# Performance projection
Vibe.co · 2026 · Lead Product Designer · Projet
Source : https://albancarmet.com/fr/project/performance-forecaster
Montre ce qu’une hausse de budget rapporterait, et l’applique en un clic, sur quatre points d’entrée.
En une ligne : Recos de budget appliquées 2× plus souvent
Équipe : PM, 1 développeur et moi · Durée : 1 mois · IA : Idéation et prototypage

## En bref

- Le problème : Les recommandations de budget étaient génériques et presque personne ne les appliquait, alors que les annonceurs demandaient sans cesse combien dépenser.
- Ce que j’ai fait : J’ai fait d’un modèle de projection existant un module : voir ce que rapporte un budget supplémentaire, puis l’appliquer en un clic. L’IA m’a servi à prototyper et à comparer des variantes de messages.
- Résultat : Les recommandations de budget sont désormais appliquées deux fois plus souvent que les autres. Mais l’A/B test n’a montré aucune différence, avec ou sans la projection.
- La limite : Le projeté n’est pas encore comparé au réel, et une première lecture montre une courbe optimiste.

## L'entreprise

Vibe est une plateforme publicitaire en self-serve pour la TV connectée. Des marques de toutes tailles, des jeunes marques en vente directe aux grands annonceurs, y achètent des spots sur les principales chaînes de streaming, ciblent leurs audiences (y compris les audiences d’acheteurs Walmart) et mesurent les ventes générées, comme elles le feraient sur le search ou les réseaux sociaux.
- Secteur : Ad tech · TV connectée
- Clients : Des milliers de marques, du DTC aux grands annonceurs
- Mon passage : Depuis déc. 2023 · Lead Product Designer

## Le produit : La plateforme

Sur Vibe, tout tourne autour de la campagne, et trois étapes reviennent tout au long de cette page.
- Importer des créas : Une créa est un spot vidéo. Les annonceurs importent les leurs sur la plateforme.
- Lancer une campagne : Une campagne fixe un objectif et se découpe en stratégies : qui toucher, avec quel budget.
- Mesurer : Le tableau de bord et les rapports montrent les dépenses, la portée et les ventes générées.

## Démarche

L’IA comme terrain d’exploration, pour prototyper vite et multiplier les variantes de messages. Les décisions sont restées humaines.
- Converger : Des données d’interaction en baisse, la question la plus entendue par les équipes customer success, et les simulateurs de budget de Google et d’Instagram. (sans IA)
- Prototyper : Des prototypes manipulables plutôt que des écrans statiques : la courbe et le curseur testés en quelques minutes. (avec IA)
- Formuler : Plusieurs façons de formuler et de hiérarchiser le gain et la recommandation, comparées en contexte. (avec IA)
- Trancher : Ce qu’on montre ou qu’on cache, jusqu’où simplifier, le ton des alertes et la formulation finale. (sans IA)
- Livrer et mesurer : Construit avec un développeur, puis testé en A/B sur le taux d’application. (sans IA)

## Le problème — Les conseils de budget ne fonctionnaient plus

Augmenter le budget était une recommandation générique parmi d’autres sur le tableau de bord, et presque personne ne cliquait sur « Apply ».
Pourtant, « Combien je dois dépenser ? » était la question la plus fréquente en rendez-vous de suivi. Les annonceurs voulaient un montant précis, et savoir ce qu’il rapporte.

## L’approche — Faire d’un modèle existant une recommandation crédible

Le modèle de projection existait déjà côté données : nous sommes passés directement au design, validé par des prototypes. C’est en manipulant le curseur dans un prototype que se sont dessinés les quatre états de l’alerte : sous le budget actuel, vers le recommandé, au recommandé, au-dessus.

## Les arbitrages — Cinq décisions, et ce que chacune a coûté

Où placer le module, ce que le chiffre peut promettre, et ce qui peut attendre.

## Ce qui a été livré — Une projection, quatre points d’entrée

Les annonceurs voient ce qu’un budget supplémentaire rapporte, puis l’appliquent en un clic, là où ils se trouvent déjà.

