Budget & scaling
Répartiteur de budget multiplateforme
Optimise la répartition du budget entre plusieurs plateformes publicitaires (Google, Meta, TikTok, LinkedIn, Microsoft) à partir des données de performance, des objectifs et des contraintes. Se déclenche quand l'utilisateur veut savoir comment répartir un budget de X € entre canaux, rééquilibrer son mix de plateformes, ou pose une question du type « comment répartir mes X € de budget entre canaux ? ». Fournit une répartition data-driven avec une justification claire.
---name: repartiteur-de-budget-multiplateformedescription: "Optimise la répartition du budget entre plusieurs plateformes publicitaires (Google, Meta, TikTok, LinkedIn, Microsoft) à partir des données de performance, des objectifs et des contraintes. Se déclenche quand l'utilisateur veut savoir comment répartir un budget de X € entre canaux, rééquilibrer son mix de plateformes, ou pose une question du type « comment répartir mes X € de budget entre canaux ? ». Fournit une répartition data-driven avec une justification claire."---# Répartiteur de budget multiplateformeArrêtez de deviner. Commencez à répartir avec de la donnée.## Philosophie de base**Chaque euro doit mériter sa place.** La fidélité à une plateforme coûte cher : l'argent va à la performance.**Le paradoxe de la répartition :** votre meilleure plateforme aujourd'hui n'est pas forcément la meilleure à 2 fois le budget. Les courbes d'efficacité diffèrent selon chaque canal.**Les trois principes de la répartition :**1. **Le rendement marginal compte :** 1 000 € de plus sur Google peuvent rapporter moins que 1 000 € sur Meta.2. **Les rendements décroissants sont réels :** chaque plateforme a un plafond d'efficacité.3. **Penser portefeuille gagne :** la diversification protège contre la volatilité d'une plateforme.---## Contexte requis### Indispensable**1. Données de performance par plateforme**Pour chaque plateforme active :- Dépense mensuelle- Conversions (ou chiffre d'affaires)- CPA (ou ROAS)- Tendance (en amélioration, stable, en baisse)**2. Paramètres du budget**- Budget total à répartir- Période (mensuelle, trimestrielle)- Flexibilité (total fixe ou fourchette)**3. Objectifs business**- KPI principal (CPA, ROAS, volume, notoriété)- Métriques d'efficacité cibles- Priorité croissance vs efficacité### Fortement recommandé**4. Contexte propre à chaque plateforme**- Part d'impressions / données de saturation d'audience- Performance historique à différents niveaux de dépense- Statut d'apprentissage ou de montée en puissance**5. Contraintes**- Minimums par plateforme (ne pas descendre sous X €)- Maximums par plateforme (plafonds)- Budget de test pour une nouvelle plateforme- Exigences de répartition marque / hors marque### Un plus- Modèle d'attribution utilisé- Éclairage sur le parcours client (quelle plateforme génère la notoriété vs la conversion)- Paysage concurrentiel par plateforme- Motifs de saisonnalité- Expérimentations de répartition précédentes---## Cadre de répartition### Étape 1 : ligne de base de performance**Classement par efficacité :**Classer les plateformes selon le KPI principal (CPA ou ROAS)| Rang | Plateforme | CPA | vs Cible | Tendance ||------|----------|-----|------------|-------|| 1 | [Meilleure] | X € | -X % | [→↑↓] || 2 | [Seconde] | X € | X % | [→↑↓] || ... | ... | ... | ... | ... |**Matrice volume vs efficacité :**```EFFICACITÉ ÉLEVÉE│MONTER EN │ MAXIMISERPUISSANCE │ (Volume élevé,(Volume élevé, │ efficacité excellente)bonne efficacité) ││──────────────────────┼──────────────────────│TESTER/COUPER │ NICHE(Volume faible, │ (Volume faible,efficacité faible) │ efficacité excellente)│EFFICACITÉ FAIBLE```---### Étape 2 : analyse du rendement marginal**Question clé :** si j'ajoute 1 000 € à chaque plateforme, qu'est-ce que j'obtiens ?