Les meilleures options de ciblage d’audience Google Ads pour le SaaS
La plupart des comptes SaaS n’échouent pas parce que Google Ads ne parvient pas à trouver la bonne audience. Ils échouent parce que l’équipe continue de cibler des personnes qui semblent pertinentes sur le papier, mais qui n’ont aucune raison d’acheter cette semaine. C’est le vrai problème derrière la plupart des discussions sur le ciblage d’audience Google Ads pour le SaaS. Les équipes ajoutent toujours plus de segments, plus de couches de personas et plus de « précision », alors que le compte continue d’envoyer des clics à faible intention vers des pages génériques, puis s’étonne quand la qualité du pipeline s’effondre.
Google lui-même présente les audiences comme un moyen de toucher des personnes selon qui elles sont, leurs centres d’intérêt et habitudes, ce qu’elles recherchent activement ou la manière dont elles ont interagi avec votre entreprise, et non comme une solution miracle pour compenser une intention faible ou une offre peu convaincante, comme l’explique Google Ads Help: About audience targeting. Cette distinction est essentielle. Le ciblage d’audience peut filtrer, prioriser et orienter les enchères, mais il ne peut pas transformer une curiosité légère en demande forte sur commande.
Pour le SaaS, la meilleure configuration est généralement plus resserrée que ce que souhaitent les marketeurs, et plus large que ce que craignent les fondateurs. Vous n’avez pas besoin de toutes les audiences proposées par Google. Vous avez besoin du plus petit ensemble d’audiences qui signale de manière fiable une intention d’achat, vous aide à contrôler les dépenses et alimente la bonne landing page au bon stade de la demande. C’est l’idée centrale de cet article, et elle change la façon de construire vos campagnes Search, Display, YouTube et de remarketing dès le premier jour.
Pourquoi le ciblage n’est pas le vrai goulot d’étranglement
Beaucoup d’équipes SaaS traitent les audiences comme si elles dominaient tout le reste du compte. En réalité, les audiences se situent souvent en aval d’un problème bien plus simple : le terme de recherche, l’offre et la landing page ne correspondent pas. La documentation de Google sur le ciblage d’audience et les campagnes Search avec segments d’audience le montre clairement si on la lit attentivement. Les audiences vous aident à affiner qui voit les annonces et à observer les performances, mais elles ne remplacent ni l’intention de recherche, ni la pertinence de la landing page, ni l’adéquation de l’offre.
À quoi sert réellement le ciblage d’audience dans Google Ads ?
Concrètement, le ciblage d’audience remplit trois fonctions.
- Il vous aide à cibler ou à observer des groupes d’utilisateurs.
- Il ajoute une couche supplémentaire pour les décisions d’enchères et les exclusions.
- Il permet à Google d’utiliser des signaux au-delà du mot-clé lui-même, surtout en Display, Video et dans les types de campagnes automatisées.
Cela paraît évident, mais beaucoup d’équipes SaaS attendent encore des couches d’audience qu’elles sauvent des campagnes construites sur des mots-clés de catégorie trop vagues. Prenons une entreprise SaaS B2B qui enchère sur « workflow software ». Si la landing page parle de productivité de façon générale et demande immédiatement une démo, ajouter un segment in-market ou un segment personnalisé ne résout pas le décalage. L’utilisateur est peut-être en train d’explorer une catégorie. La page exige une décision d’achat. Le problème n’est pas le ciblage. Le problème, c’est le décalage de maturité.
Voici un diagnostic simple que nous utilisons : si les termes de recherche, la promesse de l’annonce et le CTA de la landing page renvoient à des niveaux d’intention différents, aucun réglage d’audience ne sauvera le compte. Si le mot-clé suggère une comparaison, que l’annonce promet de la rapidité et que la page demande un appel commercial, vous forcez trop de choses trop tôt.
Pourquoi un meilleur ciblage échoue-t-il quand la landing page est faible ?
Les systèmes publicitaires de Google mettent régulièrement en avant l’expérience sur la landing page comme facteur de performance, et ce n’est pas un détail. Si un utilisateur clique après avoir vu un message très pertinent mais arrive sur une page générique, tout le travail sur l’audience est gaspillé. C’est exactement pour cela que les équipes obsédées par les définitions d’audience, mais qui négligent l’alignement entre page et message, finissent généralement par payer plus cher chaque lead qualifié au fil du temps.
Prenons un exemple simple.
