IA Marketing

Baisse de portée sur un mois : distinguer un changement d'algorithme d'une évolution de vos contenus

Une portée qui recule nettement en un mois peut signaler une évolution de la distribution, une saisonnalité ou simplement deux publications en moins. Voici une méthode de tri pour trancher avant de modifier votre stratégie de contenu.

ALPHA TRAINING7 min de lecture

La réponse en bref

Une baisse de portée sur un mois ne se lit pas sur un seul chiffre. Élargissez la fenêtre de comparaison, vérifiez que l'indicateur n'a pas changé de définition, mesurez l'étendue du recul, puis comptez ce que vous avez réellement publié. Un recul large et durable oriente vers la distribution ; un recul localisé sur un format ou un rythme oriente vers vos contenus.

Dans cet article
  1. Un chiffre qui baisse n'est pas encore une cause
  2. Quatre tris successifs, du moins coûteux au plus coûteux
  3. Quel signal oriente vers quelle hypothèse
  4. Mise en situation fictive : l'atelier Rayon Libre
  5. Les erreurs qui faussent le diagnostic
  6. Ce que l'IA fait bien ici, et ce qu'elle ne tranche pas

Un chiffre qui baisse n'est pas encore une cause

Vous ouvrez le tableau de bord mensuel, la portée recule, et la question arrive aussitôt : l'algorithme a-t-il changé, ou est-ce nous ? Les deux hypothèses mènent à des décisions opposées. Si la distribution a bougé, modifier tout le calendrier dans la précipitation détruit le seul point de comparaison qui restait. Si ce sont vos contenus qui se sont affadis, attendre que « ça remonte » coûte un mois de plus.

Le diagnostic d'une baisse est mieux documenté côté moteur de recherche que côté réseaux sociaux, et la logique de tri y est explicite : avant d'incriminer une mise à jour, Google invite à replacer le recul dans une vue de seize mois, à vérifier la page d'anomalies de données, puis à regarder si la baisse est générale ou limitée à un groupe de pages. Ce raisonnement se transpose à la portée sociale, à condition d'admettre ce qu'un seul mois peut, et ne peut pas, démontrer.

Quatre tris successifs, du moins coûteux au plus coûteux

Procédez par élimination, sans sauter d'étape.

Notez chaque réponse par écrit, avec sa date, dans un journal de mesure. Sans cette trace, vous rejouerez le même débat le mois prochain sans mémoire des hypothèses déjà écartées.

  • Fiabilité de la mesure : la définition de l'indicateur ou son mode de comptage a-t-il changé pendant la période ? Search Console publie une page d'anomalies de données qui liste les erreurs de journalisation connues ; cherchez l'équivalent côté plateforme avant de conclure.
  • Profondeur d'historique : lisez plusieurs années de même mois, pas quatre semaines. Un creux qui revient chaque année au même moment est une saisonnalité.
  • Étendue : le recul touche-t-il tous les formats et tous les sujets, ou un seul segment identifiable ?
  • Exposition : combien de publications, à quels jours, sous quels formats ? Comparez à nombre de publications égal avant toute autre conclusion.

Quel signal oriente vers quelle hypothèse

Ce tableau ne donne pas de verdict : il indique quelle vérification mener en priorité selon la forme du recul observé.

Signal observéLecture à explorer d'abordVérification à mener
Recul large, tous formats et tous sujets, installé sur plusieurs semainesÉvolution de la distributionRelire les communications officielles de la plateforme et observer des comptes publics comparables du secteur
Recul concentré sur un seul formatFormat ou production en baisseCompter les publications par format sur trois mois et comparer à volume égal
Portée stable, interactions en chuteSujet ou ton qui s'éloigne de l'audienceReprendre les dix publications les plus vues sur six mois et identifier leur intention commune
Baisse synchrone d'un changement d'outil, de compte ou de calendrierCause interneReconstituer la chronologie des modifications internes avant d'ouvrir l'hypothèse algorithmique

Mise en situation fictive : l'atelier Rayon Libre

Exemple inventé pour cet exercice, sans lien avec une entreprise réelle. Un atelier imaginaire de réparation de vélos, « Rayon Libre », voit sa portée mensuelle divisée par deux. Premier réflexe de l'équipe : accuser une mise à jour. Le tri raconte autre chose. Sur seize mois de données fictives, le même creux apparaît déjà deux années de suite à la même période. L'étendue n'est pas uniforme : les publications photo tiennent, les vidéos décrochent seules. Et le décompte d'exposition montre un passage de douze à cinq publications dans le mois, après le départ de la personne qui tournait les vidéos.

