Marketing « boîte noire »

C'est un scénario que prônent actuellement presque tous les discours d'ouverture consacrés aux plateformes : le parcours client serait devenu « prévisiblement imprévisible », un enchevêtrement chaotique de requêtes de recherche, de vidéos, de courts métrages et de recommandations qu'aucune équipe marketing ne pourrait plus gérer manuellement. Il faut donc recourir à l’intelligence artificielle pour tout regrouper – de manière automatisée, basée sur les données et évolutive. La présentation de Google à l’OMR n’est qu’une variante d’un modèle que l’on retrouve sous une forme presque identique chez Meta et TikTok. Google centralise l’intention. Meta, le graphe social. TikTok, la culture. Et tous trois le font au sein d’un système qui, à la fois, pilote les actions et mesure son propre succès. Même aux Cannes Lions 2026, le terme « Black Box » est soudainement devenu un sujet de débat : les premiers prestataires s’y sont explicitement positionnés comme une alternative « Glass Box » face au manque de transparence des grandes plateformes. Pour désigner le modèle qui se cache derrière, je propose un terme spécifique : le marketing « Black Box ».

Trois « nouveautés », un échantillon

Avec « Performance Max », l'algorithme de Google répartit le budget entre la recherche, YouTube, Shopping et le réseau Display, sans que l'annonceur puisse comprendre selon quels critères l'optimisation est effectuée ni sur quoi elle porte exactement. Chez Meta, depuis décembre 2025, « Advantage+ » n’est plus une option, mais le paramètre par défaut pour les nouvelles campagnes ; Mark Zuckerberg avait déjà décrit cette vision en 2025 comme une redéfinition de la catégorie de la publicité : une entreprise n’a plus qu’à indiquer son objectif et son budget, à associer son compte bancaire, et la machine s’occupe du reste. Sur la page « Pour toi » de TikTok, personne en dehors du groupe ne connaît la règle selon laquelle le temps passé sur une publication, les « j’aime », les partages – voire la brève hésitation avant de passer à la suivante – déterminent quel message est diffusé et à quelle fréquence. Une nouveauté chez TikTok : le « Symphony Agent ». Il s’agit d’un niveau d’IA intelligent et « agentique », directement intégré à l’écosystème publicitaire existant de TikTok, qui « aide » les spécialistes du marketing à créer des campagnes en un temps record.

D'un point de vue économique, il s'agit d'un « problème mandant-mandataire » classique (Jensen/Meckling, 1976), aggravé par une asymétrie d'information telle que l'a décrite George Akerlof (1970) pour les marchés caractérisés par une répartition inégale des connaissances : L’agent, c’est-à-dire la plateforme, dispose d’un avantage en matière de connaissances que le mandant, c’est-à-dire l’annonceur, ne peut ni consulter ni vérifier de manière indépendante. Le « marketing boîte noire » désigne donc une publicité dont le pilotage, l’optimisation et la mesure des résultats s’effectuent au sein d’un système contrôlé par une seule partie, qui fait en même temps office de « juge » de son propre succès.

Vecteur de marque contre vecteur de plateforme

Une image simple permet de saisir ce que cette construction implique, et pas seulement pour des campagnes individuelles. Chaque marque diffuse un message avec une intention précise, un ton particulier et un public cible bien défini – appelons cela le « vecteur de marque ». Or, chaque plateforme n’optimise pas ce vecteur, mais le sien : temps passé sur la plateforme, engagement, recettes publicitaires. C’est son « vecteur de plateforme ». Le défi : ces deux vecteurs ne sont alignés que dans de très rares cas. L’ampleur de leur divergence dépend de la logique propre à chaque plateforme. C’est sans doute sur Google Search que la distorsion est la plus faible : une intention explicite de l’utilisateur rencontre une annonce qui y répond précisément, car le modèle économique repose lui-même sur cette adéquation. Cependant, la « couche Gemini » s’éloigne de plus en plus des résultats de recherche proprement dits. Ici aussi, la recherche et la découverte deviennent moins transparentes. Et YouTube, quant à lui, modifie encore davantage la donne, ce qui peut désormais être démontré. Une étude menée par Webrepublic et GfK sur l’utilisation de YouTube en Suisse (2026) montre que la portée à elle seule ne garantit pas l’impact. Ce qui est déterminant, c’est de savoir si les utilisateurs suivent un contenu de manière ciblée et individuelle ou s’ils laissent simplement la plateforme tourner en arrière-plan, de manière fortuite, à des fins de divertissement.

Voici les faits : en moyenne, les Suisses passent 41 minutes sur la plateforme les jours ouvrables et 50 minutes le week-end, avec une qualité d’attention très variable. «YouTube n’est pas toujours YouTube », telle est la conclusion des auteurs de l’étude : un même spot publicitaire peut être diffusé dans un contexte où l’attention est totale ou au contraire superficielle. Ce n’est pas la marque qui décide du contexte, mais l’algorithme. Sur Instagram et TikTok enfin, la distorsion s’amplifie : les contenus sont remixés, réenregistrés, sortis de leur contexte d’origine et diffusés selon une logique culturelle plutôt que communicative. Une campagne conçue pour un contexte précis peut se retrouver sous forme d’extrait sonore à côté de contenus totalement étrangers, sans que la marque n’en ait la moindre idée.