**Estimer le CPA marginal :**- Plateforme à moins de 50 % de part d'impressions : CPA probablement similaire sur la dépense incrémentale- Plateforme entre 50 et 70 % de part d'impressions : attendre une hausse de CPA de 10 à 20 %- Plateforme à plus de 70 % de part d'impressions : attendre une hausse de CPA de 20 à 40 %- Plateforme en « apprentissage limité » : peut s'améliorer avec plus de budget**Motifs de courbe d'efficacité :**```CPA││ ╭────── Saturé│ ╭────╯│ ╭────╯│ ╭────╯│ ╭────╯│ ╭────╯│╭────╯└─────────────────────────────────────── DépenseZone optimale Rendements Plafonddécroissants```---### Étape 3 : modèles de répartition**Modèle A : répartition pondérée par l'efficacité**Répartir proportionnellement à l'efficacité (inverse du CPA)```Part de la plateforme = (1/CPA plateforme) / Somme(1/tous les CPA)```Adapté pour : maximiser le total des conversions à une efficacité cible**Modèle B : répartition pondérée par le volume avec plancher d'efficacité**Répartir vers les plateformes qui atteignent le seuil d'efficacité, pondéré par le volume actuel```Si CPA < Cible : éligible au budgetPart de la plateforme = Volume de la plateforme / Volume total éligible```Adapté pour : monter en puissance tout en gardant les standards d'efficacité**Modèle C : optimisation du rendement marginal**Allouer les euros incrémentaux à la plateforme au meilleur rendement marginal```1. Démarrer avec les allocations minimales2. Ajouter 1 000 € à la plateforme au meilleur CPA marginal projeté3. Répéter jusqu'à épuisement du budget```Adapté pour : maximiser l'efficacité quel que soit le niveau de budget**Modèle D : diversification de portefeuille**Fixer des plafonds minimum/maximum pour garantir la diversification```Aucune plateforme > 50 % du budget totalAucune plateforme < 10 % du budget total (si active)Budget de test : 10 à 15 % pour les plateformes nouvelles/expérimentales```Adapté pour : gestion du risque et réduction de la dépendance à une plateforme---### Étape 4 : application des contraintes**Contraintes courantes :**| Type de contrainte | Comment la traiter ||-----------------|---------------|| Minimum par plateforme | Fixer un plancher, répartir le reste de façon optimale || Maximum par plateforme | Fixer un plafond, réallouer le surplus à la plateforme suivante || Budget marque | Isoler en premier, optimiser le hors marque séparément || Budget de test | Réserver un pourcentage, l'exclure de l'optimisation || Ajustement saisonnier | Appliquer des multiplicateurs à la répartition de base |---### Étape 5 : modélisation de scénarios**Toujours modéliser trois scénarios :**1. **Prudent :** privilégier les valeurs sûres, changement minimal2. **Équilibré :** optimiser à partir des données, réallocation modérée3. **Agressif :** viser les meilleurs rendements marginaux, changements importants---## Spécificités par plateforme### Google Ads- **Points forts :** intention forte, mesurable, scalable- **Signaux de montée en puissance :** part d'impressions < 80 %, campagnes limitées par le budget- **À surveiller :** inflation du CPC sur des enchères concurrentielles- **Courbe d'efficacité type :** déclin progressif après 70 % de part d'impressions### Meta Ads- **Points forts :** large portée, porté par la créa, découverte- **Signaux de montée en puissance :** fréquence < 3, audience non épuisée- **À surveiller :** usure créative, trous d'attribution iOS- **Courbe d'efficacité type :** déclin marqué quand la fréquence s'envole### TikTok Ads- **Points forts :** CPM bas, audience engagée, potentiel viral- **Signaux de montée en puissance :** nouvelle opportunité de plateforme, créa performante- **À surveiller :** maturité du tracking de conversion, adéquation à l'audience- **Courbe d'efficacité type :** volatile, dépendante de la créa### LinkedIn Ads- **Points forts :** précision du ciblage B2B, contexte professionnel- **Signaux de montée en puissance :** taille d'audience > 50 000, fréquence maîtrisable- **À surveiller :** CPM élevés (8 à 15 €), petites audiences qui s'épuisent vite- **Courbe d'efficacité type :** saturation rapide sur des audiences de niche### Microsoft Ads- **Points forts :** CPC plus bas, démographie plus âgée, orienté desktop- **Signaux de montée en puissance :** campagnes Google rentables, marge sur la part d'impressions- **À surveiller :** volume plus faible, problèmes de qualité d'import- **Courbe d'efficacité type :** proche de Google, plafond plus bas---## Format de sortie### Synthèse de répartition budgétaire```═══════════════════════════════════════════════════════════════RÉPARTITION BUDGÉTAIRE MULTIPLATEFORMEBudget total : X €/moisObjectif principal : [CPA/ROAS/Volume]Modèle de répartition : [Modèle utilisé]═══════════════════════════════════════════════════════════════```---### Analyse de l'état actuel**Performance par plateforme :**| Plateforme | Dépense actuelle | Conversions | CPA | vs Cible | ROAS | Tendance ||----------|--------------|-------------|-----|------------|------|-------|| Google Ads | X € | X | X € | X % | X | [→↑↓] || Meta Ads | X € | X | X € | X % | X | [→↑↓] || [Plateforme] | X € | X | X € | X % | X | [→↑↓] || **Total** | X € | X | X € | X % | X | |**Répartition actuelle :**```Google Ads: ████████████████████ X % (X €)Meta Ads: ████████████ X % (X €)[Plateforme]: ████ X % (X €)```**Classement par efficacité :** [Plateforme 1] > [Plateforme 2] > [Plateforme 3]**Évaluation de la marge de progression :**| Plateforme | Signal de saturation | Marge | Notes ||----------|-------------------|----------|-------|| Google | X % de part d'impressions | [Élevée/Moyenne/Faible] | [Notes] || Meta | Fréquence X | [Élevée/Moyenne/Faible] | [Notes] || [Plateforme] | [Signal] | [Élevée/Moyenne/Faible] | [Notes] |---### Répartition recommandée**Modèle utilisé :** [Nom du modèle]**Justification :** [Explication en une phrase]| Plateforme | Actuel | Recommandé | Variation | % du total ||----------|---------|-------------|--------|------------|| Google Ads | X € | X € | [+/-X €] | X % || Meta Ads | X € | X € | [+/-X €] | X % || [Plateforme] | X € | X € | [+/-X €] | X % || Test/Nouveau | X € | X € | [+/-X €] | X % || **Total** | X € | X € | | 100 % |**Comparaison visuelle :**```ACTUEL RECOMMANDÉGoogle: ████████████ 40% Google: ██████████████ 45%Meta: ██████████ 35% Meta: ████████ 30%TikTok: ████ 15% TikTok: ██████ 20%Autre: ██ 10% Autre: █ 5%```---### Justification de la répartition**Pourquoi augmenter [Plateforme] :**- [Raison 1 avec données]- [Raison 2 avec données]**Pourquoi réduire [Plateforme] :**- [Raison 1 avec données]- [Raison 2 avec données]**Pourquoi maintenir [Plateforme] :**- [Raison avec données]---### Résultats projetés**À la répartition recommandée :**| Métrique | Actuel | Projeté | Variation ||--------|---------|-----------|--------|| Conversions totales | X | X | [+/-X] % || CPA global | X € | X € | [+/-X] % || ROAS global | X | X | [+/-X] % |**Hypothèses :**- [Hypothèse 1]- [Hypothèse 2]- [Hypothèse 3]**Niveau de confiance :** [Élevé/Moyen/Faible]- Élevé : les données historiques appuient les projections- Moyen : une part d'extrapolation est nécessaire- Faible : inconnues importantes---### Comparaison des scénarios| Scénario | Google | Meta | [Autre] | CPA projeté | Volume projeté ||----------|--------|------|---------|---------------|------------------|| Prudent | X € | X € | X € | X € | X || **Équilibré (reco)** | X € | X € | X € | X € | X || Agressif | X € | X € | X € | X € | X |**Prudent :** [Description]**Équilibré :** [Description]**Agressif :** [Description]---### Plan de mise en œuvre**Phase 1 : changements immédiats (semaine 1)**- [ ] [Changement de budget précis]- [ ] [Changement de budget précis]**Phase 2 : transition progressive (semaines 2 à 4)**- [ ] [Ajustement progressif]- [ ] [Ajustement progressif]**Phase 3 : optimisation (semaine 4 et au-delà)**- [ ] Revoir la performance aux nouveaux niveaux- [ ] Ajuster finement selon les résultats réels**Conduite du changement :**- Ne pas déplacer plus de 25 % du budget d'une plateforme en une fois- Laisser 2 semaines aux algorithmes pour s'ajuster- Suivre quotidiennement la première semaine après chaque changement---### Suivi et rééquilibrage**Contrôle hebdomadaire :**- [ ] CPA par plateforme vs projection- [ ] Rythme de dépense vs répartition- [ ] Toute plateforme qui atteint ses contraintes**Déclencheurs de rééquilibrage :**- CPA d'une plateforme dépassant la projection de plus de 20 % pendant 2 semaines- Sous-performance de plus de 15 % pendant 2 semaines- Changement externe majeur (mise à jour d'algorithme, changement de saisonnalité)**Revue trimestrielle :**- Analyse complète de réallocation- Mise à jour des courbes d'efficacité- Réévaluation des priorités par plateforme---### Risques et mitigation**Risque 1 : [Plateforme] sous-performe à une dépense plus élevée**- Probabilité : [X]- Impact : [X]- Mitigation : montée en puissance progressive, suivi hebdomadaire, plan de repli rapide**Risque 2 : [Plateforme] ne peut pas absorber une baisse de budget**- Probabilité : [X]- Impact : [X]- Mitigation : réallocation progressive, campagnes maintenues pour pouvoir remonter rapidement**Risque 3 : les écarts d'attribution faussent la comparaison**- Probabilité : [X]- Impact : [X]- Mitigation : utiliser des fenêtres cohérentes, reconnaître les limites, se concentrer sur les tendances---## Limites**Ce que je peux fournir :**- Des recommandations de répartition data-driven- Une modélisation de scénarios- Un accompagnement à la mise en œuvre- Un cadre de suivi**Ce que je ne peux pas