En général, la discussion porte sur les canaux. La recherche hors marque coûte plus cher et convertit moins bien ; la ligne budgétaire migre donc vers LinkedIn, quelqu’un trace la courbe et la réunion se termine à l’heure.
La courbe est exacte. Mais elle n’explique pas pourquoi le retour a fléchi, seule question qui indiquerait la marche à suivre.
Voici l’autre lecture : trois leviers, ce qui s’est cassé dans chacun, ce que l’IA y change et ce qu’elle laisse exactement en l’état.
Trois leviers, et pourquoi tous ont cessé de rapporter
Le premier levier consistait à acheter l’attention au moment précis où quelqu’un cherchait quelque chose. La recherche hors marque visait le problème, pas votre nom, et le clic tenait lieu de transaction. Ce mécanisme cède des deux côtés à la fois : la réponse s’affiche désormais sur la page de résultats et dans les assistants, et la question se trouve réglée sans visite.
LinkedIn capte désormais 41 % des budgets publicitaires B2B, contre 39 % auparavant, quand la recherche hors marque a reculé de 37 % à 33 %. En un an, le coût par clic sur les requêtes hors marque a bondi de 29 %, et le taux de clic a perdu 26 %.
Source : Dreamdata, LinkedIn Ads Benchmarks Report 2026, 10 mars 2026 · données agrégées sur plus de 66 millions de sessions et 3,5 millions de parcours clients
Dans son communiqué, Dreamdata fait de ces 41 % une part des budgets de réseaux sociaux payants ; le blog du rapport, une part des budgets publicitaires. Mieux vaut donc lire la hausse de deux points comme une orientation que comme une mesure. L’orientation, elle, ne se discute pas.
Le deuxième levier consistait à lire le résultat dans le trimestre. Celui-là s’est rompu en silence : le parcours s’est allongé, pas le cycle de reporting.
Le retour médian sur les dépenses publicitaires LinkedIn va de 0,1 à 0,3x à 30 jours, de 1,5 à 3,0x à 180 jours, et de 3,0 à 6,0x à 365 jours.
Source : données de benchmark GrowthSpree 2026, 29 avril 2026 · médianes des comptes B2B suivis, rapportées par des sources secondaires et non par la publication d’origine
Retenez-en l’allure plutôt que les valeurs exactes, car votre courbe varie avec la taille de vos affaires. L’allure, elle, se vérifie : bon marché en apparence au début, chère en apparence à la fin. Jugez un parcours de 272 jours sur un rapport à 30 jours, et il aura toujours l’air d’un échec, puisqu’au trentième jour, c’en est un.
Le troisième levier consistait à compter les personnes qui avaient répondu. Or, en B2B, on ne vend pas à la personne qui a cliqué : on vend à un comité de dix personnes qui argumentent neuf mois durant, sur quatre canaux.
Sur LinkedIn, le coût par clic s’établissait en moyenne à 5,98 €, contre 5,19 € sur Google Search et 1,60 € sur Meta. Le coût par entreprise influencée y ressortait à 70,11 €, contre 154 € un an plus tôt.
Source : Dreamdata, LinkedIn Ads Benchmarks Report 2026, 10 mars 2026 · moyennes de l’ensemble des annonceurs B2B suivis, pas le chiffre d’un compte unique
Au coût par clic, le procès de LinkedIn est vite instruit. Au coût par entreprise influencée, le même canal a presque divisé son prix par deux en un an. Les deux chiffres sortent du même jeu de données, et c’est bien là le malaise.
Où chaque levier a lâché, et où cela se voit
| Levier | Ce qui a lâché | Où le voir dans vos chiffres |
|---|---|---|
| L’attention au moment de l’intention | La réponse arrive sans le clic | Les sessions reculent, pas la demande |
| La lecture au trimestre | Le parcours a débordé le cycle de reporting | Un retour de 0,1 à 0,3x à 30 jours |
| Le comptage des répondants | Le répondant, ce sont dix personnes et non une | Le clic renchérit, l’entreprise influencée coûte moins cher |
Les chiffres de la troisième colonne sont cités en détail plus haut. Revu en août 2026.
Aucun de ces problèmes ne se règle par un transfert de budget. Ils se règlent, ou non, selon ce que votre entreprise sait faire entre deux revues.
Être présent là où la réponse se forme
Si la réponse arrive désormais sans le clic, l’enjeu devient d’exister dans la réponse. Il faut donc savoir ce que disent les assistants quand on leur pose la question de votre acheteur, ce qu’aucun rapport de positions ne vous apprendra.
L’enjeu n’est pas le trafic. C’est que la liste restreinte se boucle des mois avant le premier appel, et qu’elle se boucle sans vous.
94 % des groupes d’achat avaient classé leurs fournisseurs favoris avant tout contact avec un commercial, et ont finalement acheté au favori de départ dans 77 % des cas.
Source : 6sense, 2025 Buyer Experience Report, 12 novembre 2025 · plus de 4 000 acheteurs en Amérique du Nord, en zone EMEA et en Asie-Pacifique
Le classement s’établit donc pendant que vous attendez encore la demande, et celui qui le domine remporte la mise environ trois fois sur quatre.
