Catalog Ads à grande échelle : comment gérer des milliers de SKU

Gérer des catalog ads à grande échelle consiste à exploiter un vaste product feed afin que le système de diffusion de Meta répartisse les dépenses sur les articles réellement capables de générer des résultats, au lieu de les concentrer sur quelques produits familiers. L'approche repose sur un catalogue unique comme source de référence, divisé en product sets dimensionnés selon le volume de conversions que chacun peut supporter. Les principaux leviers sont la taille du product set principal, les limites de dépenses par product set, la fiabilité des disponibilités et le regroupement des variantes. Bien menée, elle maintient le budget sur les stocks vendables plutôt que sur des SKU sans intérêt.

Tu as importé 4,000 SKU. Le rapport du mois dernier montre que la majorité des dépenses s'est concentrée sur une trentaine d'entre eux, et tu ne sais pas si l'algorithme est intelligent ou simplement paresseux.

Toute la difficulté est là. Pour les catalog ads, le passage à grande échelle n'est pas un problème de budget, mais de taille de catalogue. Les mécanismes qui rendent la diffusion de produits pilotée par le product feed simple avec 40 SKU, connecter un product feed et laisser la diffusion choisir le produit, sont aussi ceux qui la rendent opaque avec 4,000. Rien ne casse. Tu perds simplement la visibilité sur ce qui se passe, et ton product feed devient discrètement l'endroit où ta marge vient mourir.

Les équipes qui gèrent bien de grands catalogues traitent le product feed comme une surface opérationnelle, pas comme une simple étape de configuration. Voici pourquoi les dépenses se concentrent, comment structurer le catalogue en conséquence, dimensionner ton ensemble de travail, arrêter les pertes sans réinitialiser l'apprentissage et garder des données de stock et de variantes fiables. L'autre partie du travail, l'import de produits en volume, est traitée dans notre guide sur les imports groupés de catalog ads.

Ce que signifie réellement « à grande échelle » pour les catalog ads

Ici, l'échelle concerne la taille du catalogue, pas les dépenses. Une marque qui consacre 200,000 dollars par mois à 60 SKU a un travail opérationnel plus simple qu'une marque qui en consacre 20,000 à 6,000 SKU. La première a un problème de merchandising qu'elle peut voir. La seconde en a un qu'elle ne peut pas voir.

Le seuil ne correspond pas à un nombre de SKU. C'est le moment où l'état des stocks, l'économie des produits, la concentration de la diffusion et le reporting ne peuvent plus être gérés SKU par SKU. Certains catalogues de 800 produits le franchissent, d'autres de 5,000 produits non, car leur assortiment est uniforme. En dessous de cette limite, tu peux lire chaque ligne de produit. Au-dessus, la plupart des SKU ne reçoivent jamais d'impressions significatives et l'inspection manuelle devient impossible.

Premier point à intégrer : le système de diffusion de Meta traite tes données comme des signaux plutôt que comme des instructions. Cela vaut autant pour la sélection des produits que pour le ciblage. La façon dont le système actuel interprète tes données explique donc l'essentiel de ce qui suit. Un product set limite le groupe de candidats, mais ne promet aucune répartition au sein de ce groupe.

Le reste se résume à quatre tâches : centraliser les données, dimensionner l'ensemble principal, arrêter les pertes et garder un product feed fiable.

Pourquoi Meta dépense toujours sur les mêmes quelques produits

Commençons par ce que Meta documente réellement, car l'écart entre ces informations et les suppositions courantes est à l'origine de la plupart des mauvaises décisions.

Meta indique que les recommandations de catalogue s'appuient sur les centres d'intérêt, les intentions et les actions d'une personne. C'est tout. Il n'existe aucune équation publiée de classement au niveau des SKU, aucune allocation d'exploration, aucune garantie minimale d'impressions par produit et aucune indication selon laquelle le prix serait un facteur de classement. L'article technique de Meta sur Andromeda, son moteur de récupération des publicités, explique comment des millions de publicités candidates sont filtrées avant leur classement. Il parle des publicités, pas du produit choisi au sein d'une catalog ad.

