Note · Business casePerformance Acquisition
Juin 2026

Étude de cas · Pilotage média

De la course bookée à la marge réelle

Comment nous avons réaligné le pilotage Google Ads d'Allocab, du volume de conversions vers la valeur business de chaque course.

Client Allocab
VTC · Mobilité
Marché français
Auteur
Léo Llinares
Date
Juin 2026
Lecture
~7 minutes
Périmètre
Google Ads · Search & PMax

Règle de communication. Seuls les indicateurs de marge sont chiffrés (en % de variation ou en € gagné par course). Aucune valeur absolue de ROAS, CPA ou volume n'est publiée.

En bref

Les chiffres clés

Sur un compte d'acquisition mature, le passage d'un pilotage à la course bookée vers un pilotage à la marge réelle a produit un double effet, isolé en AB test puis confirmé à l'échelle du dispositif.

+42%
de marge par course réalisée
AB test 8 semaines, campagnes test (tROAS Marge) vs contrôle (tCPA) : +42 % de marge par course réalisée et +19 % de marge totale, en dépensant moins que le contrôle. Ordre de grandeur : le supplément de marge sur chaque course représente environ un quart de ce que coûtait l'acquisition d'une course avant la bascule.
+26%
de marge générée sur le Search non-brand et Performance Max Google Ads
Premier mois complet post-bascule, à investissement quasi-stable (+2,8 % de coût) par rapport au mois précédent. Sans arbitrage volume contre valeur.
01
Avant-propos

Un marché paid toujours plus disputé

Allocab opère sur un marché VTC français dominé par des plateformes internationales qui sur-investissent en acquisition payante. La pression concurrentielle sur le Search est structurelle et croissante : les investissements publicitaires de la catégorie en France progressent année après année depuis 2022, et les concurrents d'Allocab dépensent substantiellement plus qu'elle sur le canal. Le marché VTC français continue pourtant de croître en volume de courses (+16 % en 2024 selon l'ARPE), mais pour un challenger, chaque position sur le Search coûte plus cher à défendre chaque année.

Pour un acteur dont le Search reste un canal d'acquisition central, l'enjeu est double : tenir face à des concurrents qui investissent toujours plus, et faire produire davantage de valeur à chaque euro investi. Quand on ne peut pas gagner la guerre du volume, on gagne celle de la valeur par conversion. C'est précisément la trajectoire que nous accompagnons chez Allocab depuis fin 2024.

Cette note revient sur une bascule structurante opérée au printemps 2026 : le passage d'un pilotage sur la course bookée vers un pilotage sur la marge réelle de chaque course réalisée. Méthode, résultats, et ce qu'on en retient pour d'autres comptes d'acquisition matures.

Le signal envoyé à l'algorithme d'enchères Schéma illustratif
Avant Pilotage course bookée
Clic payant Search
Course bookée Cible
Course réalisée + marge invisible
Après Pilotage marge réelle
Clic payant Search
Course bookée étape
Marge / course réalisée Cible
Smart Bidding optimise l'événement qu'on lui désigne comme cible.À gauche, un compteur d'événements intermédiaires. À droite, une mesure de valeur business par conversion.
Illustratif. Schéma de principe des signaux remontés à l'algorithme dans chaque mode de pilotage.
02
Le point de départ

Un pilotage à la course bookée qui touchait sa limite

Allocab pilotait jusqu'à début 2026 sur la course bookée, l'événement de conversion le plus naturel à tracker, le plus volumineux, celui qui donne à l'algorithme Smart Bidding le maximum de signal pour apprendre.

Mais piloter sur la course bookée, c'est piloter sur un événement intermédiaire, pas sur la valeur business réelle. Le compte avait atteint la limite de ce que ce signal pouvait porter, pour trois raisons opérationnelles.

