[Ed.#1] Andromeda : ce que Meta attend des annonceurs

Depuis la bascule iOS14, Meta évolue dans un environnement où les signaux se raréfient. Le pixel ne suffit plus à documenter les comportements utilisateurs, et la plateforme doit s’appuyer sur des données plus fragmentées, davantage agrégées.

C’est dans ce contexte qu’Andromeda s’impose comme un algorithme conçu pour travailler différemment, en étant :

• moins dépendant du tracking, 
• plus orienté valeur, 
• et surtout capable d’exploiter les signaux perceptifs envoyés par les créations.

La création devient le premier levier de performance

Avec Andromeda, la création devient le signal dominant utilisé par l’algorithme pour identifier la cible idéale.

Meta introduit 3 dimensions pour analyser cet impact : 

1. La fatigue créative, qui ne se mesure plus par la répétition mais par la perception visuelle ; une créa « fatiguée » ne peut plus être recyclée via de légères variations.
2. La similarité créative : deux créations trop proches partagent un même Entity ID → la mauvaise performance d’une variante peut dégrader celles qui lui ressemblent. 
3. Les angles narratifs, qui permettent à l’algorithme de comprendre les structurent qui marchent : humour, pédagogie, démo, promotion…

Les marques doivent désormais répondre à une exigence : produire des concepts distincts, pas seulement des déclinaisons.

Vidéo vs image, UGC vs studio, témoignage vs démonstration… Ce sont ces changements de structure qui créent la diversité créative nécessaire à l’apprentissage d’Andromeda. 

Le basculement : d’un ciblage manuel à un ciblage porté par l’IA

L’enjeu n’est plus d’identifier des segments manuellement, mais de fournir à l’algorithme les conditions idéales pour apprendre.

• Les audiences larges deviennent le terrain optimal, car elles laissent à l’IA la possibilité de repérer elle-même les poches de valeur. 
• À l’inverse, les segmentations fines dispersent les signaux et complexifient la phase d’apprentissage.