Comment étendre ton e‑shop à l'étranger sur des données (sans te brûler)

Ce printemps, un client au catalogue d’un quart de million d’articles m’a posé une question simple : dans quel pays devrions-nous nous étendre ensuite ? Il y a quelques années, j’aurais chiffré cette analyse en mois. Demande, prix des clics, prix des concurrents et unit economics sur treize pays, ça voulait dire quelque chose comme 400 heures de travail manuel, le genre de devis que les clients déclinent poliment. Cette fois, la recherche de mots clés a tourné pendant la nuit pendant que je dormais, et mon propre temps sur l’ensemble s’est résumé à quelques heures concentrées.

L’analyse vaut la peine pour une raison brutale. Le premier jour dans un nouveau pays, tu n’as aucun classement SEO, aucune notoriété de marque, aucun client récurrent. La publicité payante est le seul canal qui amène des acheteurs. Un chiffre décide donc discrètement si toute l’opération est rentable : ce que coûte un clic sur ce marché. Choisis un pays parce qu’il sonnait bien en réunion, entre dans une enchère chère, et tu saignes ton budget avant d’avoir vendu quoi que ce soit.

Et le clic n’est que la moitié de l’histoire. Même avec un trafic pas cher, il faut encore conclure la vente, donc le prix de ton produit face à la concurrence locale compte tout autant, avec le taux de conversion et le panier moyen sur ce marché. Les marchés occidentaux tendent vers des prix plus élevés et des clics plus chers. Les marchés de l’Est tournent plus bas sur les deux. Quelle combinaison dégage réellement un profit varie selon le pays, et en vingt ans de PPC je ne l’ai jamais vue être évidente sur la carte.

La bonne nouvelle, c’est que chacun de ces chiffres existe déjà dans des données que tu peux tirer en un jour. C’est ce que fait ce blueprint. Il part de ton catalogue produit, le même fichier Google Merchant Center que tu as déjà, et se termine par un tableau classé de pays : où t’étendre ensuite et pourquoi, appuyé sur une demande de recherche réelle, des prix de clic réels, des prix concurrents réels et un retour sur dépense publicitaire simulé pour chaque marché. Ci-dessous, chaque étape, avec les chiffres réels d’un run de nuit sur un vrai e-shop.

Pourquoi tout le monde ne le fait pas déjà ? Parce que la version honnête coûtait autrefois un prix absurde. Demande, prix, concurrence et unit economics sur dix ou quinze marchés, ça voulait dire des centaines d’heures de travail manuel : tirer les volumes de mots clés pays par pays, traduire les seeds à la main, et surtout lire les requêtes de recherche brutes ligne par ligne pour trier la vraie demande du déchet. Il y a encore deux ans, aucune IA ne savait faire cette lecture à ta place, donc un humain devait s’y coller. Des centaines d’heures, et aucun client ne payait ça. Donc en général, ça ne se faisait pas, et les équipes choisissaient leur prochain pays parce que quelqu’un en parlait la langue ou qu’un distributeur appelait. L’idée a toujours été bonne. Ce qui s’est effondré, c’est le coût de son exécution. Ces centaines d’heures manuelles tiennent maintenant en un run de nuit plus un après-midi.

Le blueprint en sept étapes, en un coup d’œil

Voici la forme d’ensemble avant d’entrer dans le détail. Pour chaque étape : ce que tu fais, ce que tu regardes, et pourquoi. Chaque étape répond à une question précise sur un marché et te rapproche d’une décision du tableau classé.

Maintenant les mêmes sept étapes, une à une, chacune avec la chose réelle qu’elle a produite sur ce run.

Étape 1 · Short-list

Étape 1 : Short-liste les pays où tu peux réellement livrer

Ne pars pas du prix, des marchés les plus grands, les plus riches, les plus excitants. C’est la mauvaise porte d’entrée. Le plus gros marché est en général celui à l’enchère la plus brutale, et un marché où tu ne peux pas livrer vaut exactement zéro, aussi bons que paraissent ses chiffres. Le vrai premier filtre, c’est donc la logistique. Pars de là où tes transporteurs arrivent réellement, et ne liste que les pays où tu peux poser un colis sur un pas de porte.

Pour cette boutique, ça a donné 13 pays candidats en Europe centrale, orientale et dans les Balkans. Le marché d’origine (la Tchéquie) figure aussi dans la liste, mais seulement comme base de calibration, pas comme cible. Surveille la dernière colonne. Deux pays sortent ici, avant qu’un seul mot clé ne soit tiré.