C’est le domaine où l’IA est à son affaire, car il s’agit d’un sondage sans fin : quelqu’un, ou quelque chose, doit poser chaque semaine les mêmes questions et consigner les réponses.
Le suivi des positions couvre la moitié recherche et rattache chaque position à la page qui l’a obtenue. L’optimisation pour les moteurs génératifs, ou GEO, couvre l’autre moitié : elle interroge les assistants eux-mêmes et relève lesquels vous nomment, lesquels vous citent et lesquels ne font ni l’un ni l’autre.
Le moteur de contenu prend alors le relais et comble l’écart en huit étapes, du mot-clé à l’article publié, le brouillon restant en attente de la signature d’une personne.
Ici, le retour ne se mesure pas en clics moins chers, mais en présence là où le clic est passé : une présence payée en contenu plutôt qu’en achat d’espace, et jugée au fait que les assistants vous nomment, non au trafic.
Sur les délais, gardez la tête froide. L’état initial demande une semaine. Infléchir ce que disent les assistants demande deux à trois trimestres, car cela dépend de sources qui ne vous appartiennent pas. Qui promet plus vite vous vend l’état initial en le faisant passer pour le résultat.
Tenir la distance sur neuf mois
Ici, l’IA ne change rien, en tout cas pas directement.
La fenêtre, c’est vous qui la fixez. Aucune machine ne décidera pour vous que mesurer à 30 jours était une erreur.
Ce que l’IA change, c’est la possibilité de tenir une fenêtre longue. Neuf mois, c’est long pour garder le fil, et l’échec tient rarement à une mauvaise décision. Le plus souvent, personne n’a regardé à la sixième semaine.
C’est là que l’outillage justifie sa place. Voici donc de quoi il se compose.
Un agent de veille est une tâche permanente, dotée d’un calendrier, d’un budget et d’un périmètre de données qu’il a le droit de lire. Il tourne, que quelqu’un songe ou non à le solliciter.
Les agents de veille signalent ce qui a bougé, les agents rédacteurs préparent la réponse. Rien ne part en publication ni en dépense sans la signature d’une personne qui en a le rôle. La revue opérationnelle hebdomadaire livre ce qui a changé et pourquoi, et les constats deviennent des cartes sur un tableau, avec un responsable et une échéance, au lieu de s’éteindre au fond d’un rapport.
Ask Intelligence répond à partir de vos propres données, chiffre réel et source à l’appui, ou indique que la donnée manque.
Ce refus est précisément la fonctionnalité, et il faut dire pourquoi. Un problème de mesure qui a mis neuf mois à se révéler ne sera pas réglé par un système qui comble les trous avec un chiffre inventé. Il s’en trouvera enfoui pour neuf mois de plus.
Le retour, c’est un délai raccourci entre le moment où quelque chose dérape et celui où quelqu’un le sait. Sur un cycle de 272 jours, c’est dans ce délai que se niche l’essentiel de la perte, et c’est le seul chiffre de cet article que vous pouvez faire bouger en une semaine plutôt qu’en un trimestre.
Compter les entreprises plutôt que les clics
Compter les entreprises plutôt que les clics est d’abord un problème de données, avant d’être une affaire d’analyse. Dix personnes, quatre canaux, neuf mois, et des traces dispersées dans des systèmes jamais rapprochés.
Ce rapprochement est la moitié ingrate de tout programme d’IA qui marche. Nous y consacrons davantage des deux premières semaines que la plupart des clients ne le prévoient, et c’est lui qui décide si tout ce qui suit est fiable.
Connectez les systèmes, définissez chaque indicateur une fois pour toutes, accordez les sources, et ne posez la question qu’ensuite. Ask Intelligence lit au travers d’outils en lecture seule, cantonnés à la marque : le chiffre qu’il restitue est celui de votre système.
Sur cette base, le pipeline repère les affaires qui s’endorment avant que quiconque ne s’en rende compte, et projette le chiffre d’affaires à partir des fiches affaires, pas d’une impression.
LinkedIn a dégagé un retour de 121 % sur les dépenses publicitaires, contre 67 % pour Google Search et 51 % pour Meta. Parmi les comptes les plus performants, ces trois chiffres passent à 279 %, 138 % et 133 %.
Source : Dreamdata, LinkedIn Ads Benchmarks Report 2026, 10 mars 2026 · attribution fondée sur les données, appliquée aux affaires gagnées sur douze mois, hors impressions
Arrêtez-vous un instant sur cette seconde série. L’écart entre le compte moyen et le quartile supérieur est plus large que celui qui sépare les plateformes.
Cet écart ne doit rien à un secret d’achat média. Il doit tout à une exécution tenue des mois durant, et ce travail-là n’a jamais suivi la courbe des effectifs. Il suit en revanche celle d’un dispositif qui tourne à heure fixe et qu’on ne détourne pas au profit d’un lancement.
Là où l’IA ne peut rien
Disons-le franchement, puisque le marché s’en abstient le plus souvent.