1Toutes les courses bookées ne sont pas réalisées. Le taux de réalisation varie selon le contexte (météo, disponibilité chauffeur, comportement client). À objectif identique, l'algorithme ne fait pas la différence entre une course qui sera honorée et une course qui ne le sera pas.
2La marge unitaire varie fortement d'une course à l'autre. Selon le profil client (particulier, PME, grand compte), le type de trajet (court urbain, aéroport, longue distance), le type de véhicule. Au Q1 2026, l'écart de marge par course entre campagnes allait jusqu'à un facteur 1,8 entre la moins et la plus rentable.
3L'algorithme arbitrait sans visibilité sur ces écarts. Smart Bidding optimisait le volume de courses bookées au coût cible, en aveugle sur la rentabilité réelle de chaque trajet. Le mix obtenu était optimal sur la course bookée, pas en marge.
Notre conviction

Piloter sur la course bookée est un bon premier palier de maturité. Il atteint sa limite quand on veut améliorer la qualité du mix de conversions, pas seulement leur coût unitaire. À ce stade, changer l'événement que l'algorithme optimise est plus efficace que continuer à raffiner le ciblage sur un événement qui ne reflète qu'imparfaitement la valeur business.

03
La démarche

Trois temps, huit semaines de test avant tout déploiement

Nous avons conçu la bascule en trois temps, avec un protocole de test rigoureux avant tout déploiement à l'échelle du compte. La discipline méthodologique est ce qui a permis d'obtenir un effet mesuré et reproductible.

1 Étape

Fiabiliser le signal de course réalisée et la marge

Préparation amont sur quatre mois : remonter, pour chaque course, la marge et le statut de réalisation depuis le back-office Allocab vers BigQuery, enrichir ce signal avec Google Analytics 4 (gclid et statut de consentement de chaque course), puis le renvoyer dans Google Ads via la Data Manager API en import de conversion offline value-based ; la marge de chaque course réalisée envoyée comme valeur de conversion, matchée par email hashé et gclid. Côté site, le tagging server-side et le Consent Mode avancé sécurisent une mesure durable et conforme au consentement. Le signal devient utilisable comme valeur de conversion à l'horizon janvier 2026 : le Smart Bidding dispose désormais d'une mesure de valeur business par conversion, et non plus seulement d'un compteur d'événements intermédiaires.

Cette étape est plus exigeante qu'elle n'en a l'air. Piloter sur la course réalisée, c'est piloter sur un événement qui arrive plus tard dans le funnel, en moindre volume, avec des points de perte supplémentaires : course non honorée, donnée CRM non remontée à temps, écart d'attribution entre événement bookée et réalisée. La tolérance à l'erreur est très réduite : un trou dans la remontée se traduit immédiatement par une dégradation de l'apprentissage.

Le pipeline du signal marge Schéma illustratif
Back-office Allocab marge + statut de réalisation par course
BigQuery jointure GA4 : gclid + consentement
Data Manager API import offline value-based, match email hashé + gclid
Google Ads marge réelle comme valeur de conversionSignal
Prérequis absolu

Sans tracking ultra-solide sur le statut de réalisation et sans signal marge propre et historisé, pas de pilotage tROAS Marge possible. Cette étape pèse souvent plus dans la réussite que la bascule technique elle-même.

2 Étape

Tester avant de basculer : AB test de huit semaines

Test contrôlé lancé le 10 février 2026 sur quatre campagnes en miroir : deux campagnes test dupliquées en pilotage tROAS Marge, deux campagnes contrôle maintenues en pilotage tCPA existant. Trois fenêtres de mesure successives sur huit semaines, sources croisées Google Analytics 4 (volume et coût) et CRM Allocab (marge réelle et courses réalisées). À chaque fenêtre, on lit l'écart sur quatre dimensions : volume, coût d'acquisition, marge unitaire et marge totale.

Marge par course réalisée, test vs contrôle Données illustratives · base 100
Contrôle (tCPA) Test (tROAS Marge)
Contrôle = 100
100
78
100
96
100
142
Fenêtre 1
apprentissage
Fenêtre 2
stabilisation
Fenêtre 3
verdict
Verdict P3 : +42 % de marge par course, en dépensant moins que le contrôle
Illustratif. La lecture qui compte n'est pas le niveau absolu des premières fenêtres, c'est la dynamique : l'écart se resserre semaine après semaine jusqu'au dépassement.

