Leçons tirées de 20 ans de PPC : comment les agences doivent se préparer pour l’avenir

Description de l’épisode

Frederick Vallaeys s’assoit avec Aaron Levy, leader PPC de longue date et désormais Optmyzr Evangelist, pour parler de l’avenir de la recherche payante, de l’IA et de la vie en agence.

Aaron a passé près de 20 ans dans la recherche payante, depuis l’aide au lancement des premiers programmes marketing de DuPont jusqu’à la direction d’une équipe de 115 personnes chez Tinuiti. Il partage les enseignements tirés de sa carrière, notamment pourquoi les « best practices » peuvent tuer l’originalité, comment former les nouveaux talents PPC dans un monde piloté par l’IA, et comment les agences peuvent trouver le bon équilibre entre clients, fournisseurs et innovation. Points clés de la discussion :

• Le parcours d’Aaron, de stagiaire PPC à leader du secteur
• Comment former les PPC juniors à penser au-delà du simple clic sur les boutons
• AI Max, PMax, et l’évolution du comportement de recherche
• Transformer les réunions clients en « prompts » structurés
• Pourquoi les agences doivent investir dans l’infrastructure de données plutôt que dans des outils tape-à-l’œil
• Les risques des « best practices » paresseuses face à la valeur de la créativité
• Leçons de leadership tirées de la gestion de plus de 100 professionnels PPC

Points à retenir de l’épisode

Le parcours d’Aaron, d’un stagiaire arrivé par hasard chez DuPont à un leader du secteur dans des agences comme Seer et Tinuiti, sert de toile de fond à une discussion approfondie sur l’évolution des fondamentaux de la formation, du management et de l’exécution du PPC — et sur ce qui n’a pas changé.

La conversation va au-delà des conseils et des tactiques. Elle aborde des questions plus larges sur la manière de rester créatif dans un monde saturé de marketing copié-collé, sur la façon de bâtir une vraie relation de confiance avec les clients, et sur ce qu’il faut pour diriger et faire grandir des équipes solides à grande échelle.

Le parcours d’Aaron, de stagiaire PPC à leader du secteur

Le parcours d’Aaron Levy dans le PPC a commencé par hasard lorsqu’en tant qu’étudiant, il a décroché un contrat de co-op à temps plein chez DuPont et a contribué au lancement de leur programme de recherche. L’impact de ce travail précoce — et l’attention qu’il a suscitée auprès des dirigeants — l’a passionné pour la recherche payante. De là, il est passé par plusieurs agences, notamment à des postes précoces chez Fanatics et Seer Interactive, avant de passer près d’une décennie chez Tinuiti, où il a dirigé une équipe de recherche payante qui a dépassé les 100 personnes.

Au début de sa carrière, Aaron a dû se débrouiller seul, car il n’existait pas beaucoup de ressources. Il a acquis des compétences sur plusieurs canaux, du codage d’e-mails à la gestion de programmes d’affiliation. Après des années à un rythme soutenu, il a fait une pause pour recharger les batteries et se consacrer à des loisirs comme le golf et le jardinage. Une fois prêt, il est revenu dans le secteur.

Le style de leadership d’Aaron repose sur l’autonomie. Chez Tinuiti, il encourageait les équipes à construire leur propre approche dans un cadre stratégique commun, en équilibrant cohérence et créativité individuelle. Son approche a contribué à forger une forte culture d’équipe et lui a valu d’être reconnu comme l’une des figures les plus influentes du PPC, avec des interventions en keynote lors de grands événements du secteur. Ce qui avait commencé comme un job d’été s’est transformé en une carrière fondée sur l’adaptabilité, la curiosité et la volonté de donner du pouvoir aux autres.

Comment former les PPC juniors à penser au-delà du simple clic sur les boutons

Aaron Levy souligne un problème courant dans la formation PPC : on se concentre trop sur l’apprentissage du « quoi faire », et pas assez sur le « pourquoi ». Selon lui, les nouveaux professionnels sont souvent formés à suivre des étapes et à courir après les conversions sans comprendre le contexte plus large — par exemple ce qui a déclenché une recherche ou ce qui se passe après le clic. Pour lui, le véritable apprentissage vient de la pensée critique, pas des checklists.

« Ce qui permet vraiment de tout relier, c’est d’apprendre aux gens à être davantage du genre “démonter la télé pour voir comment elle fonctionne”. Pas seulement se dire : “Oh, il faut essayer le broad match ou, dans l’état actuel des choses, il faut essayer Performance Max.” Est-ce vraiment le cas ? Qu’est-ce que ça fait ? Qu’espérez-vous accomplir ? En quoi est-ce différent de ce que nous faisons déjà ? Est-ce que vous essayez juste un nouveau jouet parce que quelqu’un vous a dit qu’il fallait l’essayer ? » explique Aaron

Au lieu de s’appuyer sur des « best practices », qu’il considère comme paresseuses et génériques, Aaron encourage un apprentissage fondé sur la résolution créative de problèmes et la définition d’objectifs. Il pousse les gens à remettre en question les outils, à définir des objectifs clairs et à penser de manière stratégique, en particulier lorsqu’ils utilisent des plateformes comme Performance Max. Pour Aaron, la vraie valeur du PPC réside dans la compréhension de la manière dont les outils s’intègrent dans une stratégie business plus large, et pas seulement dans la maîtrise de leur utilisation.

« Être le meilleur au monde sur Performance Max n’est pas vraiment une proposition de valeur pour un prestataire de services, parce que tout le monde peut à peu près appuyer sur ce bouton. En revanche, être capable d’expliquer ce que cela va faire à l’écosystème global, ce que cela va faire pour le client, et comment cela peut aider l’entreprise à économiser de l’argent, je pense que c’est la partie la plus importante. » dit Aaron.

AI Max, PMax, et l’évolution du comportement de recherche

Aaron et Fred parlent aussi de l’évolution du comportement de recherche, mais pas aussi vite que les outils. Des plateformes comme Performance Max poussent l’automatisation pilotée par l’IA, alors que la plupart des utilisateurs continuent à effectuer leurs recherches de manière traditionnelle. Cet écart crée de la confusion, en particulier pour les marketeurs qui essaient de comprendre ce qui fonctionne réellement.

« Je dirais que nous sommes à un stade où tout redevient un peu nouveau. Il y a en quelque sorte l’ancienne façon de faire, ou celle que nous connaissons tous autour des termes de recherche et des enchères. Mais cette bascule vers l’IA est bien réelle. Les gens recherchent différemment. Ils formulent ce qu’ils cherchent différemment. Ils ont différents points de contact tout au long du parcours qui les mène à ce jour où ils se sentent “googly” et effectuent leur recherche finale. » dit Fred

Aaron remet en question l’idée que les nouveaux outils soient vraiment innovants, ou s’ils ne sont que des versions rebaptisées d’anciens outils.

« Je pense qu’une grande partie du secteur tombe dans ce dernier piège : il faut utiliser l’IA, il faut essayer le broad match, il faut essayer Performance Max, mais sans comprendre précisément comment l’outil fonctionne, ce qu’il va faire à nos comptes, et franchement ce qu’il va faire à notre marque ou à notre client en tant que marketeurs. » a dit Aaron

Le plus grand défi aujourd’hui, c’est la formation. Avec tous ces changements, il n’est pas clair ce que les nouveaux marketeurs devraient même apprendre. Le message central : ne suivez pas les tendances aveuglément. Concentrez-vous sur la compréhension de la manière dont les gens utilisent réellement Internet, et laissez cela guider votre utilisation des outils.

Transformer les réunions clients en prompts structurés

Aaron et Fred ont discuté du fait que les réunions clients sont souvent perçues comme une perte de temps. Plus de discussions, plus de suivis, plus de travail. Mais ils proposent une manière plus intelligente de les envisager : traiter la réunion comme un prompt pour l’IA.

« Et si vous pouviez considérer cette réunion de 30 minutes comme : “Hé, essayons vraiment de comprendre ce que vous voulez faire, comment nous allons nous y prendre, et à la fin nous prendrons la transcription, nous la donnerons à l’IA et à l’agent, et au moins les choses simples comme ajuster les budgets pour ce sujet dont vous venez de nous dire qu’il s’agira d’une période promotionnelle, ça devrait être faisable par l’IA.” » dit Fred

Aaron souligne que la vraie valeur des réunions clients ne réside pas dans les slides, mais dans le contexte business que l’on recueille. Le problème, c’est la mauvaise préparation — trop souvent, les réunions manquent de focus, ou les clients se replient sur « montrez-moi juste ce que vous avez fait la dernière fois ». Selon lui, le succès vient du fait d’entrer en réunion avec un objectif clair et de poser les bonnes questions, exactement comme lorsqu’on rédige un bon prompt pour l’IA.