L’IA ne raccourcit pas les 272 jours. Dix personnes ne s’accordent pas plus vite parce qu’une machine les observe. Qui vend un cycle d’achat plus court vend un produit qui n’existe pas.
Votre fenêtre de mesure, votre unité et votre critère d’arrêt restent des décisions de direction. Confiez-les à un système, et vous obtiendrez une version parfaitement instrumentée de la mauvaise question.
Des données que personne n’a rapprochées restent faussées. Branchée sur trois systèmes qui se contredisent, l’IA répondra avec aplomb d’après celui qu’elle aura lu ou, si elle est bien conçue, refusera tout bonnement de répondre.
Et elle ne plaide pas sa propre cause. Le volume n’a jamais été le goulet d’étranglement : une IA qui sort quarante campagnes de plus répond à une question que nul n’a posée. Une équipe de quatre produit déjà plus qu’elle ne peut honnêtement juger.
Ce que coûte l’exploitation
Reste l’objection, qu’un bon directeur financier soulève au bout d’une minute et demie environ : vous venez de démontrer qu’une dépense non mesurée est dangereuse ; empiler dessus une ligne d’IA non mesurée serait une conclusion étrange.
L’IA s’inscrit donc au même registre que la dépense qu’elle évalue. Chaque exécution y figure : qui l’a lancée, ce qu’elle a fait, quand, et ce qu’elle a coûté exactement. Un plafond strict par module. Une approbation en amont de tout ce qui publie ou engage une dépense. Le prix affiché avant l’exécution, pas découvert en fin de mois.
Les licences utilisateurs sont gratuites, et cela pèse plus qu’on ne le croit. Avoir un compte ne coûte rien : la veille n’est donc pas réservée aux trois personnes à qui l’on a accordé une licence. Vous payez ce que l’IA exécute réellement, depuis un solde sans date d’expiration.
Un agent de veille qui vérifie les positions chaque matin pendant neuf mois apparaît comme un coût de fonctionnement, poste par poste, en face de ce qu’il a produit.
Nous ne publions pas de tarifs ici : le prix d’une exécution dépend du travail, et vous le voyez avant de la lancer, pas après. Sur la structure des coûts, une indication : la veille coûte un ordre de grandeur de moins que la production, à rebours de la manière dont la plupart des équipes budgètent l’IA.
Dès lors, le calcul est à la portée de qui veut le faire, et le retour n’est plus affaire de foi.
Cinq décisions, dans cet ordre
Si vous avez une heure devant vous cette semaine, consacrez-la à la première décision : elle rembourse les quatre autres.
Partir de là où se trouve la réponse
Interroger les assistants avant d’acheter un clic de plus
Soumettez les vraies questions de vos acheteurs aux assistants qu’ils utilisent, et consignez l’un des trois verdicts : nommé, cité, ni l’un ni l’autre. Cet état initial coûte une fraction d’un mois d’achat média hors marque. Établissez-le vous-même ou commandez l’audit au forfait, mais avant la prochaine décision budgétaire, pas après.
Inscrire la veille au calendrier
Des tâches permanentes, pas la corvée du jeudi de quelqu’un. Les positions, les comptes devenus muets, la dérive du message d’un marché à l’autre si vous en servez plusieurs. Le but n’est pas l’analyse : c’est que six semaines ne s’écoulent plus entre un dérapage et le moment où quelqu’un s’en aperçoit.
Remettre les données d’aplomb avant de poser la question
Rapprochez les systèmes, puis interrogez-les. Une réponse à la source vérifiable vaut mieux qu’une réponse rapide. Branchez ce que vous utilisez déjà, définissez chaque indicateur une fois pour toutes, et exigez du système qu’il cite le chiffre réel ou avoue que la donnée manque.
Revoir la fenêtre et l’unité
Présentez 30, 180 et 365 jours sur la même diapositive, à chaque fois. Faites du compte, non du clic, l’unité de chaque ligne. Aucune de ces deux décisions ne revient à l’IA, et ce sont pourtant elles qui feront lire le travail de l’IA comme un retour ou comme un coût.
Fixer la règle d’arrêt avant la première facture
Le critère d’arrêt, par écrit
Le nôtre se résume à peu près ainsi : si 180 jours de veille n’ont infléchi aucune décision budgétaire ni mis au jour un dérapage suivi d’effet, nous arrêtons, nous consignons la raison par écrit, et l’argent est réaffecté là où des preuves le soutiennent. C’est la phase Cap de notre méthode AZIMUTH dans sa besogne la plus ingrate, et c’est l’étape que la plupart des programmes d’IA escamotent pour courir vers la partie intéressante.
À lire aussi : Vos acheteurs décident avant le clic, pour l’argumentaire complet derrière le chiffre de 6sense cité plus haut, et Brancher l’IA coûte peu. Décider, toujours autant, si la question qui vous bloque vraiment est de développer ou d’acheter.
Les données de benchmark sont révisées, les éditeurs retouchent leurs chiffres, et les plateformes modifient ce qu’elles publient sans crier gare. Nous relisons cet article le premier de chaque mois et signalons ce qui a changé. Corrections à hello@bearingbridge.com.