Dans ce cas fictif : deux causes internes empilées, aucun élément en faveur d'une évolution algorithmique. Exercice à reproduire sur un jeu de données fictif, sans saisir aucune information confidentielle ni donnée personnelle : construisez un tableau à quatre colonnes — mois, nombre de publications, format dominant, portée — sur douze mois. Entourez les seuls mois où la portée baisse alors que le nombre de publications est resté stable. Ce sont ceux qui méritent une enquête.

Les erreurs qui faussent le diagnostic

La plupart des diagnostics ratés viennent moins d'un manque d'outils que d'une comparaison mal posée.

  • Comparer deux mois de nature différente : un mois de rentrée et un mois de vacances ne se comparent pas, même à nombre de jours égal.
  • Changer plusieurs variables à la fois : si vous modifiez en même temps rythme, formats et sujets, aucun mois suivant ne sera interprétable.
  • Demander à un assistant IA « pourquoi ma portée a baissé » sans lui fournir de données : la réponse ressemble à un diagnostic sans en être un.
  • Confondre portée et impressions, qui ne mesurent pas la même chose : des personnes atteintes d'un côté, des affichages de l'autre.
  • Conclure sur un mois unique, sans avoir vérifié la fiabilité de la mesure ni le volume publié.

Ce que l'IA fait bien ici, et ce qu'elle ne tranche pas

Sur un périmètre défini, l'IA accélère la partie fastidieuse : classer des mois, regrouper des publications par intention éditoriale, repérer des corrélations entre formats et interactions, résumer une veille sur les évolutions annoncées par les plateformes. C'est le type de travail que vise la formation IA Marketing, consacrée à l'usage de l'IA dans le marketing de contenus.

Ce qu'elle ne tranche pas : la causalité. Aucun outil ne sait ce que votre équipe a modifié en interne le mois dernier, ni pourquoi deux vidéos n'ont pas été tournées. Le journal de mesure daté reste donc la pièce décisive, et la lecture des documentations de plateforme sert à poser des hypothèses, pas à prédire un résultat.

Questions fréquentes

Quelle fenêtre de comparaison utiliser ?

Prenez l'historique le plus long dont vous disposez plutôt qu'un mois isolé. La documentation Google sur les baisses de trafic de recherche recommande une vue de seize mois pour repérer les motifs annuels.

Portée et impressions, est-ce la même chose ?

Non : l'une compte des personnes atteintes, l'autre des affichages. Vérifiez la définition appliquée par votre interface avant de comparer deux mois.

Un assistant IA peut-il identifier la cause d'une baisse ?

Interrogé à vide, il produit une liste générique de causes plausibles, pas un diagnostic. Fournissez-lui votre tableau de douze mois pour qu'il propose des hypothèses que vous irez vérifier.

Faut-il tout changer quand la portée recule ?

Non, et surtout pas plusieurs variables à la fois. Modifiez une seule variable, puis comparez quatre semaines de même nature.

Repères et limites

Cet article décrit une méthode de lecture d'indicateurs, pas le fonctionnement interne des plateformes sociales, qui n'est pas public et évolue sans préavis. Les règles de comptage et les fenêtres de comparaison citées sont celles documentées par Google pour la recherche : elles servent ici de modèle de raisonnement et ne se transposent pas automatiquement. Vérifiez la documentation de chaque plateforme que vous utilisez.

Sources et ressources

Donnez une suite concrète à votre projet.

Consultez le parcours « IA Marketing » et ses modalités pour préparer votre échange avec notre équipe.

Demander le programme par e-mail

Votre messagerie s’ouvre avec la formation et l’article préremplis. Envoyez ensuite votre demande à contact@alpha-training.fr.

Consulter le programme →