Cette concentration est toutefois structurellement prévisible, car le mécanisme forme une boucle de rétroaction. Une poignée de produits commencent avec des taux d'action prédits plus élevés en raison de la demande, du prix, du trafic sur la page ou de l'historique d'achats. Ils obtiennent davantage de diffusion, ce qui produit plus de données sur les résultats et renforce la confiance du système à leur égard. Les produits qui n'ont pas fait leurs preuves reçoivent moins d'occasions. Ils n'accumulent donc jamais les données qui pourraient changer le verdict.

Jusqu'où ce déséquilibre peut-il aller ? La meilleure mesure chiffrée propre à Meta dont nous disposons vient d'une analyse de ROI Hunter portant sur 120 ad sets de prospection dynamique, avec un catalogue médian de 4,500 produits : les 1 % de produits les plus diffusés ont capté 50 % des impressions, et les 200 premiers en ont capté 70 %. Considère cela comme la preuve qu'une concentration extrême est plausible, pas comme une référence actuelle. L'analyse date de 2018, précède Andromeda, a été publiée par un fournisseur et mesure les impressions plutôt que les dépenses.

Tu entendras aussi que Meta favorise les produits moins chers. Cette affirmation provient d'une seule source professionnelle, et aucune documentation de Meta ni étude contrôlée ne la confirme. La version défendable est la suivante : avec une optimisation au coût le plus bas, les articles moins chers peuvent simplement générer davantage d'achats par dollar. C'est un effet indirect, pas un biais documenté. Dans les deux cas, l'impact commercial compte, car un SKU gagnant en matière de CPA peut être très mauvais en matière de marge contributive.

Lance le diagnostic de concentration

Ne présume rien de tout cela pour ton propre compte. Mesure-le. Ads Manager propose une ventilation de la diffusion par ID de produit pour les campagnes de catalogue, et la Marketing API propose les ventilations product_group_content_id et product_set_id. Exporte la ventilation par produit et calcule cinq valeurs :

• Pourcentage de SKU éligibles ayant reçu au moins une impression
• Pourcentage ayant généré des dépenses
• Part des dépenses captée par tes 1, 5, 10 et 20 premiers produits
• Part captée par les 1 %, 5 % et 10 % supérieurs du catalogue
• Produits ayant dépassé le CPA cible sans aucun achat enregistré

Un avertissement qui t'évitera une analyse inutile : le SKU diffusé n'est pas le SKU acheté. Une personne peut voir un produit, cliquer et en acheter un autre. Conserve les produits diffusés, cliqués et achetés dans des champs distincts, puis rapproche les données de diffusion de Meta de tes données de commande au lieu de te fier à l'attribution des conversions par produit dans Ads Manager, qui reste incomplète et disponible de façon irrégulière.

La concentration n'est pas un bug à éliminer. Elle ne devient un problème que lorsque le groupe concentré est choisi par accident plutôt que par toi.

Un catalogue, plusieurs product sets

Voici la contradiction qui piège la plupart des équipes. La consigne documentée de Meta consiste à tout conserver dans un seul catalogue : cela centralise les données du Meta Pixel et d'engagement, améliore le taux de correspondance et rend les produits disponibles pour ton compte commercial connecté. La recommandation littérale est de créer des product sets plutôt que plusieurs catalogues. En parallèle, tous les spécialistes expérimentés te diront de ne pas verser l'intégralité de ton catalogue dans un seul ad set.

Les deux ont raison, car ils parlent d'objets différents.

