Le marketing prédictif utilise le comportement passé de vos clients pour estimer ce que chacun fera probablement ensuite : acheter cette semaine, ne plus revenir ou dépenser davantage.
Pour une PME au Maroc, il ne demande pas d’équipe de data scientists. Il tourne déjà dans GA4, Google Ads et Meta, et il donne des résultats dès que deux conditions sont réunies : assez de données de conversion, et des données collectées avec le consentement de chaque client.
Reste à savoir ce que ces outils estiment exactement, à partir de quel volume ils fonctionnent, et ce que la loi 09-08 vous autorise à en faire.
L’essentiel
- GA4, Google Ads et Meta font déjà du marketing prédictif : scores d’achat et de départ dans GA4, mise ajustée à chaque enchère dans Google Ads, campagnes Advantage+ chez Meta.
- GA4 ne calcule ses scores qu’à partir de 1 000 personnes ayant réalisé l’action visée et 1 000 ne l’ayant pas réalisée, sur les 28 derniers jours.
- Au Maroc, ces scores ne peuvent s’appuyer que sur des données collectées dans le respect de la loi 09-08 : consentement avant la prospection directe et avant le dépôt de cookies.
Qu'est-ce que le marketing prédictif ?
Selon la fiche pratique d’E-marketing.fr, le marketing prédictif cherche à anticiper l’intention d’achat d’un client pour lui proposer une offre personnalisée pendant qu’il est encore en train de décider. L’idée n’est pas de deviner. Elle est de mesurer.
Concrètement, un modèle prédictif apprend à partir de ce que vos clients ont déjà fait : pages visitées, produits achetés, clics sur vos annonces. Il repère les schémas qui se répètent, puis attribue à chaque personne un score qui résume son comportement futur le plus probable.
Ce travail repose sur l’apprentissage automatique, le machine learning : des programmes qui affinent leurs estimations à mesure qu’ils voient plus d’exemples.
Un exemple simple. Une cliente achète chaque année des fournitures scolaires fin août. Le modèle retient cette habitude et la signale comme probablement prête à racheter à la même période l’année suivante. L’analyse prédictive transforme ainsi une habitude observée en action planifiée. Chaque prédiction reste une estimation, pas une certitude.
La différence avec la segmentation classique tient en deux phrases. Un segment regroupe des clients selon ce qu’ils ont fait. Un score prédictif estime ce que chacun fera probablement demain, ce qui permet d’anticiper les besoins au lieu de réagir après coup.
Cette logique a aussi une définition juridique. La CNIL rappelle que le RGPD appelle « profilage » le traitement de données personnelles qui sert à analyser le comportement d’une personne ou à en anticiper la suite. Ce point compte dès que vous vendez en France.
Les logiciels de marketing prédictif que vous utilisez déjà
Si vous faites de la publicité sur Google ou Meta, vos campagnes marketing reposent déjà sur des outils d’IA qui estiment le comportement de vos clients. Personne ne vous les a simplement présentés sous ce nom.
Google Analytics 4 (GA4). Parmi vos outils d’analyse, GA4 est souvent le premier installé. Son aide officielle décrit trois métriques prédictives :
- la probabilité d’achat : la chance qu’un visiteur actif sur les 28 derniers jours achète dans les 7 prochains jours ;
- la probabilité de churn : la chance qu’un visiteur actif sur les 7 derniers jours ne revienne pas dans les 7 jours suivants (le churn désigne le départ d’un client) ;
- les revenus prévus : ce qu’un visiteur actif devrait rapporter sur les 28 prochains jours.
Google Ads. Selon l’aide Google Ads, les enchères intelligentes (Smart Bidding) utilisent « l’IA de Google pour optimiser les conversions ou la valeur de conversion à chaque enchère ». L’algorithme tient compte de signaux comme l’appareil, le lieu, l’heure ou vos listes de remarketing.
Les stratégies CPA cible (un coût par acquisition visé), ROAS cible (un retour publicitaire visé), Maximiser les conversions et Maximiser la valeur de conversion en font partie. Si vos campagnes tournent sur l’une d’elles, un modèle prédictif fixe déjà vos mises en temps réel. La vraie question est la qualité des données qu’on lui donne.