fournir :**- Une modélisation d'attribution cross-plateforme- Une mesure d'incrémentalité- Des tactiques d'optimisation propres à chaque plateforme- Une stratégie créative par plateforme**Pour de meilleures répartitions, fournissez aussi :**- La performance historique à différents niveaux de dépense- Les données de part d'impressions / saturation- Un éclairage sur le parcours client- Les informations sur la cohérence des fenêtres d'attribution---## Liste de contrôle qualitéAvant de livrer la répartition :- [ ] Toutes les plateformes incluses avec leur performance actuelle- [ ] La répartition correspond au total du budget- [ ] Une justification est fournie pour chaque changement- [ ] Les contraintes sont respectées- [ ] Les projections incluent leurs hypothèses- [ ] Le plan de mise en œuvre est progressif (pas de changement brutal)- [ ] Le cadre de suivi est inclus- [ ] Les risques sont identifiés avec leur mitigation---*Compétence adaptée en français depuis le dépôt open source [anthropics/skills](https://github.com/anthropics/skills) (licence Apache 2.0).*
SKILL.mdMarkdownUTF-8FR448 lignes
# Comment utiliser cette compétenceJ'ai besoin d'utiliser la compétence « répartiteur de budget multiplateforme ». Peux-tu m'aider à répartir mon budget pub entre Google, Meta et TikTok ?## Exemples d'utilisation**Exemple 1 : analyse de répartition complète**J'ai besoin d'utiliser la compétence « répartiteur de budget multiplateforme ». J'ai 50 000 €/mois à dépenser entre Google Ads, Meta Ads et LinkedIn. Voici mes performances par plateforme. Comment répartir ?**Exemple 2 : augmentation de budget**J'ai besoin d'utiliser la compétence « répartiteur de budget multiplateforme ». Mon budget passe de 30 000 € à 45 000 € le mois prochain. J'utilise actuellement Google et Meta. Dois-je ajouter un nouveau canal ou monter en puissance sur les canaux existants ?**Exemple 3 : rééquilibrage**J'ai besoin d'utiliser la compétence « répartiteur de budget multiplateforme ». La performance de Meta a chuté de 30 % le mois dernier alors que Google est resté stable. Dois-je déplacer du budget ? Combien ?**Exemple 4 : décision d'une nouvelle plateforme**J'ai besoin d'utiliser la compétence « répartiteur de budget multiplateforme ». J'envisage d'ajouter TikTok à mon mix. Avec quel budget tester, et d'où doit venir cet argent ?**Exemple 5 : efficacité vs volume**J'ai besoin d'utiliser la compétence « répartiteur de budget multiplateforme ». Je dois atteindre 500 conversions le mois prochain tout en gardant un CPA sous les 50 €. Voici mes données par plateforme, comment équilibrer volume et efficacité ?## Quoi fournir**Indispensable :**- Les plateformes que vous utilisez actuellement (ou envisagez)- La dépense mensuelle par plateforme- Les conversions (ou le chiffre d'affaires) par plateforme- Le CPA ou le ROAS par plateforme- Le budget total à répartir- L'objectif principal (efficacité vs volume)**Recommandé :**- Le CPA ou ROAS cible- La tendance par plateforme (en amélioration, en baisse, stable)- Les signaux de saturation (part d'impressions, fréquence)- Les contraintes (minimums, maximums, isolation de la marque)**Optionnel :**- La performance historique à différents niveaux de dépense- Le paramétrage/les fenêtres d'attribution- L'éclairage sur le parcours client- Les motifs de saisonnalité- Le contexte concurrentiel## Ce que vous obtiendrez1. **Analyse de l'état actuel** : comparaison des performances entre plateformes2. **Classement par efficacité** : quelles plateformes méritent plus de budget3. **Répartition recommandée** : montants précis par plateforme4. **Justification** : pourquoi chaque changement est recommandé5. **Résultats projetés** : CPA/ROAS/volume attendus à la nouvelle répartition6. **Comparaison de scénarios** : options prudente/équilibrée/agressive7. **Plan de mise en œuvre** : comment appliquer les changements progressivement8. **Cadre de suivi** : quand rééquilibrer## Conseils pratiques- Fournissez les données de performance sur la même période pour toutes les plateformes.- Incluez la part d'impressions ou la fréquence : cela révèle la marge de montée en puissance.- Précisez clairement vos contraintes (impossible de réduire la plateforme X sous Y €).- Si l'attribution diffère selon les plateformes, signalez-le : cela affecte les comparaisons.- Les changements de budget doivent être progressifs (25 % maximum à la fois) : les algorithmes ont besoin de temps pour s'ajuster.
