Tout ce qu'il faut savoir sur Andromeda

Salut, c’est Etienne 👋

Si tes performances Meta ont chuté depuis cet été, tu n’es pas seul.

Et surtout : ce n’est probablement pas toi le problème.

Depuis quelques semaines, Meta a déployé Andromeda, la plus grosse refonte de son algorithme publicitaire depuis iOS14.

Et cette fois, la mise à jour n’a pas juste changé quelques réglages ; elle a littéralement reconstruit tout le moteur de diffusion.

🧠 Meta a changé de cerveau

Andromeda, c’est la nouvelle IA de Meta, développée avec NVIDIA.

La plupart des updates précédentes de Meta (même Advantage+ ou CAPI) optimisaient la surface du moteur publicitaire : meilleures prédictions, meilleures enchères, plus de signaux.

Mais Andromeda repense complètement le fonctionnement - c’est un retrieval system, pas un simple algorithme d’optimisation.

Pour faire simple, Meta ne choisit plus une publicité parmi celles qui ont déjà été présélectionnées.

Elle scanne désormais tout l’inventaire publicitaire en temps réel, jusqu’à plusieurs dizaines de milliers d’options, et sélectionne la meilleure en fonction du profil dynamique de chaque utilisateur.

C’est une logique d’IA moderne, beaucoup plus proche de ce que fait OpenAI ou DeepMind avec des modèles de type “sequence learning”, où l’algorithme apprend en continu à partir de séquences de comportements, et non de signaux isolés.

En d’autres termes :

• Avant, Meta était un bibliothécaire qui tirait un livre au hasard sur l’étagère
• Maintenant, c’est une IA qui connaît déjà tes goûts, ton historique, et qui te tend le bon livre avant même que tu le demandes

⚙️ La fin du media buying ?

Face à cette update, les media buyers paniquent.

Andromeda ne veut plus que l’on choisisse les audiences, les placements, ou que l’on micro-gère les budgets.

Elle veut que l’on lui donne de la matière, plutôt que des ordres.

C’est un peu comme si le media buyer qui pilotait une voiture manuelle jusqu’à présent, passait désormais dans une Tesla en mode autopilote.

Comme toute IA :

• Plus on lui donne de signaux cohérents (diversité créative, historique, cohérence de funnel), plus elle s’améliore
• Mais plus on essaie de “reprendre le volant”, plus on casse l’apprentissage

C’est frustrant pour ceux qui ont connu le media buying d’antan, mais c’est inévitable : Meta automatise pour réduire la variance humaine.

Le modèle favorise la densité de données

Un autre effet structurel lié à cette mise à jour est que Andromeda apprend mieux quand elle a beaucoup de données consolidées.

Ce qui explique pourquoi Meta pousse tout le monde à réduire le nombre de campagnes et d’ad sets.

Ce n’est pas seulement question de confort pour les annonceurs, c’est une question de densité d’apprentissage.

Un modèle séquentiel (comme Andromeda) a besoin de volume et de continuité pour apprendre correctement.

Donc les marques qui ont :

• de gros budgets consolidés
• des flux de créas constants
• un back-end propre (tracking, exclusions, signaux server-side)

tireront mécaniquement beaucoup plus parti de cette nouvelle architecture.

🎨 Ce que ça implique en créa

Andromeda ne comprend plus le ciblage ou le budget ; elle comprend les créas.

C’est donc le contenu qui devient le signal d’entrée principal.

Chaque vidéo, chaque visuel, chaque caption, chaque scroll-stop envoie une information à Meta sur qui doit voir cette publicité et pourquoi.

D’un point de vue IA, c’est logique : le “creative signal” est bien plus riche et stable que le ciblage utilisateur, qui lui évolue constamment.

On peut donc dire officiellement que “Creative learning is the new targeting”.

Et les marques qui sauront industrialiser la production d’idées (pas juste de visuels) vont surperformer.

Selon Meta, ce qui compte pour Andromeda, c’est la diversité du contenu créatif - mais pas n’importe quel contenu créatif.

Diversité ne veut pas dire 15 fois la même pub avec un fond ou un titre différents ; il s’agit de concepts différents : UGC, FGC, micro-trottoir, storytelling fondateur, témoignage client, démo produit, angle humoristique, etc.

Meta ne raisonne plus “campagne par campagne”, mais par “portfolio de créas” et recommande de tester au moins 20 nouvelles créas par semaine pour alimenter l’algorithme.