Le catalogue est l'architecture des données. Il constitue ta source de référence pour la disponibilité, les prix et le taux de correspondance. Le diviser fragmente le signal qui permet au reciblage de fonctionner. Le product set est l'architecture d'achat média. C'est le segment que tu associes à un ad set, et c'est ainsi que tu diriges le budget. La règle est donc simple : un catalogue, plusieurs product sets. Plusieurs catalogues ne se justifient que lorsque la gouvernance, la propriété des marques, les comptes commerciaux ou des systèmes backend réellement incompatibles empêchent de partager une même source de référence.

Les product sets peuvent être des sélections statiques ou des filtres basés sur des règles qui se mettent à jour lorsque les champs changent. À grande échelle, privilégie les règles, car une sélection statique devient obsolète dès que ton assortiment évolue.

Comment découper les product sets

Quatre axes sont utiles, dans cet ordre de priorité :

• Tranche de marge. C'est le découpage le plus précieux et celui que presque personne n'effectue en premier. Les champs natifs du product feed ne contiennent pas la marge contributive. Tu dois donc l'ajouter dans un libellé personnalisé à partir de tes propres données.
• Cycle de vie. Éprouvé, en exploration, dormant. Cet axe te permet de protéger l'ensemble principal tout en continuant à tester.
• Catégorie. C'est le choix par défaut de presque tout le monde. Il est utile pour la logique de merchandising et pour associer un product set à un angle créatif précis.
• Tranche de prix. Elle sert surtout à contrôler la fuite vers les SKU bon marché décrite plus haut.

La plupart des équipes commencent par la catégorie, car cet axe existe déjà dans le product feed. La marge est un meilleur premier découpage : la catégorie t'indique ce qu'est un produit, la marge t'indique si tu souhaites le vendre.

Un contrepoids avant de segmenter agressivement : Meta a testé l'élargissement de la diffusion au-delà d'un product set sélectionné, et une étude menée auprès de 18 annonceurs aurait produit un ROAS supérieur de 14 % et un coût par achat inférieur de 11 % lorsque l'éligibilité a été élargie. L'échantillon est petit et le résultat est repris par un partenaire de Meta plutôt que par une page officielle. Prends-le donc avec précaution. Mais la tendance est réelle. La position annoncée par Meta à Cannes en juin 2026 était que les données produit deviendraient un élément essentiel de toutes les campagnes Sales. La sursegmentation a un coût, et ce coût augmente.

Nomme tes product sets de façon à ce que le rapport reste lisible dans six mois. Des conventions de nommage cohérentes transforment une structure de product sets en quelque chose que tu peux analyser.

Comment dimensionner ton product set principal

« Commence par tes meilleures ventes » est le conseil que tout le monde donne sans jamais le rendre exploitable. Voici la version exploitable.

La contrainte déterminante est le volume de conversions, pas le nombre de SKU. Selon les recommandations de Meta, les performances se stabilisent généralement lorsqu'un ad set reçoit environ 50 événements d'optimisation sur une période de sept jours. Ce seuil s'applique à l'ad set, pas à chaque produit. Personne n'a besoin de 50 achats par SKU.

Dimensionne donc ta structure à partir des conversions que ton budget peut acheter :

Expected weekly purchases = (7 x daily budget) / target CPA
Learning-capable ad sets   = expected weekly purchases / 50

Avec 1,000 dollars par jour et un CPA cible de 50 dollars, cela représente 140 achats hebdomadaires, assez pour que deux ad sets dépassent le seuil avec une petite marge de sécurité. Trois exigeraient une répartition presque parfaitement équilibrée et ne laisseraient aucune marge. Ce calcul dimensionne tes groupes d'optimisation. Il ne te dit pas combien de produits doivent les remplir.

Pour les produits, pars de leur rentabilité plutôt que d'un chiffre rond : construis le product set principal à partir des produits qui représentent environ 70 à 80 % du chiffre d'affaires produit récent ou du bénéfice contributif, puis retire ceux dont la couverture de stock est faible, dont les retours sont trop coûteux ou dont la page de destination ne convertira pas. Ce qui reste constitue ton ensemble principal.