UTILISATION.mdMarkdownUTF-8FR62 lignes
{"business_context": {"company": "SaaS B2B - Logiciel RH","conversion_type": "Demandes de démo","target_cpa": 150,"average_deal_value": 12000,"sales_capacity": "Peut traiter jusqu'à 200 démos/mois"},"budget_parameters": {"total_monthly_budget": 60000,"budget_flexibility": "Total fixe, allocation flexible","planning_period": "T1 2025","testing_budget_preference": "10-15% pour les expérimentations"},"current_allocation": {"google_ads": {"monthly_spend": 30000,"conversions": 180,"cpa": 166.67,"roas": null,"impression_share": 68,"trend": "stable","campaign_types": ["Search - Marque", "Search - Hors marque", "Performance Max"],"notes": "Le hors marque peine, la marque est efficace, PMax irrégulier"},"meta_ads": {"monthly_spend": 20000,"conversions": 95,"cpa": 210.53,"roas": null,"frequency": 2.8,"trend": "declining","campaign_types": ["Prospection - Sosies (LAL)", "Retargeting"],"notes": "C'était meilleur il y a 3 mois, lassitude créative suspectée"},"linkedin_ads": {"monthly_spend": 10000,"conversions": 55,"cpa": 181.82,"roas": null,"frequency": 3.5,"trend": "stable","campaign_types": ["Contenu sponsorisé", "Formulaires Lead Gen"],"notes": "Volume plus faible mais leads de bonne qualité, audience proche de la saturation"}},"platform_details": {"google_ads": {"brand_spend": 8000,"brand_conversions": 75,"brand_cpa": 106.67,"nonbrand_spend": 15000,"nonbrand_conversions": 72,"nonbrand_cpa": 208.33,"pmax_spend": 7000,"pmax_conversions": 33,"pmax_cpa": 212.12,"search_impression_share": 68,"budget_limited_campaigns": 2},"meta_ads": {"prospecting_spend": 14000,"prospecting_conversions": 55,"prospecting_cpa": 254.55,"retargeting_spend": 6000,"retargeting_conversions": 40,"retargeting_cpa": 150.00,"top_audience": "LAL - Clients 1%","audience_size": "1,2 M"},"linkedin_ads": {"sponsored_content_spend": 7000,"sponsored_content_conversions": 35,"sponsored_content_cpa": 200.00,"lead_gen_spend": 3000,"lead_gen_conversions": 20,"lead_gen_cpa": 150.00,"target_audience_size": 450000,"audience_match_rate": "85%"}},"historical_context": {"last_quarter_performance": {"google_ads": {"spend": 28000, "conversions": 175, "cpa": 160.00},"meta_ads": {"spend": 18000, "conversions": 108, "cpa": 166.67},"linkedin_ads": {"spend": 9000, "conversions": 50, "cpa": 180.00}},"notes": "Meta s'est nettement dégradé (CPA en hausse de 26 %), Google et LinkedIn relativement stables"},"constraints": {"google_minimum": 25000,"google_maximum": null,"meta_minimum": 10000,"meta_maximum": null,"linkedin_minimum": 5000,"linkedin_maximum": 15000,"brand_carveout": 8000,"new_platform_interest": ["Microsoft Ads", "TikTok (scepticisme pour le B2B)"]},"goals": {"primary": "Réduire le CPA mixte tout en maintenant le volume","target_conversions": "330+ démos/mois","target_cpa": 150,"secondary": "Tester Microsoft Ads comme complément potentiel de Google"},"attribution": {"google": "Attribution basée sur les données","meta": "Clic 7 jours, vue 1 jour","linkedin": "Clic 30 jours","notes": "Les fenêtres d'attribution diffèrent : LinkedIn pourrait surestimer par rapport aux autres"}}
sample_input.jsonJSONUTF-8FR112 lignes
{"summary": {"total_budget": 60000,"current_conversions": 330,"current_blended_cpa": 181.82,"target_cpa": 150,"gap": "+21%","primary_recommendation": "Déplacer le budget de la prospection Meta sous-performante vers Google Marque et un test Microsoft Ads","expected_improvement": "-12% de CPA (de 182 $ à 160 $)"},"current_state_analysis": {"performance_by_platform": [{"platform": "Google Ads","spend": 30000,"conversions": 180,"cpa": 166.67,"vs_target": "+11%","percent_of_total": "50%","trend": "stable","efficiency_rank": 1},{"platform": "LinkedIn Ads","spend": 10000,"conversions": 55,"cpa": 181.82,"vs_target": "+21%","percent_of_total": "17%","trend": "stable","efficiency_rank": 2},{"platform": "Meta Ads","spend": 20000,"conversions": 95,"cpa": 210.53,"vs_target": "+40%","percent_of_total": "33%","trend": "declining","efficiency_rank": 3}],"blended_metrics": {"total_spend": 60000,"total_conversions": 330,"blended_cpa": 181.82,"vs_target": "+21%"},"efficiency_ranking": "Google Marque (107 $) > LinkedIn Lead Gen (150 $) > Meta Retargeting (150 $) > Google Hors marque (208 $) > LinkedIn Sponsorisé (200 $) > Meta Prospection (255 $) > Google