Quand aux variations mineures (ex : tagline) que nous avions l’habitude de tester, elles sont bien sûr toujours utiles, mais elles ont moins d’impact qu’avant dans la conquête de nouvelles audiences.

🏗️ Ce que ça change côté gestion

D’après nos observations et les premiers retours des experts marché :

• La consolidation aide l’apprentissage : les comptes très fragmentés (multiplication de campagnes / ad sets) sous-performent face à des structures simples (ex : 1 campagne par offre/produit prioritaire, CBO, ciblage large)
• La diversité de concepts surperforme les micro-variantes : réinjecter d’anciennes créas “fatiguées” dans un portefeuille varié peut refaire marcher des idées qui avaient cessé d’être diffusées. À l’inverse, 10 déclinaisons mineures d’un même concept n’apportent pas de vraie portée
• Sans garde-fous, l’algo privilégie les “low hanging fruits” : lorsque les exclusions (visiteurs / acheteurs / clients actifs) ne sont pas posées, on voit souvent la part de ventes issues d’anciens clients grimper pendant que l’acquisition nette ralentit. Le ROAS Ads Manager est flatteur, mais le nombre de nouveaux clients en vision back-end diminue
• Le goulot devient la production créative : les comptes qui tournent bien ont une routine testing → evergreen claire (campagne de test alimentée chaque semaine, transferts des gagnantes en evergreen)
• Le pilotage doit redevenir business : on suit le MER, le CAC, le repeat, la LTV/CAC en vision back-end. Les décisions media ne se prennent pas sur le ROAS plateforme.

En bref : il faut désormais peu de campagnes, beaucoup de concepts, des exclusions propres et un suivi back-end pour tirer son épingle du jeu.

L’effet “bulle” de performance court-terme

L’update rend Meta beaucoup plus performant mais aussi plus “court-termiste”.

Pourquoi ?

Parce que l’IA cherche avant tout à maximiser la conversion immédiate.

Elle finit donc par diffuser massivement vers les audiences les plus réactives (anciens clients, retargeting léger, acheteurs récents).

Ce qui crée un paradoxe :

• Les metrics Meta (ROAS, CPA) peuvent s’améliorer
• Mais la part d’acquisition réelle (nouveaux clients) baisse

Au même titre que Performance Max qui diffuse sur la marque et gonfle les ROAS si l’on n’y prête pas attention, il y a donc un risque d’effet “bulle” de performance court-terme, auquel il faut être très attentif.

🧩 Comment adapter sa stratégie

Voici les ajustements tactiques que l’on te conseille d’appliquer sur tes campagnes :

1. Consolide tes campagnes
   → 1 campagne par top produit ou offre, en CBO, avec ciblage large
   → L’algo a besoin de “densité de données” pour apprendre vite
2. Alimente ton portefeuille créatif
   → Recycle tes meilleures ads des 12 derniers mois (même celles “fatiguées”)
   → Crée de nouveaux concepts : témoignages, comparatifs, angles éducatifs
3. Teste en continu
   → Utilise une “testing campaign” dédiée où tu injectes régulièrement de nouvelles créas
   → Tes “winners” passent ensuite dans la campagne evergreen qui peut contenir jusqu’à 10-20 créas en simultané
4. Contrôle tes exclusions
   → Meta promet que l’algo gère tout seul le funnel, mais ce n’est pas vrai à 100%
   → Continue à exclure les acheteurs / clients pour protéger ton acquisition
5. Mesure dans ton back-end
   → Suis tes vrais KPIs : MER, CAC, nouveaux clients, repeat, etc
   → Ne te laisse pas tromper par un ROAS qui ne reflète pas ton acquisition réelle

Ce qu’il faut retenir

Avec Andromeda, le rôle du media buyer évolue encore un peu plus : il ne contrôle plus, il nourrit.

Le futur de l’acquisition ne sera plus une bataille d’audiences, mais une bataille d’attention.

Et les marques qui sauront construire une vraie machine créative capable de produire, tester et apprendre en continu, auront une avance durable.

Avec Andromeda, Meta marche sur les traces de Performance Max et de Google.

Mais même si règles changent, le jeu reste le même : il faut trouver des idées, capter l’attention, et transformer l’intérêt en business.

Andromeda apprend plus vite que ses utilisateurs.

Charge à nous d’apprendre plus vite qu’elle.

Cette newsletter t’a plu ? N’hésite pas à la partager avec d’autres, à mettre un petit like ou à laisser un commentaire.

À la semaine prochaine pour un nouveau numéro.

Etienne ✌️

‍