Ce que tu vas apprendre

• Construire des dashboards de performance complets qui centralisent les données de toutes tes plateformes publicitaires
• Maîtriser les modèles d’attribution (first-click, last-click, data-driven, linéaire) et choisir le bon selon ton business
• Calculer et interpréter les KPIs essentiels : ROAS, CAC, CPA, CPL, CTR, CVR, AOV et leur évolution dans le temps
• Concevoir et analyser des A/B tests statistiquement significatifs avec les bons seuils de confiance
• Réaliser des analyses cross-canal pour comprendre les synergies entre Meta Ads, Google Ads, TikTok Ads et les autres plateformes
• Calculer la Customer Lifetime Value (CLV) et l’utiliser pour définir tes enchères et budgets publicitaires
• Appliquer l’analyse de cohortes pour identifier les segments les plus rentables de ton audience
• Utiliser les concepts de base du media mix modeling pour optimiser la répartition budgétaire
• Créer des prévisions de performance fiables basées sur les données historiques et la saisonnalité
• Présenter tes résultats de manière percutante avec le data storytelling et des rapports exécutifs clairs
• Identifier les anomalies et les tendances dans tes données pour anticiper les baisses de performance
• Automatiser tes reportings avec Google Sheets, Looker Studio et les connecteurs de données

Programme détaillé

Module 1 — Fondamentaux de l’analyse de données pour media buyers

Ce module pose les bases solides de l’analyse de données dans le contexte spécifique du media buying. Tu apprendras à structurer ta collecte de données depuis les différentes plateformes publicitaires et à mettre en place un écosystème de tracking fiable. Nous aborderons les principes de la data governance appliquée au marketing digital, en passant par la configuration des UTM, des pixels de conversion et des événements côté serveur. À la fin de ce module, tu auras une vision claire de l’architecture de données nécessaire pour prendre des décisions éclairées.

• Écosystème de la data en media buying : sources, collecte et centralisation
• Configuration avancée des UTM et conventions de nommage standardisées
• Mise en place d’un tracking fiable : pixels, CAPI, Google Tag Manager
• Introduction aux outils d’analyse : Google Analytics 4, Looker Studio, Google Sheets avancé
• Nettoyage et structuration des données brutes pour l’analyse

Module 2 — Frameworks KPI et modèles d’attribution

L’attribution est le nerf de la guerre en media buying. Ce module te plonge dans les différents modèles d’attribution — first-click, last-click, linéaire, position-based et data-driven — pour comprendre lequel utiliser selon ton funnel et tes objectifs. Tu apprendras à construire un framework KPI hiérarchisé qui lie tes métriques de vanité aux indicateurs de rentabilité réelle. Nous étudierons les limites de chaque modèle dans un monde post-iOS 14 et les stratégies pour combler les trous de données.

• Comparaison approfondie des modèles d’attribution : first-click, last-click, linéaire, data-driven
• Construction d’un framework KPI hiérarchisé : North Star metric, KPIs primaires, secondaires et opérationnels
• Fenêtres d’attribution par plateforme : paramétrage et impact sur les performances reportées
• Attribution post-iOS 14 : Conversions API, modélisation, triangulation des données
• Exercice pratique : auditer et corriger l’attribution d’un compte publicitaire réel

Module 3 — Concepts statistiques pour l’A/B testing

Un bon media buyer sait quand un test est concluant et quand il faut encore attendre. Ce module t’enseigne les concepts statistiques essentiels appliqués à l’A/B testing publicitaire : significativité statistique, intervalles de confiance, taille d’échantillon minimale et puissance statistique. Tu découvriras comment éviter les erreurs classiques qui coûtent cher — arrêter un test trop tôt, confondre corrélation et causalité, ou ignorer les effets de saisonnalité. Chaque concept est illustré avec des cas concrets de campagnes publicitaires.

• Significativité statistique et seuils de confiance (90%, 95%, 99%) appliqués aux ads
• Calcul de la taille d’échantillon minimale pour un test fiable selon ton budget
• Design d’expérience : hypothèse, variable isolée, groupe contrôle, durée de test
• Erreurs de type I et II : comprendre les faux positifs et faux négatifs dans tes tests créatifs
• Outils et calculateurs : mise en place d’un workflow de testing systématique

Module 4 — Analyse cross-canal et media mix modeling

Tes campagnes ne vivent pas en silos — tes analyses ne devraient pas non plus. Ce module t’apprend à réaliser des analyses cross-canal pour comprendre comment Meta Ads, Google Ads, TikTok Ads et tes autres canaux interagissent et se renforcent mutuellement. Tu découvriras les bases du media mix modeling (MMM) pour optimiser ta répartition budgétaire entre plateformes de manière scientifique. Nous aborderons également la déduplication des conversions et les techniques de réconciliation des données entre sources.