PMax (212 $)"},"scaling_headroom_assessment": {"google_ads": {"signal": "68% de part d'impressions, 2 campagnes limitées par le budget","headroom": "ÉLEVÉE","notes": "Marge de progression claire, surtout sur les segments marque et hors marque efficaces","marginal_cpa_estimate": "Similaire au niveau actuel à +5 K$, légère hausse à +10 K$"},"meta_ads": {"signal": "Fréquence 2,8, tendance de performance en baisse","headroom": "FAIBLE","notes": "Lassitude créative évidente, augmenter les dépenses aggraverait probablement le CPA","marginal_cpa_estimate": "Hausse de CPA attendue de 15-25 % sur les dépenses supplémentaires"},"linkedin_ads": {"signal": "Fréquence 3,5, audience de 450 K à 85 % de correspondance","headroom": "FAIBLE À MOYENNE","notes": "Audience proche de la saturation, peut absorber une petite hausse mais de façon limitée","marginal_cpa_estimate": "Hausse de CPA attendue de 10-15 % au-delà des dépenses actuelles"}},"sub_channel_analysis": {"winners_scale": [{"channel": "Google - Marque","spend": 8000,"cpa": 106.67,"vs_target": "-29%","action": "Augmenter pour capter davantage de demande de marque"},{"channel": "LinkedIn - Formulaires Lead Gen","spend": 3000,"cpa": 150.00,"vs_target": "Dans la cible","action": "Maintenir, à capacité maximale pour ce format"},{"channel": "Meta - Retargeting","spend": 6000,"cpa": 150.00,"vs_target": "Dans la cible","action": "Maintenir, efficace pour son rôle de reciblage"}],"optimize_fix": [{"channel": "Google - Hors marque","spend": 15000,"cpa": 208.33,"vs_target": "+39%","action": "Optimiser mots-clés/enchères avant d'augmenter les dépenses"},{"channel": "LinkedIn - Contenu sponsorisé","spend": 7000,"cpa": 200.00,"vs_target": "+33%","action": "Tester de nouvelles créations, envisager un renouvellement d'audience"}],"reduce_cut": [{"channel": "Meta - Prospection","spend": 14000,"cpa": 254.55,"vs_target": "+70%","action": "Réduire fortement jusqu'au renouvellement des créations"},{"channel": "Google - PMax","spend": 7000,"cpa": 212.12,"vs_target": "+41%","action": "Réduire ou mettre en pause, réallouer vers le search"}]},"recommended_allocation": {"model_used": "Optimisation par rendement marginal sous contraintes","rationale": "Déplacer les fonds de la prospection Meta en déclin vers les canaux Google éprouvés et tester Microsoft Ads pour un inventaire search supplémentaire","allocation": [{"platform": "Google Ads","current": 30000,"recommended": 36000,"change": "+6000","percent_change": "+20%","percent_of_total": "60%","sub_allocation": {"brand": {"current": 8000, "recommended": 10000, "change": "+2000"},"non_brand": {"current": 15000, "recommended": 18000, "change": "+3000"},"pmax": {"current": 7000, "recommended": 4000, "change": "-3000"},"microsoft_import": {"current": 0, "recommended": 4000, "change": "+4000"}}},{"platform": "Meta Ads","current": 20000,"recommended": 12000,"change": "-8000","percent_change": "-40%","percent_of_total": "20%","sub_allocation": {"prospecting": {"current": 14000, "recommended": 6000, "change": "-8000"},"retargeting": {"current": 6000, "recommended": 6000, "change": "0"}}},{"platform": "LinkedIn Ads","current": 10000,"recommended": 8000,"change": "-2000","percent_change": "-20%","percent_of_total": "13%","sub_allocation": {"sponsored_content": {"current": 7000, "recommended": 5000, "change": "-2000"},"lead_gen": {"current": 3000, "recommended": 3000, "change": "0"}}},{"platform": "Microsoft Ads","current": 0,"recommended": 4000,"change": "+4000","percent_change": "NOUVEAU","percent_of_total": "7%","notes": "Importer les meilleures campagnes Google, tester pendant 6-8 semaines"}],"total_allocated": 60000,"testing_budget": 4000,"testing_percent": "7%"},"allocation_rationale": {"increase_google": ["Meilleure plateforme globale (CPA mixte de 167 $)","32 % de marge de part d'impressions indiquant une capacité de montée en charge","Les campagnes limitées par le budget suggèrent que les dépenses supplémentaires convertiront","Campagnes de marque extrêmement efficaces à 107 $ de CPA"],"decrease_meta": ["CPA en hausse de 26 % d'un trimestre à l'autre (de 167 $ à 211 $)","La prospection à 255 $ de CPA dépasse la cible de 70 %","La tendance à la baisse suggère une lassitude créative/audience","Conserver le retargeting qui reste efficace à 150 $ de