Comment Boutique Végétale pilote ses campagnes Google Ads et ses clients depuis une seule base

Fiche express

Client : Boutique Végétale, e-commerce de plantes rares
Activité : vente en ligne d’un catalogue de plusieurs milliers de références, aux rythmes de vente, marges et saisonnalités très différents
Utilisateurs : les équipes e-commerce, acquisition et relation client
Problème : un catalogue, des ventes, des performances publicitaires et des clients éparpillés dans des outils qui ne se parlent pas
Solution : une application métier qui relie clients, commandes et produits, et qui alimente automatiquement Google Shopping et Brevo
Résultats : +25 % de ROAS sur Performance Max, +10 % d’ouverture et de clic sur les campagnes emails segmentées

Contexte : une donnée riche, mais inexploitable

Boutique Végétale dispose de tout ce qu’il faut pour piloter finement son activité : un historique de commandes, un catalogue détaillé, un fichier client qui grossit. Le problème n’était pas la donnée, c’était son éparpillement.

Le catalogue vivait dans le back-office e-commerce. Les performances publicitaires dans Google Ads et le Merchant Center. Les clients dans Brevo. Les ventes dans des exports Excel. Aucune vue transversale ne permettait de répondre à des questions pourtant simples : quels produits méritent d’être poussés en Shopping ? Lesquels consomment du budget sans jamais convertir ? Quels clients sont sur le point de décrocher ?

Enjeux : des décisions prises à l’aveugle

Avant l’intervention de Wesmart :

Un flux Shopping indifférencié : tous les produits poussés de la même façon, sans hiérarchie de performance, avec un budget dilué sur des références qui ne convertissent pas
Des produits fantômes : des références jamais diffusées, invisibles dans les campagnes, sans que personne ne s’en aperçoive
Des campagnes emails génériques : la même newsletter pour tout le monde, quel que soit l’historique d’achat ou l’appétence produit
Aucune notion de valeur client : un acheteur récurrent et un client d’un seul achat traités à l’identique
Des rapprochements manuels entre exports de ventes, données de trafic et performance produit, refaits à chaque analyse

La solution Wesmart : une application métier au centre du dispositif

Wesmart a conçu une application métier qui centralise quatre référentiels et les relie entre eux : clients, commandes, détails de commande et produits. C’est la granularité de la ligne de commande qui débloque tout le reste — sans elle, impossible de croiser un produit, un client et un comportement d’achat.

Sur cette base, deux moteurs de décision ont été construits.

1. Un scoring produit qui pilote Google Shopping

Chaque référence du catalogue est classée automatiquement dans l’un des quatre scores :

Score	Ce qu’il désigne	Arbitrage publicitaire
Stars	Produits qui vendent et qui tiennent la marge	Budget maximal, enchères agressives
Top	Bons vendeurs réguliers, socle du chiffre d’affaires	Diffusion soutenue
Flop	Produits qui consomment du budget sans convertir	Budget contraint ou exclusion
Ghost	Produits jamais diffusés ou sans visibilité	Action corrective sur le flux

Ces scores sont ensuite injectés dans les custom labels du flux Merchant Center. Les campagnes Google Shopping et Performance Max sont structurées directement sur ces labels : le budget se répartit selon la performance réelle des produits, et non selon une moyenne de catalogue. Le score se recalcule automatiquement, la segmentation publicitaire suit sans intervention manuelle.

2. Une segmentation client qui alimente Brevo

Le même socle de données produit trois familles de segments :

Appétences produits : ce que chaque client achète réellement, par famille botanique et type de produit
Scoring RFM : récence, fréquence, montant — qui est actif, qui décroche, qui est sur le point de partir
Lifetime Value : la valeur réelle de chaque client sur la durée, et non son dernier panier

Ces segments sont poussés dans Brevo, où ils pilotent les campagnes et les scénarios : relance ciblée des clients en perte de récence, recommandations alignées sur les appétences réelles, traitement différencié des meilleurs clients.

Le témoignage

« Wesmart a pris le temps de comprendre comment fonctionne réellement notre catalogue avant de proposer quoi que ce soit. La solution mise en place colle à notre façon de travailler, et elle nous a donné une finesse d’analyse que nous n’aurions jamais pu atteindre avec nos outils précédents. Pour une structure comme la nôtre, c’est un vrai levier. »

— Anne-Gaëlle Lunot, Boutique Végétale

Résultats : chaque euro et chaque email au bon endroit

Budget Shopping intégralement réorienté des produits Flop vers les produits Stars et Top : plus un euro dépensé sur des références qui ne convertissent pas
Les références Ghost identifiées et remises en diffusion : des produits jusque-là invisibles dans les campagnes ont retrouvé leur place dans le flux
+25 % de ROAS sur les campagnes Performance Max
+10 % de taux d’ouverture et de clic sur les campagnes Brevo segmentées
Des analyses produits et clients disponibles en continu, là où elles demandaient auparavant plusieurs heures de retraitement manuel

Chiffres clés : +25 % de ROAS sur Performance Max · +10 % d’ouverture et de clic sur les emails · 4 scores produits recalculés automatiquement

Ces résultats ne tiennent pas à un réglage publicitaire ponctuel : ils découlent d’un scoring qui se recalcule seul. Les arbitrages suivent l’activité réelle du catalogue, semaine après semaine, sans intervention.

Le vrai levier : relier les données entre elles

Ce projet ne repose sur aucune technologie spectaculaire. Il repose sur une idée simple : tant que le catalogue, les ventes et les clients vivent dans des outils séparés, aucune décision fine n’est possible. Une fois réunis dans une application unique, les mêmes données pilotent l’acquisition payante et la relation client — automatiquement, et en continu.

Questions fréquentes

Comment prioriser ses produits dans Google Shopping sans tout régler à la main ? En classant chaque référence selon sa performance réelle (Stars, Top, Flop, Ghost) et en injectant ce score dans les custom labels du Merchant Center. Les campagnes Shopping et Performance Max se structurent sur ces labels, et la segmentation suit automatiquement quand le score se recalcule.

Pourquoi partir de la ligne de commande plutôt que des commandes globales ? Parce que c’est elle qui permet de croiser un produit, un client et un comportement d’achat. Sans ce niveau de détail, ni le scoring produit ni la segmentation par appétence ne sont possibles.

Quels segments clients pousser dans un outil d’emailing comme Brevo ? Chez Boutique Végétale, trois familles : les appétences produits, le scoring RFM (récence, fréquence, montant) et la Lifetime Value. Ils pilotent les relances, les recommandations et le traitement des meilleurs clients.

Vos données sont éparpillées entre votre e-shop, votre régie et votre outil d’emailing ? Parlons de votre projet — 45 minutes pour identifier ce qui peut être relié et automatisé chez vous.