En bref: Sur un site géant, la première question sur le Réseau de Recherche n'est pas les mots clés, mais quelles pages de destination peuvent mathématiquement se permettre la publicité. Injectez un export GA4 plus un crawl du site, calculez maxCPC = CRR cible × CR × AOV par page, puis comparez-le à votre CPC moyen réel. Vous obtenez une pile TOP 100–200 à construire classée, une pile de pages à corriger, et une pile à ignorer — avant de dépenser un centime.
Ce que vous mettez en entrée, et ce que vous récupérez
Vous mettez en entrée deux choses que vous possédez déjà : un export GA4 de vos pages de destination et un crawl de votre site. Vous récupérez une seule chose — une liste classée des pages de destination qui méritent une campagne sur le Réseau de Recherche en premier, chacune avec le CPC max exact qu’elle peut se permettre, et une pile bien nette « ne pas enchérir là-dessus » pour les pages dont les fondamentaux interdisent le référencement payant. Aucun outil de mots clés, aucune intuition, aucun « activons juste les Dynamic Search Ads pour voir ». Un tableur qui vous dit où pointer le budget avant d’en dépenser le moindre centime.
C’est tout l’article. Ci-dessous je déroule le pipeline de bout en bout et, à chaque étape, je vous montre la chose littérale qu’il recrache — les lignes GA4, l’arithmétique du CPC max sur une seule ligne, le tableau d’extraction du crawl, le tri de priorisation avant et après, et le diagnostic de page à problème qui sauve une page que tout le monde aurait supprimée. Les chiffres sont illustratifs partout — branchez les vôtres — mais les formes sont exactement ce que les outils renvoient.
Pourquoi se donner la peine d’un pré-vol ? Parce que le réflexe par défaut sur un site de 10 000 URL, c’est de pointer une campagne en requête large vers tout et de laisser Google faire le tri. Cela crame du budget sur des pages qui n’allaient jamais convertir, fait dériver votre ROAS cible et empoisonne la phase d’apprentissage. Ce filtre est l’assurance la moins chère que vous achèterez jamais.
Le pipeline en une seule case
- Ce qu'on cherche Les pages de destination qui méritent la publicité, classées
- Entrées Export GA4 des pages de destination · un crawl du site
- La formule unique maxCPC = CRR cible × CR × AOV
- Ce que vous obtenez Une pile à construire, une pile à corriger, une pile à ignorer
Le seul chiffre qui décide de tout : le CPC max
Chaque page de destination a un plafond — le maximum que vous pouvez payer pour un clic tout en atteignant votre efficacité cible. Calculez-le par page et toute la priorisation découle des maths :
maxCPC = CRR cible × CR × AOV
où CRR (cost-revenue ratio — le PNO européen, équivalent à l’ACOS) est la part du chiffre d’affaires que vous êtes prêt à dépenser en publicité, CR est le taux de conversion de la page, et AOV est son panier moyen.
Un exemple chiffré, directement issu de la formule. Une page de catégorie convertit à 2 %, affiche un panier moyen de 1 000 €, et vous êtes prêt à dépenser 10 % du chiffre d’affaires en publicité (un ROAS de 10×) :
maxCPC = 0,10 × 0,02 × 1 000 € = 2,00 €.
Si vous préférez raisonner en ROAS, la même chose se réarrange en maxCPC = CR × AOV / ROAS = 0,02 × 1 000 / 10 = 2,00 €. Même chiffre, choisissez la forme que votre cerveau préfère. (Exemple illustratif.)
Ces 2,00 € sont le verdict. Comparez-les au CPC moyen réel de votre compte pour ce marché et la page se trie d’elle-même : confortablement au-dessus du CPC moyen → on la construit ; en dessous → elle ne peut pas se payer ; bien en dessous → n’y pensez même pas. Tout ce qui suit consiste juste à produire ce chiffre pour chaque page, de façon fiable, puis à lire le résultat.