Pour être clair, Google Ads tourne très bien dans ces deux pays. Ce qui manque, c’est la recherche. Le Keyword Planner ne prend en charge ni le bosniaque ni le macédonien, donc il ne renvoie pour ces langues aucune suggestion de mot clé, aucun volume, aucun CPC. Tu ne peux pas chiffrer un marché que l’outil ne sait pas lire. Les deux sortent donc de l’analyse, aussi attirante que paraisse leur croissance (+22 % et +25 %). Treize prévus, onze que l’outil peut réellement rechercher.

C’est la texture d’un vrai run : les données retirent du tableau deux de tes options les plus séduisantes pour une raison que tu n’aurais jamais devinée à l’avance.

Étape 2 · Seeds

Étape 2 : Transforme ton flux produit en seeds de mots clés

Pas besoin de brainstormer des mots clés. Les seeds viennent directement de l’attribut product_type de ton flux Google Merchant Center. Cet attribut porte l’arbre de catégories propre de la boutique, la même structure que les clients parcourent sur le site, donc il nomme déjà chaque catégorie que tu vends, avec un compte de fréquence attaché, et il est sur ton disque dur. La matière première ici, c’était ~252 000 articles de catalogue, avec des chemins product_type collés ensemble par des esperluettes et des slashs comme le font toujours les vrais flux (« Réfrigérateurs et congélateurs », « Jouets & jeux »). Le parser les découpe en catégories simples, élimine les nœuds génériques de premier niveau (« maison », « électronique », « jardin ») et ne garde que les chemins qui franchissent un seuil de fréquence. Un quart de million d’articles se réduit à une liste de seeds serrée et porteuse de sens :

Et les seeds sont exactement ce sur quoi tu interrogerais un marché : des catégories, jamais des noms de produits. Les plus lourds par poids de catalogue :

Pour rendre ça concret, disons que le flux de la boutique a un chemin du genre Électronique > Mobile > Coques de téléphone. Le parser jette « Électronique », trop générique, garde « coques de téléphone » comme seed et compte combien de produits y sont rattachés. Ici, « coques » tagge 14 411 articles, donc c’est clairement une vraie catégorie qui mérite la recherche, pas un cas isolé. Les noms de produits ont le plus souvent un volume de recherche nul, donc on les ignore ; les 40 000 et quelques marques sont gardées de côté comme un signal distinct. Ce sont les catégories qui portent la recherche, et tu as passé zéro minute à les inventer.

Étape 3 · Traduire

Étape 3 : Traduis chaque seed dans la langue locale

C’est l’étape que les gens sautent, et la sauter ruine discrètement tout l’aval. Si tu recherches la Pologne en tapant « toys » dans l’outil de mots clés, Google te donne le volume et le CPC du mot anglais « toys » tel qu’il est cherché en Pologne, une tranche minuscule et bizarre d’expatriés et de touristes. Le chiffre paraît réel. Il l’est. Il est aussi sans valeur, et chaque décision qui suit est désormais bâtie sur un marché de personne.

Donc avant le moindre appel API, un LLM traduit la liste de seeds complète dans la langue native de chaque pays. Les 400 seeds de base, étendus avec synonymes et variantes orthographiques, sont devenus 488 entrées × 12 langues = 5 856 traductions machine prêtes à l’emploi. Voici un seed, « toys », tel qu’il est réellement parti vers chaque marché :

Interroge zabawki au lieu de « toys » et tu obtiens le vrai marché polonais. Les chiffres bougent d’un ordre de grandeur, pas d’une erreur d’arrondi. La seule exception, ce sont les noms de marques ; ceux-là ne sont jamais traduits. Saute cette étape et les étapes 4 à 7 sont bâties sur du sable, et personne ne te le dira, parce que le tableur paraît parfaitement plausible jusqu’à la mauvaise décision.