« Donc, fondamentalement, dans les deux cas, il s’agit encore une fois d’un bon prompt engineering ou d’une bonne définition d’objectifs. Et je pense que tant que nous formons les gens — les juniors comme les seniors — à entrer dans ces conversations avec une démarche extrêmement intentionnelle, alors, dans l’état actuel des choses, nous pouvons automatiser la majeure partie du développement de la présentation, certainement tous les graphiques et les chiffres, puis nous mettons les mots dessus. Mais tant que vous y allez avec quelque chose que vous voulez vraiment en retirer, vous serez très performant, et vous aurez ensuite vos instructions pour la suite parce que vous aurez très bien conçu un prompt ou structuré une réunion. » explique Aaron.

La conclusion est simple : si vos réunions sont réfléchies et orientées vers un objectif, elles créent naturellement la base permettant à l’IA de prendre en charge les tâches répétitives.

Pourquoi les agences doivent investir dans l’infrastructure de données plutôt que dans des outils tape-à-l’œil

Aaron soutient que développer des outils propriétaires en tant qu’agence n’est pas une excellente stratégie à long terme. Une fois qu’une idée est sur le marché, d’autres s’en emparent, et il ne faut pas longtemps avant que des concurrents construisent des versions similaires — ou meilleures.

À la place, il estime que la vraie valeur réside dans des données propres et exploitables. La plupart des clients n’ont pas une bonne maîtrise de leurs données first-party. Elles sont souvent dispersées dans des tableurs, des systèmes obsolètes ou enfermées dans des silos. Les agences aussi ont tendance à sous-investir dans l’infrastructure de données, alors même qu’elle constitue la base de toute automatisation ou de tout insight efficace. Sans données propres, même les meilleurs outils ne peuvent pas bien fonctionner.

« Je pense que si j’étais propriétaire d’une agence et qu’il y avait un domaine dans lequel j’investirais, ce serait l’infrastructure de données, parce que construire l’outil, construire le logiciel, construire le LLM, je pense que si vous le construisez pour vous-même, les choses finiront par rattraper leur retard en quelques années.

Dépenser énormément d’argent pour s’assurer que nous pouvons ingérer, comprendre et nettoyer les données. Pour ensuite pouvoir les injecter dans autre chose. Pour moi, cela ressemble à un investissement incroyable. Et, drôle de coïncidence, c’est précisément un domaine dans lequel les agences sous-investissent et où les clients ne veulent pas payer, parce que personne n’a de budget data. Et pour moi, cela semble être l’investissement le plus pertinent pour les entreprises. » a dit Aaron.

Le défi le plus important n’est pas technique, il est humain. Les équipes commerciales peuvent saisir les données de manière incorrecte, ou les incitations peuvent fausser les chiffres, comme un centre d’appels qui gonfle la qualité des leads pour obtenir des primes. En plus de cela, les agences reçoivent souvent des informations limitées, n’entendant parler que de l’aspect marketing alors qu’elles ont réellement besoin d’un contexte business complet. Plans RP, lancements de produits, voire publicités TV, pour prendre des décisions intelligentes.

« Eh bien, cela revient au point fondamental selon lequel l’automatisation ne peut faire du bon travail que si les données que vous lui fournissez sont bonnes. Donc je suis tout à fait d’accord : vous devez mettre en place votre structure de données et investir dedans. » explique Fred

Les risques des “best practices” paresseuses face à la valeur de la créativité

Aaron rejette fermement l’idée des « best practices », qu’il qualifie de moyennes et sans inspiration. Chez Tinuiti, il a interdit complètement cette expression, estimant que s’appuyer dessus conduit à un marketing fade et copié, surtout avec des outils comme Performance Max, où toutes les annonces finissent par se ressembler. Il avertit que l’automatisation et l’IA rendent facile la perte d’originalité, surtout lorsque les gens cessent de penser de manière critique et se contentent de suivre ce qui est populaire.

À la place, il prône la créativité, l’expérimentation et la prise de risque stratégique. Les grandes idées, celles qui finissent par devenir des best practices, naissent du fait d’essayer quelque chose de nouveau, pas de copier ce qui a déjà fonctionné. Il estime que les agences devraient avoir des conversations honnêtes avec leurs clients pour savoir s’ils veulent des résultats sûrs ou s’ils sont prêts à investir dans le test de nouvelles idées.

Aaron encourage des exercices qui poussent les gens à penser de manière non conventionnelle, comme donner aux étudiants des scénarios de campagne aléatoires qu’une IA ne pourrait pas résoudre facilement. Son message central : dans un monde d’automatisation, la créativité humaine est le véritable avantage concurrentiel.

Leçons de leadership tirées de la gestion de plus de 100 professionnels PPC

Aaron Levy, qui a dirigé une équipe de recherche payante de 115 personnes chez Tinuiti, croyait en la liberté donnée aux collaborateurs dans un cadre clair. Plutôt que des règles strictes, son équipe bénéficiait de lignes directrices, de confiance et de l’espace nécessaire pour travailler à sa manière. Cette approche permettait de repérer facilement qui pouvait s’épanouir de manière autonome et qui ne suivait pas le rythme.

« Surtout quand je gérais une équipe à très grande échelle. Oui, j’avais mes très gros performeurs, mais je n’avais pas besoin de construire des choses pour eux. Ils allaient construire leurs propres choses. Je devais construire des choses pour tout le monde, et je devais construire des choses avec des garde-fous pour — je n’avais que des A players, mais certains étaient des A minus players.

Allez, tout le monde. Tout le monde a une courbe de distribution. Donc il faut rendre ces choses tangibles pour tout le monde et les rendre utilisables par tout le monde, y compris par les personnes qui ne sont pas à l’aise avec la technologie. » explique Aaron.

Il a encouragé une culture où les clients rencontraient les vraies personnes qui travaillaient sur leurs comptes, et pas seulement une équipe commerciale léchée. En interne, des éléments comme les congés illimités et les horaires flexibles étaient la norme — parce que si quelqu’un ne faisait pas sa part, cela se voyait rapidement. Pour lui, le leadership ne consistait pas à contrôler chaque étape, mais à fixer des objectifs clairs et à laisser les personnes compétentes trouver comment les atteindre.

Transcription de l’épisode

Frederick Vallaeys: Bonjour et bienvenue dans un nouvel épisode de PPC Town Hall. Je m’appelle Frederick Vallaeys. Je suis votre hôte. Je suis aussi CEO et cofondateur d’Optmyzr, un outil de gestion PPC. Pour l’épisode d’aujourd’hui, nous avons quelqu’un d’Optmyzr, mais il n’est pas chez Optmyzr depuis très longtemps. En revanche, il est dans le secteur depuis très longtemps, et c’est un esprit brillant qui a travaillé dans de nombreuses agences, géré de nombreux comptes PPC, et qui sait vraiment comment faire fonctionner les choses dans ce paysage en constante évolution où les outils changent, les structures d’équipe changent, et où, bien sûr, l’intelligence artificielle intervient récemment pour essayer de faire une grande partie du travail que nous avions l’habitude de faire. Aaron Levy est donc mon invité aujourd’hui. Et sur ce, lançons cet épisode de PPC Town Hall.

Aaron, bienvenue dans l’émission. Ravi de te voir. On se voit tout le temps et c’est un plaisir de te retrouver sur le podcast.

Aaron Levy: J’allais dire merci de m’accueillir dans ce qui semble être mon propre studio. C’est passionnant d’apprendre à connaître l’équipe, de découvrir le produit et de travailler beaucoup plus avec vous.

Frederick Vallaeys: Oui, pareil. Très heureux que tu aies terminé ta petite pause du PPC et décidé de revenir. On en a parlé et nous voilà. Un jour, oui, il faudra que tu sois en studio, en personne. Pour l’instant, tu es toujours à distance sur la côte Est.

Aaron Levy: Oui.

Frederick Vallaeys: Tu es dans le secteur depuis pas mal de temps. Tu as figuré sur la liste des PPCers les plus influents. Tu as donné des keynotes dans tous les événements auxquels l’audience a probablement assisté, comme SMX Hero. Pour ceux qui n’ont pas eu le plaisir de te rencontrer, et qui sont peut-être plus récents dans le secteur, raconte-leur un peu d’où tu viens et comment tu en es arrivé là.

Aaron Levy: Oui, je pense que comme beaucoup de gens, je suis entré dans le secteur un peu par accident. Je travaille dans la recherche payante depuis, oh, ça fait mal de le dire, 20 ans maintenant, 19 ans, quelque chose comme ça. J’y suis arrivé par hasard. Je cherchais — j’étais du genre à vouloir trop bien faire et je cherchais un job d’été en novembre, pour une raison quelconque, quand j’étais à l’école, et j’ai fini par décrocher un contrat de co-op à temps plein. J’ai donc pu aider DuPont, l’entreprise chimique, à lancer son programme de recherche quand j’avais 19, 20 ans, quelque chose comme ça. J’ai vraiment aimé la puissance de ce canal et son efficacité, et franchement le fait qu’il soit nouveau, parce que moi, petit stagiaire, j’attirais l’attention de la direction, ce qui était génial à mes yeux.

