions prend 1 à 2 semaines à se mesurer pleinement
- Une sur-exclusion peut nuire à la portée et à l'apprentissage
- Les audiences dynamiques évoluent dans le temps (le chevauchement varie)

---

## Liste de contrôle qualité avant livraison

- [ ] Toutes les campagnes/groupes d'annonces actifs inventoriés
- [ ] Matrice de chevauchement complétée pour toutes les paires d'audiences
- [ ] Niveaux de sévérité correctement attribués
- [ ] Méthodologie de calcul du gaspillage documentée
- [ ] Corrections prioritaires classées par impact
- [ ] Recommandations d'exclusion précises et actionnables
- [ ] Opportunités de consolidation identifiées
- [ ] Chevauchement inter-plateformes évalué
- [ ] Débordement du reciblage vérifié
- [ ] Analyse de fréquence incluse
- [ ] Plan de mise en œuvre fourni avec séquencement

---

*Compétence adaptée en français depuis le dépôt open source [anthropics/skills](https://github.com/anthropics/skills) (licence Apache 2.0).*

SKILL.mdMarkdownUTF-8FR494 lignes

{
"account_name": "Boutique Mode SARL",
"platform": "Meta",
"analysis_date": "2024-02-14",
"monthly_spend": 28500,
"campaigns": [
{
"campaign_id": "C001",
"campaign_name": "Prospection - Centres d'intérêt",
"objective": "Conversions",
"monthly_spend": 12000,
"ad_sets": [
{
"ad_set_id": "AS001",
"ad_set_name": "Passionnés de fitness",
"targeting": {
"interests": ["Fitness", "Salle de sport", "Musculation", "CrossFit"],
"age": "25-45",
"gender": "Tous",
"locations": "États-Unis"
},
"audience_size": 45000000,
"frequency": 2.1,
"spend": 5000,
"conversions": 180,
"cpa": 27.78
},
{
"ad_set_id": "AS002",
"ad_set_name": "Yoga et bien-être",
"targeting": {
"interests": ["Yoga", "Pilates", "Bien-être", "Sport à la maison"],
"age": "25-45",
"gender": "Tous",
"locations": "États-Unis"
},
"audience_size": 38000000,
"frequency": 2.3,
"spend": 4000,
"conversions": 135,
"cpa": 29.63
},
{
"ad_set_id": "AS003",
"ad_set_name": "Course et cardio",
"targeting": {
"interests": ["Course à pied", "Marathon", "Cardio", "Fitness"],
"age": "25-45",
"gender": "Tous",
"locations": "États-Unis"
},
"audience_size": 32000000,
"frequency": 2.5,
"spend": 3000,
"conversions": 95,
"cpa": 31.58
}
]
},
{
"campaign_id": "C002",
"campaign_name": "Prospection - Sosies (LAL)",
"objective": "Conversions",
"monthly_spend": 8500,
"ad_sets": [
{
"ad_set_id": "AS004",
"ad_set_name": "LAL 1 % Acheteurs",
"targeting": {
"lookalike": "1 % à partir des acheteurs",
"age": "25-55",
"gender": "Tous",
"locations": "États-Unis"
},
"audience_size": 2100000,
"frequency": 2.8,
"spend": 4500,
"conversions": 210,
"cpa": 21.43
},
{
"ad_set_id": "AS005",
"ad_set_name": "LAL 1 % Forte valeur",
"targeting": {
"lookalike": "1 % à partir des acheteurs à forte valeur (panier moyen > 100 $)",
"age": "25-55",
"gender": "Tous",
"locations": "États-Unis"
},
"audience_size": 2100000,
"frequency": 3.1,
"spend": 2500,
"conversions": 105,
"cpa": 23.81
},
{
"ad_set_id": "AS006",
"ad_set_name": "LAL 1 % Liste emails",
"targeting": {
"lookalike": "1 % à partir des abonnés email",
"age": "25-55",
"gender": "Tous",
"locations": "États-Unis"
},
"audience_size": 2100000,
"frequency": 2.6,
"spend": 1500,
"conversions": 55,
"cpa": 27.27
}
]
},
{
"campaign_id": "C003",
"campaign_name": "Retargeting",
"objective": "Conversions",
"monthly_spend": 5000,
"ad_sets": [
{
"ad_set_id": "AS007",
"ad_set_name": "Visiteurs du site 30j",
"targeting": {
"custom_audience": "Visiteurs du site des 30 derniers jours",
"exclusions": ["Acheteurs des 30 derniers jours"]
},
"audience_size": 85000,
"frequency": 4.2,
"spend": 3000,
"conversions": 165,
"cpa": 18.18
},
{
"ad_set_id": "AS008",
"ad_set_name": "Paniers abandonnés",
"targeting": {
"custom_audience": "Ajout au panier dans les 14 derniers jours",
"exclusions": ["Acheteurs des 14 derniers jours"]
},
"audience_size": 12000,
"frequency": 5.8,
"spend": 2000,
"conversions": 125,
"cpa": 16.00
}
]
},
{
"campaign_id": "C004",
"campaign_name": "Notoriété de marque",
"objective": "Portée",
"monthly_spend": 3000,
"ad_sets": [
{
"ad_set_id": "AS009",
"ad_set_name": "Fitness large",
"targeting": {
"interests": ["Fitness", "Santé", "Exercice"],
"age": "18-55",
"gender": "Tous",
"locations": "États-Unis"
},
"audience_size": 85000000,
"frequency": 1.8,
"spend": 3000,
"reach": 420000
}
]
}
],
"account_level_frequency": 3.4,
"known_exclusions": {
"prospecting_campaigns": "Aucune exclusion de retargeting appliquée actuellement"
},
"overlap_tool_data": {
"AS001_AS002": "35%",
"AS001_AS003": "42%",
"AS002_AS003": "28%",
"AS004_AS005": "68%",
"AS004_AS006": "45%",
"AS005_AS006": "52%"
}
}