Meta. Selon Meta, les campagnes Advantage+ shopping ont réduit le coût par achat de 12 % par rapport aux campagnes habituelles des annonceurs, sur une étude de 15 tests A/B. Les campagnes Advantage+ shopping peuvent tester jusqu’à 150 combinaisons créatives à la fois. Le chiffre de 12 % vient de Meta elle-même : c’est un ordre de grandeur, pas une promesse.
Les logiciels de relation client. Plusieurs outils de gestion de la relation client (CRM) attribuent eux aussi un score à chaque contact. Leurs conditions varient d’un éditeur à l’autre : vérifiez-les dans leur documentation avant de compter dessus.
Le tableau résume ce que chaque outil estime et ce qu’il lui faut pour fonctionner.
| Outil | Ce qu’il estime | Horizon | Condition |
|---|---|---|---|
| GA4, achat probable | Achat d’un visiteur actif | 7 jours | 1 000 / 1 000 sur 28 jours |
| GA4, départ probable | Non-retour d’un visiteur actif | 7 jours | Même seuil |
| GA4, revenus prévus | Revenus par visiteur actif | 28 jours | Même seuil |
| Google Ads, enchères intelligentes | Conversion ou valeur de conversion | Chaque enchère | CPA cible ou ROAS cible actif |
| Meta Advantage+ shopping | Annonces à montrer, jusqu’à 150 combinaisons | Durée de la campagne | Campagne Advantage+ shopping active |
Les données à réunir avant toute prédiction
C’est le filtre le plus honnête du sujet. D’après l’aide GA4, les métriques prédictives n’apparaissent que si, sur les 28 derniers jours, au moins 1 000 utilisateurs ont réalisé l’action visée (un achat, par exemple) et au moins 1 000 ne l’ont pas réalisée.
Une boutique qui fait quelques dizaines de ventes par mois en est loin, et c’est normal. Mieux vaut le savoir avant de payer pour un outil qui n’aura rien à calculer.
Avant le volume, il y a la qualité. Les conversions sont les données analysées par ces outils : si elles sont fausses, leurs estimations le sont aussi. Des données propres, pour un dirigeant, cela veut dire :
- les conversions (achat, formulaire envoyé, appel) sont suivies correctement sur votre site web ;
- les données clients vivent à un seul endroit, en général votre CRM, et pas dans cinq tableurs ;
- le consentement a été recueilli au moment de la collecte.
Le premier point dépend directement de la construction du site. Sans un site qui suit correctement chaque conversion, GA4, Google Ads et Meta apprennent à partir de chiffres faux.
Sous le seuil, Google Ads et Meta continuent d’ajuster vos enchères à partir de signaux agrégés. En revanche, n’attendez pas encore d’audiences prédictives dans GA4. La priorité est de collecter plus de conversions, bien mesurées, pour augmenter le volume de données disponible. Chaque vente enregistrée proprement rapproche l’outil du seuil.
Comment utiliser le marketing prédictif : trois cas concrets
Une fois le seuil atteint, GA4 propose des modèles d’audiences prêts à l’emploi. Selon l’aide GA4 sur les audiences prédictives, une audience prédictive est « une audience comportant au moins une condition basée sur une métrique prédictive ». Voici trois situations courantes où ces audiences servent.
Cas 1 : relancer les acheteurs probables sous 7 jours
Le modèle « acheteurs susceptibles d’acheter dans les 7 prochains jours » regroupe les visiteurs les plus susceptibles de passer commande. Vous pouvez envoyer cette audience vers Google Ads pour leur montrer une annonce de rappel. Le budget va vers ceux qui sont prêts, pas vers tout le monde.
Cas 2 : retenir les clients sur le point de partir
Le modèle « utilisateurs susceptibles de ne pas revenir dans les 7 jours » repère ceux qui s’éloignent. C’est le moment d’envoyer un email ou une offre de fidélité, avant qu’ils ne soient partis pour de bon.
Cas 3 : fixer la mise à chaque enchère
Avec les enchères intelligentes de Google Ads, la mise est calculée pour chaque enchère à partir de la chance estimée de conversion, selon l’aide Google Ads. Plus les conversions suivies sont exactes, plus ce calcul a de quoi s’appuyer. C’est pourquoi nous préférons piloter vos campagnes Google Ads et Meta au coût par acquisition plutôt qu’au nombre de clics.
Et la recommandation de produits ?