De là, je suis allé dans quelques agences. J’ai travaillé dans l’agence qui est aujourd’hui Fanatics. C’était une plateforme e-commerce. Nous pouvions donc gérer les deux côtés de l’activité. Ensuite, j’ai travaillé longtemps chez Seer. Je pense que j’étais quelque part autour du 12e ou 13e employé chez Seer. Je suis probablement surtout connu pour avoir passé presque 10 ans chez Tinuiti, anciennement Elite SEM quand j’y suis entré. Pendant mon passage là-bas, j’ai dirigé l’équipe de recherche payante et mon équipe comptait à son apogée probablement environ 115 personnes. Puis, comme tu l’as mentionné, j’ai fait une pause. J’ai pris environ un an et demi pour jouer beaucoup au golf, comme tu peux le voir à mes lignes de bronzage hilarantes. J’ai un peu appris, un peu jardiné, un peu retapé des meubles, et pas assez entretenu la maison. Mais ensuite, tu sais, toi et moi avions parlé presque dès que j’ai fait cette pause. Aussi élégant que tu l’es, tu m’as laissé de l’espace, mais quand il a été temps pour moi de revenir dans le monde du travail, j’ai appelé et nous voilà.

Frederick Vallaeys: Oui, c’est super de t’avoir dans l’équipe. Nous voyagerons ensemble pour Hero Conference San Diego. Toute personne qui sera à ce salon et qui voudra reprendre contact avec Aaron ou me voir pourra nous y retrouver. Je serai aussi à Londres dans quelques semaines pour SMX London, où je donnerai également un master class, et Aaron m’a gracieusement aidé à préparer certaines de ces slides aussi.

Mais Aaron, tu as dit quelque chose d’intéressant et j’aimerais rebondir là-dessus. Tu avais 19 ans, peut-être 20, mais tu étais jeune, encore vert, et tu es entré dans une grande entreprise, DuPont, et tu les as aidés à comprendre le PPC. Cela me fait penser à Chuck Robbins, le CEO de Cisco. La semaine dernière, on lui a demandé s’il allait réduire les effectifs à cause de l’IA, parce que beaucoup de gens comme Dario Amodei d’Anthropic et Sam Altman disent en gros : écoutez, beaucoup de gens vont perdre leur emploi. Mark Zuckerberg dit la même chose à propos des marketeurs.

Mais Chuck adopte une position complètement opposée et dit qu’il adore en fait avoir des réunions avec des stagiaires et des jeunes, parce qu’ils sont souvent ceux qui apprennent ces nouvelles technologies à l’école. Ils sont à la pointe de la manière dont les choses se font réellement. Ils arrivent généralement sans biais et avec une perspective plus fraîche, et ils aident l’entreprise à aller dans la bonne direction.

Je pense que c’est super pertinent pour le secteur dans lequel nous évoluons, et toi qui as travaillé dans tant d’agences, parle-nous de la manière dont tu formes quelqu’un qui arrive tout juste, et de la façon dont tu penses que cela va évoluer dans ce nouveau paysage.

Aaron Levy: Oui, je pense que c’est une très bonne question. À l’époque où j’ai commencé, il n’y avait certainement pas autant de documentation. Il n’y avait pas non plus une blogosphère aussi riche. J’ai dû comprendre beaucoup de choses par moi-même, ce qui était bien à l’époque, bien sûr, et je pense que beaucoup de gens ont appris de cette manière. Mais en repensant à beaucoup des choses qu’on m’a enseignées à mesure que je devenais plus sérieux dans ma carrière. Quand j’ai commencé, je faisais du paid search, mais je faisais aussi tous les autres canaux. J’ai dû apprendre à coder des e-mails et apprendre à faire de l’affiliation, et des choses comme ça.

Ce que j’ai constaté là-bas, ce que j’ai constaté dans ma propre formation que j’ai mise en place avec mon équipe chez Tinuiti, c’est que beaucoup de notre travail avec les juniors consistait à leur apprendre comment faire. Nous leur montrions où se trouvaient les boutons. Nous leur apprenions ce que sont les rapports de requêtes de recherche et ce que nous voulions qu’ils y cherchent. Du genre : « Oh, regardez tous les termes qui ont dépensé 100 $ sans convertir. Excluons-les en mots-clés négatifs », et tout ce genre de choses.

Je pense que le défi que je vois dans notre secteur, et que je vois depuis longtemps — ce n’est pas un nouveau défi —, c’est cette vision très binaire et transactionnelle de ce qu’est Google Ads, du genre : « Oh, c’est facile, c’est juste un problème de maths. Trouve ce qui convertit, trouve les mots qui ont fait convertir, et laisse tourner. » Mais on ne nous a jamais appris, on ne nous a jamais vraiment appris à regarder les influences extérieures.

J’ai fait cette blague plusieurs fois, mais personne ne se réveille un matin en décidant simplement d’avoir une journée super “googly”. Enfin, certaines personnes le font et travaillent chez Google, mais quelque chose se passe toujours avant que quelqu’un ne fasse une recherche. Quelque chose se passe toujours pendant qu’il cherche. Quelque chose se passe toujours après. Google et beaucoup d’autres disent bien sûr : « Oh, on peut le savoir à partir de leur comportement de navigation ou autre. » Je pense que nous savons tous que beaucoup de moteurs de recherche peuvent être un peu obscurs sur ce point, mais ce qui permet vraiment de tout relier, c’est d’apprendre aux gens à être davantage du genre « démonter la télé pour voir comment elle fonctionne ».

Pas seulement se dire : « Oh, il faut essayer le broad match ou, dans l’état actuel des choses, il faut essayer Performance Max. » Est-ce vraiment le cas ? Qu’est-ce que ça fait ? Qu’espérez-vous accomplir ? En quoi est-ce différent de ce que nous faisons déjà ? Est-ce que vous essayez juste un nouveau jouet parce que quelqu’un vous a dit qu’il fallait l’essayer ?

Je pense qu’une grande partie du secteur tombe dans ce dernier piège : il faut utiliser l’IA, il faut essayer le broad match, il faut essayer Performance Max, mais sans comprendre précisément comment l’outil fonctionne, ce qu’il va faire à nos comptes et, franchement, ce qu’il va faire à notre marque ou à notre client en tant que marketeurs. Est-ce que cela permet d’accomplir quelque chose de pertinent ? Avons-nous un objectif en tête que nous espérons atteindre ? Franchement, la plupart du temps, la plupart des gens n’en ont pas vraiment. Et cet outil va-t-il nous aider à l’atteindre ? Être capable d’évaluer ce genre de—j’appellerai ça une structure de résolution de problèmes, mais en regardant l’ensemble du tableau plutôt que simplement comment faire mon travail le plus facilement possible pour pouvoir cocher une case.

Frederick Vallaeys : Exactement ? Et vous avez souligné que lorsque vous faisiez cela, tout était nouveau et qu’il fallait donc être en coulisses. Il fallait beaucoup expérimenter. Je dirais qu’on est à un stade où tout est à nouveau un peu nouveau. Il y a en quelque sorte l’ancienne façon de faire les choses ou celle que nous connaissons tous autour des termes de recherche et des enchères. Mais cette transition vers l’IA est bien réelle. Les gens recherchent différemment. Ils formulent ce qu’ils cherchent différemment. Ils ont différents points de contact tout au long du parcours qui les mène à ce jour où ils se sentent googly et effectuent leur recherche finale. Donc je pense qu’il y a un besoin d’expérimentation.

Mais j’aime ce que vous dites : n’utilisez pas simplement l’outil parce qu’il est brillant et nouveau, essayez plutôt de comprendre ce que cet outil peut faire. Ensuite, je dirais, et je suis curieux de savoir si vous avez déjà vécu cela, mais souvent ces outils sont conçus par Google avec l’idée que, d’accord, il va faire telle chose, mais en réalité aucun code n’est parfait, et il finit toujours par faire autre chose ou des choses inattendues. Cela peut être un avantage, non ?

Alors comment trouvez-vous cet équilibre, dans un contexte d’agence, entre maintenir la satisfaction de votre client en faisant les choses que nous savons tous devoir faire, tout en équilibrant cela avec suffisamment de nouveautés pour que nous puissions nous dire : d’accord, voici une opportunité que personne d’autre n’a identifiée parce que nous sommes tout simplement meilleurs que tout le monde pour savoir exactement comment Performance Max fonctionne et où le déployer ?