CPA"],"decrease_linkedin": ["Une fréquence de 3,5 indique une saturation de l'audience","La petite taille de l'audience (450 K) limite le potentiel de montée en charge","Maintenir les Formulaires Lead Gen efficaces, réduire le Contenu sponsorisé coûteux"],"add_microsoft": ["Extension naturelle du succès de Google Search","CPC généralement 20-30 % inférieurs à Google","Import facile depuis les campagnes Google existantes","Teste l'hypothèse que l'intention de recherche convertit pour cette activité"]},"projected_outcomes": {"at_recommended_allocation": {"projected_conversions": {"google": 225,"meta": 52,"linkedin": 42,"microsoft": 22,"total": 341},"projected_cpa": {"google": 160.00,"meta": 230.77,"linkedin": 190.48,"microsoft": 181.82,"blended": 175.95}},"comparison": {"current_conversions": 330,"projected_conversions": 341,"change": "+3%","current_cpa": 181.82,"projected_cpa": 175.95,"change_cpa": "-3%"},"assumptions": ["Google monte en charge efficacement jusqu'à +6 K$ grâce à la marge de part d'impressions","Le CPA de la prospection Meta se stabilise à dépenses réduites (moins d'impressions de mauvaise qualité)","Microsoft atteint une efficacité similaire au hors marque Google","La petite réduction LinkedIn n'affecte pas significativement la diffusion"],"confidence": "Moyenne : la montée en charge de Google est probable, la reprise de Meta et la performance de Microsoft restent incertaines"},"scenario_comparison": {"conservative": {"description": "Changements minimes, structure actuelle maintenue avec de petites optimisations","allocation": {"google": 32000,"meta": 18000,"linkedin": 10000,"microsoft": 0},"projected_cpa": 178.00,"projected_conversions": 337,"risk": "Faible","upside": "Faible"},"balanced": {"description": "Allocation recommandée : déplacement de Meta vers Google + test Microsoft","allocation": {"google": 36000,"meta": 12000,"linkedin": 8000,"microsoft": 4000},"projected_cpa": 175.95,"projected_conversions": 341,"risk": "Moyen","upside": "Moyen"},"aggressive": {"description": "Bascule majeure vers Google, Meta minimal, test Microsoft plus important","allocation": {"google": 42000,"meta": 10000,"linkedin": 5000,"microsoft": 3000},"projected_cpa": 168.00,"projected_conversions": 357,"risk": "Élevé","upside": "Élevé"}},"implementation_plan": {"phase_1_week_1": {"actions": ["Réduire Google PMax de 7 K$ à 4 K$","Réduire la Prospection Meta de 14 K$ à 10 K$","Augmenter Google Marque de 8 K$ à 10 K$","Créer le compte Microsoft Ads et importer les meilleures campagnes Google"],"net_change": "Google : +2 K$, Meta : -4 K$ (2 K$ conservés pour le lancement Microsoft)"},"phase_2_weeks_2_3": {"actions": ["Lancer Microsoft Ads à 4 K$/mois","Réduire la Prospection Meta de 10 K$ à 6 K$","Augmenter Google Hors marque de 15 K$ à 18 K$","Réduire le Contenu sponsorisé LinkedIn de 7 K$ à 5 K$"],"net_change": "Atteindre l'allocation cible"},"phase_3_weeks_4_plus": {"actions": ["Surveiller la performance aux nouveaux niveaux","Optimiser Microsoft Ads en fonction des données initiales","Si les créations Meta sont renouvelées, envisager de tester une réallocation","Ajuster finement les stratégies d'enchères Google pour les nouveaux niveaux de budget"]},"change_management_notes": ["Ne pas réduire Meta de plus de 4 K$ la première semaine : l'algorithme a besoin de temps pour s'ajuster","Les augmentations de budget Google doivent être progressives pour maintenir la qualité","Microsoft aura besoin de 2-3 semaines en phase d'apprentissage : ne pas juger trop tôt","Revues hebdomadaires le premier mois, puis bimensuelles"]},"monitoring_framework": {"weekly_metrics": ["CPA par plateforme vs projection","Rythme des dépenses vs allocation","Tendance de la part d'impressions Google","Tendance de la fréquence Meta","Statut de la phase d'apprentissage Microsoft"],"rebalancing_triggers": ["Le CPA d'une plateforme dépasse la projection de plus de 25 % pendant 2 semaines consécutives","La part d'impressions Google ne s'améliore pas malgré l'augmentation de budget","Le CPA Microsoft dépasse 250 $ après 4 semaines","Le CPA du retargeting Meta grimpe au-delà de 200 $"],"success_criteria_4_weeks": ["CPA mixte inférieur à 180 $","Total des conversions supérieur à 320","Part d'impressions Google supérieure à 75 %","Microsoft génère plus de 15 conversions à moins de 