L’exemple le plus connu reste Amazon et ses suggestions « les clients ont aussi acheté ». La logique est la même : ces outils servent à prédire le comportement d’achat des visiteurs, puis à personnaliser ce que chacun voit selon ses préférences. On parle alors de recommandations personnalisées.
Pour une boutique en ligne, la recommandation de produits et le modèle GA4 « meilleurs acheteurs prévus sur 28 jours » servent à réserver les offres de fidélité aux clients qui rapportent le plus. Les recommandations ont un seul objectif : un meilleur taux de conversion, pas plus de messages.
Mettre en place une stratégie de marketing prédictif, étape par étape
Cinq étapes suffisent pour une PME, dans cet ordre. Chacune sert un résultat précis.
- Collecter proprement. Configurez les événements de conversion dans GA4, reliez votre fichier clients et recueillez le consentement. Résultat : des chiffres exacts pour toutes vos décisions marketing.
- Vérifier le seuil. Regardez dans GA4 si vous atteignez 1 000 acheteurs et 1 000 non-acheteurs sur 28 jours. Résultat : vous savez si l’outil peut travailler pour vous, ou s’il faut d’abord augmenter le volume.
- Activer les métriques et audiences prédictives. Créez une audience à partir des modèles GA4. Résultat : une liste de clients à relancer ou à retenir en priorité.
- Brancher les audiences sur vos campagnes. Envoyez-les vers Google Ads, et laissez les enchères intelligentes ou Advantage+ automatiser les mises. Objectif : un coût par achat mieux maîtrisé.
- Mesurer et recalibrer. Un modèle n’est pas infaillible. Comparez chaque mois les ventes réelles aux estimations et ajustez vos actions marketing. Résultat : des efforts marketing concentrés là où ils rapportent.
Rien de tout cela n’exige de créer un modèle prédictif sur mesure. Les outils existent déjà. Le travail consiste à les nourrir et à relier leurs scores à une stratégie marketing claire, avec des objectifs marketing chiffrés en ventes.
Pour les équipes marketing d’une PME, c’est de l’optimisation continue, pas un projet ponctuel.
Marketing prédictif et loi 09-08 : ce que vous avez le droit d'exploiter
Un score n’a de valeur que si les données derrière lui ont été collectées légalement. Au Maroc, la loi 09-08 encadre ces données. Les lignes directrices de la CNDP pour les sites web fixent des règles simples :
- les données collectées sur un site ne servent à la prospection directe que si la personne a donné son accord au moment de la collecte, ou si elle vous a déjà acheté un produit analogue ;
- chaque message doit offrir un moyen simple de se désinscrire ;
- un site qui dépose des cookies impliquant des données personnelles « doit recueillir le consentement de l’internaute avant le dépôt de ces cookies » ;
- le traitement doit être déclaré à la CNDP, ou autorisé par elle.
Si vous vendez aussi en France ou dans l’Union européenne, le RGPD s’ajoute. Selon la CNIL, un score de ce type relève du profilage. Les personnes ont le droit d’être informées de la logique utilisée, de demander une intervention humaine et de contester une décision entièrement automatisée qui les affecte de manière significative (article 22 du RGPD).
Le tableau met les deux cadres côte à côte.
| Question | Maroc (loi 09-08, CNDP) | France / UE (RGPD, CNIL) |
|---|---|---|
| Messages commerciaux par email ou SMS | Accord préalable ou achat analogue antérieur | Non traité ici |
| Cookies liés à des données personnelles | Consentement avant le dépôt | Non traité ici |
| Déclaration du traitement | Déclaration ou autorisation CNDP | Non traité ici |
| Score prédictif | Non traité ici | Profilage (art. 4), droits de l’art. 22 |
La conséquence est simple : une estimation construite sur des données que vous n’aviez pas le droit de collecter est un risque, pas un atout. Pour les entreprises qui veulent anticiper les comportements de leurs clients, la conformité passe avant l’outil. Vérifiez vos formulaires et votre bandeau cookies avant de brancher les données marketing sur une audience.
Avantages, limites et avenir du marketing prédictif
Les avantages du marketing prédictif tiennent en un mot : la priorité. Le marketing prédictif permet de concentrer le budget sur les clients les plus susceptibles d’acheter, et de fixer une mise à chaque enchère plutôt qu’une mise unique pour tout le monde.