{
  "account_name": "Boutique Mode SARL",
  "platform": "Meta",
  "analysis_date": "2024-02-14",
  "monthly_spend": 28500,
  "campaigns": [
    {
      "campaign_id": "C001",
      "campaign_name": "Prospection - Centres d'intérêt",
      "objective": "Conversions",
      "monthly_spend": 12000,
      "ad_sets": [
        {
          "ad_set_id": "AS001",
          "ad_set_name": "Passionnés de fitness",
          "targeting": {
            "interests": ["Fitness", "Salle de sport", "Musculation", "CrossFit"],
            "age": "25-45",
            "gender": "Tous",
            "locations": "États-Unis"
          },
          "audience_size": 45000000,
          "frequency": 2.1,
          "spend": 5000,
          "conversions": 180,
          "cpa": 27.78
        },
        {
          "ad_set_id": "AS002",
          "ad_set_name": "Yoga et bien-être",
          "targeting": {
            "interests": ["Yoga", "Pilates", "Bien-être", "Sport à la maison"],
            "age": "25-45",
            "gender": "Tous",
            "locations": "États-Unis"
          },
          "audience_size": 38000000,
          "frequency": 2.3,
          "spend": 4000,
          "conversions": 135,
          "cpa": 29.63
        },
        {
          "ad_set_id": "AS003",
          "ad_set_name": "Course et cardio",
          "targeting": {
            "interests": ["Course à pied", "Marathon", "Cardio", "Fitness"],
            "age": "25-45",
            "gender": "Tous",
            "locations": "États-Unis"
          },
          "audience_size": 32000000,
          "frequency": 2.5,
          "spend": 3000,
          "conversions": 95,
          "cpa": 31.58
        }
      ]
    },
    {
      "campaign_id": "C002",
      "campaign_name": "Prospection - Sosies (LAL)",
      "objective": "Conversions",
      "monthly_spend": 8500,
      "ad_sets": [
        {
          "ad_set_id": "AS004",
          "ad_set_name": "LAL 1 % Acheteurs",
          "targeting": {
            "lookalike": "1 % à partir des acheteurs",
            "age": "25-55",
            "gender": "Tous",
            "locations": "États-Unis"
          },
          "audience_size": 2100000,
          "frequency": 2.8,
          "spend": 4500,
          "conversions": 210,
          "cpa": 21.43
        },
        {
          "ad_set_id": "AS005",
          "ad_set_name": "LAL 1 % Forte valeur",
          "targeting": {
            "lookalike": "1 % à partir des acheteurs à forte valeur (panier moyen > 100 $)",
            "age": "25-55",
            "gender": "Tous",
            "locations": "États-Unis"
          },
          "audience_size": 2100000,
          "frequency": 3.1,
          "spend": 2500,
          "conversions": 105,
          "cpa": 23.81
        },
        {
          "ad_set_id": "AS006",
          "ad_set_name": "LAL 1 % Liste emails",
          "targeting": {
            "lookalike": "1 % à partir des abonnés email",
            "age": "25-55",
            "gender": "Tous",
            "locations": "États-Unis"
          },
          "audience_size": 2100000,
          "frequency": 2.6,
          "spend": 1500,
          "conversions": 55,
          "cpa": 27.27
        }
      ]
    },
    {
      "campaign_id": "C003",
      "campaign_name": "Retargeting",
      "objective": "Conversions",
      "monthly_spend": 5000,
      "ad_sets": [
        {
          "ad_set_id": "AS007",
          "ad_set_name": "Visiteurs du site 30j",
          "targeting": {
            "custom_audience": "Visiteurs du site des 30 derniers jours",
            "exclusions": ["Acheteurs des 30 derniers jours"]
          },
          "audience_size": 85000,
          "frequency": 4.2,
          "spend": 3000,
          "conversions": 165,
          "cpa": 18.18
        },
        {
          "ad_set_id": "AS008",
          "ad_set_name": "Paniers abandonnés",
          "targeting": {
            "custom_audience": "Ajout au panier dans les 14 derniers jours",
            "exclusions": ["Acheteurs des 14 derniers jours"]
          },
          "audience_size": 12000,
          "frequency": 5.8,
          "spend": 2000,
          "conversions": 125,
          "cpa": 16.00
        }
      ]
    },
    {
      "campaign_id": "C004",
      "campaign_name": "Notoriété de marque",
      "objective": "Portée",
      "monthly_spend": 3000,
      "ad_sets": [
        {
          "ad_set_id": "AS009",
          "ad_set_name": "Fitness large",
          "targeting": {
            "interests": ["Fitness", "Santé", "Exercice"],
            "age": "18-55",
            "gender": "Tous",
            "locations": "États-Unis"
          },
          "audience_size": 85000000,
          "frequency": 1.8,
          "spend": 3000,
          "reach": 420000
        }
      ]
    }
  ],
  "account_level_frequency": 3.4,
  "known_exclusions": {
    "prospecting_campaigns": "Aucune exclusion de retargeting appliquée actuellement"
  },
  "overlap_tool_data": {
    "AS001_AS002": "35%",
    "AS001_AS003": "42%",
    "AS002_AS003": "28%",
    "AS004_AS005": "68%",
    "AS004_AS006": "45%",
    "AS005_AS006": "52%"
  }
}