Une entreprise SaaS lance une campagne Search sur « best proposal software » et ajoute un segment personnalisé à forte intention en Display et YouTube en soutien. L’annonce renvoie vers la page d’accueil. Les chiffres mensuels ressemblent à ceci :
- 1 200 clics
- 9 600 $ de dépenses à 8 $ de CPC
- 48 formulaires remplis à 4 % de taux de conversion
- 11 leads acceptés par les ventes
- 2 contrats signés d’une valeur de 7 000 $ d’ARR chacun
Maintenant, changez uniquement la landing page et l’offre : envoyez cette audience vers une page de comparaison avec preuves produit, attentes de prix et un CTA plus souple comme « Voir les offres » ou « Réserver une démo personnalisée ». Si le taux de conversion passe de 4 % à 6 % et que le taux d’acceptation commerciale passe de 23 % à 33 %, le même trafic devient :
- 72 formulaires remplis
- 24 leads acceptés par les ventes
- 4 contrats signés
- 28 000 $ d’ARR pour les mêmes 9 600 $ de dépenses
L’audience n’est pas devenue plus intelligente. Le système est simplement devenu cohérent. Si vous voulez aller plus loin sur l’adéquation entre page et message, nos guides sur les bonnes pratiques des landing pages et sur la réalisation d’un audit de conversion sont les meilleures lectures à suivre.
La vérité contre-intuitive sur la précision
Le conseil classique dit qu’un ciblage plus serré améliore toujours la qualité. Ce n’est pas vrai. Trop contraindre les campagnes peut tuer le volume, déstabiliser les enchères et donner une fausse impression de confiance à partir d’échantillons minuscules. Un segment avec un taux de conversion de 12 % sur 50 clics n’est pas automatiquement meilleur qu’un segment à 7 % sur 500 clics si le revenu généré en aval est plus fort dans le groupe le plus large.
C’est pourquoi nous traitons les audiences comme un système de filtrage, pas comme un hack de croissance. Commencez par corriger la chaîne entre requête et page. Ensuite seulement, utilisez les audiences pour affiner les décisions. Ce changement de perspective nous amène au vrai point de départ : l’intention, pas les données démographiques.
Commencez par l’intention, pas par les données démographiques
La documentation de Google sur les audiences distingue différents types de signaux, notamment les données démographiques détaillées, les centres d’intérêt, le comportement in-market et les données first-party. Mais pour le SaaS, tous les signaux ne méritent pas le même niveau de confiance. Google Ads Help: About audience segments, Customer Match et custom segments pointent tous vers une réalité très concrète : les segments les plus utiles sont ceux qui sont les plus proches d’une intention commerciale observable.
Les filtres démographiques peuvent décrire qui achète souvent. Ils disent rarement qui est prêt à acheter maintenant. Et cette différence coûte cher.
Quels signaux d’audience montrent une vraie intention d’achat ?
Pour le SaaS, nous classons les signaux d’intention dans cet ordre :
- Remarketing à partir de visites de pages à forte intention ou d’actions d’essai
- Customer Match avec des listes liées au stade du cycle de vie
- Segments personnalisés construits à partir de mots-clés à forte intention et d’URL de concurrents ou de sites d’avis
- Audiences in-market pour les catégories logicielles pertinentes
- Élargissement d’audience plus large uniquement si la qualité de conversion reste saine
Voici le premier framework nommé de cet article : L’échelle de l’intention. Elle classe les audiences selon leur proximité avec une véritable action d’achat, et non selon le caractère plus ou moins séduisant de l’option de ciblage. L’objectif est simple : investir d’abord là où l’intention est prouvée, puis élargir seulement si la qualité des leads tient bon.
Voici un exemple chiffré. Imaginons une entreprise SaaS avec un budget mensuel de 20 000 $.
| Couche d’audience | Budget | Taux de conversion lead | Taux de SQL | Coût par SQL |
|---|---|---|---|---|
| Remarketing | 3 000 $ | 9,0 % | 40 % | 83 $ |
| Customer Match | 2 000 $ | 7,0 % | 45 % | 79 $ |
| Segments personnalisés | 8 000 $ | 4,5 % | 28 % | 198 $ |
| In-market | 5 000 $ | 3,2 % | 20 % | 312 $ |
| Élargissement large | 2 000 $ | 2,1 % | 14 % | 680 $ |
Cela ne veut pas dire que l’élargissement large est toujours mauvais. Cela veut dire qu’il ne faut pas le financer avant que les couches au-dessus aient prouvé leur stabilité. L’intention l’emporte sur l’adéquation théorique.
Quelle différence entre intérêt et intention ?
L’intérêt signifie qu’un utilisateur correspond à une catégorie. L’intention signifie qu’un utilisateur se comporte comme un acheteur.
Cela semble basique, mais les équipes confondent constamment les deux. Une personne qui lit du contenu général sur les outils de productivité peut correspondre à un profil d’intérêt. Une personne qui recherche « best CRM for B2B SaaS pricing » ou visite des pages de comparaison de concurrents montre une intention. Dans Google Ads, les segments personnalisés, les audiences de remarketing et Customer Match peuvent capter bien plus de cette intention qu’une logique large de type affinité.