• Cartographie du parcours client cross-canal et identification des points de contact clés
• Déduplication des conversions entre plateformes publicitaires
• Introduction au media mix modeling : principes, données nécessaires et outils accessibles
• Analyse d’incrémentalité : mesurer la vraie valeur ajoutée de chaque canal
• Construction d’un dashboard cross-canal unifié avec Looker Studio

Module 5 — Analyse de cohortes et Customer Lifetime Value

La rentabilité d’une campagne ne se mesure pas uniquement au premier achat. Ce module t’apprend à calculer la Customer Lifetime Value (CLV) et à l’utiliser comme boussole pour tes décisions d’enchères et de ciblage. Tu maîtriseras l’analyse de cohortes pour suivre le comportement de tes clients dans le temps et identifier les segments les plus profitables. Nous verrons comment intégrer la CLV dans ta stratégie d’acquisition pour justifier des CPA plus élevés sur les audiences à forte valeur.

• Calcul de la CLV : méthodes historique, prédictive et par cohorte
• Segmentation par cohorte d’acquisition : date, source, campagne, créatif
• Ratio CLV/CAC : la métrique ultime pour évaluer la santé de ton acquisition
• Analyse de rétention et taux de réachat par segment d’audience
• Intégration de la CLV dans les stratégies d’enchères et les lookalike audiences

Module 6 — Analytics prédictif et prévisions

Anticiper plutôt que réagir — c’est ce qui distingue un media buyer junior d’un senior. Ce module t’initie aux techniques de prévision appliquées au media buying : projection de dépenses, estimation du ROAS futur, détection de la fatigue créative avant qu’elle n’impacte tes résultats. Tu apprendras à utiliser des modèles simples mais puissants (moyennes mobiles, régression linéaire, saisonnalité) pour planifier tes budgets et anticiper les périodes clés. Pas besoin d’être data scientist — nous utilisons des outils accessibles comme Google Sheets et Looker Studio.

• Moyennes mobiles et lissage exponentiel pour identifier les tendances de fond
• Régression linéaire simple appliquée à la prévision de ROAS et de conversions
• Modélisation de la saisonnalité et impact sur la planification budgétaire
• Détection précoce de la fatigue créative et des baisses de performance
• Construction d’un modèle de forecast budgétaire sur 3-6-12 mois

Module 7 — Data storytelling et reporting exécutif

Les données ne valent rien si tu ne sais pas les communiquer. Ce module te transforme en narrateur de données capable de convaincre clients, managers et stakeholders avec des rapports clairs et percutants. Tu apprendras les principes du data storytelling — structure narrative, hiérarchie visuelle, choix des graphiques — pour transformer des tableaux de chiffres en histoires qui déclenchent des décisions. Nous construirons ensemble des templates de reporting hebdomadaire, mensuel et trimestriel adaptés aux différents interlocuteurs.

• Principes du data storytelling : contexte, tension, résolution appliqués au reporting marketing
• Choix des visualisations : quel graphique pour quel message (évolution, comparaison, répartition)
• Construction de rapports hebdomadaires, mensuels et trimestriels avec Looker Studio
• Adapter le niveau de détail à l’audience : C-level, manager, opérationnel
• Automatisation des rapports et alertes personnalisées

Pour qui ?

Prérequis

Pour tirer le maximum de cette formation, tu dois avoir une expérience pratique en gestion de campagnes publicitaires (Meta Ads, Google Ads ou autre plateforme) d’au moins 3 à 6 mois. Une familiarité de base avec Google Sheets ou Excel est nécessaire — tu dois savoir créer des formules simples, des tableaux croisés dynamiques et des graphiques. Aucune connaissance en statistiques ou en programmation n’est requise : tous les concepts mathématiques sont expliqués de zéro avec des exemples concrets tirés du media buying. Un accès à Google Analytics 4 et Looker Studio (gratuits) est recommandé pour suivre les exercices pratiques.

Ressources incluses

• Template de dashboard KPI — Un dashboard Looker Studio pré-configuré avec tous les KPIs essentiels du media buyer, connecté à Google Sheets pour centraliser tes données multi-plateformes
• Guide comparatif des modèles d’attribution — Document de référence détaillant les avantages, limites et cas d’usage de chaque modèle d’attribution avec des recommandations par type de business
• Calculateur d’A/B test — Spreadsheet Google Sheets avec formules intégrées pour calculer la taille d’échantillon, la significativité statistique et la durée optimale de tes tests
• Spreadsheet d’analyse media mix — Template pour analyser la répartition de ton budget entre plateformes et simuler différents scénarios d’allocation budgétaire
• Template de calcul CLV — Feuille de calcul complète pour estimer la Customer Lifetime Value par cohorte, canal d’acquisition et segment client
• Template de rapport exécutif — Modèle de rapport mensuel professionnel avec les bonnes visualisations, la structure narrative et les recommandations actionnables