Aaron Levy : Eh bien, il y a aussi un troisième, je suppose, pilier dans cette petite structure, à savoir votre partenariat avec les fournisseurs, ce qui, plus simplement, revient à votre relation avec Google. Vous ne voulez pas prendre un produit comme Performance Max et dire : « C’est idiot. Nous n’allons le tester pour personne. » Mais essayer de comprendre comment le tester prudemment et le tester là où les enjeux sont plus importants, c’est, je pense, la partie difficile.

Pour moi, une grande partie de cela est—grosse simplification ici—mais je pense que la façon dont la plupart des gens utilisent ChatGPT pour la recherche consiste essentiellement à lui déléguer des tâches, et on peut donc le voir un peu comme on verrait une démarche d’externalisation ou d’offshoring, que j’ai essayé à plusieurs reprises. Succès mitigé parfois, moins bon à d’autres moments. Si vous ne pouvez pas décrire avec précision ce que vous essayez d’accomplir, comment un outil va-t-il l’accomplir pour vous ?

Vous avez eu la gentillesse de partager beaucoup des présentations que vous avez faites auparavant, et une grande partie porte sur une ingénierie de prompt vraiment solide. Comment rédiger un bon prompt, comment rédiger un prompt efficace. Je pense que l’ingénierie de prompt est extrêmement importante, mais encore une fois, si vous ne savez pas vraiment ce que vous voulez que l’outil fasse, comment allez-vous concevoir un prompt pour cela ?

Donc oui, lui enseigner la sémantique, comme le fait que GPT est parfois assez mauvais en calcul et qu’il oublie que le CPA est un calcul et non une valeur brute. D’accord, on peut lui dire ça. Très bien. Comment l’amener à rechercher des choses qui sont réellement efficaces ? Comment l’amener à rechercher des choses qui vont réellement aider nos comptes ? Et, en tant qu’agence, comment allons-nous l’utiliser pour nous aider stratégiquement ? Vous avez dit qu’être le meilleur au monde sur Performance Max n’est pas vraiment une proposition de valeur pour un prestataire de services, parce que tout le monde peut à peu près appuyer sur ce bouton, mais être capable d’expliquer ce que cela fera à l’écosystème global, expliquer ce que cela fera au client et expliquer comment cela peut aider l’entreprise à économiser de l’argent, je pense que c’est la partie la plus importante.

Cela revient donc encore une fois à décortiquer précisément le fonctionnement de ces outils par rapport à une base que nous devrons établir d’une manière ou d’une autre. Dans votre optique, je pense que ce sera la partie la plus difficile pour les agences, et je suis franchement content de ne pas avoir à le faire, à savoir : sur quoi forme-t-on les gens maintenant ? Parce que nous savons que le comportement des consommateurs évolue.

Nous savons aussi—et c’est quelque chose que j’ai réalisé pendant ma petite pause et mon retour—qu’il est aussi vraiment important de regarder Internet de l’extérieur et de se rappeler que, franchement, la plupart des gens ne sont pas très bons avec. Beaucoup de gens vont être frustrés par les aperçus IA. Beaucoup de gens vont continuer à chercher de la même manière. D’autres évolueront peut-être, mais j’ai probablement pris un peu trop de plaisir à regarder ma mère essayer de chercher des choses sur Google et à voir comment nos parents utilisent Internet, et à voir comment nos amis plus âgés ou moins à l’aise avec la technologie—quel que soit l’inverse de « maladroit »—utilisent le web. Parce que ce sont eux qui représentent la majorité des clients, et comment réagissent-ils ? Les comportements changent, mais ils n’ont pas encore complètement changé. Alors sur quoi forme-t-on les gens ?

Frederick Vallaeys : Exactement. Et c’est peut-être ce qui rend ce moment si difficile : nous devons gérer le passé tout en nous préparant pour l’avenir. Parce que, comme à l’époque où j’étais chez Google, les gens ne savaient pas comment chercher au début et ils tapaient « le » et étaient très verbeux dans la manière dont ils précisaient les choses, puis ils ont commencé à comprendre que ces mots n’aident pas vraiment à obtenir des résultats différents. Alors laissez-moi utiliser cet espace limité pour quelque chose d’un peu plus pertinent qui aide à filtrer les résultats vers ce dont j’ai besoin. Mais les gens y sont arrivés avec le temps, non ?

Ce qui est un peu drôle maintenant, c’est que nous avons été conditionnés à parler le Google-ese dans la manière dont nous recherchons, mais maintenant nous pouvons en fait recommencer à parler humain, et le mode IA est censé nous donner ces réponses. Mais c’est un reconditionnement et, comme je l’ai dit, il y a la réflexion autour du prompting. Quand je pense au prompting, on peut soit être l’expert et être très précis et explicite, et en gros jouer le micro-manager : voici ma tâche, voici les cinq étapes que je veux que vous suiviez, et allez simplement l’exécuter exactement de cette façon.

Mais ce que je trouve fascinant, et peut-être davantage avec des personnes PPC plus juniors, c’est de leur dire quel est l’objectif et de leur demander comment ils aborderaient cela, sans dire : voici l’objectif, allez le faire, d’accord ? Mais plutôt : voici l’objectif, comment feriez-vous ? Et là, vous voyez le processus de réflexion. Encore une fois, c’est l’avantage de cette personne junior. Elle apporte des idées nouvelles et peut-être des approches auxquelles vous n’aviez pas pensé. Si elle propose une approche que vous savez franchement mauvaise, eh bien, elle vous l’a présentée, vous pouvez lui dire que ce n’est pas comme ça qu’on va faire et expliquer pourquoi.

Mais j’ai clairement constaté que ces modèles m’informent et me permettent de trouver des façons nouvelles d’aborder les problèmes, alors qu’autrement j’aurais un peu plus suivi l’ancienne méthodologie. Oui, c’est comme ça que j’aime l’utiliser.

Aaron Levy : Vous savez, c’est intéressant. J’ai peut-être vu mes yeux se lever et une petite ampoule s’allumer au-dessus de ma tête. J’ai donc enseigné pendant plusieurs années. Une année en tant qu’intervenant vacataire et une autre dans un cours un peu de type panorama. Le cours panorama à Drexel, je veux dire, nous avions simplement des étudiants qui venaient un jour par semaine. C’était une sorte de vue d’ensemble sur tous les types de médias. J’enseignais essentiellement tous les médias, ce qui était difficile à faire en une heure. Mais le projet donné aux étudiants était un peu comme un Mad Libs. Ils recevaient une marque, un problème et un mode de diffusion. On se retrouvait donc avec les choses les plus absurdes du monde. Par exemple, un groupe d’étudiants a dû un jour faire un concours pour annoncer un rappel de lait et ils devaient se concentrer sur les réseaux sociaux. Mais je veux dire, celui-là était hilarant.

Mais beaucoup d’autres étaient du genre : « D’accord, vous avez eu un faux pas en relations publiques et vous devez prendre les devants de manière proactive, tout en vous assurant que les gens le recherchent, que vous soyez devant eux. Comment aborderiez-vous cela ? » Et ce genre de processus de réflexion—encore une fois, cette petite ampoule vient de s’allumer. Je me dis : « Ah, il y a quelque chose à faire pour aujourd’hui aussi. Il y a quelque chose qu’on peut intégrer d’un point de vue résolution de problèmes. Donnez simplement aux étudiants un problème vraiment bizarre que ChatGPT ne saurait certainement pas résoudre, comme organiser un concours pour un rappel de lait. »

Mais cela rend les choses un peu plus difficiles. C’est presque comme si, dans le monde académique, au lieu d’essayer de lutter contre les gens qui utilisent GPT pour rédiger des dissertations, il fallait les faire réfléchir davantage. Faire en sorte que les dissertations aient réellement de la valeur au lieu de simplement rendre un compte rendu de lecture. Donc amener les gens à penser de manière plus créative, pour que la réponse ne puisse pas être obtenue simplement en mettant un prompt très simple et infaillible.

Frederick Vallaeys : Oui. Et cela me fait penser à l’éducation, non ? Et une chose que j’ai vraiment appréciée, c’est que dans le live stream de GPT-4o, lors de l’annonce de la sortie de GPT-4o, l’une des démonstrations consistait à expliquer visuellement le concept de la portance produite par l’aile d’un avion. Et pour ceux qui ne l’ont pas vu, c’était incroyable—cela a pris environ cinq minutes, à peu près. GPT a écrit une page web contenant un schéma visuel d’une aile et vous pouviez changer l’angle et la vitesse du flux d’air, et le petit outil vous montrait si l’avion décollait ou s’il descendait.

Et c’est tellement génial, non ? Parce que si vous pensez au principe de Bernoulli et à toutes ces autres choses qui font voler les avions, c’est très aride. Ce sont des formules et c’est difficile à visualiser. Vous passez votre bras par la fenêtre de la voiture et vous vous dites : ah, maintenant je comprends un peu. Si vous pouvez visualiser cela sur une page web, c’est incroyable, non ?