Règle utile : si le signal vient de ce que l’utilisateur a fait récemment plutôt que de ce que la plateforme pense qu’il pourrait aimer en général, il a généralement plus de valeur pour l’acquisition SaaS.
Un piège démographique fréquent
Prenons une entreprise qui vend un logiciel financier à des entreprises de taille intermédiaire. L’équipe cible des hypothèses de séniorité dans les messages et utilise, quand c’est possible, des couches démographiques détaillées dans les campagnes haut de funnel. Le résultat est propre dans un slide deck, mais sous-performe dans le compte parce que le segment contient toujours des étudiants, des consultants, des chercheurs et des candidats à l’emploi sans fenêtre d’achat.
Comparez maintenant cela avec un segment personnalisé construit à partir de ces termes :
- « expense management software pricing »
- « best AP automation software »
- « bill spend management alternatives »
- URL de concurrents
- pages de catégorie G2
La deuxième approche est moins élégante sur le papier et bien meilleure en pratique, car elle capte des personnes qui font des choses typiques d’acheteurs.
Cela pose les bases de la question suivante : si l’intention est le point de départ, quelle pile d’audiences mérite réellement d’être financée en premier ?
La pile d’audiences qui fonctionne vraiment
Les équipes SaaS n’ont pas besoin d’un immense tableur listant toutes les fonctionnalités de ciblage Google Ads. Elles ont besoin d’un ordre d’exécution clair. Les recommandations de Google sur le remarketing, Customer Match, les segments personnalisés et optimized targeting vous donnent les ingrédients de base. La vraie difficulté consiste à décider lequel mérite du budget en premier.
Notre classement est simple : remarketing, puis Customer Match, puis segments personnalisés, puis in-market, puis optimized targeting une fois la qualité prouvée. Pas parce que ces options sont à la mode. Mais parce que cet ordre offre la meilleure combinaison de contrôle, de qualité du signal et de scalabilité.
Par quelle audience Google Ads le SaaS doit-il commencer ?
Commencez par le remarketing si vous avez suffisamment de trafic qualifié. Commencez par Customer Match si votre hygiène CRM est solide. Commencez par les segments personnalisés si vous avez besoin d’une demande froide scalable. En pratique, la plupart des entreprises SaaS devraient utiliser les trois, mais la répartition budgétaire doit suivre L’échelle de l’intention plutôt que les réglages par défaut de la plateforme.
Une répartition simple pour un compte à 15 000 $/mois pourrait ressembler à ceci :
- 20 % remarketing pour les abandons d’essai, les visiteurs de pages tarifaires et les lecteurs de contenus à forte intention
- 15 % Customer Match pour la réactivation, les exclusions et les campagnes liées au cycle de vie
- 45 % segments personnalisés pour une acquisition froide scalable
- 15 % audiences in-market pour tester des poches de demande adjacentes
- 5 % optimized targeting uniquement comme expérimentation contrôlée
Si vous inversez cette répartition et laissez optimized targeting ou des audiences in-market larges absorber la moitié du budget, vous apprenez généralement plus lentement et brûlez davantage d’argent sur des formulaires de faible qualité.
Quand utiliser des segments personnalisés basés sur les URL de concurrents ?
Utilisez des segments personnalisés basés sur les URL de concurrents lorsque votre catégorie bénéficie d’une demande établie et que les acheteurs comparent activement les fournisseurs. Google permet aux annonceurs de créer des segments personnalisés à partir d’intérêts et d’intentions d’achat déduits des termes de recherche, du comportement de navigation et des sites visités, comme l’explique Google Ads Help: About custom segments.
Cela fonctionne particulièrement bien dans les catégories SaaS où les acheteurs passent par des sites d’avis, des listicles, des pages tarifaires et des articles comparatifs avant de parler aux ventes. Si les utilisateurs qui visitent les domaines de concurrents affichent aussi une forte qualité de conversion, c’est l’un des signaux haut de funnel les plus propres que vous puissiez obtenir.
Configuration pratique :
- Ajoutez des termes de marque concurrents comme entrées du segment personnalisé
- Ajoutez des URL tarifaires de concurrents lorsque c’est pertinent
- Ajoutez des plateformes d’avis comme les pages de catégorie G2 et Capterra
- Associez ces audiences à des annonces qui reconnaissent le comportement de comparaison
- Envoyez le trafic vers des pages de comparaison ou d’alternative, pas vers des pages d’accueil génériques
Nous détaillons davantage la partie recherche dans nos articles sur le suivi de l’intelligence publicitaire des concurrents et sur l’identification des écarts de mots-clés dans Google Ads.
Le cas limite où cette pile ne fonctionne plus
Cette pile fonctionne bien pour la plupart des stratégies SaaS B2B et product-led. Elle devient moins nette dans deux cas.