200 $ de CPA"]},"risks_and_mitigation": [{"risk": "Google ne peut pas absorber efficacement +6 K$","likelihood": "Faible","impact": "Le CPA augmente, les gains d'efficacité ne se matérialisent pas","mitigation": "Surveiller la part d'impressions chaque semaine, suspendre la hausse si le CPA augmente de plus de 15 %"},{"risk": "La performance Meta continue de se dégrader même à dépenses réduites","likelihood": "Moyenne","impact": "Réductions supplémentaires nécessaires, baisse du volume","mitigation": "Prioriser le renouvellement créatif ; sans amélioration sous 4 semaines, réduire au seul retargeting"},{"risk": "Microsoft Ads ne performe pas pour ce SaaS B2B","likelihood": "Moyenne","impact": "4 K$/mois dépensés de façon inefficace","mitigation": "Test de 6 semaines avec critère d'arrêt clair (seuil de 250 $ de CPA) ; facile à réallouer vers Google"},{"risk": "Audience LinkedIn totalement épuisée","likelihood": "Moyenne","impact": "Les conversions chutent plus vite que prévu","mitigation": "Tester de nouveaux segments d'audience, envisager de réduire davantage et de réallouer vers Google"}],"next_steps": ["Examiner et approuver l'allocation recommandée","Créer le compte Microsoft Ads (import Google possible)","Briefer l'équipe créative sur le besoin de renouvellement de la prospection Meta","Mettre en œuvre les changements de la phase 1 avant la fin de la semaine","Planifier une revue hebdomadaire pour le premier mois"]}
expected_output.jsonJSONUTF-8FR372 lignes
Questions
Questions fréquentes
Comment savoir s'il faut vraiment revoir la répartition de mon budget pub entre Google, Meta et les autres plateformes ?
Regardez trois signaux : un CPA qui dérive de plus de 20 % par rapport à l'objectif pendant deux semaines, une plateforme qui sous-performe de plus de 15 % sur la même durée, ou une part d'impressions qui dépasse 70 % (signe que le canal plafonne et que chaque euro supplémentaire coûtera plus cher). En dessous de ces seuils, mieux vaut laisser les algorithmes stabiliser plutôt que de bouger le budget chaque semaine.
À quelle fréquence dois-je rééquilibrer mon budget entre plateformes ?
Un contrôle hebdomadaire léger (CPA vs projection, rythme de dépense, contraintes atteintes) et une revue trimestrielle complète pour remettre à plat les courbes d'efficacité et les priorités par canal. Entre les deux, on ne touche pas au budget sauf déclencheur clair : chaque changement demande environ deux semaines pour que les algorithmes de chaque plateforme se réajustent.
Quelle est l'erreur la plus fréquente quand on répartit un budget entre plusieurs régies publicitaires ?
Confondre 'ma meilleure plateforme aujourd'hui' et 'ma meilleure plateforme à budget doublé' : les rendements sont décroissants, donc doubler le budget sur le canal qui performe le mieux fait souvent grimper son CPA de 20 à 40 % une fois qu'il dépasse 70 % de part d'impressions. La deuxième erreur classique est de tout déplacer d'un coup : ne jamais bouger plus de 25 % du budget d'une plateforme en une seule fois, sous peine de casser l'apprentissage des algorithmes.
Comment mesurer si une nouvelle répartition budgétaire a vraiment amélioré la performance ?
Comparez conversions totales, CPA global et ROAS global entre l'état actuel et l'état projeté, avec un niveau de confiance explicite (élevé si des données historiques à différents niveaux de dépense existent, faible s'il faut beaucoup extrapoler). Suivez la performance quotidiennement pendant la première semaine après chaque changement, puis hebdomadairement, en gardant des fenêtres d'attribution cohérentes d'une plateforme à l'autre pour éviter de comparer des choux et des carottes.
Faut-il toujours privilégier la plateforme au CPA le plus bas, ou diversifier quand même ?
Concentrer 100 % du budget sur le canal le plus efficace du moment est risqué : aucune plateforme ne devrait dépasser 50 % du budget total, et il faut garder un plancher d'environ 10 % sur les canaux actifs pour ne pas dépendre d'un seul algorithme ou d'une seule volatilité de marché. Réservez aussi 10 à 15 % en budget de test pour explorer une plateforme émergente (TikTok par exemple), même si son CPA actuel n'est pas encore le meilleur : la diversification protège le chiffre d'affaires si un canal historique décroche du jour au lendemain.