Étape 4 · Tirer la demande

Étape 4 : Tire la demande de recherche pour chaque marché

Maintenant le gros du travail, et la première chose que tu télécharges. Tu passes chaque seed traduit, dans chaque pays, à travers l’endpoint Google Ads GenerateKeywordIdeas, avec le lien de chaque mot clé vers son product_type source préservé. J’écris du code contre la Google Ads API depuis douze ans, et c’est toujours l’endpoint sur lequel je m’appuie le plus. Il renvoie les mêmes données de demande que le Keyword Planner affiche, juste à une échelle qu’aucun humain ne cliquerait jamais. Pas d’accès à la Google Ads API ? Utilise l’API DataForSEO à la place. Elle sert les mêmes données de mots clés, tu paies à la requête, et les prix sont assez bas pour qu’un run de cette taille reste bon marché. Sur les onze pays recherchables, le run a produit 1 402 486 idées de mots clés. Et la répartition par marché est déjà un enseignement, parce que la demande brute ne s’aligne pas sur les marchés sur lesquels tu parierais :

Si la demande était toute l’histoire, ce tableau serait la réponse : Pologne, Allemagne, Autriche, fonce. C’est exactement le piège. L’Allemagne et l’Autriche trônent en haut ici, et c’est précisément pourquoi une analyse basée sur la seule demande te fait marcher droit dans l’enchère la plus chère de l’ensemble. Les marchés qui gagnent vraiment sont plus bas, et les étapes du prix du clic et de l’économie vont bientôt les remonter.

Le run est tenu en comptabilité seed par seed, pays par pays : 4 220 jobs seed-pays tentés, 3 619 ont renvoyé des données, 601 en erreur. La plupart de ces erreurs étaient des limites de quota API, et les erreurs de quota, tu les relances simplement plus tard jusqu’à ce que le run soit complet. Le reste, c’étaient les abandons langue-non-supportée de l’étape 1, qu’aucune relance ne corrigera. Garde le log dans tous les cas ; tu veux la preuve de quelles cellules ont réellement des données derrière elles.

Étape 5 · Nettoyer

Étape 5 : Nettoie les mots clés, pas les seeds

Un seed large draine du bruit, et le réflexe évident est de tuer le seed bruyant. Ne le fais pas. « Football » en Allemagne tire des millions de recherches Bundesliga qui n’ont rien à voir avec ta boutique. Le même seed tire aussi « chaussures de football », que tu veux absolument vendre. Tue le seed et tu tues avec lui ses enfants à intention d’achat. Donc tu filtres au niveau du mot clé, pas du seed, à chaque fois.

Voici ce que le nettoyage a réellement retiré sur ce run, catégories hors segment d’abord, puis pur bruit :

La règle en un exemple. Le seed « auto-moto » est parfait pour cette boutique, qui vend des accessoires auto. Mais en allemand, il tire aussi « gebrauchtwagen » (voitures d’occasion) et « auto kaufen » (acheter une voiture), sans valeur pour un e-shop de petits articles. Tu ne supprimes pas le seed. Tu supprimes ces mots clés précis et tu gardes « Handyhalter Auto » (support de téléphone pour voiture). 2 100 et quelques mots clés parasites en moins, les bons intacts.

Et le nettoyage n’est pas que de la soustraction ; c’est aussi tagger le signal que tu veux. Pour un catalogue du segment bonnes affaires, l’intention d’achat vit dans les mots de deal, donc 49 770 mots clés ont été taggés à intention bonnes affaires en onze langues :

C’est l’étape qui sépare un livrable auquel un client fait confiance d’un tableur qu’il ignore discrètement. Ma première passe était pleine de Bundesliga, de calendriers 2026 et d’annonces de voitures d’occasion. Il m’a fallu une deuxième revue complète sur dix langues pour arriver à un cœur qui vaille la peine d’être remis.

Étape 6 · Scrape concurrentiel

Étape 6 : Scrape la concurrence et ses prix

Tout ce qui précède mesure la demande. Rien ne te dit si tu vas entrer sur un marché et te faire aplatir sur le prix par un acteur en place depuis dix ans. Pour ça, il faut regarder le vrai champ de bataille. Donc pour les 20 à 30 % de produits les plus vendus par catégorie, tu localises le titre et tu scrapes la page de résultats en direct. Un POST vers l’endpoint SERP de DataForSEO renvoie la page entière en JSON structuré, et ça coûte environ 0,0035 $ par requête, donc vérifier 3 000 produits phares sur un marché revient à environ 10,50 $. L’appel exact, prêt à coller, est dans le bloc de téléchargement vers la fin de cet article.

Une réponse, trois choses, un prix : le bloc paid (textes publicitaires des concurrents, matière première pour tes messages), popular_products (annonces Shopping avec prix en direct que tu ne peux pas obtenir depuis ton propre Merchant Center) et les résultats organiques (les vrais acteurs du marché, y compris ceux qui ne font pas de pub). Tu paies pour une vérification de prix et tu repars avec une bibliothèque de textes concurrents et une carte du marché.