D’abord, les comptes enterprise SaaS à très faible trafic peuvent ne pas avoir assez de volume de remarketing pour que cela compte. Ensuite, les catégories très nouvelles peuvent avoir des signaux in-market et concurrents faibles, parce que les acheteurs ne recherchent pas encore avec un vocabulaire stable. Dans ces cas-là, vous devrez davantage vous appuyer sur l’intention au niveau des mots-clés et sur la séquence de contenu que sur les couches d’audience.
Le principe reste néanmoins valable : commencez par les audiences qui montrent le comportement d’achat le plus fort et la meilleure qualité de conversion en aval. Une fois cette pile en place, la question suivante est de savoir quelle place le remarketing mérite réellement.
Le remarketing est utile, mais surestimé
Le remarketing s’est forgé une réputation de réponse rassurante en PPC SaaS. Il convertit généralement mieux que le trafic froid, et Google prend en charge de nombreux cas d’usage du remarketing dans les campagnes, comme l’expliquent Google Ads Help: About remarketing et la documentation GA4 sur la création d’audiences dans Google Analytics Help. Mais cela n’en fait pas pour autant le moteur principal de la croissance.
Pour beaucoup de comptes SaaS, le remarketing paraît performant parce qu’il récolte une demande créée ailleurs. Il capte des utilisateurs qui vous connaissent déjà, qui ont déjà cliqué auparavant ou qui ont déjà atteint une page à forte intention. Cela le rend nécessaire. Pas suffisant.
Quelles audiences de remarketing le SaaS doit-il créer en premier ?
Si vous n’en créez que quelques-unes, commencez par celles-ci :
- Visiteurs de la page tarifaire au cours des 30 derniers jours
- Utilisateurs ayant démarré un essai sans l’activer
- Utilisateurs ayant commencé une demande de démo sans la soumettre
- Lecteurs de pages de comparaison au cours des 30 derniers jours
- Lecteurs de blog à forte intention ayant visité au moins deux pages commerciales
- Leads passés au stade opportunité qui n’ont pas signé
Excluez les convertis récents, les clients existants des campagnes d’acquisition et les segments de trafic de faible qualité comme les rebonds accidentels ou les sessions ultra-courtes.
Une règle de scoring pratique aide beaucoup. Nous recommandons souvent un score de priorité de remarketing simple :
- Visite de la page tarifaire = 10 points
- Démarrage de démo = 12 points
- Démarrage d’essai = 15 points
- Visite de 3+ pages produit = 8 points
- Temps passé sur le site supérieur à 4 minutes = 5 points
- Retour dans les 7 jours = 6 points
Toute personne avec un score de 15+ entre dans une audience chaude. Toute personne avec un score de 8 à 14 entre dans une audience tiède. En dessous, elle reste hors du remarketing payant, sauf si le volume est minuscule.
Exemple chiffré :
- L’utilisateur A visite la page tarifaire (10) et revient deux jours plus tard (6) = 16, audience chaude
- L’utilisateur B lit un article de blog et une page produit (0 + 0) = 0, exclusion
- L’utilisateur C démarre un essai (15) mais ne l’active jamais = 15, audience chaude
C’est bien plus utile qu’une énorme audience « tous les visiteurs » qui mélange acheteurs potentiels et simples curieux.
Pourquoi le remarketing semble-t-il souvent meilleur qu’il ne l’est vraiment ?
Parce que l’attribution le favorise. Un utilisateur peut découvrir votre marque via Search, un site d’avis ou un article comparatif sur un concurrent, puis convertir plus tard via un clic de remarketing. La campagne de retargeting récolte la victoire visible. La source de demande initiale a fait le travail le plus difficile.
Prenons un compte SaaS avec ce parcours mensuel :
- 4 000 clics froids en first touch génèrent 250 visiteurs engagés
- 250 visiteurs engagés alimentent les pools de remarketing
- 70 clics de remarketing génèrent 14 conversions
La campagne de remarketing affiche un impressionnant taux de conversion de 20 %. La campagne froide n’affiche que 3,5 %. Si vous coupez la campagne froide parce qu’elle semble plus faible, votre pool de remarketing se réduit et le pipeline global baisse un mois plus tard. C’est pourquoi le remarketing doit être traité comme une couche de récupération, pas comme une stratégie de croissance.
Quand le remarketing est-il une mauvaise priorité ?
Si votre site reçoit moins de quelques milliers de visiteurs pertinents par mois, le remarketing peut devenir une distraction. Les pools d’audience restent petits, la fréquence grimpe et les performances paraissent instables. Dans ces cas-là, il vaut mieux consacrer plus de temps aux audiences froides personnalisées, au contrôle des termes de recherche et à de meilleures offres avant de construire des arbres de retargeting complexes.