Sur les deux premières fenêtres, le test était en retrait du contrôle sur presque toutes les métriques en niveau absolu. C'est le point qui demande le plus de discipline : ne pas conclure trop vite. Quand on demande à l'algorithme d'optimiser un événement qu'il n'a jamais ciblé, la phase d'apprentissage est mécaniquement longue.

Ce qu'on a observé sur les huit semaines de test :

  • Fenêtres 1 et 2. Le contrôle reste devant sur la plupart des indicateurs, mais la trajectoire du test indique un apprentissage clair, avec un écart qui se resserre à chaque mesure.
  • Stabilisation. Après plusieurs semaines, parité entre contrôle et test sur les indicateurs clés.
  • Fenêtre 3 (verdict). Le test passe nettement devant. À dépenses comparables sur les quatre campagnes agrégées, +42 % de marge par course réalisée et +19 % de marge totale, en dépensant moins que le contrôle.
3 Étape

Basculer : consolidation et migration par vagues

Sur la base du verdict du test, bascule complète opérée en avril 2026. La bascule a été l'occasion de simplifier la structure de compte. Avec un objectif marge unifié, l'argument pour multiplier les campagnes par typologie de segment tombe : la marge étant intrinsèquement comparable, le target est unifié sur l'ensemble du compte. On peut consolider autour de grosses campagnes Search et PMax, avec segmentation au niveau des ad groups, ce qui simplifie mécaniquement l'apprentissage.

Concrètement, la migration s'est faite sous deux principes.

tROAS cible unifié sur l'ensemble de la conquête, fixe pendant la phase de migration pour ne pas perturber l'apprentissage de l'algorithme.
Migration par vagues hebdomadaires. Les campagnes test du AB test ont servi de socle, déjà rodé. Le reste du périmètre y a été ajouté progressivement, ad group après ad group. Bascule finalisée fin avril.
Ce qu'on a écarté volontairement

La bascule en une fois sur l'ensemble du compte. C'est tentant pour gagner du temps, mais ça crée un trou d'apprentissage simultané sur toutes les campagnes, au moment précis où l'algorithme a besoin de retrouver ses repères. Le séquencement par vagues lisse la perte d'apprentissage et permet de lire les premiers signaux avant de propager.

Effet attendu et observé : l'apprentissage des vagues suivantes a été bien plus rapide que celui du AB test initial. Là où le test avait demandé près de huit semaines pour passer clairement devant le contrôle, les vagues de bascule du reste du compte se sont stabilisées en deux à trois semaines. La raison est mécanique : le compte avait désormais engrangé assez de données historiques sur l'événement aval (course réalisée et marge associée) pour que l'algorithme ne reparte plus de zéro à chaque vague. La fiabilisation amont du signal paye une seconde fois ici, en accélérant les bascules ultérieures.

04
Les résultats

Quatre dimensions qui progressent ensemble

À investissement quasi-stable par rapport au mois précédent, le premier mois complet post-bascule (mai 2026) a livré +26 % de marge sur le Search non-brand et Performance Max de Google Ads. Au-delà du chiffre, le point marquant est l'absence d'arbitrage volume contre valeur.

Qualité de l'acquisition et volume de conversions en hausse : plus de nouveaux clients, plus de courses réalisées.
Efficience du coût et valeur du mix en hausse : un coût unitaire plus bas, sur un mix de courses plus rentables.

C'est une configuration rare en acquisition payante mature, et c'est précisément ce que le pilotage marge cherche à produire : aligner l'objectif d'optimisation de l'algorithme avec la valeur business réelle de chaque conversion, sans sacrifier le volume.