Alors j’ai repris ce principe. Je me suis dit : et si je pouvais visualiser le fonctionnement d’une enchère Google Ads ? Parce que, je veux dire, depuis 20 ans, vous l’expliquez aussi, mais bon, il y a l’ad rank et c’est essentiellement le CTR et le CPC, ces deux facteurs, non ? Mais alors comment calcule-t-on le CPC réel que l’on paie ? Et comment la section organique intervient-elle ? Et Google a ces seuils dont ils parlent en matière de qualité et de CPM minimum. Comment cela s’intègre-t-il ?

J’ai donc simplement créé un outil. Il est visuel. Je le mettrai dans les notes de l’épisode, mais les gens peuvent jouer avec. Mon idée est que c’est une excellente façon de l’expliquer à vos clients. Ils ne connaissent peut-être pas les subtilités d’une enchère publicitaire, mais s’ils disaient : « Hé, Aaron, gère-moi cette campagne, mais voici mon budget. C’est 10 000 $. Tu ne peux pas dépasser ça. » Et vous répondez : « Bon, d’accord, laissez-moi vous montrer les enchères dans ce secteur, et avec ces 10 000 $, je ne peux vous obtenir que ce nombre de clics. » Et regardez ce simulateur d’enchères, qu’attendez-vous ? Je ne peux pas vous faire aller au-delà de la position six. Et vous le visualisez et vous leur laissez jouer avec un curseur. C’est comme : ah, d’accord, si je passe un peu plus de temps à améliorer mon score de qualité, ah, mon annonce commence à grimper et mon coût n’augmente pas réellement.

C’est donc une façon vraiment intéressante que j’ai trouvée pour l’utiliser aussi à des fins pédagogiques.

Aaron Levy : J’aime beaucoup ça. Et pour revenir au monde des agences, vous venez de mentionner ce qui est franchement le plus gros temps—j’appellerai ça une perte de temps, mais c’est un peu irrespectueux envers les clients. La plus grande perte de temps dans les agences. La raison pour laquelle nous ne pouvons pas simplement tout automatiser et passer à l’IA, ce sont les clients. Le plus gros usage de temps que nous avions concernait le service client, les présentations et le reporting, et ce sont des domaines où, croyez-moi, j’ai essayé, quand j’étais chez Tinuiti, de trouver un moyen de faire générer automatiquement nos QBR. Et bien sûr, GPT et Copilot peuvent produire de jolies présentations. Et il y a des outils comme beautiful.ai, mais à ce stade, ils ne font que sortir des comptes rendus de lecture.

Et c’est là toute la difficulté. Et encore une fois, en revenant au monde académique, je pense que oui, GPT et d’autres formes d’IA générative peuvent faire énormément de travail pour nous. Mais elles peuvent aussi tout aussi vite démasquer les imposteurs. Il est assez facile de repérer quelqu’un qui a simplement copié-collé un rapport ou un ensemble d’insights depuis quelque chose qu’il a injecté dans GPT, parce que ce sera—c’est presque comme si on pouvait le voir réfléchir. Et donc beaucoup de rapports, vous savez, « donne-moi 10 insights sur ma campagne », du genre : « Oh, mon CPA a augmenté. Pourquoi cela s’est-il produit ? » Alors un format très rudimentaire dirait : « Oh, parce que les CPC ont augmenté et que votre CTR a baissé parce que vous avez eu moins de clics et plus d’impressions. » Je me dis : « D’accord, super. Génial. Bon à savoir. Et alors ? » C’est comme : « Oh, vous devriez augmenter votre CTR. » « Merci. Merci beaucoup. »

Ce n’est pas bon pour fournir des insights. Ce n’est pas bon pour fournir une stratégie. Et c’est ça—c’est ce qui va représenter la plus grande partie du travail pour générer de vraies économies de temps.

Frederick Vallaeys : Eh bien, je comprends totalement ce que vous voulez dire, non ? Mais une chose qui est—j’ai donc fait un peu de vibe coding.

Aaron Levy : J’attendais ça. Je suis tellement impatient que vous apportiez la contre-argumentation.

Frederick Vallaeys : Oui. Eh bien, dans le vibe coding, vous vous contentez essentiellement de décrire à la machine l’application que vous voulez construire, puis l’application est construite et ensuite vous pouvez dire : d’accord, je n’aime pas cette section ou ajoute plus de données ici. Mais tout est piloté par des prompts. Maintenant, j’ai créé quelque chose d’assez complexe. Il y a beaucoup de structures de données. Et ce que je trouve vraiment fascinant, c’est que dans le passé, lorsque je développais et que je bloquais sur un bug, je devais ouvrir une base de données, regarder une table, peut-être comprendre comment cette table était liée à une autre table, aller voir cette autre table, puis ouvrir le fichier censé afficher ces données, mais ce fichier avait des dépendances, et je devais ouvrir ces fichiers-là aussi.

Et donc, le simple fait de parcourir littéralement ces 10 éléments d’information différents dont j’avais besoin pour comprendre ce qui pouvait potentiellement mal se passer, vous pouvez confier cela à un agent, à un grand modèle de langage, et il ouvre très rapidement ces éléments dans l’ordre et, en quelques secondes, revient en disant : j’ai tout lu, voilà ce qui se passe. Maintenant, il n’a pas toujours raison, il ne regarde pas toujours assez en profondeur, mais le simple fait que—vous savez, disons qu’il faut cinq prompts, donc je passe trois minutes à faire cela, c’est encore plus rapide que de traiter chacun de ces fichiers l’un après l’autre et de perdre un peu le fil en me demandant : est-ce que j’ai vraiment regardé ça, ou pas ?

C’est là que je pense que ces LLM ne sont peut-être pas encore au stade que vous décrivez. Ils se bloquent sur un point très fondamental, mais si vous leur donnez plus d’informations, c’est là qu’ils peuvent aller plus loin. Et c’est aussi pour cela que je suis enthousiaste à propos d’Optmyzr, parce qu’Optmyzr dispose de toute cette profondeur d’analyse et de tout cet accès à vos rapports. Vous pouvez le connecter à vos données first-party. Et donc nous pouvons commencer à rassembler tout cela. Nous pouvons même croiser le contexte entre plusieurs comptes que vous gérez pour le même portefeuille, le même client. Et donc toute cette recherche peut désormais se faire beaucoup plus rapidement.

Je pense donc que ce que vous décrivez est un problème fondamental à l’heure actuelle, mais je le vois comme une opportunité de construire quelque chose de meilleur, parce que la technologie pour le faire est absolument là.

Aaron Levy : Je serais d’accord avec ça. Je veux dire, j’aime beaucoup m’amuser avec beaucoup de choses que vous avez construites et beaucoup de choses que vous avez décrites. Ce n’est pas un pitch, je vous le promets. Mais je pense même à quelques exemples précis de mon passé, comme lorsque j’ai travaillé longtemps pour une grande entreprise de lutte antiparasitaire et qu’elle avait un début d’année lent, et nous avons passé des semaines—enfin pas littéralement des semaines, parce qu’on a reçu l’appel classique un vendredi : « J’ai besoin que vous soyez dans nos bureaux lundi pour m’expliquer ce qui se passe. » Donc des heures et des heures et des heures, un week-end de 48 heures pour essayer de tout comprendre. 10 personnes, donc probablement 300 heures-personnes passées à travailler pour découvrir qu’il avait plu au printemps, donc il y avait moins d’insectes. Et donc littéralement—c’était littéralement juste ça : les essaims étaient plus lents.

Ou nous avions gagné—cela est probablement arrivé à beaucoup de gens—une marque de mode quelconque. On se dit : attendez une minute, pourquoi avons-nous eu notre meilleure journée de tous les temps ? Bien sûr, on a compris ça avec Google Alerts ou autre. Ah, Mila Kunis portait notre sac. Voilà pourquoi. Ah, parce que tout le monde voulait ce qu’elle portait.

Et ce sont le genre d’inférences que je sais que l’IA générative peut résoudre avec un peu de coaching. Je ne sais pas si la personne moyenne en paid search va y arriver. Donc tant que le produit n’est pas prêt, je ne sais pas si ce sera le gain de temps instantané que les gens espèrent dans les agences, non ?

Frederick Vallaeys : Parce qu’on dirait qu’il faut encore venir poser la question. Et donc, dans le cas où Mila Kunis porte votre sac, c’est une image sur les réseaux sociaux. Dieu merci pour Google Alerts qui a probablement identifié le sac, mais si ce n’était pas le cas, comment le sauriez-vous, non ? Jusqu’à ce que quelqu’un vous le dise.

