La détection d'anomalies consiste à saisir le moment où une métrique quitte son comportement normal. Les problèmes d'un compte publicitaire font rarement du bruit : le suivi se coupe en silence, une campagne mange son budget en une journée, une erreur de flux retire des produits de la vitrine. Quand on s'en aperçoit, l'argent est déjà dépensé. L'enjeu n'est donc pas de recevoir des alertes mais de raccourcir le délai de détection.
Quelles anomalies apparaissent dans les comptes ?
Elles se divisent en deux familles : anomalies de performance et anomalies d'infrastructure. Les premières viennent du marché et appellent une stratégie; les secondes sont des pannes et appellent une réparation rapide.
- Pic de dépense : dépense très supérieure à l'attendu après un changement de budget ou d'enchère.
- Chute de conversion : conversions en baisse alors que les clics tiennent, signe d'une panne site ou mesure.
- Rupture de suivi : conversions proches de zéro après un changement de balise, de bandeau de consentement ou une mise en production.
- Erreur de flux : les annonces shopping s'arrêtent pour cause de produits refusés ou de prix discordants.
- Annonce refusée : un groupe d'annonces disparaît sans bruit pour non-conformité.
Pourquoi les seuils fixes échouent-ils ?
L'approche classique est une règle simple : prévenez-moi si la dépense dépasse de 20% la moyenne quotidienne. Le problème, c'est que la règle ignore le rythme du compte. Lundi n'est pas samedi et la haute saison n'est pas le creux d'été. On finit à l'un des deux extrêmes : seuil trop large, détection tardive; seuil trop serré, fausse alerte chaque week-end.
Comment fonctionne la détection par IA ?
La logique compte quatre étapes. Le système apprend la plage normale à partir de l'historique, compare la valeur du jour, tente d'isoler la cause de l'écart et propose enfin une action argumentée. La troisième étape est décisive : la même hausse de dépense peut être normale en début de saison et constituer une panne un mardi calme.
- Apprendre la base : la plage normale est calculée en tenant compte du jour, de la saison et de la période de campagne.
- Repérer l'écart : un signal se déclenche quand la valeur du jour sort de cette plage.
- Isoler la cause : saisonnalité, panne technique ou concurrence accrue.
- Alerter et conseiller : la notification arrive avec une action, son motif et un impact estimé.
Combien rapporte une détection précoce ?
Le rendement de la surveillance vient du temps. Dans un compte vérifié à la main, une rupture de suivi se découvre au rapport hebdomadaire, après plusieurs jours de dépense sur un trafic que personne ne mesure. En surveillance automatique, le même problème remonte en quelques heures.
Votre compte est-il surveillé en continu ?
Ads Sensor surveille les campagnes de quatre plateformes et transforme les anomalies en actions argumentées.
Comment éviter la fatigue d'alerte ?
Le pire ennemi d'un système d'anomalies, c'est le trop-plein de notifications. Une équipe qui reçoit dix alertes par jour finit par toutes les ignorer. Trois règles réduisent ce risque : trier par ampleur d'impact, fusionner une même cause racine en une notification, et adapter les seuils à la taille du compte.
Que faire après la détection ?
Une alerte est un début, pas une conclusion. Le bon réflexe est de vérifier la métrique puis d'isoler la cause racine. Pour un écart multifactoriel comme une chute de ROAS, la séquence de notre diagnostic systématique facilite le travail. Si le problème se répète, comblez la faille avec l'audit de compte.
La détection d'anomalies est l'usage le moins contesté et le plus rentable de l'automatisation : elle ne décide pas à votre place, elle montre ce que l'oeil a manqué. Pour une surveillance continue, rejoignez la bêta d'Ads Sensor.