Le remarketing compte. Il ne doit simplement pas devenir l’histoire que vous vous racontez sur la manière dont la croissance se produit. Cela nous amène à une source de signal bien plus forte : vos propres données clients.
Customer Match vaut mieux que les suppositions
La plupart des entreprises SaaS disposent de meilleures données d’audience dans leur CRM que dans leur compte publicitaire. Elles ne les exploitent simplement pas correctement. La documentation de Google sur Customer Match précise clairement que les données first-party peuvent être utilisées pour toucher et exclure des utilisateurs connus sur les surfaces Google. Pour le SaaS, cela signifie que vous pouvez enfin arrêter de traiter le CRM comme un cimetière de reporting et commencer à l’utiliser comme un système de ciblage.
Customer Match est important parce qu’il contient ce que les audiences larges ne pourront jamais offrir : de vrais résultats commerciaux. Vous savez qui est devenu closed-won, qui est passé de trial à paid, qui a churné, qui a bloqué en phase d’évaluation et qui pourrait monter en gamme.
Comment le SaaS doit-il segmenter ses listes Customer Match ?
Ne téléversez pas un énorme fichier « tous les leads ». Segmentez par stade du cycle de vie.
Au minimum, créez des listes pour :
- Clients closed-won
- Clients passés de trial à paid
- Opportunités ouvertes
- Clients churnés
- Comptes prêts à l’expansion
- Évaluateurs à cycle long
- Leads disqualifiés
Chaque liste a un rôle différent. Les closed-won et les clients existants servent aux exclusions en acquisition. Les utilisateurs churnés peuvent alimenter des campagnes de reconquête. Les clients prêts à l’expansion ont leur place dans des parcours d’upsell. Les évaluateurs à cycle long méritent souvent des offres éducatives plus douces plutôt qu’une demande directe de démo.
Voici un modèle opérationnel concret :
| Liste | Usage en campagne | Action typique |
|---|---|---|
| Closed-won | Exclusion | Éviter les dépenses d’acquisition inutiles |
| Trial-to-paid | Observation / seed | Étudier les schémas à forte valeur |
| Churnés | Reconquête | Promouvoir une offre de réactivation |
| Prêts à l’expansion | Cross-sell | Pousser un add-on ou une offre supérieure |
| Disqualifiés | Exclusion | Réduire le volume de leads de faible qualité |
Les listes clients peuvent-elles améliorer la qualité de l’acquisition ?
Oui, mais pas dans le sens paresseux où la plupart des équipes l’entendent. Les listes clients améliorent surtout la qualité de l’acquisition de trois façons.
D’abord, elles améliorent les exclusions, ce qui protège le budget. Ensuite, elles vous aident à observer comment vos meilleurs utilisateurs se comportent selon les canaux et segments. Enfin, dans les types de campagnes et réglages éligibles, elles peuvent soutenir un élargissement plus large informé par de vrais profils clients.
Prenons cet exemple.
Une entreprise SaaS dépense 30 000 $/mois en acquisition. 12 % des conversions payantes se révèlent être des leads dupliqués, des clients actuels, des partenaires ou des contacts peu qualifiés déjà signalés dans le CRM. En synchronisant des listes de suppression via Customer Match, l’équipe réduit ce gaspillage de moitié.
- Conversions mensuelles totales avant suppression : 300
- Conversions de faible valeur ou dupliquées : 36
- Après amélioration de la suppression : 18 supprimées
- CPL moyen : 100 $
- Réduction immédiate du gaspillage : 1 800 $/mois
Et cela, avant même tout gain de qualité lié à une meilleure efficacité commerciale en aval.
Le cas limite dont personne ne parle
Customer Match n’est efficace qu’à la hauteur de votre hygiène de données. Si les stades du cycle de vie sont désordonnés, que les e-mails manquent ou que les imports ont plusieurs semaines de retard, l’audience devient peu fiable. Dans des funnels PLG rapides, une liste obsolète peut envoyer des annonces d’acquisition payante à quelqu’un qui est devenu client hier. Ce n’est pas un problème de ciblage. C’est un problème d’ops.
Donc oui, Customer Match vaut mieux que les suppositions. Mais seulement si votre CRM reflète la réalité assez vite pour guider les décisions. Une fois cette couche first-party stabilisée, l’option de ciblage froid la plus scalable devient beaucoup plus utile : les segments personnalisés.
Les segments personnalisés sont le vrai moteur caché
Pour beaucoup d’annonceurs SaaS, les segments personnalisés sont l’endroit où le ciblage d’audience devient réellement utile à grande échelle. Google permet aux annonceurs de définir des audiences à partir de mots-clés liés aux produits et services, d’URL de sites que les gens consultent et de schémas d’usage d’applications, selon Google Ads Help: About custom segments et les recommandations de Google sur le ciblage d’audience dans les campagnes Display. Cela crée un pont entre les grandes catégories de la plateforme et le langage précis que les acheteurs utilisent pendant l’évaluation.