sample_input.jsonJSONUTF-8FR182 lignes

{
"report_date": "2024-02-14",
"account_name": "Boutique Mode SARL",
"platform": "Meta",
"analysis_summary": {
"campaigns_analyzed": 4,
"ad_sets_analyzed": 9,
"total_monthly_spend": 28500,
"account_frequency": 3.4,
"frequency_assessment": "Élevée : indique un chevauchement significatif",
"critical_overlaps": 2,
"high_overlaps": 2,
"moderate_overlaps": 3,
"estimated_monthly_waste": 2850,
"waste_percentage": "10%"
},
"overlap_matrix": {
"visual": "Voir matrice ci-dessous",
"pairs": [
{"pair": "AS001 ↔ AS002", "overlap": "35%", "severity": "Modéré", "color": "🟡"},
{"pair": "AS001 ↔ AS003", "overlap": "42%", "severity": "Élevé", "color": "🟠"},
{"pair": "AS002 ↔ AS003", "overlap": "28%", "severity": "Modéré", "color": "🟡"},
{"pair": "AS004 ↔ AS005", "overlap": "68%", "severity": "Critique", "color": "🔴"},
{"pair": "AS004 ↔ AS006", "overlap": "45%", "severity": "Élevé", "color": "🟠"},
{"pair": "AS005 ↔ AS006", "overlap": "52%", "severity": "Élevé", "color": "🟠"},
{"pair": "AS001 ↔ AS009", "overlap": "~60%", "severity": "Élevé", "color": "🟠", "note": "Estimé : la marque chevauche les centres d'intérêt Fitness"},
{"pair": "Prospection ↔ Retargeting", "overlap": "Inconnu", "severity": "Risque critique", "color": "🔴", "note": "Aucune exclusion appliquée"}
],
"matrix_display": {
"note": "Pourcentages de chevauchement entre toutes les paires d'audiences",
"headers": ["AS001", "AS002", "AS003", "AS004", "AS005", "AS006", "AS007", "AS008", "AS009"],
"interpretation": "🔴 Critique (>60%), 🟠 Élevé (40-60%), 🟡 Modéré (25-40%), 🟢 Faible (<25%)"
}
},
"critical_issues": [
{
"issue": "Cannibalisation des audiences sosies (lookalike)",
"ad_sets": ["AS004 (LAL Acheteurs)", "AS005 (LAL Forte valeur)"],
"overlap": "68%",
"problem": "Les acheteurs à forte valeur sont un sous-ensemble de tous les acheteurs. Ces audiences sosies sont quasiment identiques : vous enchérissez contre vous-même sur les mêmes personnes.",
"evidence": {
"combined_spend": 7000,
"combined_frequency": "2,95 en moyenne mais le compte affiche 3,4 : indique un chevauchement qui fait grimper la fréquence",
"cpa_comparison": "AS004 : 21,43 $ contre AS005 : 23,81 $ : les deux se disputent le même vivier"
},
"estimated_waste": 1200,
"waste_calculation": "68 % de chevauchement × 2 500 $ (le moins performant) × 0,7 de perte d'efficacité = 1 190 $"
},
{
"issue": "Fuite du retargeting vers la prospection",
"problem": "Les campagnes de prospection n'ont AUCUNE exclusion pour les audiences de retargeting. Les visiteurs du site et les paniers abandonnés reçoivent des publicités de prospection à des CPA plus élevés.",
"evidence": {
"retargeting_audience_size": 97000,
"prospecting_reach": "Millions : chevauchement garanti",
"retargeting_cpa": "16-18 $",
"prospecting_cpa": "27-32 $",
"implication": "Payer 27 $ et plus pour des personnes qui pourraient convertir à 16 $"
},
"estimated_waste": 850,
"waste_calculation": "Environ 5 % de la portée de prospection est éligible au retargeting × dépense de prospection × écart de CPA"
}
],
"high_severity_issues": [
{
"issue": "Chevauchement de ciblage par centres d'intérêt : Fitness/Course",
"ad_sets": ["AS001 (Passionnés de fitness)", "AS003 (Course et cardio)"],
"overlap": "42%",
"problem": "Les deux contiennent le centre d'intérêt « Fitness ». 42 % de l'audience Course correspond aussi au ciblage Fitness.",
"recommendation": "Exclure le centre d'intérêt « Course à pied » de AS001, ou consolider en un seul ad set regroupant tous les centres d'intérêt fitness"
},
{
"issue": "Triple chevauchement des audiences sosies",
"ad_sets": ["AS004", "AS005", "AS006"],
"combined_overlap": "45-68%",
"problem": "Les trois audiences sosies partagent un chevauchement significatif. Les abonnés email deviennent souvent des acheteurs, ce qui crée un chevauchement imbriqué.",
"recommendation": "Consolider en une structure LAL par paliers avec cascade d'exclusions"
},
{
"issue": "Chevauchement de la campagne de marque",
"ad_sets": ["AS009 (Notoriété de marque)", "AS001 (Prospection centres d'intérêt)"],
"overlap": "~60 % estimé",
"problem": "Le ciblage Fitness large de la campagne de marque chevauche fortement les Passionnés de fitness en prospection.",
"recommendation": "Un objectif différent ne justifie pas la même audience. Exclure ou accepter comme renforcement intentionnel."
}
],
"moderate_issues": [
{
"issue": "Chevauchement Yoga/Bien-être + Fitness",
"ad_sets": ["AS001", "AS002"],
"overlap": "35%",
"recommendation": "À surveiller : consolidation possible si la performance est similaire"
},
{
"issue": "Chevauchement Yoga/Course",
"ad_sets": ["AS002", "AS003"],
"overlap": "28%",
"recommendation": "Priorité plus basse : un certain chevauchement est acceptable pour des audiences distinctes"
}
],
"priority_fix_list": [
{
"priority": 1,
"issue": "Fuite du retargeting",
"action": "Ajouter des exclusions de retargeting à TOUTES les campagnes de prospection",
"estimated_monthly_savings": 850,
"implementation_time": "1 heure",
"details": {
"campaigns_to_update": ["Prospection - Centres d'intérêt", "Prospection - Sosies (LAL)", "Notoriété de marque"],
"exclusions_to_add": [
"Visiteurs du site (180 derniers jours)",
"Acheteurs (toutes périodes)",
"Paniers abandonnés (30 derniers jours)",
"Liste email (si disponible en audience personnalisée)"
]
}
},
{
"priority": 2,
"issue": "Consolidation des LAL",
"action": "Restructurer les ad sets sosies en approche par paliers",
"estimated_monthly_savings": 1200,
"implementation_time": "2 heures",
"details": {
"current_structure": {
"AS004": "LAL 1 % Acheteurs : 4 500 $",
"AS005": "LAL 1 % Forte valeur : 2 500 $",
"AS006": "LAL 1 % Email : 1 500 $"
},
"recommended_structure": {
"tier_1": {
"name": "LAL 0-1 % Meilleurs clients",
"seed": "Combiné : Acheteurs + Forte valeur + Email (dédupliqué)",
"budget": "5 000 $",
"exclusions": "Aucune"
},
"tier_2": {
"name": "LAL 1-2 % Expansion",
"seed": "Même source combinée",
"budget": "3 500 $",
"exclusions": "Exclure le palier 1 (0-1 % LAL)"
}
},
"rationale": "Consolider les sources crée un signal plus fort. L'approche par paliers évite le chevauchement."
}
},
{
"priority": 3,
"issue": "Consolidation du ciblage par centres d'intérêt",