## Contraintes

- Prédire sans trop promettre : Le modèle extrapole à partir des performances récentes de chaque stratégie : les chiffres devaient rester des estimations prudentes, présentées comme telles (« ≈ », « modeled on your recent performance »).
- Assez de données par stratégie : Une projection n’a de sens qu’après assez de jours de diffusion. Beaucoup de stratégies récentes ou à faible volume ne pouvaient pas recevoir de recommandation, d’où l’état vide « You’re all caught up ».
- En finir avec les recommandations génériques : La hausse de budget était une recommandation figée parmi d’autres, toujours formulée de la même façon, que plus personne ne lisait. Pour qu’elle se remarque, il fallait l’appuyer sur des chiffres propres à chaque stratégie.

## Signaux et recherche

Pas de discovery formelle : les signaux internes convergeaient, et la brique de projection existait déjà côté data. Nous sommes allés directement en conception, en validant par prototype.
- Data — Des recommandations ignorées : Les recommandations du Dashboard suscitaient peu d’interactions, et de moins en moins ; presque personne ne cliquait sur « Apply ». Le contenu générique ne faisait plus agir personne.
- CSM — « Combien je dois dépenser ? » : La question la plus fréquente en rendez-vous de suivi. Les annonceurs voulaient un montant précis et ce qu’il rapporte, pas « augmentez votre budget ».
- Benchmark — Google et Instagram le font déjà : Les régies search et social proposent des simulateurs de budget avec des résultats projetés. Les annonceurs y sont habitués et attendent la même logique sur la TV connectée.

## Décisions et arbitrages

- Un module intégré plutôt qu’un mode « Guided budget » séparé. Décidé avec : Ma PM et le développeur. Écarté : « Manual / Guided budget » — Des boutons radio faisaient basculer entre le budget manuel existant et un budget guidé par la recommandation. Retenu : Un forecaster intégré — La recommandation et la courbe se placent juste sous le champ budget, sans changer de mode. Pourquoi : Une interaction de plus pour le même résultat, et un poids visuel disproportionné face aux autres réglages de la campagne. Ce que ça a coûté : Rien dans le périmètre livré.
- L’alerte en haut plutôt qu’en bas. Décidé avec : Ma PM et le développeur. Écarté : L’alerte sous le curseur — Le message venait après la courbe. Retenu : Une alerte dynamique, en tête — Placée avant la courbe, elle change selon la position du curseur : sous le budget actuel, entre l’actuel et le recommandé, au recommandé, au-delà. Pourquoi : Un ordre de lecture plus logique, moins de bruit visuel, et l’accent reste sur le curseur. Ce que ça a coûté : Rien. Au-delà du recommandé, le message reste positif et chiffre le gain supplémentaire, sans jamais décourager d’aller plus haut.
- Une infobulle qui explique l’impact plutôt qu’un chiffre brut. Décidé avec : Ma PM et le développeur. Écarté : Un chiffre brut — L’infobulle n’affichait que la valeur, avec des couleurs qui ne disaient pas clairement si c’était positif ou négatif. Retenu : L’infobulle du forecaster — Trois états — positif en vert, négatif en rouge, neutre — indiquent l’écart au budget actuel et le budget testé, par exemple « +25.1K sessions at $625/day ». Un badge « New $X » marque le point testé. Pourquoi : Un chiffre brut ne parlait pas assez. Le signe, la couleur et le budget associé rendent l’impact lisible d’un coup d’œil. Ce que ça a coûté : Rien.
- Garder la carte de l’Agent plutôt que la réécrire. Décidé avec : Ma PM et le développeur. Écarté : Une « Scale card » de projection — Le même composant que la carte existante, réécrit pour nommer la stratégie et expliquer la courbe dépense / résultats. Conçue, mais pas livrée. Retenu : La carte existante — L’Agent garde sa carte « Scale your results », avec Approve et Reject. Pourquoi : Le changement ne portait que sur la formulation, et toutes les autres cartes de l’Agent auraient dû être réécrites de la même façon : pas assez de fond pour le justifier. Ce que ça a coûté : Des formulations cohérentes entre l’Agent et les autres points d’entrée.
- Livrer la projection plutôt qu’un teasing pour les nouvelles campagnes. Décidé avec : Ma PM et le développeur. Écarté : Un teasing pour les nouvelles campagnes — En création de campagne, inviter l’annonceur à lancer sa campagne pour obtenir ensuite des projections. Une déclinaison sur le Dashboard annonçait que résultats et recommandations arriveraient après un temps de diffusion. Retenu : La projection seule — Le forecaster n’apparaît que lorsqu’une stratégie a assez de données — sur le Dashboard, dans la liste des campagnes et en création de campagne. Pourquoi : Le temps de développement était limité : on a gardé ce qui avait le plus d’impact, et le teasing demandait un effort supplémentaire pour un retour jugé insuffisant. Ce que ça a coûté : L’accompagnement des nouvelles campagnes : elles n’ont pas de projection, et rien ne leur annonce qu’elles en auront une. Ce qui compense : Sur le Dashboard, quand il n’y a rien à recommander, un module de repli affiche l’évolution des dépenses et des impressions sur 7 jours.