L’erreur consiste à construire ces segments à partir d’intérêts génériques. L’opportunité consiste à les construire à partir du langage d’achat.
Quels mots-clés doivent entrer dans un segment personnalisé SaaS ?
Commencez par des mots-clés qui indiquent une comparaison, une évaluation logicielle, une recherche de prix ou une intention de remplacement.
Les bons schémas incluent :
- best [category] software
- [category] software pricing
- [category] alternatives
- [competitor] vs [your brand]
- [competitor] pricing
- [category] for [industry/use case]
Vous pouvez aussi inclure des URL provenant de :
- Pages produit de concurrents
- Pages tarifaires de concurrents
- Répertoires d’avis
- Articles comparatifs
- Pages de définition de catégorie à intention commerciale
Un segment personnalisé réaliste pour un SaaS de sales enablement pourrait inclure :
- Mots-clés : sales enablement platform, best sales enablement software, seismic alternatives, highspot pricing, sales content management software
- URL : pages d’accueil de concurrents, pages tarifaires, pages de catégorie G2, pages de catégorie Capterra
C’est là que la recherche concurrentielle devient opérationnelle, et non théorique. Si vous avez besoin du travail préparatoire, notre article sur le ciblage des mots-clés concurrents dans Google Ads est un bon complément.
Faut-il cibler les audiences concurrentes dans Google Ads ?
En général oui, mais avec les bonnes attentes. Les audiences concurrentes génèrent rarement le lead le moins cher. En revanche, elles apportent souvent certains des clics les plus utiles commercialement, parce que l’acheteur est déjà dans une logique de comparaison de catégorie.
Un exemple chiffré rend le compromis plus clair.
La campagne A cible une audience logicielle in-market large :
- 6 000 $ de dépenses
- 1 500 clics à 4 $ de CPC
- 45 leads à 3 % de CVR
- 7 SQL à 15,5 % de taux de SQL
- 857 $ de coût par SQL
La campagne B cible un segment personnalisé construit à partir de termes et d’URL de concurrents :
- 6 000 $ de dépenses
- 900 clics à 6,67 $ de CPC
- 36 leads à 4 % de CVR
- 11 SQL à 30,5 % de taux de SQL
- 545 $ de coût par SQL
La campagne B paraît « moins bonne » si vous ne regardez que le CPC et le volume de clics. Elle paraît bien meilleure si vous vous intéressez au pipeline qualifié. C’est tout l’enjeu.
L’erreur qui ruine les segments personnalisés
L’erreur la plus fréquente consiste à rendre le segment trop large. Si vous ajoutez des mots généraux comme marketing, analytics ou productivity, vous donnez à Google la permission de dériver vers des personnes simplement proches de la catégorie. Vous voulez l’inverse. Gardez le segment assez serré et spécifique pour que l’utilisateur soit plausiblement dans une fenêtre d’achat.
Les meilleurs segments personnalisés créent souvent un léger inconfort, parce qu’ils sont plus étroits que ce que votre ego aimerait. Cet inconfort est souvent le signe que vous ciblez enfin des signaux plutôt qu’un récit marketing.
Les segments personnalisés créent de l’échelle, mais l’échelle sans contrôle coûte cher. C’est pourquoi l’étape suivante n’est pas « ajouter plus d’audiences ». C’est transformer les données d’audience en décisions budgétaires.
Utilisez les données d’audience pour contrôler les dépenses
Le ciblage d’audience devient précieux lorsqu’il change ce que vous faites de votre budget. Google prend en charge l’observation d’audience et l’analyse basée sur les audiences dans les campagnes Search, ce qui est précisément là où beaucoup d’équipes SaaS devraient commencer, comme l’explique Google Ads Help: About audience segments in Search. L’objectif n’est pas simplement d’ajouter des audiences aux campagnes. L’objectif est d’utiliser la performance des audiences pour décider qui reçoit plus de budget, qui en reçoit moins et qui doit être exclu.
Voici le deuxième framework nommé : Le modèle 4D de contrôle des dépenses — Détecter, Décider, Défendre, Déployer.
- Détecter la performance des audiences d’abord en mode observation
- Décider à partir des métriques aval, pas seulement du taux de conversion en surface
- Défendre le budget avec des exclusions et des listes de suppression
- Déployer plus de budget seulement après validation de la qualité sur un volume suffisant
Comment le SaaS doit-il utiliser les audiences dans les campagnes Search ?