Le pipeline en un coup d’œil
Cinq étapes. Pour chacune : ce que vous faites, ce que vous regardez, et pourquoi — parce que chaque étape existe pour répondre à une question précise sur une page.
1 — Tirer les fondamentaux des pages de destination depuis GA4
Faire : par page de destination, exportez les sessions, conversions, transactions et chiffre d’affaires ; dérivez le CR et l’AOV. Pourquoi : c’est le signal demande-et-argent — sans lui, le CPC max est une supposition. Vous obtenez : une ligne par page portant les deux chiffres que la formule mange (CR et AOV).
2 — Crawler le site pour sa structure
Faire : crawlez chaque page pour le titre, le H1, la profondeur du fil d’Ariane et — celui qui compte — combien de produits elle liste. Pourquoi : GA4 connaît les fondamentaux mais pas la structure ; une page avec deux produits en stock ne peut pas porter une campagne, peu importe comment elle convertit. Vous obtenez : le miroir structurel de vos lignes GA4, plus un signalement des pages creuses.
3 — Joindre les deux, calculer le CPC max
Faire : joignez GA4 + crawl par URL, appliquez la formule sur chaque ligne, écartez les pages creuses. Pourquoi : c’est là que fondamentaux et structure se rencontrent et que le verdict devient calculable. Vous obtenez : chaque page avec son CPC max posé juste à côté.
4 — Prioriser : CPC max vs. CPC moyen réel
Faire : placez le CPC max de chaque page à côté du CPC moyen réel de votre compte ou pays, triez par marge. Pourquoi : un CPC max ne signifie rien isolément — seul l’écart avec ce que les clics coûtent réellement décide si une page peut se payer. Vous obtenez : la pile à construire TOP 100–200, une pile à corriger, et une pile à ignorer.
5 — Diagnostiquer les pages à problème
Faire : pour les pages qui devraient convertir mais ne le font pas, vérifiez la compétitivité tarifaire des produits qu’elles listent en premier. Pourquoi : un CR bas sur une page censée vendre est généralement une fuite de merchandising, pas un problème de demande — et c’est réparable. Vous obtenez : des pages sauvées de la pile à ignorer pour revenir dans la pile à construire, une fois qu’elles peuvent réellement convertir.
Maintenant les mêmes cinq étapes, une par une, chacune avec la chose littérale qu’elle produit.
Étape 1 — L’export GA4, tel qu’il atterrit
Vous n’avez pas besoin d’un rapport sophistiqué. Dans GA4 : Explorer → vierge → Format libre, dimension Page de destination + chaîne de requête, métriques Sessions, Événements clés / Conversions, Chiffre d’affaires total. Ajoutez Transactions si vous l’avez ; sinon l’AOV vient du chiffre d’affaires ÷ conversions. Un filtre en amont : excluez les pages de détail produit et gardez les pages de catégorie / collection — vous dimensionnez où envoyer le trafic, et sur la plupart des sites ce sont les catégories, pas les SKU individuels. Mélanger les SKU fausse chaque AOV et chaque CR que vous calculez.
Voici à quoi ressemblent quatre lignes représentatives une fois exportées, avec le CR et l’AOV dérivés :
Landing page Sessions Conv CR Revenue AOV
/cordless-vacuums 8,140 163 2.0% €68,460 €420
/winter-tyres 5,020 156 3.1% €28,080 €180
/sleeping-bags 12,300 135 1.1% €12,825 €95
/phone-cases 9,800 137 1.4% €2,192 €16(Exemple illustratif.) Le CR est conversions ÷ sessions ; l’AOV est chiffre d’affaires ÷ conversions. C’est tout ce que la formule a besoin de tirer de GA4 — deux colonnes, CR et AOV, par page. Remarquez déjà que /sleeping-bags attire le plus de sessions du lot tout en convertissant le plus mal ; gardez cela en tête, on y revient plus loin.