"action": "Restructurer les ad sets d'intérêt pour réduire le chevauchement",
"estimated_monthly_savings": 600,
"implementation_time": "1,5 heure",
"details": {
"current_structure": "3 ad sets d'intérêt distincts avec 28-42 % de chevauchement",
"recommended_structure": {
"option_a_consolidate": {
"single_ad_set": "Tous les centres d'intérêt fitness regroupés",
"interests": ["Fitness", "Salle de sport", "Musculation", "CrossFit", "Yoga", "Pilates", "Bien-être", "Sport à la maison", "Course à pied", "Marathon", "Cardio"],
"budget": "12 000 $",
"pros": "Consolidation maximale des données, apprentissage plus rapide, pas d'auto-concurrence",
"cons": "Perte de visibilité sur le centre d'intérêt le plus performant"
},
"option_b_segment_clean": {
"ad_set_1": {
"name": "Renforcement musculaire",
"interests": ["Salle de sport", "Musculation", "CrossFit"],
"exclusions": ["Yoga", "Course à pied"]
},
"ad_set_2": {
"name": "Corps-esprit",
"interests": ["Yoga", "Pilates", "Bien-être"],
"exclusions": ["Salle de sport", "Course à pied"]
},
"ad_set_3": {
"name": "Cardio",
"interests": ["Course à pied", "Marathon", "Cardio"],
"exclusions": ["Salle de sport", "Yoga"]
},
"remove": "Centre d'intérêt large « Fitness » partout (trop de chevauchement)",
"pros": "Segments propres, comparaison de performance possible",
"cons": "Audiences plus petites, portée potentiellement limitée"
}
},
"recommendation": "Option B pour conserver la capacité de test, Option A si la performance est similaire et que la simplicité est privilégiée"
}
},
{
"priority": 4,
"issue": "Chevauchement de la campagne de marque",
"action": "Décider : exclure ou accepter comme renforcement",
"estimated_monthly_savings": 200,
"implementation_time": "30 minutes",
"details": {
"options": {
"option_a_exclude": {
"action": "Ajouter les audiences de prospection en exclusions sur la campagne de marque",
"pros": "La marque n'atteint que de nouvelles personnes",
"cons": "Réduit fortement la portée de la marque"
},
"option_b_accept": {
"action": "Accepter le chevauchement comme renforcement de fréquence intentionnel",
"pros": "Plusieurs points de contact pour la même audience",
"cons": "Payer deux fois pour la même portée"
}
},
"recommendation": "Comme la marque ne représente que 3 000 $/mois (10,5 % des dépenses), l'option B est acceptable. À documenter comme intentionnel."
}
}
],
"exclusion_implementation_plan": {
"phase_1_immediate": {
"timeline": "Cette semaine",
"actions": [
{
"campaign": "Prospection - Centres d'intérêt (C001)",
"exclusions_to_add": [
"Visiteurs du site (180 jours)",
"Tous les acheteurs",
"Liste email",
"Paniers abandonnés (30 jours)"
]
},
{
"campaign": "Prospection - Sosies (LAL) (C002)",
"exclusions_to_add": [
"Visiteurs du site (180 jours)",
"Tous les acheteurs",
"Liste email"
]
}
]
},
"phase_2_restructure": {
"timeline": "2 prochaines semaines",
"actions": [
{
"task": "Créer une audience source LAL combinée",
"details": "Combiner Acheteurs + Forte valeur + Email en une seule source « Meilleurs clients »"
},
{
"task": "Construire la structure LAL par paliers",
"details": "Palier 1 0-1 %, Palier 2 1-2 % avec cascade d'exclusions"
},
{
"task": "Mettre en pause AS005 et AS006",
"details": "Réorienter le budget vers la nouvelle structure par paliers"
}
]
},
"phase_3_optimize": {
"timeline": "Semaines 3-4",
"actions": [
{
"task": "Décider de l'approche de consolidation des centres d'intérêt",
"details": "Surveiller 2 semaines de données sans retargeting avant de restructurer"
},
{
"task": "Revoir la décision sur le chevauchement de la campagne de marque",
"details": "Documenter comme intentionnel ou ajouter des exclusions"
}
]
}
},
"frequency_analysis": {
"current_account_frequency": 3.4,
"target_frequency": "2,0-2,5 pour les campagnes de conversion",
"assessment": "40-70 % au-dessus de la cible : confirme un chevauchement significatif",
"frequency_by_campaign": [
{"campaign": "Prospection - Centres d'intérêt", "frequency": 2.3, "status": "Légèrement élevée"},
{"campaign": "Prospection - Sosies (LAL)", "frequency": 2.83, "status": "Élevée : chevauchement LAL"},
{"campaign": "Retargeting", "frequency": 5.0, "status": "Acceptable pour du retargeting"},
{"campaign": "Notoriété de marque", "frequency": 1.8, "status": "Saine"}
],
"frequency_reduction_expected": {
"after_exclusions": "La fréquence du compte devrait tomber à 2,5-2,8",
"after_lal_restructure": "La fréquence de la campagne LAL devrait tomber à 2,0-2,3"
}
},
"projected_impact": {
"total_estimated_monthly_savings": 2850,
"savings_breakdown": {
"retargeting_bleed_fix": 850,
"lal_consolidation": 1200,
"interest_optimization": 600,
"brand_decision": 200
},
"efficiency_improvement": {
"current_blended_cpa": 24.86,
"projected_blended_cpa": 22.80,
"improvement": "-8,3%"
},
"conversion_impact": {
"current_conversions": 1070,
"projected_additional_conversions": 95,
"improvement": "+8,9%",
"calculation": "Économies réallouées vers les meilleurs performeurs à 21,43 $ de CPA"
}
},
"monitoring_recommendations": [
{
"metric": "Fréquence au niveau du compte",
"current": 3.4,
"target": "<2,5",
"check_frequency": "Hebdomadaire"
},
{
"metric": "CPA de la campagne LAL",
"current": 22.62,
"target": "<21,00 $",
"check_frequency": "Hebdomadaire après restructuration"
},
{
"metric": "Taux de conversion de la prospection",
"baseline": "Taux actuel",
"expectation": "Devrait s'améliorer avec les exclusions de retargeting (vivier de prospection plus propre)",
"check_frequency": "Comparer 2 semaines avant/après"
}
],
"executive_summary": "Le compte Meta de Boutique Mode SARL présente des problèmes significatifs de chevauchement d'audiences, entraînant environ 2 850 $/mois (10 %) de dépenses gaspillées. Les deux problèmes les plus critiques sont : (1) aucune exclusion de retargeting dans les campagnes de prospection : vous payez des prix de prospection (27 $ et plus) pour des prospects de qualité retargeting (16 $). (2) Trois audiences sosies qui se chevauchent à 45-68 % : vous enchérissez contre vous-même. Mettre en place les exclusions recommandées et restructurer les LAL devrait réduire le CPA moyen de 8 % et générer environ 95 conversions supplémentaires pour le même niveau de dépense."
}

