Le ciblage publicitaire classique repose sur des critères que vous définissez vous-même : âge, sexe, zone géographique, centres d'intérêt. C'est utile, mais limité par votre connaissance de votre cible. L'audience lookalike inverse la démarche. Vous fournissez à la plateforme un échantillon de personnes qui correspondent déjà à ce que vous cherchez, et c'est elle qui en déduit le profil à viser.
Le mécanisme repose sur la modélisation statistique. À partir de votre audience source, la plateforme repère des dizaines de signaux partagés (comportements, affinités, données déclaratives) qui distinguent ces personnes du reste de la population. Elle construit ensuite une audience plus large composée d'individus qui présentent ces mêmes signaux, sans pour autant figurer dans votre liste de départ.
L'intérêt est double. D'abord, vous sortez des cibles évidentes pour atteindre des profils ressemblants auxquels vous n'auriez pas pensé. Ensuite, vous mettez la puissance de calcul de la plateforme au service de votre acquisition : elle traite des volumes de données qu'aucun ciblage manuel ne pourrait approcher.
Tout repose sur l'audience source, aussi appelée audience seed ou audience de base. C'est la liste de personnes que la plateforme va analyser pour comprendre qui chercher. Sa qualité conditionne tout : un modèle bâti sur une source approximative produira une audience approximative, quelle que soit sa taille.
Plusieurs sources sont possibles, de la plus généraliste à la plus pointue :
Côté volume, comptez au minimum un millier de personnes, idéalement plusieurs milliers, pour que la plateforme dégage des points communs fiables. Mais ne sacrifiez jamais la qualité au volume : une source de 2 000 acheteurs récents bat presque toujours une source de 50 000 visiteurs sans engagement. Le bon réflexe est d'affiner la source, pas de la gonfler.
Une fois la source analysée, vous choisissez la largeur de l'audience similaire. C'est un curseur, et tout l'art consiste à le régler. Plus vous élargissez, plus vous touchez de monde, mais plus les personnes ajoutées ressemblent de loin à votre source. Plus vous resserrez, plus les profils sont proches, mais plus le volume disponible est faible.
Sur Meta, le réglage s'exprime en pourcentage de la population du pays : un lookalike à 1 pourcent représente le centile le plus ressemblant, le plus précis pour la performance ; à 5 ou 10 pourcents, l'audience grossit mais se dilue. La bonne méthode consiste à commencer serré pour capter les profils les plus proches, puis à élargir si vous devez gagner du volume ou si la performance se maintient. Tester plusieurs largeurs en parallèle reste le moyen le plus sûr de trouver le point d'équilibre propre à votre offre.
L'audience lookalike est avant tout un levier d'acquisition, en haut de tunnel. Elle sert à élargir votre base vers des prospects qui ressemblent à vos meilleurs clients, là où le retargeting se contente de rappeler votre offre à ceux qui vous connaissent déjà. Les deux ne s'opposent pas : ils occupent des étages différents du tunnel et fonctionnent bien ensemble.
Côté Meta (Facebook, Instagram), les audiences similaires sont un classique : vous partez d'une audience personnalisée (clients, visiteurs, engageurs) et vous générez un lookalike calibré par pourcentage. C'est souvent le moteur d'acquisition principal des annonceurs e-commerce sur ces plateformes.
Côté Google, la logique équivalente passe par les audiences similaires et, de plus en plus, par les signaux d'audience fournis aux campagnes automatisées (Performance Max, smart bidding). Vous indiquez une audience de référence et l'algorithme s'en sert comme point de départ pour trouver des convertisseurs, plutôt que comme un ciblage strict.
Quelques bonnes pratiques transversales : rafraîchir régulièrement l'audience source pour qu'elle reflète vos clients récents, exclure du lookalike les personnes déjà clientes pour ne pas payer deux fois la même cible, et surveiller la performance par largeur pour ajuster le curseur au fil de la campagne. Bien réglé, le lookalike est l'un des moyens les plus efficaces de passer à l'échelle sans dégrader la qualité des prospects.