Et comme tout est scripté, tu ne t’arrêtes pas aux prix. Le même pipeline parcourt les concurrents qu’il vient de trouver et tire le reste de leur offre : prix et délais de livraison, seuils de livraison gratuite, moyens de paiement, contre-remboursement ou pas. Dans cette région, ce dernier point décide des commandes. Si chaque boutique locale propose le contre-remboursement et pas toi, le checkout est l’endroit où ton clic pas cher meurt. On fait passer tout ça par les API SEO de DataForSEO, donc c’est un pipeline JSON de bout en bout, pas de scrapers maison à surveiller. Et le coût de tout le programme, c’est la chute :

Une passe SERP concurrentielle complète sur douze pays coûte 22–126 $ selon le mode. Compare ça à un abonnement Semrush à ~140 $+/mois forfaitaire, rien que pour l’interface. Tu cartographies chaque concurrent dans chaque marché cible pour moins d’un mois de l’outil vers lequel tout le monde se rabat.

Étape 7 · Noter

Étape 7 : Note chaque marché et classe-les

Maintenant tout se replie en un seul chiffre par pays. À partir du CPC réel, d’un taux de conversion défendable et d’un panier moyen par marché, tu simules le ROAS pour chaque marché, puis tu pondères demande, prix, logistique, croissance et friction d’entrée en un seul score. Un tableau classé unique. Ce pour quoi tu es venu :

Le voilà : Slovaquie, Pologne et Serbie. Un petit marché, un marché casse-tête pour les paiements, et un hors-UE que la plupart des gens n’auraient pas proposé. L’Allemagne, le pays avec le plus de demande de tout l’ensemble (348k idées de mots clés), atterrit quatrième, plombée par un ROAS simulé à peine à 1,0. L’Autriche, l’autre choix par défaut, arrive cinquième, sous 1,0, c’est-à-dire qu’elle perd de l’argent.

Les deux marchés qui paraissent les plus évidents sont les deux que les maths écartent en premier.

Qu’est-ce qui plombe ? Une règle délibérée et brutale qui garde le tableau honnête. Quand le ROAS simulé passe sous le seuil de viabilité, le score est multiplié par 0,4. Rappelle-toi pourquoi. Sur un marché neuf, le paid est ton seul canal. Tu n’as pas encore de SEO, pas de marque, pas de clients récurrents. Un marché où l’acquisition payante ne paie pas ne peut pas être ton point d’entrée, aussi gros que soit le prix. La pénalité existe précisément pour empêcher le tableur d’entériner une intuition.

Comment le score est bâti : neuf facteurs pondérés

Le score n’est pas une métrique unique portant la couronne. Ce sont neuf composantes, chacune pondérée selon ce qu’elle fait réellement bouger dans la décision. Le ROAS domine, parce qu’un énorme marché avec des CPC brutaux perd à chaque fois face à un petit marché avec des clics pas chers. C’est toute la leçon du classement ci-dessus :

Deux pénalités dures le gardent honnête. Un ROAS sous le seuil de viabilité multiplie le score par 0,4, comme ci-dessus. Et un pays sans aucune donnée de CPC est coupé au tiers, parce que tu ne paries pas sur un marché que tu ne peux pas chiffrer. Cette seconde pénalité, c’est exactement pourquoi les deux pays écartés à l’étape 1 n’atteignent jamais le classement : pas de prise en charge de la langue, pas de données de mots clés, pas de prix à modéliser, pas de pari défendable.

Le plus grand levier : le prix d’un clic par marché

Si tu ramènes le modèle au seul facteur qui le fait le plus bouger, le voici. Voici le CPC médian du planner par marché issu du run de nuit, sur 745 712 idées de mots clés nettoyées et chiffrées (Google Ads GenerateKeywordIdeas, 28–29 avril 2026). Chaque chiffre est en CZK, la devise propre du compte, pour que les marchés se comparent proprement. L’écart est toute la raison de ne pas se rabattre par défaut sur le marché évident :