Sois lucide sur les limites. Le CPA évolue à mesure que tu augmentes l'échelle, Advantage campaign budget ne répartit pas les conversions de façon uniforme, le délai d'attribution déforme les données récentes et 50 événements restent une recommandation, pas un interrupteur. Tu verras aussi passer l'affirmation selon laquelle les catalogues de plus de 600 SKU ne peuvent pas sortir de la phase d'apprentissage. Aucune source Meta ne la confirme, alors ne fonde pas ta stratégie sur ce chiffre.

Intégrer le reste du catalogue

Ajoute les produits par vagues, pas en une seule fois, et réserve à l'exploration son propre ad set avec un budget distinct. Ainsi, les dépenses de découverte ne concurrencent pas les dépenses sur les produits éprouvés au sein du même groupe d'optimisation. Il s'agit donc davantage d'une décision de séparation des budgets que de ciblage, ce qui renvoie directement au choix entre ABO et CBO : le budget au niveau de la campagne trouvera toujours l'option efficace, et c'est précisément pour cette raison que l'exploration a besoin de son propre conteneur. Fais sortir les produits de l'exploration en fonction des preuves lors du prochain redécoupage mensuel, pas en fonction de ton enthousiasme.

Des règles de stop-loss qui ne réinitialisent pas l'apprentissage

Passons à la partie que presque aucun autre contenu sur le sujet ne couvre : comment arrêter un produit perdant sans casser la campagne qui fonctionne ?

La contrainte essentielle est architecturale. Les règles automatisées de Meta agissent sur les campagnes, les ad sets et les publicités. Une règle ne peut pas mettre en pause un SKU individuel. Un product set n'est pas une entité de diffusion que l'on peut mettre en pause indépendamment. Le stop-loss au niveau du SKU doit donc intervenir dans la couche de données, via les libellés du catalogue, les filtres de product set, la disponibilité ou un processus API.

Tu obtiens ainsi un ordre d'opérations clair :

1. Commence par exclure dans le product feed. Modifier l'appartenance à un product set change les données d'entrée sans restructurer la campagne, et l'appartenance au product feed ne figure pas dans la liste publiée par Meta des modifications importantes. Soyons précis : cette méthode réduit les modifications perturbatrices de la campagne. Meta ne promet pas que les changements au sein d'un product set sont neutres pour l'apprentissage.
2. Ensuite, plafonne au niveau de l'ad set. Les limites de dépenses des ad sets existent toujours avec Advantage campaign budget, même si les interfaces actuelles peuvent les présenter comme des moyennes plutôt que comme des plafonds stricts. C'est ton mécanisme de maîtrise lorsque le budget se situe au niveau de la campagne.
3. Ne restructure qu'en dernier recours. Parmi les modifications importantes documentées par Meta figurent les changements de ciblage et de création, le changement de l'événement d'optimisation, l'ajout d'une nouvelle publicité, la mise en pause d'un ad set pendant sept jours ou plus et le changement de stratégie d'enchères. Aucune règle officielle ne garantit qu'une modification de budget de 20 % est toujours sans risque.

Une reconstruction est parfois justifiée. La réaliser manuellement sur des dizaines de product sets peut faire perdre des journées entières, ce qui plaide en faveur de modifications structurelles groupées.

Exprime les seuils sous la forme d'un multiple du CPA cible, jamais sous la forme d'un montant fixe en dollars :

Ajoute deux garde-fous. Exige un nombre minimal de clics ou de vues de page de destination avant d'agir, sinon le bruit associé aux faibles dépenses provoquera sans cesse de fausses exclusions. Évalue aussi les résultats sur des fenêtres glissantes de trois et sept jours, jamais sur la journée en cours, car l'attribution n'est pas encore arrivée à maturité.