Commencez en mode observation sur Search quand c’est possible. Cela vous permet de comparer les performances entre audiences sans restreindre la portée trop tôt. Si un segment donné produit régulièrement un meilleur taux de SQL, un meilleur taux d’opportunité ou plus de pipeline par clic, vous avez alors une base solide pour ajuster les enchères ou segmenter.
Exemple : une campagne Search ciblant des mots-clés de catégorie produit la répartition d’audience suivante sur un mois.
| Audience en observation | Clics | Conversions | SQL | Taux de SQL | Coût par SQL |
|---|---|---|---|---|---|
| Tous les utilisateurs | 2 000 | 100 | 20 | 20 % | 300 $ |
| Visiteurs de la page tarifaire | 120 | 16 | 8 | 50 % | 75 $ |
| Segment personnalisé concurrent | 300 | 18 | 9 | 50 % | 133 $ |
| Logiciel in-market | 500 | 20 | 6 | 30 % | 250 $ |
Cela vous indique clairement quoi faire ensuite.
- Protéger le budget pour les visiteurs de la page tarifaire
- Accélérer les tests sur les segments personnalisés concurrents
- Maintenir l’in-market actif mais sous contrôle
- Arrêter de faire comme si toutes les conversions se valaient
Quand faut-il exclure des audiences plutôt que les cibler ?
Plus souvent que ne le font la plupart des équipes. Les exclusions sont l’un des usages les plus rentables des données d’audience, car elles éliminent le gaspillage avant qu’il ne s’accumule.
Excluez :
- Les clients existants des campagnes d’acquisition
- Les leads récemment convertis des campagnes répétées de génération de leads
- Les segments CRM disqualifiés avec un mauvais fit prouvé
- Les visiteurs de faible qualité si vous pouvez les définir proprement
- Les chercheurs d’emploi ou de support lorsque les schémas de trafic apparaissent clairement
Exemple chiffré :
Si 18 % de vos leads payants proviennent de clients actuels, de soumissions de formulaires en double et de comptes disqualifiés, et que votre CPL moyen est de 140 $, alors chaque lot de 100 leads contient 2 520 $ de coût évitable. Sur un trimestre, les exclusions d’audience peuvent récupérer plus de budget que la plupart des tests d’enchères.
La vérité contre-intuitive sur l’automatisation
L’automatisation est utile. La confiance aveugle dans l’automatisation ne l’est pas. Google Ads Help: About optimized targeting explique clairement que Google peut trouver des utilisateurs au-delà de vos segments sélectionnés s’il prédit de meilleures performances. Cela peut aider une fois la qualité de conversion stabilisée. Cela peut aussi s’étendre rapidement vers un inventaire de faible qualité si votre action de conversion est trop superficielle.
Si vous optimisez sur des téléchargements d’ebook ou des MQL faibles, optimized targeting peut trouver très efficacement davantage de mauvaises personnes. Si vous optimisez sur des demandes de démo qualifiées, des essais activés ou des valeurs de conversion offline importées, le système a bien plus de chances d’apprendre quelque chose d’utile commercialement.
Cela nous amène directement à la dernière grande pièce du puzzle : le ciblage d’audience fonctionne mieux lorsqu’il est relié à des pages et des offres adaptées à chaque étape, et non à une destination générique unique.
La configuration gagnante est basée sur les étapes
Les outils d’audience de Google et ses recommandations sur les landing pages vont dans la même direction : le message et la destination doivent correspondre au stade d’intention probable de l’utilisateur, pas seulement au mot-clé ou au type de campagne. Voir Google Ads Help: About audience targeting et les recommandations de Google sur l’expérience de landing page dans les principes de qualité des campagnes Search sur Google Ads Help. En SaaS, c’est encore plus important parce que les acheteurs passent par des phases distinctes : découverte d’une catégorie, comparaison des options, validation des preuves, puis décision de parler aux ventes ou de démarrer un essai.
L’audience n’est que la moitié du système. La page doit correspondre à l’étape.
Quelle audience doit voir quelle landing page ?
Voici notre deuxième grand framework : Correspondance étape-page. L’idée est simple. Associez chaque audience à la landing page qui reflète son stade d’achat probable, afin d’arrêter de pousser un trafic froid vers des CTA chauds.
Une cartographie pratique ressemble à ceci :
| Audience | Étape probable | Meilleur type de page | CTA |
|---|---|---|---|
| Segment personnalisé large | Exploration de catégorie | Page catégorie / cas d’usage | Voir comment ça marche |
| Segment personnalisé concurrent | Comparaison active | Page alternative / comparaison | Comparer les options |
| Audience in-market | Recherche commerciale précoce | Page solution avec preuves | Voir les offres ou réserver une démo |
| Pool chaud de remarketing | Évaluation | Page tarifaire ou démo | Démarrer un essai / réserver une démo |
| Customer Match prêt à l’expansion | Expansion | Page d’upgrade | Parler aux ventes |
Si vous envoyez ces cinq audiences vers une seule page d’accueil générique, vous aplatissez l’intention et perdez en efficacité de conversion.
