"On dépense trop sur des mots-clés qui ne convertissent pas."
Si tu gères des campagnes Google Ads pour un SaaS ou un service B2C, tu as déjà pensé ça. Moi aussi. Sauf que cette fois, au lieu de passer 3 jours à éplucher des tableaux croisés dans Google Ads Editor, j'ai décidé de faire bosser une IA dessus.
Pas un chatbot à qui tu poses des questions vagues. Un vrai workflow d'analyse, alimenté par des données réelles, avec des recommandations actionnables — et même des fichiers d'import prêts à injecter.
Voici comment on a fait en février 2026 — et les résultats qu'on a mesurés dès mars.
Le contexte : Vocaneo, un SaaS d'orientation professionnelle
Vocaneo est une plateforme d'accompagnement carrière qui combine psychométrie (RIASEC, OCEAN, SVS), intelligence artificielle et une base de +1 500 fiches métiers. On cible à la fois le grand public (B2C) et les cabinets de bilan de compétences (B2B).
Comme beaucoup de startups, on fait tourner des campagnes Google Ads pour acquérir du trafic qualifié. Et comme beaucoup de startups, on n'a pas de media buyer dédié à temps plein. C'est moi qui gère, entre deux sprints de dev et trois réunions produit.
Le problème est simple : le temps manque pour optimiser correctement. On lance, on surveille vaguement le CPA, on coupe ce qui saigne trop. Ce n'est pas de l'optimisation — c'est de la survie.
L'idée : transformer Claude en analyste SEA
En février 2026, j'ai décidé de changer d'approche. Au lieu d'optimiser "à la main" ou de payer un prestataire 2 000 €/mois, j'ai monté un workflow complet avec Claude Code pour analyser mes campagnes en profondeur.
L'objectif était clair : obtenir un audit SEA de qualité agence, en interne, en quelques heures au lieu de quelques semaines.
Ce que j'ai injecté comme données
Pour que l'analyse soit sérieuse, il fallait des données sérieuses. J'ai alimenté Claude avec quatre sources distinctes :
1. Export complet Google Ads — performances par campagne, groupe d'annonces, mot-clé, avec historique de conversions, CPC, CTR, Quality Score, et taux d'impression perdu.
2. Export Google Keyword Planner — plus de 1 500 lignes de mots-clés avec volumes de recherche, niveaux de concurrence et CPC estimés. J'y reviendrai, parce que ce que Claude a fait avec ce fichier tient presque de la magie.
3. Export SEMrush — positionnement concurrentiel, mots-clés des concurrents, estimation de trafic payant du marché. La vision macro que Google Ads seul ne donne pas.
4. Un guide des bonnes pratiques SEA 2026 — un document de référence consolidé pour que Claude ne recommande pas des tactiques de 2021. Le paysage Google Ads a énormément changé avec les campagnes Performance Max, l'évolution du broad match, et la fin progressive des cookies tiers.
En complément, j'ai connecté à Claude Code, via un tool MCP, l'API de DataForSEO. Ça lui a permis de lancer des analyses complémentaires en temps réel, notamment sur les SERP : qui se positionne sur quoi, quels formats apparaissent (featured snippets, PAA, ads shopping...), et comment le paysage de résultats évolue sur mes requêtes cibles.
La méthode : comment on a structuré l'analyse
On ne balance pas 15 fichiers à une IA en disant "optimise-moi ça". Ça ne marche pas. Voici comment j'ai structuré le travail avec Claude Code.
Étape 1 — Cartographie de l'existant
Première passe : faire comprendre à Claude la structure de mes campagnes. Quels groupes d'annonces, quels mots-clés, quelle architecture. Claude a identifié la logique de segmentation et a pointé les incohérences : des mots-clés en double entre groupes, des négatifs manquants, des groupes d'annonces avec trop de variations sémantiques.
Étape 2 — Le Keyword Planner, ou le pouvoir magique du clustering
C'est le moment qui m'a le plus bluffé.
J'avais un export Keyword Planner de plus de 1 500 lignes. Avant, pour identifier les clusters d'intention dans ce type de fichier, je faisais ça à la main. Des heures à trier, regrouper, colorier des cellules Excel, essayer de trouver des patterns sémantiques dans une masse de données brutes. Un travail ingrat que je repoussais systématiquement.
Claude a avalé le fichier et, en quelques minutes, a identifié des clusters d'intention clairs et hiérarchisés. Des regroupements que j'aurais mis une journée à constituer manuellement — et probablement avec des oublis. Il a catégorisé les requêtes par intention (informationnelle, transactionnelle, navigationnelle), par thématique métier, par niveau de maturité dans le parcours utilisateur. Le tout structuré, priorisé, prêt à être transformé en groupes d'annonces.
C'est le genre de moment où tu te dis : "OK, là c'est un vrai changement de paradigme."
Étape 3 — Benchmark concurrentiel et analyse SERP
Grâce aux données SEMrush et à l'accès direct à l'API DataForSEO via le tool MCP, Claude a comparé ma couverture de mots-clés avec celle des concurrents directs. Mais il ne s'est pas arrêté aux mots-clés : il a analysé la structure des SERP pour comprendre quelles positions étaient réellement atteignables et sur quels formats miser.