Fixe ce seuil d'exclusion avec générosité. Une étude portant sur des publicités de product feed Google couvrant 1.4 million de produits a constaté que, parmi les articles ayant atteint 500 dollars de dépenses sans vente, 35.4 % avaient fini par convertir, avec un délai médian d'environ deux mois. La plateforme est différente, mais elle illustre le risque : un stop-loss agressif ne se contente pas d'éliminer les perdants, il interrompt aussi les conversions lentes avant qu'elles ne soient attribuées.

Une remarque sur le mot automatisation. Une cadence n'est automatisée que si quelque chose l'exécute selon un calendrier. Pour quelques centaines de SKU, un rappel dans le calendrier suffit. Pour plusieurs milliers, l'export, le rapprochement avec la marge et la mise à jour des libellés doivent s'exécuter sans qu'une personne ait à s'en souvenir.

Gérer les ruptures de stock et la prolifération des variantes

Cette couche est largement automatique, et c'est précisément pourquoi ses défaillances passent inaperçues pendant des mois.

Les catalog ads récupèrent bien la disponibilité depuis le product feed, et les articles épuisés cessent donc d'être diffusés. Le problème est la latence : l'intervalle entre le moment où ta boutique épuise un produit et celui où le product feed en tient compte. Pendant ce délai, le budget part sur des produits que personne ne peut acheter, et la perte augmente avec ton rythme d'écoulement des stocks.

Pour une rupture temporaire, définis availability sur out of stock. Meta recommande expressément de conserver l'article plutôt que de le supprimer, car l'enregistrement conserve son historique et permet à Meta de recibler ces acheteurs avec des produits similaires disponibles. La suppression doit être réservée aux retraits définitifs. Les mécanismes diffèrent : out of stock correspond à une inéligibilité commerciale temporaire, le statut archivé ou de préproduction entraîne une suppression plus forte dans les publicités et les boutiques, et l'omission dans un product feed de remplacement complet détruit entièrement l'enregistrement.

Les product feeds planifiés de Meta séparent les mises à jour incrémentielles, qui créent et actualisent les articles fournis, des remplacements complets, qui suppriment également les articles absents. Pour les catalogues qui changent souvent, la recommandation documentée consiste à associer une mise à jour incrémentielle toutes les heures à un remplacement complet quotidien. Une heure est la limite minimale, car les product feeds planifiés ne peuvent pas s'exécuter plus souvent. Si c'est trop lent, tu as besoin de la Catalog Batch API ou de mises à jour directes des articles, et aucune documentation publique ne garantit de SLA de propagation. « Presque en temps réel » n'est pas une valeur chiffrée.

Le taux de correspondance relie le catalogue à la couche de signaux : il mesure le nombre d'ID de contenu provenant de ta source d'événements qui correspondent à des articles du catalogue connecté. Les documents de Meta Business Engineering considèrent un taux de 90 % ou plus comme élevé lorsqu'un seul catalogue est connecté. Le chiffre de 75 % largement diffusé vient de conseils de dépannage de fournisseurs, pas d'une politique Meta. Pour maintenir un taux élevé, ta couche d'événements doit envoyer des ID qui correspondent au product feed. Cela dépend du déclenchement d'événements standard avec les bons ID de contenu et de la fiabilité supplémentaire apportée par le suivi côté serveur.

Pourquoi tes 16 variantes n'apparaissent que sur deux cartes

Chaque variante a besoin de son propre id de produit unique, et les variantes d'un même produit parent partagent un item_group_id. Meta traite chaque ligne du product feed comme une variante distincte de taille ou de couleur.