L’autre exemple, celui de la météo, est vraiment intéressant parce que cela semble pouvoir s’appliquer à beaucoup plus de scénarios et, écoutez, depuis le premier jour où les scripts Google Ads ont été annoncés, c’était toujours du genre : hé, enchérir en fonction de—d’accord, voilà un exemple parfait de pourquoi cela pourrait réellement compter, et c’est pour cela que nous soutenons ces cas d’usage dans Optmyzr. Mais ce qui était intéressant aussi, c’est que nous vous aidons à configurer des conditions basées sur la météo, mais nous ne vous disons pas nécessairement quelle météo vous devriez surveiller, quels sont les schémas que nous observons, et c’est là qu’un modèle de machine learning—ce n’est même pas forcément de l’IA générative, mais le machine learning peut en quelque sorte vous orienter dans la bonne direction.

Aaron Levy : Cela pourrait certainement, mais alors bien sûr, quelles sources de données utilisez-vous et quel niveau de détail devez-vous lui fournir ? Donc, dans cet exemple précis, il fallait qu’il fasse anormalement froid pendant une période anormalement longue, ce qui retardait ensuite la période de reproduction des termites et des moustiques. Donc notre budget remontait en flèche un mois plus tard. Nous n’avons pas compris cela. Est-ce que le machine learning, est-ce que l’IA générative pourraient probablement le faire ? Mais qui va le coacher et qui va le construire ?

Frederick Vallaeys : Exactement ? Et donc l’une des idées derrière les grands modèles de langage est que vous les rendez aussi intelligents qu’ils le sont en leur fournissant essentiellement toutes les données et en ne gênant pas l’humain. Et c’est un peu pareil dans Google Ads, non ? Plus nous regardons les campagnes Performance Max, si vous vous mettez en travers de leur fonctionnement et dites : « Hé, voici des thèmes de mots-clés. Voici des mots-clés négatifs. Voici des audiences », nous ne voyons pas toujours cela corréler à de meilleures performances, parce que vous avez formulé des hypothèses humaines sur ce qui va ou non fonctionner. Et vous gênez la machine dans ce qu’elle fait le mieux, à savoir trouver des schémas et définir l’enchère correcte pour quelque chose.

Et comme je l’ai toujours dit, il n’existe pas de mauvais mot-clé. Il n’existe que de mauvaises enchères. Tout peut être pertinent à un certain niveau. Peut-être que vous ne pouvez pas enchérir en dessous d’un centime. Dans ce cas, peut-être que c’est un mauvais mot-clé, mais c’est quand même une question de valeur. Ce n’est pas nécessairement une question de ciblage.

Mais vous, qui avez travaillé dans tant d’agences, si vous deviez lancer une agence aujourd’hui, en pensant à ces données first-party, vous avez en quelque sorte l’ensemble de données le plus large au monde comme Reddit, des indicateurs économiques, est-ce quelque chose que vous intégreriez dans une agence pour réussir ? Comment y réfléchiriez-vous ?

Aaron Levy : Je ne pense pas que je le construirais comme un outil propriétaire d’agence. Et la raison, c’est qu’une fois qu’il est développé, tout le monde aura ensuite l’idée. Ils verront donc votre pitch. Ils verront vos supports web. Oui. Pourraient-ils — sont-ils aussi intelligents que moi ? Peut-être, peut-être pas. Pourraient-ils le construire mieux que moi ? Peut-être, peut-être pas. Mais pour moi, cela semble reproductible. Cela ressemble beaucoup plus à un acteur logiciel, à une approche de fournisseur, ou à quelque chose que vous intégreriez dans un outil.

Vous soulevez aussi un point intéressant à propos de la donnée first-party. Ce serait formidable si chaque client avait sa donnée first-party bien structurée. Ce n’est pas le cas. Le nombre de personnes qui fonctionnent encore avec des Post-it et des tableurs, ou dont la donnée first-party n’a pas été nettoyée depuis 20 ans, donc rien ne correspond et tout est à l’envers. Et puis un CMO a essayé de migrer vers un autre environnement et tout a été cassé.

Je pense que s’il y avait un domaine dans lequel j’investirais en tant que propriétaire d’agence, ce serait l’infrastructure data, parce que construire l’outil, construire le logiciel, construire le LLM, je pense que si vous le construisez pour vous-même, les choses se rattraperont dans quelques années. Comme on en parlait au début. On est un peu à un point de bascule, ou à un carrefour, en termes de — je ne sais pas, le monde si vous voulez — où ces choses-là ne font que commencer et avancent évidemment très vite. Donc investir tout ce temps et tout cet argent dans quelque chose qui serait propriétaire pour moi pendant un certain temps ne me semble pas être un bon investissement.

Dépenser énormément d’argent pour s’assurer que nous pouvons ingérer, comprendre et nettoyer la donnée. Pour ensuite pouvoir l’alimenter dans autre chose. Pour moi, cela ressemble à un investissement incroyable. Et, chose amusante, c’est précisément un domaine dans lequel les agences sous-investissent et où les clients ne veulent pas payer parce que personne n’a de budget data. Et pour moi, c’est l’investissement le plus pertinent pour les gens.

Frederick Vallaeys : Oui. Eh bien, cela revient au point fondamental : l’automatisation ne peut faire du bon travail que si la donnée que vous lui fournissez est de qualité. Donc je suis tout à fait d’accord : il faut mettre en place votre structure de données et y investir. Je veux dire, comment avez-vous vu, côté agence, les gens gérer les données de conversion et les imports de conversions hors ligne ? Étaient-ils au moins corrects sur ce sujet, ou est-ce encore un point de friction et une opportunité pour les agences ?

Aaron Levy : La plupart des clients étaient compétents pour le faire. Ils savaient s’en charger. Là où nous nous heurtions à des murs, c’était pour nous assurer que les commerciaux le faisaient. Nous pouvions connecter les tuyaux, mais nous ne pouvions pas obliger les gens à les mettre au bon endroit. Donc résoudre le problème humain était le plus grand défi. J’ai vécu cette expérience une fois avec un centre d’appels où, oh, nous faisons des merveilles. Nous avons plus de MQLs que jamais cette semaine. Notre taux de conversion est très élevé. Que se passe-t-il ? C’est incroyable, mais est-ce vraiment le cas ?

Le centre d’appels distribuait des primes pour le plus grand nombre de MQLs générés. Donc chaque SQL était un MQL ce mois-là, parce que les gens voulaient toucher leur prime. Et donc c’est juste : d’accord, d’accord. C’est le plus grand défi, je pense, que nous avons rencontré en tant qu’agences : premièrement, les gens ne nous disaient que des choses liées au marketing et nous disions : non, non, non, nous avons besoin de tout savoir. Nous avons besoin de tout savoir sur ce qui se passe dans l’entreprise. Nous avons besoin de savoir où se trouvent toutes vos données. Nous avons besoin de connaître votre calendrier RP. Nous avons besoin de connaître votre TV. Comme ça, nous pouvons les utiliser. Ensuite, nous pouvons les alimenter dans un outil propriétaire ou, franchement, n’importe où, et prendre de meilleures décisions, au lieu de simplement dire : voici votre budget marketing, allez le dépenser.

Frederick Vallaeys : Oui. Tout ça. Et vous avez aussi mentionné que travailler avec les clients est l’une des choses les plus chronophages. Faire le reporting pour eux. Parfois, le client se met lui-même des bâtons dans les roues. Voici une idée que je veux lancer. J’ai fait ça dans d’autres épisodes de PPC town hall, mais une idée serait : pourquoi ne pas considérer la réunion client comme le prompt maître pour le travail à effectuer ? Parce que la plupart du temps, les agences n’aiment pas les réunions client parce que c’est juste du temps où vous êtes assis là, et que se passe-t-il à la fin de cet appel ? Eh bien, vous avez des actions à mener, ce qui veut dire encore plus de temps. Et si vous pouviez considérer cette réunion de 30 minutes comme : hé, essayons vraiment de définir ce que vous voulez faire, comment nous allons nous y prendre, et à la fin nous prendrons la transcription, nous la donnerons à l’IA et à l’agent, et au moins les choses simples comme ajuster les budgets pour ce sujet dont on vient de vous dire qu’il s’agira d’une période promotionnelle, ça devrait être faisable par l’IA. Qu’en pensez-vous ?

Aaron Levy : D’abord, je ne veux pas que cela donne l’impression que je détestais les réunions client, parce que je les adorais. Franchement, je pensais que c’était le meilleur moment, parce que c’est là que vous obteniez réellement les informations business. C’était la préparation qui était horrible, et très souvent le format de données dont les gens avaient besoin, parce qu’ils avaient besoin d’une analyse pour leur propre budget. Ils mettaient leur propre outil budgétaire, peu importe.