{
  "report_date": "2024-02-14",
  "account_name": "Boutique Mode SARL",
  "platform": "Meta",
  "analysis_summary": {
    "campaigns_analyzed": 4,
    "ad_sets_analyzed": 9,
    "total_monthly_spend": 28500,
    "account_frequency": 3.4,
    "frequency_assessment": "Élevée : indique un chevauchement significatif",
    "critical_overlaps": 2,
    "high_overlaps": 2,
    "moderate_overlaps": 3,
    "estimated_monthly_waste": 2850,
    "waste_percentage": "10%"
  },
  "overlap_matrix": {
    "visual": "Voir matrice ci-dessous",
    "pairs": [
      {"pair": "AS001 ↔ AS002", "overlap": "35%", "severity": "Modéré", "color": "🟡"},
      {"pair": "AS001 ↔ AS003", "overlap": "42%", "severity": "Élevé", "color": "🟠"},
      {"pair": "AS002 ↔ AS003", "overlap": "28%", "severity": "Modéré", "color": "🟡"},
      {"pair": "AS004 ↔ AS005", "overlap": "68%", "severity": "Critique", "color": "🔴"},
      {"pair": "AS004 ↔ AS006", "overlap": "45%", "severity": "Élevé", "color": "🟠"},
      {"pair": "AS005 ↔ AS006", "overlap": "52%", "severity": "Élevé", "color": "🟠"},
      {"pair": "AS001 ↔ AS009", "overlap": "~60%", "severity": "Élevé", "color": "🟠", "note": "Estimé : la marque chevauche les centres d'intérêt Fitness"},
      {"pair": "Prospection ↔ Retargeting", "overlap": "Inconnu", "severity": "Risque critique", "color": "🔴", "note": "Aucune exclusion appliquée"}
    ],
    "matrix_display": {
      "note": "Pourcentages de chevauchement entre toutes les paires d'audiences",
      "headers": ["AS001", "AS002", "AS003", "AS004", "AS005", "AS006", "AS007", "AS008", "AS009"],
      "interpretation": "🔴 Critique (>60%), 🟠 Élevé (40-60%), 🟡 Modéré (25-40%), 🟢 Faible (<25%)"
    }
  },
  "critical_issues": [
    {
      "issue": "Cannibalisation des audiences sosies (lookalike)",
      "ad_sets": ["AS004 (LAL Acheteurs)", "AS005 (LAL Forte valeur)"],
      "overlap": "68%",
      "problem": "Les acheteurs à forte valeur sont un sous-ensemble de tous les acheteurs. Ces audiences sosies sont quasiment identiques : vous enchérissez contre vous-même sur les mêmes personnes.",
      "evidence": {
        "combined_spend": 7000,
        "combined_frequency": "2,95 en moyenne mais le compte affiche 3,4 : indique un chevauchement qui fait grimper la fréquence",
        "cpa_comparison": "AS004 : 21,43 $ contre AS005 : 23,81 $ : les deux se disputent le même vivier"
      },
      "estimated_waste": 1200,
      "waste_calculation": "68 % de chevauchement × 2 500 $ (le moins performant) × 0,7 de perte d'efficacité = 1 190 $"
    },
    {
      "issue": "Fuite du retargeting vers la prospection",
      "problem": "Les campagnes de prospection n'ont AUCUNE exclusion pour les audiences de retargeting. Les visiteurs du site et les paniers abandonnés reçoivent des publicités de prospection à des CPA plus élevés.",
      "evidence": {
        "retargeting_audience_size": 97000,
        "prospecting_reach": "Millions : chevauchement garanti",
        "retargeting_cpa": "16-18 $",
        "prospecting_cpa": "27-32 $",
        "implication": "Payer 27 $ et plus pour des personnes qui pourraient convertir à 16 $"
      },
      "estimated_waste": 850,
      "waste_calculation": "Environ 5 % de la portée de prospection est éligible au retargeting × dépense de prospection × écart de CPA"
    }
  ],
  "high_severity_issues": [
    {
      "issue": "Chevauchement de ciblage par centres d'intérêt : Fitness/Course",
      "ad_sets": ["AS001 (Passionnés de fitness)", "AS003 (Course et cardio)"],
      "overlap": "42%",
      "problem": "Les deux contiennent le centre d'intérêt « Fitness ». 42 % de l'audience Course correspond aussi au ciblage Fitness.",
      "recommendation": "Exclure le centre d'intérêt « Course à pied » de AS001, ou consolider en un seul ad set regroupant tous les centres d'intérêt fitness"
    },
    {
      "issue": "Triple chevauchement des audiences sosies",
      "ad_sets": ["AS004", "AS005", "AS006"],
      "combined_overlap": "45-68%",
      "problem": "Les trois audiences sosies partagent un chevauchement significatif. Les abonnés email deviennent souvent des acheteurs, ce qui crée un chevauchement imbriqué.",
      "recommendation": "Consolider en une structure LAL par paliers avec cascade d'exclusions"
    },
    {
      "issue": "Chevauchement de la campagne de marque",
      "ad_sets": ["AS009 (Notoriété de marque)", "AS001 (Prospection centres d'intérêt)"],
      "overlap": "~60 % estimé",
      "problem": "Le ciblage Fitness large de la campagne de marque chevauche fortement les Passionnés de fitness en prospection.",
      "recommendation": "Un objectif différent ne justifie pas la même audience. Exclure ou accepter comme renforcement intentionnel."
    }
  ],
  "moderate_issues": [
    {
      "issue": "Chevauchement Yoga/Bien-être + Fitness",
      "ad_sets": ["AS001", "AS002"],