Le « marketing de la boîte noire » ne signifie donc pas seulement ne pas voir le mécanisme à l'œuvre. Cela signifie ne même pas savoir dans quelle mesure son propre message s'écarte de ce qui est réellement perçu à l'autre bout.

Le « vendor lock-in » : le prix à payer pour la passivité

Il suffit d'entrer l'objectif et le budget, la machine s'occupe du reste. Cette facilité d'utilisation comporte toutefois un revers stratégique dont on parle rarement : la dépendance vis-à-vis d'un fournisseur. Plus on externalise de fonctions vers la « boîte noire », plus il devient coûteux de s’en affranchir. Il ne s’agit pas d’un effet secondaire, mais d’un élément inhérent à la logique commerciale ; ce phénomène ne se produit pas du jour au lendemain, mais à quatre niveaux qui se renforcent mutuellement : A : Au niveau des données, les signaux de conversion, les cibles et les courbes d’apprentissage sont stockés dans la plateforme et ne peuvent pas être exportés ; ce que l’IA a appris sur vos propres clients reste chez le fournisseur ; celui qui change de fournisseur repart de zéro. B : Au niveau des compétences, l’organisation désapprend à piloter : dès que la machine prend le relais, le savoir-faire interne en matière de pilotage, de planification média et de création s’érode, jusqu’à ce qu’il n’y ait tout simplement plus la capacité de faire autrement (voire mieux), même si on le voulait. C’est le niveau le plus dangereux, car il reste invisible. C : Au niveau de la mesure, le succès est évalué à l’aune d’indicateurs que la plateforme définit, collecte et présente elle-même, sans référence indépendante ni comparaison entre les différents prestataires. D : Enfin, au niveau de la création également, les contenus sont de plus en plus générés par l’IA et optimisés directement pour l’algorithme qui les diffuse. La communication de marque devient ainsi « axée sur la plateforme », adaptée à un système que l’on ne contrôle pas.

Ces quatre niveaux combinés créent au moins une asymétrie d’information, voire de pouvoir, qui est structurelle et non fortuite. Meta en fournit lui-même la preuve. En janvier 2024, le groupe a supprimé sans préavis plusieurs milliers d'options de ciblage détaillées du gestionnaire de publicités – des catégories sur lesquelles de nombreux annonceurs avaient bâti leur stratégie de ciblage depuis des années. Ceux qui souhaitaient encore garder le contrôle ont été de fait poussés vers « Advantage+ Audience », c'est-à-dire vers ce système automatisé qui est de toute façon devenu la norme depuis décembre 2025.

Il en va de même pour l'attribution : Meta a raccourci à plusieurs reprises la fenêtre temporelle standard pour l'attribution des résultats, passant récemment de 28 à 7 jours après le clic. Du jour au lendemain, des campagnes identiques ont affiché des résultats moins bons, alors que leur efficacité n'avait pas changé. C'est la référence qui a changé, pas la réalité. Quiconque construit sa stratégie marketing sur un système d’exploitation tiers accepte que ce soit son propriétaire qui fixe les règles selon lesquelles son propre succès est mesuré.

Ce que les directeurs marketing devraient faire dès maintenant

Tout cela ne signifie pas pour autant qu’il faille diaboliser ces plateformes. Les gains d’efficacité apportés par Performance Max et Advantage+ sont bien réels, et aucune stratégie marketing ne peut aujourd’hui faire l’impasse sur ces portées. Ce qui a changé, c’est autre chose : la question de savoir ce qui importe vraiment. On peut en tirer directement les conséquences suivantes : Mesure indépendante : lorsque l’algorithme gère la diffusion et mesure le succès en même temps, on optimise en fonction d’une réalité que le fournisseur définit lui-même. Pour comprendre l’impact sur son propre marché, il faut disposer de critères allant au-delà des indicateurs propres à la plateforme. La transparence en tant que valeur en soi : ce qu’il faut exiger des plateformes, ce n’est pas « moins d’IA », mais des règles transparentes – et la volonté d’évaluer les prestataires en fonction de celles-ci, et pas uniquement en fonction de leur portée. La souveraineté plutôt que la dépendance : conserver les données de première partie en interne, garder le contrôle en interne, pratiquer le « multi-homing » plutôt que la « monogamie ». Retrouvez la « grande idée » ! : · Il faut développer une idée propre et claire à l’aune de laquelle les « calculs » des plateformes devront être évalués – au lieu de s’en remettre à elles dès le départ.

Ces réflexions s'inscrivent dans une réflexion plus large sur ce que j'appelle le « paradoxe de la fragmentation » : des plateformes qui vendent comme solution ce qu'elles ont elles-mêmes contribué à créer. Le marketing de la « boîte noire » n'est pas ici un phénomène marginal, mais le cœur même d'un modèle économique. Une boîte noire reste une boîte noire, quelle que soit l’efficacité de ses calculs.

L'auteur

Prof. Dr Marcus Schögel, Institut de marketing et de connaissance client de l'Université de Saint-Gall (HSG), président de la Société suisse de marketing (gfm).