Étape 2 — Le crawl, et la colonne qui fait le travail
GA4 vous a dit comment chaque page performe. Il ne peut pas vous dire qu’une page est structurellement creuse — une « catégorie » avec deux produits en stock, ou une vue de filtre paramétrique qui ne devrait jamais porter une campagne. Pour cela, vous crawlez. Deux voies : faire écrire par une IA un crawler jetable en cinq minutes, ou utiliser Screaming Frog avec une extraction XPath personnalisée que vous configurez en trois minutes environ (mini-guide complet dans la boîte à piquer). Lancez-le en mode Liste sur votre jeu d’URL GA4 et il mouline en arrière-plan pendant que vous faites autre chose.
La seule colonne qui mérite son salaire, c’est le nombre de produits — combien de fiches produit la page affiche réellement. Voici le résultat de l’extraction joint aux quatre mêmes pages, plus une de plus que le crawl signale :
URL Title H1 Products Breadcrumb
/cordless-vacuums Cordless Vacuums … Cordless Vacuums 48 Home>Floorcare>Vacuums
/winter-tyres Winter Tyres | … Winter Tyres 112 Home>Tyres>Winter
/sleeping-bags Sleeping Bags … Sleeping Bags 9 Home>Camping>Sleep
/phone-cases Phone Cases … Phone Cases 640 Home>Accessories>Cases
/clearance-2019 Clearance Clearance 0 Home>Clearance(Exemple illustratif.) La règle des pages creuses fait son travail sur-le-champ : /clearance-2019 liste 0 produit — une catégorie vide pour laquelle GA4 enregistre encore des sessions. Écartez toute page sous ~3 produits avant de prioriser, et cette page fantôme n’atteint jamais la pile à construire. Mini-exemple, situation → action → résultat : le crawl montre une « catégorie » sans aucun produit en ligne → vous l’excluez avant la priorisation → vous ne gaspillez pas une campagne (ni l’après-midi d’un analyste) sur une page sans rien à vendre.
Étape 3 — Joindre les deux, et la formule sur une seule ligne
Maintenant les deux jeux de données ne font plus qu’un. Joignez GA4 + crawl par URL et chaque page porte à la fois ses fondamentaux (CR, AOV) et sa structure (nombre de produits). Appliquez maxCPC = CRR cible × CR × AOV sur toute la colonne. Regardez-la atterrir sur une vraie ligne — /cordless-vacuums, CRR cible 10 % :
maxCPC = 0,10 × 0,020 × 420 € = 0,84 €.
Une ligne, un plafond. Faites-le pour les quatre survivantes et vous obtenez le CPC max par page dont dépend toute la décision :
Page CR AOV CRR maxCPC = CRR×CR×AOV
/cordless-vacuums 2.0% €420 10% 0.10 × 0.020 × 420 = €0.84
/winter-tyres 3.1% €180 12% 0.12 × 0.031 × 180 = €0.67
/sleeping-bags 1.1% €95 10% 0.10 × 0.011 × 95 = €0.10
/phone-cases 1.4% €16 10% 0.10 × 0.014 × 16 = €0.02(Exemple illustratif.) Le CRR cible peut différer par page si vos marges le font — /winter-tyres porte 12 % ici parce que la catégorie tolère une efficacité plus lâche. Tout le reste est mécanique. Vous avez désormais un CPC max pour chaque page du site ; l’étape suivante est le seul jugement qu’il reste à porter.
Étape 4 — Prioriser : le tri, avant et après
Un CPC max ne signifie rien tout seul. 0,84 € est généreux sur un marché et inabordable sur un autre — ce qui décide, c’est l’écart avec ce qu’un clic vous coûte réellement. Tirez donc votre CPC moyen réel par page (ou par marché, si vous ne l’avez pas au niveau page) du compte Google Ads et mettez les deux côte à côte.