Le livrable : une matrice d'opportunités — les mots-clés que mes concurrents couvrent et pas moi, triés par volume, CPC estimé et pertinence métier.
Étape 4 — Recommandations structurées et fichiers d'import
Claude n'a pas sorti une liste générique de "bonnes pratiques". Il a produit des recommandations contextualisées, classées par impact estimé et effort d'implémentation :
- Quick wins : négatifs à ajouter immédiatement, enchères à ajuster, annonces à mettre en pause.
- Optimisations structurelles : réorganisation de groupes d'annonces, nouvelles extensions, ajustements de ciblage géographique.
- Opportunités stratégiques : nouveaux mots-clés à tester, segments d'audience à explorer, pistes de landing pages dédiées.
Et le bonus qui change tout : Claude a généré directement des fichiers d'import compatibles Google Ads Editor. Pas juste des recommandations à implémenter à la main — des fichiers CSV prêts à être importés pour appliquer les modifications sur le compte. Ajout de mots-clés négatifs, restructuration de groupes, nouveaux mots-clés avec enchères suggérées... tout ça au format attendu par l'Editor. Ce qui aurait pris des heures de saisie manuelle se résume à un import.
Les résultats : mars 2026 vs février 2026
Les optimisations ont été implémentées courant février. On a mesuré l'impact sur le mois de mars complet. Voici ce qu'on observe.
⚠ Google Ads n'est pas la seule source de trafic — la croissance des inscrits n'est pas imputable à 100% aux optimisations SEA.
Réduction du CPC de 30%. Je ne donnerai pas les montants exacts — mes concurrents lisent probablement LinkedIn aussi 😉 — mais une baisse d'un tiers du coût par clic, c'est significatif. Et ce n'est pas en réduisant la couverture : c'est en arrêtant de payer trop cher des clics à faible potentiel.
Consommation du budget passée de 62% à 88%. Avant, on sous-dépensait notre propre budget parce que l'allocation était mal calibrée. Des campagnes plafonnaient pendant que d'autres tournaient au ralenti. En redistribuant les budgets selon les recommandations de Claude, on utilise désormais 88% de notre enveloppe — chaque euro va là où il a le plus d'impact.
1 800 nouveaux inscrits en mars 2026, soit +37% par rapport à février. Un point important d'honnêteté : Google Ads n'est pas notre seule source de trafic. Le SEO, les réseaux sociaux et le bouche-à-oreille contribuent aussi. On ne peut pas imputer 100% de cette croissance aux optimisations SEA. Mais la corrélation temporelle est claire, et les métriques internes (trafic payant, taux de conversion par source) confirment que l'Ads a significativement tiré la croissance.
Les limites — parce qu'il y en a
Soyons honnêtes : ce n'est pas magique. Enfin si, le clustering du Keyword Planner c'est un peu magique. Mais pour le reste :
La qualité dépend des données en entrée. Si tes exports sont incomplets, si tu ne donnes pas assez d'historique, les recommandations seront superficielles. Garbage in, garbage out — c'est aussi vrai avec l'IA.
Le jugement business reste humain. Claude peut te dire qu'un mot-clé a un CPA élevé. Il ne peut pas savoir que ce mot-clé amène des clients à forte LTV qui restent 18 mois. Cette lecture stratégique, c'est toi qui l'apportes.
Il faut structurer le workflow. Si tu balances tes données en vrac en demandant "qu'est-ce que je dois faire ?", tu auras une réponse générique. La valeur est dans la structuration de l'analyse : les bonnes questions, dans le bon ordre, avec les bonnes données.
L'implémentation reste à valider. Même si Claude génère des fichiers d'import Google Ads Editor, tu dois relire et valider avant d'importer. C'est un accélérateur, pas un pilote automatique.
Ce que j'en retiens pour les dirigeants et marketeurs
Tu n'as pas besoin d'un budget agence à 5 chiffres pour avoir une optimisation SEA sérieuse. Tu n'as pas non plus besoin d'être développeur pour utiliser Claude Code — même si ça aide de comprendre la logique de traitement de données.
Ce dont tu as besoin :
- Tes données, propres et exportées (Google Ads, Keyword Planner, et idéalement un outil SEO tiers).
- Un cadre d'analyse, une structure de questions plutôt qu'une demande vague.
- Du recul, pour filtrer les recommandations avec ta connaissance du terrain.
L'IA ne remplace pas le stratège. Elle remplace les heures de tableur. Et quand tu vois les résultats en un mois, tu te demandes pourquoi tu ne l'as pas fait avant.
Pour aller plus loin
Chez Vocaneo, on utilise Claude à tous les étages : RAG sur nos fiches métiers, génération de rapports psychométriques, automatisation des workflows internes avec n8n. L'optimisation Google Ads n'est qu'un cas d'usage parmi d'autres.
Si le sujet t'intéresse, je prépare une série d'articles sur l'automatisation concrète pour les petites structures qui n'ont pas de département data. Pas de la théorie — des retours terrain.
Des questions ? Des retours d'expérience similaires ? Contactez-nous — on est curieux de savoir comment d'autres entrepreneurs abordent l'optimisation SEA avec l'IA.