C’est drôle. Je pense que vous et moi parlons la même langue, mais avec une vision légèrement différente. Vous — la plupart des gens ne le savent probablement pas. Personnellement, je suis un peu luddite. J’ai tendance à ne pas me jeter très souvent sur les nouvelles technologies folles dans ma vie personnelle, évidemment dans ma vie professionnelle oui, mais donc nous disons la même chose de manière exactement différente. Ce que vous venez de décrire est une bonne structure pour une présentation. Vous venez de décrire le fait d’avoir une présentation qui a un objectif, que vous avez des choses à leur montrer, que vous avez un but, que vous avez quelque chose que vous voulez obtenir comme accord du client à la fin.

Donc, fondamentalement, dans les deux cas, il s’agit encore une fois de bon prompt engineering ou de bonne définition d’objectifs, et je pense que tant que nous formons les gens — les juniors comme les seniors — à entrer dans ces conversations avec un parcours extrêmement intentionnel, certainement dans l’état actuel des choses, alors nous pouvons automatiser la majeure partie du développement de la présentation, certainement tous les graphiques et les chiffres, puis nous ajoutons les mots dessus, mais tant que vous y allez avec quelque chose que vous voulez vraiment en retirer, alors vous serez très performant, et vous aurez ensuite vos instructions pour la suite parce que vous aurez très bien conçu votre prompt ou structuré votre réunion.

Frederick Vallaeys : Eh bien, maintenant que vous le formulez ainsi, cela me paraît totalement logique : votre slide deck parfait comporte une introduction du type nous sommes votre équipe experte en gestion PPC, donc vous allez agir dans ce rôle, voici ce que nous avons essayé par le passé et voici ce que nous avons observé, appel au contexte, voici ce que nous essayons d’atteindre, objectif, maintenant parlons de cet objectif. Nous mettons donc en place certaines limites et certains paramètres. Et puis, comme je l’ai dit, à la fin, c’est : est-ce que c’est bien ce sur quoi vous voulez que nous travaillions ? Oui. D’accord. Allez-y. C’est exactement ainsi qu’un prompt serait construit. Donc oui, j’adore ça. Je pense que c’est un excellent enseignement pour toute personne qui écoute et qui a peut-être des réunions moins structurées. Pensez-y en termes de la manière dont vous formuleriez un prompt à une IA. Et si vous arrivez à ce niveau-là, alors je pense qu’à terme vous serez à un niveau où vous le donnerez à l’IA et elle fera la majeure partie du travail pour vous.

Aaron Levy : Eh bien, et tellement de ces questions sont — je veux dire, en parlant spécifiquement des réunions client, très souvent ce serait : « Oh, qu’est-ce que vous voulez voir dans la présentation de ce trimestre ? » Faites juste la même chose que la dernière fois. Ne les laissez pas faire ça. De la même manière que vous n’iriez pas vers une IA générative en disant : « Donne-moi juste des annonces qui ont l’air correctes. Voici notre site web. Vas-y. » Vous les poussez un peu. Il faut pousser les gens. Il faut pousser l’IA pour qu’elle soit créative.

Je parlais avec un ancien étudiant, qui a maintenant obtenu son diplôme, que je mentor, et qui vient de Villanova, où j’ai étudié, et malheureusement, chose amusante, j’ai bien des Post-it devant moi et je les ai jetés, ce que j’aurais dû faire rappeler par l’IA, mais je crois qu’il a appelé cela la mort de l’originalité comme étant la chose qui nous inquiète le plus, ce qui est très facile dans laquelle tomber si vous avez quelqu’un de peu formé ou qui ne veut pas trop réfléchir, et qu’il travaille avec un outil puissant comme GPT ou, dans une moindre mesure, même Performance Max.

Toutes les annonces Performance Max se ressemblent. Je sais quand je suis ciblé par une annonce de retargeting parce que c’est la même chose stupide avec les mêmes titres que nous pensions tous être des bonnes pratiques. Et donc je pense que si l’on veut retenir une chose, la plus importante que nous puissions enseigner dans l’état actuel des choses pour les présentations, pour le prompting, pour le marketing en général, c’est de garder votre créativité et de vous en souvenir, et de ne pas attendre de quel que soit l’outil qu’il la crée pour vous.

Frederick Vallaeys : Oui. Et souvenez-vous aussi de la manière dont l’outil en est arrivé à suggérer ces choses. C’est parce qu’historiquement, il y a eu beaucoup d’utilisation de ces éléments et cela a peut-être été corrélé à de bons résultats. Mais pour que ces choses deviennent performantes au départ, à un moment donné, il a fallu innover. Il a fallu que quelqu’un essaie et constate plus de succès que toutes les autres approches, puis tout le monde a suivi. Donc si vous voulez penser à niveler le terrain de jeu et à prendre un avantage, je suis totalement d’accord. Il faut être créatif et prêt à expérimenter quelque chose de nouveau. Mais je pense que c’est aussi une conversation client, non ? Comme : écoutez, nous pouvons faire la chose facile pour vous, ce n’est pas si compliqué. Nous obtiendrons des résultats suffisamment corrects, mais si vous voulez vraiment être au meilleur niveau, voici ce que nous devons consacrer à un petit budget de test et voici certaines des choses que nous devons essayer.

Aaron Levy : Exactement ? Et cela ne fonctionnera peut-être pas à chaque fois, mais nous en tirerons des enseignements. Ensuite, nous pourrons apprendre, réutiliser cet apprentissage ailleurs, et laisser toute notre concurrence idiote faire les soi-disant meilleures pratiques qu’elle a lues quelque part sur un blog, ce qui, au passage, était une expression que j’ai interdite à mon équipe chez Tinuiti. Ils n’avaient pas le droit de dire « best practices ». Les best practices sont paresseuses. Elles sont moyennes. Ce sont le point de départ. Ce sont ce que tout le monde recommande. Comme, ne dites pas « c’est une best practice » — non, non, non, disons plutôt ce que nous essayons d’accomplir et pourquoi.

Frederick Vallaeys : Très intéressant, difficile à faire. Alors Aaron, des outils IA liés au marketing avec lesquels vous avez vraiment interagi et que vous avez trouvés amusants, des choses intéressantes que vous avez vues ?

Aaron Levy : Franchement, je suis encore relativement junior dans mon parcours IA. Comme je le dis, j’ai eu plus d’un an de luddite-itude, ce qui a été plutôt amusant. C’est plutôt amusant de revenir en tant qu’enfant. D’abord, un plug évident pour Optmyzr Sidekick parce que j’adore ce petit gars. Pour ceux qui ne connaissent pas, c’est un outil en langage naturel — comment vous l’appelez — un petit plug-in qui se trouve…

Frederick Vallaeys : Une fonctionnalité de chat dans votre compte Optmyzr qui utilise essentiellement des LLM et une intégration poussée à vos données publicitaires pour vous aider avec tout ce dont vous avez besoin.

Aaron Levy : Clippy pour le 21e siècle. Vous savez, j’ai vu Clippy. Je ne sais pas si les gens ont vu le nouveau film Naked Gun.

Frederick Vallaeys : D’abord, quoi ? Il y a un nouveau film Naked Gun ?

Aaron Levy : Oui, regardez-le. Bon film. Et Clippy fait son retour. Et je vous laisserai découvrir s’il est super agaçant ou super utile.

Frederick Vallaeys : Eh bien, voilà mes plans pour ce soir.

Aaron Levy : Mais non, au-delà de ça, je me suis juste amusé avec les outils standard. Pourquoi cela vient-il de quitter mon cerveau ? GPT, Claude, je me suis amusé avec Gemini, j’ai testé Copilot. Nous avons testé quelques intégrations précoces de ce que Gemini s’appelait avant d’être Gemini et nous l’avons intégré dans certains plugins Google Sheets. Nous avons fait pas mal de choses sympas de cette manière. Je me suis un peu amusé avec beautiful.ai, qui sert plus ou moins à développer des présentations, mais je n’ai pas atteint le niveau de sophistication d’autres personnes, ce qui, si l’on veut, fait de moi un bon candidat pour une conversation comme celle-ci, parce que je pense représenter la plupart des personnes de niveau intermédiaire dans les agences à ce stade : elles vont en apprendre suffisamment pour faire leur travail. Alors, comment les amener à l’utiliser efficacement ?

Frederick Vallaeys : Oui ? Oui. Et c’est un peu comme si vous aviez ces outils incroyables, mais tout le monde n’est pas devenu bon en prompting ou en compréhension de la manière de relier les pièces entre elles. Et c’est là que vous voyez apparaître des outils spécialisés qui, très simplement, sont construits sur GPT-4, mais qui ont trouvé comment fournir un meilleur contexte, comment faire un meilleur fine-tuning et vraiment l’amener à accomplir une tâche précise pour vous.