      "overlap": "35%",
      "recommendation": "À surveiller : consolidation possible si la performance est similaire"
    },
    {
      "issue": "Chevauchement Yoga/Course",
      "ad_sets": ["AS002", "AS003"],
      "overlap": "28%",
      "recommendation": "Priorité plus basse : un certain chevauchement est acceptable pour des audiences distinctes"
    }
  ],
  "priority_fix_list": [
    {
      "priority": 1,
      "issue": "Fuite du retargeting",
      "action": "Ajouter des exclusions de retargeting à TOUTES les campagnes de prospection",
      "estimated_monthly_savings": 850,
      "implementation_time": "1 heure",
      "details": {
        "campaigns_to_update": ["Prospection - Centres d'intérêt", "Prospection - Sosies (LAL)", "Notoriété de marque"],
        "exclusions_to_add": [
          "Visiteurs du site (180 derniers jours)",
          "Acheteurs (toutes périodes)",
          "Paniers abandonnés (30 derniers jours)",
          "Liste email (si disponible en audience personnalisée)"
        ]
      }
    },
    {
      "priority": 2,
      "issue": "Consolidation des LAL",
      "action": "Restructurer les ad sets sosies en approche par paliers",
      "estimated_monthly_savings": 1200,
      "implementation_time": "2 heures",
      "details": {
        "current_structure": {
          "AS004": "LAL 1 % Acheteurs : 4 500 $",
          "AS005": "LAL 1 % Forte valeur : 2 500 $",
          "AS006": "LAL 1 % Email : 1 500 $"
        },
        "recommended_structure": {
          "tier_1": {
            "name": "LAL 0-1 % Meilleurs clients",
            "seed": "Combiné : Acheteurs + Forte valeur + Email (dédupliqué)",
            "budget": "5 000 $",
            "exclusions": "Aucune"
          },
          "tier_2": {
            "name": "LAL 1-2 % Expansion",
            "seed": "Même source combinée",
            "budget": "3 500 $",
            "exclusions": "Exclure le palier 1 (0-1 % LAL)"
          }
        },
        "rationale": "Consolider les sources crée un signal plus fort. L'approche par paliers évite le chevauchement."
      }
    },
    {
      "priority": 3,
      "issue": "Consolidation du ciblage par centres d'intérêt",
      "action": "Restructurer les ad sets d'intérêt pour réduire le chevauchement",
      "estimated_monthly_savings": 600,
      "implementation_time": "1,5 heure",
      "details": {
        "current_structure": "3 ad sets d'intérêt distincts avec 28-42 % de chevauchement",
        "recommended_structure": {
          "option_a_consolidate": {
            "single_ad_set": "Tous les centres d'intérêt fitness regroupés",
            "interests": ["Fitness", "Salle de sport", "Musculation", "CrossFit", "Yoga", "Pilates", "Bien-être", "Sport à la maison", "Course à pied", "Marathon", "Cardio"],
            "budget": "12 000 $",
            "pros": "Consolidation maximale des données, apprentissage plus rapide, pas d'auto-concurrence",
            "cons": "Perte de visibilité sur le centre d'intérêt le plus performant"
          },
          "option_b_segment_clean": {
            "ad_set_1": {
              "name": "Renforcement musculaire",
              "interests": ["Salle de sport", "Musculation", "CrossFit"],
              "exclusions": ["Yoga", "Course à pied"]
            },
            "ad_set_2": {
              "name": "Corps-esprit",
              "interests": ["Yoga", "Pilates", "Bien-être"],
              "exclusions": ["Salle de sport", "Course à pied"]
            },
            "ad_set_3": {
              "name": "Cardio",
              "interests": ["Course à pied", "Marathon", "Cardio"],
              "exclusions": ["Salle de sport", "Yoga"]
            },
            "remove": "Centre d'intérêt large « Fitness » partout (trop de chevauchement)",
            "pros": "Segments propres, comparaison de performance possible",
            "cons": "Audiences plus petites, portée potentiellement limitée"
          }
        },
        "recommendation": "Option B pour conserver la capacité de test, Option A si la performance est similaire et que la simplicité est privilégiée"
      }
    },
    {
      "priority": 4,
      "issue": "Chevauchement de la campagne de marque",
      "action": "Décider : exclure ou accepter comme renforcement",
      "estimated_monthly_savings": 200,
      "implementation_time": "30 minutes",
      "details": {
        "options": {
          "option_a_exclude": {
            "action": "Ajouter les audiences de prospection en exclusions sur la campagne de marque",
            "pros": "La marque n'atteint que de nouvelles personnes",
            "cons": "Réduit fortement la portée de la marque"
          },
          "option_b_accept": {
            "action": "Accepter le chevauchement comme renforcement de fréquence intentionnel",