Lis les couleurs avant les chiffres. La carte est fraîche à l’est et au sud et chauffe en allant vers l’ouest : la Serbie et les Balkans sont en menthe, l’Allemagne et l’Autriche brûlent en corail, et un clic autrichien coûte 5,1× un clic serbe, un clic allemand 4,5×. Ça, c’est avant la taille du panier, avant le taux de conversion, avant tout ce que tu peux contrôler. La ligne en pointillés est l’ancre. Ces 2,54 CZK, c’est ce que le compte d’origine paie réellement par clic en Tchéquie aujourd’hui. Même la Pologne, le plus grand marché de la région et à une frontière de distance, planifie son clic médian à presque le double de ce chiffre. Pas un seul marché de la liste ne promet les prix de la maison, et les marchés occidentaux familiers se tiennent un facteur cinq entier au-dessus du plancher, puis le facturent pour tout le reste de la vie de la campagne. (L’Albanie est laissée hors de la carte, parce qu’avec seulement 31 idées chiffrées sa médiane ne mérite pas qu’on s’y fie.)

Pourquoi ce seul chiffre décide-t-il autant ? Parce que dans un nouveau pays, le clic est le coût d’un client ; tu n’as pas encore d’autre porte d’entrée. Maintiens tout le reste constant et ne change que le clic, et le prix du clic à lui seul fait varier ton retour sur dépense publicitaire d’environ 5×. Même produit, même taux de conversion, même panier. La seule chose qui bouge, c’est ce que le marché facture pour être vu :

À un taux de conversion de 2 %, il faut 50 clics pour faire une vente. Donc une vente serbe coûte 121 CZK de pub et une vente autrichienne 620 CZK, pour exactement le même produit. Contre le même panier, ça fait un ROAS sain de 8,3× en Serbie et un ROAS déficitaire de 1,6× en Autriche. Rien n’a changé sauf le prix du clic du pays. C’est tout l’argument en un tableau : la demande qui paraît la moins chère peut être le client le plus cher.

La réserve honnête est la même que dans l’encadré. Ce sont des estimations du planner, et le CPC du planner tire vers le haut. Le compte d’origine réel a payé 2,54 CZK par clic sur 22,6 M de requêtes, en dessous même du chiffre du planner le moins cher ici. Donc lis les chiffres comme une pression de marché relative, pas comme le prix littéral que tu paieras. Les ratios tiennent ; les chiffres absolus baissent une fois calibrés. Et un clic occidental plus cher peut quand même payer si son panier est plus gros, ce qui est exactement pourquoi tu ne t’arrêtes pas au clic.

L’autre moitié : ton prix produit face au marché local

Le clic amène le visiteur sur ta page. Qu’il achète ou non dépend de ton prix face à la concurrence locale, et ce niveau de prix varie entre marchés encore plus fort que le clic. Le même vélo d’appartement qui tient un rayon à 349 € en Autriche se vend 151 € en Roumanie. Un ventilateur domestique est à 126 € en Autriche et 41 € en Hongrie. Le classement jusqu’ici chiffre le clic et reste aveugle à chaque euro de tout ça, parce qu’il ne regarde jamais ce que la concurrence facture réellement.

J’ai donc lancé la couche que le modèle saute. Pour seize catégories que la boutique stocke réellement, j’ai tiré le prix médian des concurrents sur chaque marché et je l’ai placé à côté du médian propre de la boutique. Des médianes des deux côtés, jamais l’annonce la moins chère isolée, parce qu’un prix aberrant ne te dit rien. La source est le carrousel popular_products de Google Shopping, les vraies annonces que voient les vrais acheteurs. Les onze catégories avec une couverture assez large pour comparer entre marchés sont ci-dessous.

Une note avant de lire. La colonne propre de la boutique demande un cadrage honnête. C’est une boutique bonnes affaires. Son catalogue est délibérément bâti sur le bas de gamme de chaque catégorie, donc son médian atterrit souvent à la moitié du prix de marché typique d’une catégorie, parfois plus bas. Le comparer à la moyenne du marché comme si les biens étaient équivalents flatterait chaque cellule. Lis donc chaque cellule comme une marge de manœuvre, c’est-à-dire à quelle hauteur le rayon local se tient au-dessus du plancher bonnes affaires de la boutique. Cette marge, c’est la couleur de la cellule : le vert est large (marché à 3× le plancher ou plus), l’or est correct (1,6–3×), le corail est serré (sous 1,6×).

Deux choses en ressortent que le tableau du prix du clic ne pourrait jamais te montrer.