Avant — la jointure brute, dans l’ordre quelconque où elle est sortie de GA4, est illisible en tant que plan :
Page maxCPC avg CPC
/sleeping-bags €0.10 €0.45
/phone-cases €0.02 €0.35
/cordless-vacuums €0.84 €0.55
/winter-tyres €0.67 €0.40Après — triez par marge (maxCPC − CPC moyen) et les quatre mêmes lignes deviennent un ordre de travail avec le verdict écrit dans la dernière colonne :
| Page de destination | CR | AOV | CRR cible | maxCPC | CPC moyen | Verdict |
|---|---|---|---|---|---|---|
| /cordless-vacuums | 2.0% | €420 | 10% | €0.84 | €0.55 | Construire maintenant |
| /winter-tyres | 3.1% | €180 | 12% | €0.67 | €0.40 | Construire maintenant |
| /sleeping-bags | 1.1% | €95 | 10% | €0.10 | €0.45 | Corriger d'abord (page à problème) |
| /phone-cases | 1.4% | €16 | 10% | €0.02 | €0.35 | Laisser tomber |
(Exemple illustratif.) Les chiffres sont inventés pour montrer le mécanisme — branchez vos propres données GA4. Chaque maxCPC ici n’est que CRR cible × CR × AOV appliqué à la ligne.
Deux lignes sont évidentes. /cordless-vacuums peut payer 0,84 € contre un marché à 0,55 € — +53 % de marge, on la construit. /winter-tyres pareil. /phone-cases peut se permettre 0,02 € contre 0,35 € ; ça ne marchera jamais, même en rêve, laissez-la de côté et ne vous retournez pas. Passez de quatre lignes à dix mille et le haut de la liste triée est votre TOP 100–200 — les pages à construire en premier, classées par la marge dont elles disposent pour enchérir.
L’intéressante, c’est /sleeping-bags : maxCPC 0,10 € contre un marché à 0,45 €. Sur le papier, « laisser tomber ». Mais elle avait le plus de sessions de tout l’export et une catégorie qui devrait manifestement vendre. Un CR suspicieusement bas sur une page censée convertir est rarement un problème de demande. C’est une page à problème — et les pages à problème ont droit à un diagnostic, pas à une suppression.
Étape 5 — Pages à problème : le diagnostic, sur une vraie liste de produits
Quand le taux de conversion d’une page se situe bien en dessous de là où la catégorie devrait atterrir, demandez pourquoi avant de la jeter. En e-commerce, la réponse, la plupart du temps, c’est la compétitivité tarifaire des produits que la page affiche en premier. Les 10 à 20 premiers produits qu’un visiteur voit constituent toute la première impression de la page ; si ce sont vos articles les moins compétitifs en valeur, le CR s’effondre quelle que soit la demande que la page attire.
Vous lisez donc la catégorie exactement comme le client le fait — dans son ordre de tri par défaut — et vous vérifiez le prix des positions de tête.
Lire le mix produit de la catégorie dans l'ordre de tri
Tirez les produits de /sleeping-bags par leur product_type depuis Google Merchant Center, dans l’ordre de liste par défaut que le visiteur obtient réellement. Le haut de la liste est ce qui convertit (ou non).
Vérifier le prix des positions de tête face au marché
Prenez les produits listés en tête et recherchez les prix des concurrents en direct avec DataForSEO — l’endpoint serp/google/organic/live/advanced renvoie toute la page de résultats (blocs shopping avec marchands et prix, organique) en JSON structuré pour environ 0,0035 $ par requête.
Re-tarifer ou ré-ordonner, puis remesurer
Si les positions de tête sont trop chères, vous avez deux leviers : re-tarifer, ou re-trier la catégorie pour que des produits réellement compétitifs mènent. Puis observez le CR. Ce n’est qu’une fois qu’il remonte que vous promouvez la page de « à problème » vers la pile à construire.