            "pros": "Plusieurs points de contact pour la même audience",
            "cons": "Payer deux fois pour la même portée"
          }
        },
        "recommendation": "Comme la marque ne représente que 3 000 $/mois (10,5 % des dépenses), l'option B est acceptable. À documenter comme intentionnel."
      }
    }
  ],
  "exclusion_implementation_plan": {
    "phase_1_immediate": {
      "timeline": "Cette semaine",
      "actions": [
        {
          "campaign": "Prospection - Centres d'intérêt (C001)",
          "exclusions_to_add": [
            "Visiteurs du site (180 jours)",
            "Tous les acheteurs",
            "Liste email",
            "Paniers abandonnés (30 jours)"
          ]
        },
        {
          "campaign": "Prospection - Sosies (LAL) (C002)",
          "exclusions_to_add": [
            "Visiteurs du site (180 jours)",
            "Tous les acheteurs",
            "Liste email"
          ]
        }
      ]
    },
    "phase_2_restructure": {
      "timeline": "2 prochaines semaines",
      "actions": [
        {
          "task": "Créer une audience source LAL combinée",
          "details": "Combiner Acheteurs + Forte valeur + Email en une seule source « Meilleurs clients »"
        },
        {
          "task": "Construire la structure LAL par paliers",
          "details": "Palier 1 0-1 %, Palier 2 1-2 % avec cascade d'exclusions"
        },
        {
          "task": "Mettre en pause AS005 et AS006",
          "details": "Réorienter le budget vers la nouvelle structure par paliers"
        }
      ]
    },
    "phase_3_optimize": {
      "timeline": "Semaines 3-4",
      "actions": [
        {
          "task": "Décider de l'approche de consolidation des centres d'intérêt",
          "details": "Surveiller 2 semaines de données sans retargeting avant de restructurer"
        },
        {
          "task": "Revoir la décision sur le chevauchement de la campagne de marque",
          "details": "Documenter comme intentionnel ou ajouter des exclusions"
        }
      ]
    }
  },
  "frequency_analysis": {
    "current_account_frequency": 3.4,
    "target_frequency": "2,0-2,5 pour les campagnes de conversion",
    "assessment": "40-70 % au-dessus de la cible : confirme un chevauchement significatif",
    "frequency_by_campaign": [
      {"campaign": "Prospection - Centres d'intérêt", "frequency": 2.3, "status": "Légèrement élevée"},
      {"campaign": "Prospection - Sosies (LAL)", "frequency": 2.83, "status": "Élevée : chevauchement LAL"},
      {"campaign": "Retargeting", "frequency": 5.0, "status": "Acceptable pour du retargeting"},
      {"campaign": "Notoriété de marque", "frequency": 1.8, "status": "Saine"}
    ],
    "frequency_reduction_expected": {
      "after_exclusions": "La fréquence du compte devrait tomber à 2,5-2,8",
      "after_lal_restructure": "La fréquence de la campagne LAL devrait tomber à 2,0-2,3"
    }
  },
  "projected_impact": {
    "total_estimated_monthly_savings": 2850,
    "savings_breakdown": {
      "retargeting_bleed_fix": 850,
      "lal_consolidation": 1200,
      "interest_optimization": 600,
      "brand_decision": 200
    },
    "efficiency_improvement": {
      "current_blended_cpa": 24.86,
      "projected_blended_cpa": 22.80,
      "improvement": "-8,3%"
    },
    "conversion_impact": {
      "current_conversions": 1070,
      "projected_additional_conversions": 95,
      "improvement": "+8,9%",
      "calculation": "Économies réallouées vers les meilleurs performeurs à 21,43 $ de CPA"
    }
  },
  "monitoring_recommendations": [
    {
      "metric": "Fréquence au niveau du compte",
      "current": 3.4,
      "target": "<2,5",
      "check_frequency": "Hebdomadaire"
    },
    {
      "metric": "CPA de la campagne LAL",
      "current": 22.62,
      "target": "<21,00 $",
      "check_frequency": "Hebdomadaire après restructuration"
    },
    {
      "metric": "Taux de conversion de la prospection",
      "baseline": "Taux actuel",
      "expectation": "Devrait s'améliorer avec les exclusions de retargeting (vivier de prospection plus propre)",
      "check_frequency": "Comparer 2 semaines avant/après"
    }
  ],
  "executive_summary": "Le compte Meta de Boutique Mode SARL présente des problèmes significatifs de chevauchement d'audiences, entraînant environ 2 850 $/mois (10 %) de dépenses gaspillées. Les deux problèmes les plus critiques sont : (1) aucune exclusion de retargeting dans les campagnes de prospection : vous payez des prix de prospection (27 $ et plus) pour des prospects de qualité retargeting (16 $). (2) Trois audiences sosies qui se chevauchent à 45-68 % : vous enchérissez contre vous-même. Mettre en place les exclusions recommandées et restructurer les LAL devrait réduire le CPA moyen de 8 % et générer environ 95 conversions supplémentaires pour le même niveau de dépense."
}