La marge de manœuvre est catégorie × marché, jamais un « on est moins cher » uniforme. Les aspirateurs et les claviers sont corail presque partout. Même une boutique bonnes affaires reste à un cheveu du marché sur l’électronique à forte valeur, parce que la marge de tout le monde y est déjà rabotée. Mais les vélos d’appartement, les terrariums, les chaînes à neige et le matériel d’équitation brillent en vert. Dans ces recoins, le marché facture cinq à quinze fois le plancher, parce que personne ne se bat dur sur le prix. « On est l’option pas chère » est vrai par cellule, pas par pays. Et ce sont les cellules qui te disent avec quelles lignes de catalogue mener l’expansion.

Les marchés au clic cher sont aussi les marchés au rayon cher. L’Allemagne et l’Autriche portent les deux clics les plus chers de tout le run, et c’est exactement là où le rayon se tient le plus haut (le rayon vélo d’appartement autrichien est à 349 €, le roumain à 151 €). C’est la nuance que le classement du coût du clic cache. Un clic autrichien cher peut quand même s’avérer rentable si le panier qu’il achète vaut plus, tandis qu’un clic polonais pas cher vers un rayon polonais pas cher peut discrètement être la moins bonne affaire. Le coût du clic et le prix du rayon sont deux axes différents, et tu ne vois le piège qu’en traçant les deux. C’est pourquoi le score ci-dessus pondère la concurrence prix à 15 %, juste derrière le ROAS.

Et les trous dans le tableau sont eux-mêmes un enseignement. La couverture du carrousel s’amincit à mesure qu’on va vers l’est et le sud. L’Allemagne, l’Autriche et la Pologne remplissent presque chaque cellule ; la Hongrie, la Slovaquie et la Roumanie montrent déjà des blancs ; et les marchés au clic le moins cher de tous, les Balkans, ne renvoient presque rien, parce que Google n’affiche pas de carrousel popular_products dans ces pays. La couche prix s’évapore exactement là où le clic paraissait le moins cher. Pour chiffrer ces marchés-là, tu quittes Google et tu lis les comparateurs de prix locaux (Ceneje.si, Jeftinije.hr, Pazaruvaj.bg), ce qui est le travail d’un autre après-midi.

Bonus : les mêmes données te disent quand lancer

Tu as payé un seul tirage de mots clés et il portait discrètement un deuxième livrable : douze mois de volume de recherche par mot clé, 16,7 millions de points de données mensuels sur 1,39 million de mots clés. Agrège-le et la courbe de demande est sans équivoque. Un mois de pic porte 40 % de demande de recherche de plus que le plus calme.

Décembre coiffe la courbe, juillet la creuse. Exactement ce qu’on attend d’un catalogue de marchandises générales. Cette seule amplitude est ton signal de timing de lancement. Tu n’ouvres pas un nouveau marché dans son mois mort, et tu charges la dépense avant la montée de décembre, pas pendant. L’analyse que tu as lancée pour choisir où t’a déjà dit quand, gratuitement.

Des chiffres réels, un seul run réel

Chaque chiffre ci-dessus est sorti d’un seul run réel. Voici l’ensemble phare, avec deux autres analyses cross-border pour l’échelle :

Deux marchés ont dû être écartés en plein run parce que les outils de recherche de mots clés ne prennent pas en charge leur langue. C’est le genre de contrainte qu’on n’apprend qu’en faisant réellement tourner la chose. Les ~10 heures sont du temps machine. La recherche mouline pendant la nuit, tous pays en parallèle, pendant que tu dors. Le travail humain (mettre en forme le flux, calibrer l’économie, nettoyer le bruit, bâtir le livrable) représente quelques heures concentrées par-dessus. Je chiffrais autrefois exactement ce livrable à environ un demi-million de couronnes, et l’argent n’a jamais payé du code malin. Il achetait des centaines d’heures de travail à la main. Quelqu’un devait lire et nettoyer des requêtes de recherche marché par marché, un boulot qu’aucune IA ne savait toucher il y a quelques années. Les clients disaient non, et je les comprends. Maintenant, c’est un run de nuit plus une journée de mon attention.

(La coupe de −86 % vient d’un autre catalogue, bien plus de niche, une boutique B2B de profilés de construction où la plupart des mots clés issus de seeds larges étaient réellement hors sujet. La boutique bonnes affaires ci-dessus n’a perdu qu’un pourcentage à un chiffre. À quel point le nettoyage est agressif dépend entièrement de ton degré de niche.)

Quoi faire du classement

Foire aux questions