Ce que les huit semaines de test ont révélé

L'avantage n'est pas un effet ponctuel : il grandit à mesure que le modèle apprend. L'AB test a comparé les deux méthodes en parallèle, mêmes campagnes, mêmes conditions de marché. C'est une preuve causale, isolée des effets de saisonnalité, de prix et de scaling, et l'écart s'y est élargi fenêtre après fenêtre une fois la phase d'apprentissage passée. La bascule complète d'avril a répliqué cet effet à l'échelle du dispositif entier, où il a continué de se renforcer avec l'historique accumulé sur l'événement aval. Les deux lectures convergent sur le même signal : un gain qui se consolide avec le temps.

Dans un marché où les concurrents investissent toujours plus en paid, cette qualité d'arbitrage unitaire devient un avantage compétitif essentiel, sans contrepartie sur le volume.

05
L'avis EdgeAngel

À quel moment basculer

Le pilotage à la marge réelle n'est pas le bon point d'entrée pour tous les comptes. Pour en tirer la pleine valeur, trois conditions doivent être réunies.

1Un compte arrivé à maturité sur son événement intermédiaire. Tant que le pilotage sur l'événement amont (course bookée, lead qualifié, ajout au panier, sign-up) n'est pas stabilisé, basculer sur un événement aval est prématuré. L'événement intermédiaire est l'école de l'algorithme, la valeur business réelle est sa spécialisation.
2Un signal de valeur métier fiable, remontable par conversion. Marge, lifetime value, contribution unitaire, taux de service effectif. Sans ce signal, l'algorithme n'a rien à optimiser au-delà du coût d'un événement intermédiaire. Sa fiabilisation est un chantier data à part entière, et c'est elle qui détermine la réussite, pas la bascule technique.
3Un volume de conversions suffisant pour l'apprentissage. Le tROAS Marge demande à l'algorithme d'arbitrer entre conversions, ce qui nécessite des dizaines de conversions par semaine. Or un événement aval est par construction moins volumineux qu'un événement amont. Sur un compte à faible volume, la variance noie le signal.
Notre conviction

Quand ces conditions sont réunies, basculer sur la marge réelle fait sortir le compte d'un plafond de performance inatteignable sur l'événement intermédiaire. Quand elles ne le sont pas, mieux vaut consacrer l'effort à les construire. La chaîne complète, de la remontée du signal à la bascule, est un projet de fond : le bon palier de maturité pour un compte d'acquisition payante en 2026.

06
Périmètre méthodologique

Ce qui est mesuré, et ce qui ne l'est pas

Sources de données
Google Analytics 4 pour les volumes et coûts d'acquisition consolidés, CRM Allocab pour la marge réelle et le statut de réalisation. Les signaux régie Google Ads sont suivis en complément, à interpréter avec prudence car non consolidés avec la vision business. Croisement réalisé dans BigQuery sur fenêtre journalière.
Périmètre du cas
Google Ads Search non-brand et PMax exclusivement (hors campagnes App, hors Demand Gen, hors Microsoft Ads).
Mesure de l'AB test
Test vs contrôle synchrones, mêmes campagnes dupliquées, mêmes conditions de marché. Trois fenêtres successives sur huit semaines. Le verdict P3, mesure la plus tardive et la plus stable, est celui retenu pour les chiffres publiés.
Mois post-bascule
Comparaison MoM avril 2026 vs mai 2026, mai étant le premier mois complet en régime stabilisé après la bascule finalisée fin avril. Investissement quasi-stable (+2,8 %). Chiffre issu de la régie Google Ads (valeur de conversion de l'action marge, périmètre Search non-brand + Performance Max, hors brand, hors App, hors Demand Gen), reproductible dans le compte. À nuancer : une comparaison MoM inclut la saisonnalité, l'AB test reste la preuve causale. La comparaison YoY apporte une lecture complémentaire à saisonnalité comparable.
Pour aller plus loin
Discutons

Un enjeu similaire sur votre compte d'acquisition ?

Le pilotage à la marge réelle est un palier de maturité qui ne se déploie pas en quelques semaines. Si vous vous demandez si votre compte est prêt, ou comment construire la chaîne data qui le rendrait possible, on est dispo pour en discuter.

Contactez-nous