expected_output.jsonJSONUTF-8FR319 lignes

Questions

Questions fréquentes

C'est quoi exactement le chevauchement d'audiences et pourquoi ça me coûte de l'argent ?

C'est quand deux campagnes ou groupes d'annonces ciblent en partie les mêmes personnes : vous entrez alors en enchère contre vous-même sur ces contacts communs, ce qui fait gonfler artificiellement le CPM. Un chevauchement de 40 à 60 % est considéré comme élevé et doit être corrigé sous une semaine, au-delà de 60 % c'est critique et ça se traite immédiatement. Le chevauchement n'est pas un problème en soi : le problème, c'est quand il est involontaire et que vous payez deux fois le même message à la même personne.

À quelle fréquence dois-je vérifier le chevauchement de mes audiences ?

Un contrôle mensuel de la santé des audiences est le rythme de base, mais il y a des déclencheurs qui doivent vous pousser à le faire immédiatement : avant de passer une campagne à l'échelle, dès que la fréquence grimpe sur plusieurs campagnes en même temps, quand vous ajoutez une nouvelle audience, ou si vos CPM montent sans raison visible. Sur Meta, le Gestionnaire de publicités a un outil de chevauchement intégré qui donne un pourcentage exact, c'est la méthode la plus fiable, bien plus précise qu'une estimation manuelle.

Quelle est l'erreur la plus fréquente qui crée du chevauchement, et comment l'éviter ?

Le cas classique : les audiences de reciblage débordent dans les campagnes de prospection, et vous payez le tarif prospection pour des visiteurs déjà chauds qui auraient dû être traités moins cher. La parade universelle, à appliquer systématiquement, est d'exclure de toute campagne de prospection les acheteurs, les visiteurs du site des 30 à 180 derniers jours, la liste e-mail/CRM et les utilisateurs à forte intention (ajout au panier, paiement initié). Autre piège fréquent : empiler plusieurs audiences similaires (lookalike) issues de sources proches (acheteurs, acheteurs à forte valeur, abonnés e-mail) sans les faire s'exclure en cascade, ce qui fragmente vos données au lieu de les concentrer.

Comment je mesure concrètement l'impact financier du chevauchement sur mon budget ?

La formule de base est : gaspillage estimé = % de chevauchement × budget de l'audience la moins performante × facteur de perte d'efficacité (0,3 à 0,5 si les deux performent pareil, jusqu'à 0,7-0,9 si les deux sous-performent). Sans outil de plateforme, un signal fiable est la fréquence : si chaque campagne affiche individuellement une fréquence de 2, mais que la fréquence combinée du compte grimpe à 5, il y a un chevauchement significatif caché derrière ce chiffre. Le livrable à produire est une matrice de chevauchement par paire d'audiences avec un gaspillage total en euros par mois et en pourcentage du budget, pour prioriser les corrections.

Le chevauchement inter-plateformes (Meta et TikTok par exemple) est-il toujours à éviter ?

Non, et c'est une nuance importante : toucher la même personne sur deux plateformes est acceptable si les étapes du tunnel sont différentes (notoriété sur TikTok, reciblage sur Meta), si les créations ou messages diffèrent, ou si le multi-contact est une stratégie assumée. En revanche, c'est du gaspillage pur quand c'est la même création et la même offre sur les deux plateformes sans complémentarité, avec en plus un risque d'attribution : vous ne savez plus quelle plateforme a réellement généré la conversion. La solution la plus robuste reste de spécialiser chaque plateforme par force (Meta sur reciblage/lookalike, TikTok sur portée large) ou par étape de tunnel plutôt que de laisser les deux cibler la même audience de la même façon.

Concepteur de séquences de retargeting

Feuille de route de montée en puissance

Moniteur de rythme de dépense