Éditeur de logiciels bancaires : ×2,2 leads qualifiés et ×5 opportunités, à budget quasi constant

Le client

Un grand éditeur européen de logiciels SaaS pour le secteur financier, adossé à un groupe coté et présent sur tous les continents. Ses clients sont des banques et des organismes de crédit. Sa plateforme cloud couvre les grands métiers bancaires : cœur bancaire, banque digitale, paiements, financement spécialisé, conformité réglementaire. Les cycles de vente sont longs et les contrats pluriannuels à forte valeur.

Le problème : plus de leads, moins de business

Fin 2025, le compte Google Ads avait l’air en bonne santé : sur un an, la dépense avait baissé de 7 % et les conversions avaient augmenté de 10 %.

Le CRM racontait l’inverse :

• Leads qualifiés (MQL) : -44 %

• Opportunités commerciales : -81 %

• Taux de passage lead → MQL divisé par deux

Le compte optimisait le volume de formulaires, pas leur qualité. L’algorithme apprenait à trouver des leads faciles, pas des banques en projet.

Le diagnostic

J’ai audité deux ans de dépense en croisant Google Ads et le CRM. Trois causes sont ressorties.

1. Un tracking qui guidait l’algorithme dans la mauvaise direction

• Les formulaires natifs Google étaient une conversion principale. Ils ne produisaient aucun lead qualifié et absorbaient plus d’un tiers du budget.

• La fenêtre d’attribution était calée sur une semaine, alors que le cycle de vente dure plusieurs mois.

• Des conversions obsolètes brouillaient le signal.

• 26 % d’écart entre les formulaires comptés par Google et ceux enregistrés dans le CRM.

2. Beaucoup de budget perdu dans le trafic

• 37 % de la dépense partait sur des recherches sans aucune conversion, une part en hausse sur un an.

• 35 % de la dépense partait sur des mots clés au Quality Score très faible.

• Certains clics étaient facturés jusqu’à 40 fois le CPC moyen du compte, sur des requêtes hors cible.

• 100 % des leads Display étaient du spam.

• Il n’y avait ni liste de mots clés négatifs partagée, ni campagne concurrents, et les campagnes de marque étaient en requête large.

3. Des annonces et des pages qui ne convertissaient pas

• 64 % du budget passait sur des annonces notées « Moyenne » ou « Médiocre » par Google.

• Près d’un quart de la dépense envoyait vers des landing pages qui convertissaient à moins de 1 %.

Ce que j’ai fait

Phase 1 : arrêter les pertes (premier mois)

• Coupure des formulaires natifs et du Display qui généraient du spam.

• Nettoyage du tracking : suppression des conversions obsolètes, fenêtre alignée sur le cycle de vente, formulaires Google passés en conversion secondaire.

• Exclusion des clients et leads existants, et des tranches d’âge hors cible.

Phase 2 : reconstruire les fondations

• Nouvelle structure par ligne produit et par intention de recherche, avec une campagne concurrents dédiée.

• Listes de négatifs partagées : marque, concurrents, hors sujet, pays non ciblés.

• Enchères de portefeuille avec un plafond de CPC.

• Réécriture des annonces et suppression des mots clés à faible Quality Score.

Phase 3 : optimiser pour le business, pas pour le lead

• Définition des critères MQL avec l’équipe commerciale.

• Conversion hors ligne « lead disqualifié », pour repérer les mots clés qui génèrent de mauvais leads.

• Recommandations sur les landing pages : preuve sociale, CTA, formulaires.

Ensuite : un accompagnement dans la durée

• Google Ads en « done with you » : l’équipe interne gère au quotidien et je supervise la stratégie. Chaque semaine, un agent IA leur envoie les termes à exclure, les mots clés à ajouter et les recommandations d’annonces.

• LinkedIn Ads : repris en main dès février 2026, en « done for you » depuis juin. Le détail est plus bas.

• Formation de l’équipe interne : playbook LinkedIn Ads et accès à ma formation.

Les résultats Google Ads

Google Ads, 1er semestre 2026 comparé au 1er semestre 2025 :

À retenir

• Moins de leads, mais beaucoup plus de bons. Le volume baisse d’un quart pendant que les leads qualifiés font plus que doubler. C’est l’effet recherché.

• Dès le 1er trimestre 2026, les MQL ont été multipliés par 4 et les leads spam divisés par 2.