Le chiffre de Meta cité plus haut va dans ce sens, avec les réserves qui l’accompagnent. Le but final reste le retour sur investissement, pas le nombre de clics.
Les limites sont réelles :
- le seuil de données exclut les petites audiences : sous 1 000 / 1 000 sur 28 jours, GA4 ne calcule rien ;
- les chiffres publiés par les plateformes viennent de leurs propres études ;
- les modèles prédictifs perdent en justesse quand les comportements des clients changent, il faut donc les surveiller et les recalibrer ;
- un score dit « probable », jamais « certain » : un modèle plus précis réduit l’erreur, il ne la supprime pas.
Côté avenir du marketing, l’adoption reste minoritaire, même dans un marché plus mûr. Selon l’Insee, 18 % des entreprises françaises de 10 salariés ou plus utilisaient au moins une technologie d’intelligence artificielle en 2025, contre 10 % en 2024. La part tombe à 15 % pour les entreprises de 10 à 49 salariés et monte à 58 % pour celles de 250 salariés ou plus.
Pour une PME, commencer maintenant est donc une avance, pas un rattrapage. Le marketing prédictif peut devenir un vrai écart avec les concurrents qui attendent. Pour situer les tendances locales, lisez notre article sur la transformation digitale de l’économie marocaine.
Chez Rhillane Marketing Digital, nous appliquons la même logique au référencement naturel avec RankNinja, notre propre outil : il classe les 50 prochaines actions selon leur rendement attendu, à partir des données de Search Console, Ahrefs et GA4.
IA et marketing prédictif : par où commencer
Quatre gestes suffisent pour démarrer :
- ouvrez GA4 et vérifiez si vous atteignez le seuil de 1 000 / 1 000 sur 28 jours ;
- corrigez le suivi des conversions sur votre site ;
- activez une seule audience prédictive et testez-la sur une campagne ;
- vérifiez que vos formulaires et vos cookies recueillent bien le consentement.
Le marketing prédictif n’est pas une discipline à part du marketing digital. C’est une façon de mieux lire le comportement des clients et de servir les besoins des clients au bon moment, avec des outils que vous avez souvent déjà.
Vous voulez savoir si vos données suffisent pour faire du marketing prédictif ? Parlez à un expert de Rhillane Marketing Digital.
Marketing prédictif : vos autres questions
Quelle est la différence entre marketing prédictif et marketing traditionnel ?
Le marketing traditionnel regroupe les clients selon ce qu’ils ont déjà fait, alors que le marketing prédictif estime ce que chacun fera probablement ensuite. Un segment classique dit « a acheté en juin », un score prédictif dit « a de fortes chances d’acheter cette semaine ». La définition d’E-marketing.fr insiste sur ce moment : proposer l’offre pendant que le client décide.
Qu’est-ce que le lead scoring prédictif ?
Le lead scoring prédictif, ou scoring prédictif, attribue à chaque contact une note qui estime sa chance d’acheter ou de partir. Dans GA4, l’équivalent est le score d’achat à 7 jours, disponible au-delà de 1 000 acheteurs et 1 000 non-acheteurs sur 28 jours.
Comment prédire le churn client ?
Le churn, c’est le départ d’un client, et GA4 le mesure avec sa probabilité de churn : la chance qu’un visiteur actif sur les 7 derniers jours ne revienne pas dans les 7 suivants (aide GA4). Vous pouvez en tirer une audience prédictive de clients à retenir, à condition d’atteindre le seuil de 1 000 / 1 000 sur 28 jours.
Quel est le lien entre marketing prédictif et intelligence artificielle ?
Ces estimations sont produites par des modèles d’apprentissage automatique, une branche de l’intelligence artificielle. Google décrit ses enchères intelligentes comme utilisant « l’IA de Google » à chaque enchère (aide Google Ads). Le modèle fait le calcul, vos données de conversion lui donnent de quoi calculer.
Faut-il investir dans le marketing prédictif ?
Oui, le marketing prédictif vaut l’investissement si vous atteignez le seuil de données et si vous collectez avec consentement. Sinon, commencez par le suivi des conversions, c’est ce qui le rendra rentable plus tard. Selon l’Insee, seules 18 % des entreprises françaises de 10 salariés ou plus utilisaient l’intelligence artificielle en 2025 : démarrer maintenant reste une avance.
