Premiers achats et clients connus : commandes au rang connu dans l’export du 29 septembre 2026 ; leur somme peut être inférieure aux commandes.
Coût Google Ads par type de campagne, mois par mois
Quel type de campagne remplace lequel, et à partir de quel mois ?
Source : Google Ads, base Vigie Ads
Shopping
Search
Performance Max
Coûts HT. Le compte compte deux campagnes Shopping, deux Search et une Performance Max, lancée le 31 octobre 2025.
Voir les données · 19 lignes
Coût Google Ads par type de campagne, mois par mois
Mois
janv. 2025
2 771 €
904 €
0 €
févr. 2025
2 445 €
796 €
0 €
mars 2025
3 019 €
934 €
0 €
avr. 2025
2 749 €
909 €
0 €
mai 2025
2 795 €
897 €
0 €
juin 2025
2 596 €
913 €
0 €
juil. 2025
2 799 €
912 €
0 €
août 2025
2 417 €
911 €
0 €
sept. 2025
2 798 €
914 €
0 €
oct. 2025
2 727 €
878 €
31 €
nov. 2025
2 374 €
680 €
941 €
déc. 2025
25 €
57 €
931 €
12 lignes sur 19
Copie jaune · Énoncé
Énoncé de la mission
Contexte
Le 31 octobre 2025, l’agence lance une campagne Performance Max : Google choisit lui-même les emplacements, les enchères et les annonces, sur tout son réseau. Quelques mois plus tard, le rapport Google est flatteur : le coût par conversion serait passé de 40,99 € (janvier à octobre 2025) à 7,08 € (janvier à juillet 2026). La direction veut savoir ce que ce passage a vraiment changé avant d’y mettre plus de budget.
Construisez un tableau avant / après : coût, clics, CPC, commandes, premiers achats, commandes de clients connus, CA HT, panier moyen TTC, CPA, coût par premier achat, ROAS HT. Ajoutez la variation de chaque ligne.
Dites ce que mesure le « 41 € → 7 € » de Google (mission cas-bricometal-01).
Calculez la part du coût de chaque type de campagne, de janvier à octobre 2025 puis de janvier à juillet 2026.
Menez un diagnostic en cinq « pourquoi », du constat (le chiffre d’affaires progresse avec moins de commandes) jusqu’au levier à activer. Signalez à chaque étape ce qui est mesuré et ce qui est supposé.
Faites le contre-examen GA4 sur les mêmes mois : achats et revenu de tout le site, achats des nouveaux visiteurs. Qu’est-ce qui relève de la mesure, et qu’est-ce qui relève du commerce ?
Écrivez une phrase pour la direction.
Données à télécharger
4 fichiers
ads-vs-site-mois.csv
Google Ads et ventes du site, mois par mois · 42 lignes
Comparez les mêmes mois de deux années (janvier à juillet), pas janvier-octobre 2025 contre janvier-juillet 2026 : la saisonnalité ne doit pas jouer.
Indice 2
Séparez les premiers achats des commandes de clients connus : les deux ne racontent pas la même histoire.
Indice 3
Avant de conclure, faites le contre-examen GA4 : les achats de nouveaux visiteurs (ga4-nouveaux-connus-mois.csv) bougent-ils autant que les premiers achats attribués par le back-office ?
Livrable
Le tableau avant / après, le diagnostic en cinq « pourquoi », le contre-examen GA4 en trois lignes et une phrase pour la direction.
Grille de notation
Critère
Points
Mêmes mois comparés, tableau avant / après juste
/5
Ce qui progresse (CA, panier, clients connus) et le levier (premiers achats, coût par premier achat) sont chiffrés
/4
Cinq « pourquoi » enchaînés, mesures et suppositions distinguées
/5
Contre-examen GA4 chiffré, effet de mesure séparé de l’effet commercial
/3
Phrase finale nuancée, qui propose un levier et un indicateur
/3
Total
/20
Correction chiffrée sur le feuillet rose, réservée à l’enseignant et commentée en séance.
Analyse assistée
2 cartes-prompt
Copiez la carte dans l’assistant IA de votre choix avec le fichier, puis faites la vérification demandée : une réponse non vérifiée ne compte pas. Le protocole
01Avant / après sur les mêmes mois
Contexte : je compare deux périodes de publicité Google Ads d’une boutique en ligne.
Fichier : ads-vs-site-mois.csv. Colonnes exactes : mois, cout_ads, clics, impressions, conversions_google, commandes_site, commandes_nouveaux_clients, commandes_clients_connus, ca_site_ht, ca_site_ttc.
Tâche : fais deux totaux, l’un sur 2025-01 à 2025-07, l’autre sur 2026-01 à 2026-07. Calcule pour chacun : CPC, panier moyen TTC (ca_site_ttc ÷ commandes_site), CPA (cout_ads ÷ commandes_site), coût par premier achat (cout_ads ÷ commandes_nouveaux_clients), ROAS HT, part des premiers achats parmi les commandes au rang connu (nouveaux ÷ (nouveaux + connus)). Donne la variation en % de chaque indicateur.
Format : un tableau à trois colonnes (2025, 2026, variation).
À vérifier à la main
Vérifiez à la main trois lignes : commandes 2 132 puis 1 748, premiers achats 1 560 puis 1 099, coût 25 439,94 € puis 27 036,73 €. Si la part des premiers achats vaut 73,2 % au lieu de 73,6 %, l’assistant a divisé par toutes les commandes, y compris celles sans rang.
02Le contre-examen GA4
Contexte : je vérifie avec Google Analytics 4 une évolution mesurée par le back-office d’une boutique.
Fichiers : ga4-mois.csv (colonnes exactes : mois, sessions, transactions, revenu_achats_ga4) et ga4-nouveaux-connus-mois.csv (colonnes exactes : mois, visiteur, sessions, transactions ; visiteur vaut new, returning ou (not set)).
Tâche : pour 2025-01 à 2025-07 puis 2026-01 à 2026-07, additionne sessions, transactions et revenu_achats_ga4 de ga4-mois.csv, puis les transactions de chaque type de visiteur. Donne la variation en % de chaque total.
Format : un tableau, sans conclusion.
À vérifier à la main
Contrôlez deux totaux à la main : 1 328 puis 1 178 transactions dans ga4-mois.csv, 489 puis 441 transactions de nouveaux visiteurs. Refusez toute somme de revenu des nouveaux visiteurs : trois mois de 2025 sont masqués.