C'est le comportement d'affichage qui surprend. Aucune documentation de Meta ne promet que chaque variante d'un groupe d'articles apparaîtra sur sa propre carte de carrousel. Un carrousel de catalogue dynamique est une unité de recommandation, pas un sélecteur exhaustif de variantes. Le regroupement indique donc à Meta que ces lignes correspondent à un seul produit, et le système peut n'en afficher qu'une représentative. C'est généralement ce que tu souhaites : un carrousel qui montre la même sacoche dans seize couleurs est une moins bonne publicité qu'un carrousel présentant seize produits différents. Fais un choix délibéré :

• L'image principale d'une variante provient du champ image_link de sa propre ligne, et le regroupement ne la remplace pas. Si la mauvaise couleur continue d'apparaître, corrige le champ de cette variante.
• Pour les variantes qui ne diffèrent que par la taille, associe chaque ligne à la même image du produit parent.
• Archive ou exclus les variantes qui ne doivent jamais apparaître.
• Si un ensemble précis de couleurs doit réellement apparaître dans un ordre fixe, crée un carrousel manuel. Casser le regroupement correct des variantes pour forcer l'affichage de plus de cartes nuit au suivi, à la déduplication et au comportement de la boutique. C'est un mauvais compromis pour un seul résultat créatif.

Le paysage des outils pour les catalog ads

La plupart des pages qui se positionnent sur ce sujet appartiennent à des fournisseurs qui vendent leur propre solution. Voici donc une carte des catégories, sans verdict. Détermine la catégorie dans laquelle se trouve ton goulot d'étranglement avant d'acheter, car choisir le mauvais outil est une erreur courante et coûteuse.

Un outil de superposition créative ne résout pas un problème de concentration, et un outil de product feed ne corrige pas une création ennuyeuse. La plupart des équipes achètent la quatrième catégorie alors que leur véritable problème se trouve dans la sixième.

La frontière entre construire et acheter s'est également déplacée. Meta propose désormais nativement plusieurs product feeds par catalogue, des product feeds planifiés et des règles de product feed, des product sets, des libellés personnalisés, des champs dynamiques pour le nom, la marque et le prix, des cadres et superpositions simples, la vidéo produit de catalogue et un reporting Product Insights en expansion. Certains de ces éléments constituaient autrefois l'intégralité de l'argumentaire d'un outil payant. Les outils tiers restent pertinents pour la gouvernance des product feeds multicanaux, la logique de marge contributive, l'attribution du bénéfice au niveau du produit et la construction groupée sur de nombreux comptes ou marchés.

Pour la création en particulier, teste l'automatisation créative native de Meta avant de payer pour une couche de superposition. Une réserve concernant les chiffres cités sur ce marché : il n'existe aucune étude neutre et crédible sur les parts de marché de ces outils. Le nombre de clients d'un fournisseur ne mesure pas l'adoption d'une catégorie.

Une cadence opérationnelle pour les grands catalogues

À grande échelle, l'instinct pousse à intervenir chaque jour sur le compte. Résiste. Voici une cadence adaptée au véritable rythme d'actualisation des données.

Deux contrôles hebdomadaires sont constamment oubliés. Premièrement, vérifie que les produits qui dépensent le plus disposent d'un stock suffisant pour soutenir leur diffusion, car augmenter l'échelle jusqu'à une rupture de stock fait perdre une bonne semaine. Deuxièmement, surveille la création sur le product set principal : un product set concentré signifie que les mêmes articles touchent sans cesse des audiences qui se chevauchent. La fatigue publicitaire arrive donc plus vite qu'avec une rotation sur l'ensemble du catalogue.

Les recommandations Performance 5 de Meta indiquent que les annonceurs qui maintiennent moins de 20 % de leurs dépenses globales dans la phase d'apprentissage ont réduit leur coût par achat jusqu'à 68 %. Voilà l'argument en faveur d'une cadence lente : chaque modification inutile représente un coût.

Questions fréquentes

Combien de produits une campagne de catalog ads Meta doit-elle contenir ? Le nombre de SKU n'est pas la bonne unité de planification. Dimensionne les ad sets à partir du volume de conversions hebdomadaire en tenant compte de la recommandation d'environ 50 événements d'optimisation par semaine, puis remplis-les avec les produits qui représentent 70 à 80 % du chiffre d'affaires produit récent.