Et oui, je m’amuse beaucoup avec tout ça en ce moment. Du vibe coding de ces simulateurs d’enchères. Je code une fonctionnalité de ghost blogger pour pouvoir écrire des articles de blog comme si je parlais à un journaliste, et il me pose des questions sur mes réflexions concernant certains sujets, puis il construit quelque chose de beaucoup plus pertinent par rapport à qui je suis. Et puis, bien sûr, toutes les choses que nous faisons dans Optmyzr. Donc encore une fois, pas trop de plug pour Optmyzr, mais je suis super enthousiaste à l’idée que Sidekick commence réellement à fonctionner sur l’ensemble du compte.

Donc, si vous êtes account manager et que vous devez aller dire : « Écoutez, j’ai juste besoin de faire un rapport pour mon client, et je ne veux pas utiliser les rapports personnalisés qui sont dans Optmyzr, mais je vais simplement cliquer dans l’interface, et au fur et à mesure que je regarde les choses, je vais simplement parler à voix haute de ce que je vois et de ce que je pense que cela signifie. » Et donc, à la fin de la session, Optmyzr Sidekick vous a entendu parler d’une variété de choses, puis il compile cela et dit : « D’accord, laissez-moi regrouper ça. Voici des éléments sur les mots-clés. Voici des éléments sur le budget. Voici une vision stratégique à long terme », et il produit en fait un récit qui n’est pas simplement généré de manière générique par le LLM, mais qui est réellement vous, en tant qu’account manager, et votre opinion d’expert combinés à ce que les données montrent. C’est donc un peu cette vision du futur qui m’enthousiasme beaucoup et qui, je l’espère, sera très utile aux gens.

Aaron Levy : Eh bien, et c’est tangible. C’est facile à utiliser et, franchement, c’est beaucoup de la manière dont j’ai été — mon propre parcours, encore une fois, j’appellerai ça mon parcours IA, a été : bon, je vais essayer quelque chose d’un peu plus compliqué cette fois. J’ai une idée en tête depuis toujours pour une application, et maintenant je vais la vibe coder parce que je suis plus à l’aise avec ça. Mais simplement tester des choses simples et comprendre ce qu’elle se trompe.

Dans ma keynote pour SMX, qui remonte à, mon Dieu, probablement plus d’un an maintenant. C’était à peu près à cette période l’année dernière. J’ai un peu saupoudré du mauvais IA partout, ce qui n’était qu’un simple prompt unique, ce qui était à l’époque ma perception de l’IA et je pense celle de beaucoup de gens. Mais maintenant que nous devenons bien meilleurs et plus forts dans ce domaine et que les modèles s’améliorent et apprennent plus vite. D’accord. Maintenant, c’est un jouet avec lequel je peux m’amuser. Maintenant, je peux construire une application pour permettre aux gens de trouver d’autres personnes avec qui aller jouer au golf. Ne la volez pas. Elle est à moi.

Frederick Vallaeys : C’est drôle aussi parce que vous avez fait cette keynote en critiquant l’IA et j’ai probablement fait la keynote juste avant, au SMX précédent, en faisant tout le contraire, en la vantant à fond. Donc nous sommes le yin et le yang ici. Mais je pense que c’est bien, non ? Et c’est pour ça que je suis heureux de vous avoir dans l’entreprise, pour apporter cette perspective de praticien d’agence et peut-être les pieds sur le terrain, et voir comment tout cela se traduit réellement, parce que moi, vivant dans la Silicon Valley, je suis tellement entouré par ça et par cette vision de là où nous pensons pouvoir aller, mais qu’est-ce qui se passe dans la majeure partie du monde ? Revenons à la réalité à un certain niveau.

Aaron Levy : Oui, je suis à South Philadelphia, où rien n’a changé depuis 150 ans, sauf que mon épicerie de quartier est maintenant une maison, mais à part ça. Non, je veux dire, j’ai toujours essayé d’adopter cette approche. Surtout quand je gérais une équipe à très grande échelle. Oui, j’avais mes très hauts performeurs, mais je n’avais pas besoin de construire des choses pour eux. Ils allaient construire leurs propres choses. Je devais construire des choses pour tout le monde, et je devais construire des choses avec des garde-fous pour — je n’avais que des A players, mais certains étaient des A minus players. Allez, tout le monde. Tout le monde a une courbe de distribution. Mais donc vous devez rendre ces choses tangibles pour tout le monde et les rendre utilisables par tout le monde, y compris les personnes qui ne sont pas à l’aise avec la technologie, ce qui, je pense, fait de nous ici une sorte de contrepoint intéressant.

Frederick Vallaeys : Donc, et c’est une position assez enviable, non ? Avoir des A players et peut-être quelques A minus players. Comment faites-vous cela en tant qu’agence ? Comment obtenez-vous ces profils ?

Aaron Levy : Eh bien, premièrement, nous donnions à nos équipes énormément de liberté. Et donc, en retour, s’il y avait des personnes qui avaient besoin d’une direction directe, direction, direction, direction, elles se faisaient vite repérer. C’étaient des gens qui demandaient des instructions pas à pas pour tout faire. À la place, nous avions une sorte de cadre et une réflexion générale, mais vous le preniez, vous le construisiez à votre manière, dans votre style.

J’aime toujours dire qu’à Tinuiti, vous pouviez regarder un compte et savoir que c’était un compte Tinuiti, mais vous pouviez aussi voir que c’était le compte d’Alana ou de Jeff, parce qu’ils avaient leur propre style qui partait de notre point de départ. Et encore une fois, en parlant des grandes agences, presque toujours la personne que les clients veulent voir présenter l’activité est la personne qui va travailler sur leur business. Donc, en retour, cette personne pouvait se présenter elle-même autant que nous pouvions présenter l’entreprise. Et cela mettait les clients beaucoup plus à l’aise, parce qu’ensuite la personne ne se retrouvait pas à forcer, ou peut-être à neutraliser, son propre style parce qu’il devait rentrer dans les best practices d’une entreprise.

Frederick Vallaeys : Exactement ? Donc donnez-leur de l’autonomie. Dites-leur ce que vous essayez d’atteindre et non comment y parvenir.

Aaron Levy : Autonomie, beaucoup de confiance. Et puis vous constaterez que les profils plus faibles se révèlent rapidement. Vous savez, chez Tinuiti, nous avions des congés illimités. Je ne pense pas avoir jamais travaillé dans une entreprise où je devais compter mes heures. Je veux dire, même vous et moi en travaillant ensemble au début, je me disais : « Alors, je dois travailler quelles heures ? » Et vous avez dit : « Je ne sais pas. Quand vous avez besoin de faire votre travail. » Ce genre d’attitude a toujours été perçu comme un peu moins équitable, du genre : « Oh, comment vous assurez-vous qu’ils ne glandent pas ? » Si quelque chose, je pense que vous le découvrez plus vite de cette manière, avec la liberté et la confiance.

Frederick Vallaeys : Oui, bon conseil. D’accord. Eh bien, Aaron, vous avez fait une keynote à SMX il y a environ un an. Les gens peuvent aller la retrouver, mais vous allez aussi intervenir au prochain SMX, je crois. Qu’est-ce que les gens peuvent attendre ?

Aaron Levy : Plus de moi, plus de choses à contre-courant. Je veux dire, une grande partie de ce qui m’enthousiasme dans le travail avec Optmyzr, c’est d’utiliser une équipe d’analystes très solide et évidemment énormément de données avec lesquelles jouer. Et vous savez, dans le passé, j’avais certainement cela à ma disposition, mais pas à ce niveau-là et pas avec ce volume-là. Donc, ce qui m’enthousiasme le plus, c’est de commencer à disséquer certaines de ces choses qui arrivent. J’ai vraiment hâte de creuser dans Performance Max et de découvrir si c’est vraiment quelque chose de spécial ou si c’est juste du DSA avec des boutons différents.

Et essayer de comprendre combien de ces choses sont incrémentales, combien de ces choses créent réellement de la valeur. C’est vraiment ce que je cherche : pas un nouvel outil. Les gens ont essayé l’outil, c’est bien, mais essayons de comprendre ce que l’outil a fait ? Est-ce qu’il fait quelque chose de nouveau ou est-ce qu’il ne fait que déplacer la nourriture dans votre assiette ? C’est ce genre de choses dans lesquelles je vais le plus plonger, parce que ce sont les questions qu’on nous pose le plus.

Frederick Vallaeys : Très bien. D’accord. Eh bien, inscrivez-vous tous à cela. Et puis, si vous avez apprécié PPC Town Hall, abonnez-vous, mettez un like afin que d’autres personnes le découvrent. Et Aaron. Grâce à cela, les gens peuvent vous trouver sur LinkedIn. Vous faites partie d’Optmyzr, donc ils peuvent également vous y contacter. Venez voir Aaron et moi lors des prochaines conférences. Sur ce, nous allons conclure ici. Merci de nous avoir regardés, et à bientôt pour le prochain épisode.

Aaron Levy : Merci, chef.