• De janvier à août 2026, le compte a généré près de 3 fois plus d’opportunités que sur toute l’année 2025.

LinkedIn Ads : refonte du compte et passage au pipeline influencé

En parallèle de Google Ads, j’ai repris le compte LinkedIn Ads à partir de février 2026. Le canal tournait depuis plus de deux ans et n’était jugé que sur un seul critère : le coût par lead.

Le point de départ

• Des campagnes actives depuis plus de deux ans : les audiences « froides » avaient déjà vu les mêmes messages.

• Un schéma unique, lead magnet sur audience froide puis retargeting trafic, qui produisait des leads sans intention d’achat.

• Une attribution au dernier clic qui ne créditait aucun pipeline à LinkedIn.

• Un canal jugé au coût par lead, alors que le cycle de vente moyen dépasse un an.

La refonte du compte

• Une structure en trois couches (froid, tiède, chaud) et une nomenclature commune par maturité, ligne produit, région, format et objectif, alignée ensuite sur Google Ads.

• Une répartition du budget à 70 % en acquisition froide et 30 % en retargeting.

• Un format par étape : vidéo en froid, documents à télécharger pour entrer dans l’audience tiède, puis formulaires démo, Message Ads et Thought Leader Ads en chaud.

• Un ciblage par fonction et séniorité plutôt que par intitulé de poste, des audiences de comptes synchronisées depuis l’outil d’ABM, des exclusions de pays, de fonctions et de petites entreprises, et l’Audience Network désactivé.

• Des audiences resserrées jusqu’à -94 % de membres ciblés sur un marché, pour concentrer le budget sur les bons comptes.

• Des plafonds de fréquence par entreprise et des enchères manuelles là où la diffusion maximale faisait flamber les coûts.

• Un reporting hebdomadaire automatisé, avec une note Bon, Moyen ou Mauvais par campagne selon des repères par marché, et une formation de l’équipe interne pour reprendre les campagnes.

Le vrai chantier : passer du coût par lead au pipeline influencé

Avec un cycle de plus d’un an, un lead LinkedIn finit rarement en démo dans le mois. Jugé au dernier clic, le canal paraissait inutile. J’ai mené le changement de référentiel pendant sept mois :

• Février : proposition de découper le funnel et de mesurer le revenu plutôt que les leads. Branchement d’un outil d’attribution entre LinkedIn et le CRM, que j’ai pris en charge.

• Mars : définition d’un critère d’influence objectif, un seuil d’impressions et de clics par entreprise avant l’ouverture du deal. Il est présenté comme un indicateur de tendance, pas comme une attribution stricte.

• Mai : mise en évidence de gros deals précédés de plusieurs mois d’exposition aux annonces, pour ouvrir la discussion en interne.

• Juin : premier chiffrage, en isolant le poids du payant et les nouveaux clients.

• Juillet : le rapport de pipeline influencé entre dans les présentations internes du client, malgré un système d’information très verrouillé qu’il a fallu contourner.

• Septembre : décision actée. Le canal LinkedIn se pilote désormais au pipeline influencé sur les nouveaux clients, et non plus au dernier clic.

Exemple typique : une banque nord-américaine a vu les annonces pendant quatre mois avant la création du deal, puis encore pendant cinq mois jusqu’à la signature. Au dernier clic, LinkedIn n’apparaît nulle part dans ce deal.

Ce que la nouvelle mesure a révélé

• Sur les vingt derniers mois, le pipeline de nouveaux clients influencé par LinkedIn représente environ 175 fois la dépense LinkedIn, et le chiffre d’affaires signé environ 35 fois.

• Le coût par deal influencé a baissé de 68 % depuis la refonte des campagnes.

• Sur une ligne produit, le coût par lead a chuté de 90 % au fil des optimisations.

• Un webinaire promu en Event Ads a doublé les inscriptions par rapport à l’emailing.

Avec un cycle de vente de plus d’un an, les deals signés au premier semestre viennent de comptes exposés dès 2025. Ceux ouverts depuis la refonte n’ont pas encore eu le temps de se signer : c’est pour cela que le client suit le pipeline influencé, et pas seulement le chiffre d’affaires du mois.

Le pipeline influencé compte les entreprises exposées aux annonces avant l’ouverture du deal. C’est une mesure multi-touch : elle montre le poids du canal, elle ne lui attribue pas 100 % des ventes.