Voici à quoi ressemble littéralement ce diagnostic sur /sleeping-bags, la page assise à un maxCPC de 0,10 €. Haut de la liste, votre prix vs. le concurrent le moins cher que DataForSEO a trouvé pour le même produit :
Pos Product (first-listed) Your price Cheapest comp. Gap
1 AlpineLite 200 Down Bag €129 €99 +30%
2 TrekWarm Mummy −5°C €115 €112 +3%
3 BaseCamp Synthetic XL €89 €92 −3%
4 ValleyHike Junior €45 €47 −4%(Exemple illustratif.) La fuite est tout en haut : le produit que 12 300 visiteurs mensuels rencontrent en premier est tarifé 30 % au-dessus de l’offre la moins chère du marché. Tout ce qui est en dessous est compétitif — mais personne ne fait défiler au-delà d’une mauvaise première impression. Mini-exemple, situation → action → résultat : le produit phare est 30 % au-dessus du marché → baissez son prix à 105 € ou re-triez pour que BaseCamp et ValleyHike compétitifs mènent → le CR se rétablit vers la norme de la catégorie → relancez l’étape 3, le maxCPC décolle des 0,10 €, et la page accède à la pile à construire.
C’est la boucle que la plupart des agences ne bouclent jamais, parce qu’elle franchit une frontière qu’elles ne touchent généralement pas. Le travail de la boutique (tarification, merchandising, ordre de tri) et le travail de l’agence (acheter le trafic) sont la même boucle d’optimisation. Réglez l’un sans l’autre et vous enchérissez dans une fuite.
Après le filtre : choisir comment vous achetez
C’est seulement maintenant — avec la pile à construire en main — que vous choisissez le comment : AI Max, Dynamic Search Ads, STAG classique, ou une combinaison (requête large + DSA dans une même campagne). Une campagne ou trois ou cinq, cela dépend du client et du volume de conversions — respectez la règle des ~30 conversions par campagne avant de scinder. Je vous laisse ce choix volontairement. Tout l’intérêt du pipeline, c’est que vous le faites après les fondamentaux, pas avant.
Quel que soit votre choix, la règle est la même : une nouvelle campagne ne doit jamais démarrer sur de mauvaises pages. Des pages de destination faibles font dériver votre ROAS cible et empoisonnent la phase d’apprentissage. Le pré-filtre est ce qui garde le lancement pointé uniquement vers des pages capables de s’autofinancer — et à partir de là, construire la super-structure (données de crawl + recherche de mots clés par catégorie via la Google Ads API, construite par vagues selon la catégorie, la langue et la maturité) est un sujet à part entière, et il a le sien.
La partie qui renvoie au manifeste
Techniquement, rien de tout cela n’est nouveau. Vous auriez pu lancer l’export GA4, le crawl, le scraping de prix et la jointure il y a cinq ans. Mais cela aurait représenté six mois de développement sur mesure, et toute personne saine d’esprit aurait abandonné à mi-chemin. La raison pour laquelle je l’écris maintenant, c’est qu’avec des outils comme Codex, Claude Code et la génération actuelle d’agents, cela a cessé d’être un projet pour devenir un workflow d’un mardi ordinaire — un script que vous pointez sur un compte et que vous laissez tourner la nuit.
C’est tout le basculement, et c’est le plus clair quand on le voit des deux côtés à la fois : le travail de tarification-et-merchandising de l’e-shop et le travail publicitaire de l’agence fusionnent en une seule boucle que vous pouvez enfin régler ensemble. Les fondamentaux vous permettent de la boucler.
La partie que vous pouvez piquer
# 1) The ceiling on every landing page
maxCPC = target_CRR * CR * AOV
= CR * AOV / ROAS # same thing in ROAS form
# e.g. 0.10 * 0.02 * 1000 = €2.00 (10% CRR, 2% CR, €1000 AOV)
# 2) Screaming Frog custom extraction (~3 min, runs in background)
Configuration → Custom → Custom Extraction → Add
• Products on page XPath: count(//div[contains(@class,'product-card')])
extractor type: Function Value (count() returns a number)
• H1 XPath: //h1 → Extract Text
• Breadcrumb XPath: //nav[@aria-label='breadcrumb'] → Extract Text
Crawl (or List mode on your GA4 URL set) → export → join to GA4 by URL.