Dois-je utiliser un seul catalogue ou plusieurs catalogues ? Utilise un seul catalogue dès lors que les produits peuvent partager la propriété, les données d'événements et l'infrastructure commerciale. La consigne de Meta est de créer des product sets plutôt que plusieurs catalogues, car la centralisation améliore le taux de correspondance et regroupe les données d'engagement.

Pourquoi mes catalog ads affichent-elles toujours les mêmes quelques produits ? Meta optimise les résultats prédits plutôt qu'une exposition égale. Les premiers gagnants renforcent donc leur avantage en matière de données. Il n'existe aucun quota d'exploration publié. Lance le diagnostic de concentration avant de conclure que quelque chose ne fonctionne pas.

Les Advantage+ catalog ads sont-elles identiques aux dynamic product ads ? Dans les faits, oui. Elles sont la version renommée qui succède aux dynamic ads, et Meta les décrit toujours comme anciennement appelées dynamic ads. Le changement de nom des Advantage+ Shopping Campaigns en Advantage+ sales campaigns en 2025 était distinct et n'a pas touché le nom des catalog ads.

Advantage+ Shopping est-il l'équivalent de Google Performance Max chez Meta ? L'analogie la plus proche est Advantage+ sales, mais elle reste approximative. Performance Max couvre Search, Shopping, YouTube, Display, Discover, Gmail et Maps, avec des groupes de fiches Merchant Center en dessous. Meta fonctionne sur ses propres surfaces, sans couche d'intention liée aux requêtes de recherche dont il pourrait hériter.

Comment empêcher mes catalog ads d'afficher des produits en rupture de stock ? Définis availability sur out of stock dans le product feed ou via l'API, et conserve l'article au lieu de le supprimer. Utilise des mises à jour incrémentielles toutes les heures avec un remplacement complet quotidien, puis passe à la Batch API si une heure de latence est trop longue.

Pourquoi mes variantes de produit n'apparaissent-elles que sous la forme de deux cartes de carrousel ? Les variantes qui partagent un item_group_id correspondent à un seul produit parent pour Meta, et rien ne garantit une carte par variante. Corrige une mauvaise image dans le champ image_link propre à cette variante, et crée un carrousel manuel si un ensemble précis de couleurs doit apparaître dans l'ordre.

Combien de temps dois-je attendre avant d'évaluer les performances des catalog ads ? Sept jours minimum lorsque le volume le permet, davantage pour les comptes à faible volume. Vérifie si l'ad set peut atteindre un volume suffisant pour se stabiliser avant d'accuser les produits, et ne prends jamais de décision sur les SKU à partir des données du jour même.

Conclusion

Gérer des catalog ads à grande échelle se résume à cinq points :

• La concentration est normale, pas le signe d'un dysfonctionnement. Le seul problème est que le groupe concentré ait été choisi par accident. Mesure-le avant de modifier quoi que ce soit.
• Un catalogue, plusieurs product sets. Divise l'architecture d'achat média, jamais l'architecture des données.
• Dimensionne l'ensemble principal selon le volume de conversions, pas selon un nombre de SKU. Cinquante événements d'optimisation par ad set et par semaine constituent la contrainte. Le chiffre d'affaires et la marge des produits déterminent ce qui remplit le groupe.
• Exclus dans le product feed, plafonne au niveau de l'ad set et restructure en dernier recours. Les règles automatisées ne peuvent pas mettre un SKU en pause. Le stop-loss doit donc se situer dans la couche de données.
• La disponibilité et le regroupement des variantes relèvent des opérations, pas de la configuration. La latence et le comportement de item_group_id coûtent discrètement de l'argent réel.

La prochaine étape qui apportera le plus de valeur est le diagnostic ci-dessus. Exporte une ventilation par produit, calcule la part de ton catalogue qui concentre chaque part de tes dépenses et rapproche-la de la marge. La plupart des spécialistes qui gèrent des catalog ads à grande échelle n'ont jamais vu ce chiffre pour leur propre compte, alors qu'il recadre toutes les autres décisions de cette liste.