Quel est le modèle de ciblage par étape le plus simple ?
Utilisez un modèle en trois étapes si vous voulez quelque chose que votre équipe peut déployer cette semaine.
Étape 1 : Demande froide
- Audience : segments personnalisés, in-market sélectif
- Page : page catégorie, page cas d’usage, page problème-solution
- CTA : découvrir, comparer, voir les offres
Étape 2 : Évaluation tiède
- Audience : remarketing, segments personnalisés concurrents, visiteurs engagés
- Page : page de comparaison, page de preuve sociale, page de preuves clients
- CTA : réserver une démo personnalisée, voir les tarifs, démarrer un essai guidé
Étape 3 : Intention chaude
- Audience : visiteurs de pages tarifaires, abandons d’essai, évaluateurs Customer Match
- Page : tarifs, démo, récupération d’onboarding, page d’aide à la vente
- CTA : démarrer l’essai, terminer la configuration, parler aux ventes
Voici un exemple de planification chiffré pour un compte SaaS à 25 000 $/mois :
- Étape 1 : budget de 12 000 $, CPA cible de 180 $, objectif = alimenter un trafic d’évaluation qualifié
- Étape 2 : budget de 8 000 $, CPA cible de 120 $, objectif = convertir les évaluateurs actifs
- Étape 3 : budget de 5 000 $, CPA cible de 70 $, objectif = récupérer et conclure la demande chaude
Si le trafic de l’étape 1 alimente efficacement les étapes 2 et 3, le compte scale. Si vous affamez l’étape 1 parce qu’elle paraît plus faible en attribution last click, tout le système rétrécit ensuite.
Le cas particulier du SaaS enterprise
Pour le SaaS enterprise avec des cycles d’achat de six mois, le modèle étape-page fonctionne toujours, mais les CTA changent. Une audience froide peut avoir besoin d’un benchmark report, d’un calculateur de ROI ou d’un guide d’intégration, pas d’un essai. Une audience chaude peut encore nécessiter une consultation pilotée par les ventes plutôt qu’un onboarding en self-serve. La structure reste la même. C’est l’événement de conversion qui change.
C’est aussi là que l’expérimentation compte. Si votre stratégie de page reste générique, nos guides sur le test de variantes de pages sans intuition hasardeuse et sur le choix des bons outils d’A/B testing peuvent vous aider à resserrer la boucle entre qualité d’audience et performance de page.
Une dernière prise de position contre-intuitive sur l’alignement par étape
Le meilleur ciblage d’audience Google Ads pour le SaaS est rarement la configuration la plus « précise » dans l’interface. C’est celle qui respecte le stade de la demande. Arrêtez de courir après des personas parfaits. Commencez à faire correspondre des signaux d’intention prouvés à des pages conçues pour cette étape, et votre compte deviendra plus simple à piloter parce que les données deviendront plus fiables.
Dès que vous commencez à voir les audiences comme des leviers de contrôle des dépenses et des indicateurs d’étape plutôt que comme des étiquettes d’identité, les décisions de campagne deviennent beaucoup plus claires. C’est exactement le problème que nous avons conçu dynares.ai pour résoudre.
Transformez les signaux en meilleures campagnes SaaS
La plupart des points difficiles que nous avons couverts ne concernent pas la recherche de davantage d’options d’audience. Ils concernent la connexion entre signaux d’intention, recherche concurrentielle et adéquation de la landing page afin que le budget aille vers des personnes capables d’avancer réellement vers le revenu. C’est là que dynares.ai intervient. Nous aidons les équipes à transformer les insights d’audience en actions avec des outils de surveillance publicitaire des concurrents, d’analyse de landing pages et d’aide à la décision sur la performance, afin que vous cessiez de deviner quels segments méritent du budget et quelles pages gaspillent des clics qualifiés.
Si vous construisez des campagnes SaaS autour de segments personnalisés, de comparaisons concurrentielles ou de landing pages basées sur les étapes, dynares.ai vous offre un moyen plus rapide de repérer les écarts de message, de suivre le positionnement des concurrents et de relier la qualité du trafic à la performance de conversion sur page. C’est essentiel quand vous essayez de distinguer un segment qui clique seulement d’un segment qui génère réellement du pipeline. Le résultat : une boucle de feedback plus resserrée, une allocation budgétaire plus propre et moins d’archéologie PPC manuelle. Si vous voulez que votre stratégie d’audience Google Ads produise de meilleures décisions plutôt que simplement plus de bruit dans vos dashboards, la prochaine étape logique est de mettre ces signaux au travail avec dynares.ai.