Drop any page with < ~3 products as a thin page before you prioritize.- Utilisez Function Value, pas Extract Text, pour le nombre de produits.
count()renvoie un nombre ; l’extracteur de texte l’avalera. C’est la raison la plus fréquente pour laquelle la colonne du nombre revient vide. - Adaptez le sélecteur de fiche produit au site. Clic droit sur une vignette produit → Inspecter → récupérez la classe stable. Réglez ce XPath une fois et le filtre des pages creuses se déroule tout seul.
- Filtrez d’abord les pages de détail produit hors de l’export GA4. Vous dimensionnez où envoyer le trafic — pages de catégorie et de collection — pas les SKU individuels. Les mélanger fausse chaque AOV et chaque CR que vous calculez.
- Diagnostiquez les pages à problème dans l’ordre de tri. Tirez la catégorie par
product_typedans son ordre de liste par défaut et vérifiez le prix des positions de tête — c’est la première impression qui convertit, pas la moyenne de la page.
FAQ
Pourquoi utiliser le maxCPC plutôt que de simplement regarder les objectifs de ROAS dans Google Ads ?
Parce que le tROAS de Google réagit après que vous avez dépensé de l’argent à apprendre. Le maxCPC est un filtre pré-lancement : il vous dit, avant le moindre clic, quelles pages peuvent mathématiquement se permettre de faire de la publicité. Vous l’utilisez pour décider quoi construire ; vous utilisez le tROAS pour piloter ce que vous avez construit.
Mon CR et mon AOV varient beaucoup d'un mois à l'autre. Cela ne casse-t-il pas la formule ?
Utilisez une fenêtre stable — 60 à 90 jours — et segmentez par appareil ou par marché s’ils diffèrent sensiblement. La formule n’a pas vocation à être précise au centime ; elle trie les pages en piles à construire / à corriger / à ignorer. C’est une marge d’ordre de grandeur que vous cherchez.
Ai-je vraiment besoin de Screaming Frog, ou l'IA peut-elle simplement écrire le crawler ?
Les deux marchent. Screaming Frog avec une extraction XPath personnalisée est la voie no-code et c’est réellement une configuration de trois minutes. Un crawler scripté est meilleur si vous avez besoin que les données soient jointes automatiquement dans un pipeline. Choisissez selon qu’il s’agit d’un audit ponctuel ou d’un workflow répétable.
Qu'est-ce qui distingue une « page à problème » d'une page que je devrais simplement ignorer ?
Une page à ignorer a de faibles fondamentaux par nature — AOV bas, intention faible — donc son maxCPC est réellement minuscule et le restera toujours (/phone-cases à 0,02 €). Une page à problème devrait convertir — AOV correct, vraie demande, beaucoup de sessions — mais ne le fait pas, généralement parce que ses premiers produits affichés sont trop chers ou mal triés (/sleeping-bags à 0,10 €). Les pages à ignorer, vous les laissez de côté ; les pages à problème, vous les corrigez, puis vous remesurez.
Est-ce que cela ne marche que pour l'e-commerce ?
La formule du maxCPC marche partout où vous avez une valeur de conversion — la génération de leads incluse, où l’AOV devient la valeur du lead. Le diagnostic des pages à problème (product_type Merchant Center, prix des concurrents, ordre de tri des catégories) est spécifique à l’e-commerce ; les pages à problème en lead gen ont besoin de leur propre diagnostic, généralement une friction de formulaire ou une offre inadaptée.
Quel est le lien avec AI Max et la fin des DSA ?
C’est en amont de cette décision. Quel que soit le type de campagne sur lequel vous atterrissez — AI Max, le successeur des DSA, le STAG classique — il ne devrait jamais pointer que vers des pages ayant passé ce filtre. Le choix de stratégie change la façon dont vous achetez ; les fondamentaux décident de ce qui vaut la peine d’être acheté.
CTA : Vous voulez la pile à construire pour votre site, classée par ce que chaque page peut réellement se permettre ? Lançons le filtre sur votre GA4.