## Ce qui a été livré

- Performance forecaster sur le Dashboard (La meilleure occasion d'augmenter le budget, mise en avant.) : problème : La recommandation de budget était noyée parmi des cartes génériques que plus personne ne lisait. Solution : Un module dédié explique pourquoi, avec un gain hebdomadaire estimé et une courbe, puis applique le budget en un clic.
- « Ready to scale » dans la liste des campagnes (Un signal dans la colonne Performance.) : problème : Rien dans la liste n'indiquait quelles campagnes pouvaient absorber plus de budget. Solution : Une pastille à côté des optimisations existantes, avec l'impact estimé au survol et un accès direct à la stratégie.
- Forecaster en création de campagne (Tester un budget avant de le valider.) : problème : L'annonceur fixait son budget sans voir ce qu'il rapporterait, ni pourquoi l'augmenter. Solution : Une alerte en tête suit le curseur, et les infobulles de la courbe chiffrent l'impact en temps réel.
- Recommandation dans l'Agent (Approuver la recommandation dans la conversation.) : problème : Les annonceurs qui passent par l'Agent devaient le quitter pour agir sur une recommandation. Solution : L'Agent présente la même recommandation dans sa carte existante « Scale your results », à approuver ou rejeter.

## Résultats

Les recommandations de budget sont désormais les plus appliquées. Mais l’A/B test ne montre pas que le forecaster en fasse appliquer davantage.
(A/B test mi-août → début septembre 2026, puis suivi jusqu’à fin octobre)
- 2× : Recommandations de budget appliquées sous 14 jours, par rapport aux autres types
- Pas d’écart : Taux d’application avec et sans forecaster en A/B test (23 % contre 25 %, non significatif)
- ~15 % : Des stratégies en diffusion ont une recommandation de budget active
- ~½ : Du gain projeté réellement atteint par les stratégies qui ont augmenté leur budget (provisoire)
Un CSM l’a résumé simplement : beaucoup d’annonceurs n’augmentent pas leur budget, tout simplement parce qu’ils n’ont pas plus d’argent à dépenser.
Ce qui a marché :
- La recommandation s’appuie désormais sur un chiffre propre à chaque stratégie, et s’applique en un clic là où l’annonceur travaille.
Ce qui n'a pas marché :
- L’A/B test n’a montré d’effet mesurable ni sur le taux d’application, ni sur la part de comptes qui augmentent un budget — sur une fenêtre courte et un échantillon limité.
- Une première lecture suggère que la projection est optimiste : les stratégies qui ont augmenté leur budget progressent, mais environ moitié moins que ce qu’annonçait la courbe.
- La couverture reste étroite : une stratégie en diffusion sur sept seulement, environ, a assez de données pour une recommandation.

## Reste ouvert

Rendre la projection juste avant de la rendre plus visible. Le projeté n’est pas encore comparé au réel, et une première lecture montre une courbe optimiste. Les nouvelles campagnes n’ont toujours pas de projection : la piste envisagée est un indice de fiabilité qui se renforce à mesure que les données s’accumulent.

## Ce que l'IA a fait sur ce projet

L’IA comme terrain d’exploration : prototyper vite et multiplier les variantes de messages, pour simplifier une mécanique complexe à première vue.
- Prototypage interactif : Des prototypes manipulables plutôt que des écrans statiques : on pouvait tester en quelques minutes le vrai comportement de la courbe et du curseur.
- Variantes de messages : Plusieurs façons de formuler et de hiérarchiser le gain, l’écart au budget actuel et la recommandation, comparées en situation.
- Un exemple concret : C’est en manipulant le curseur dans le prototype que sont apparus les quatre états de l’alerte (sous l’actuel, vers le recommandé, au recommandé, au-delà). On n’a gardé que les messages qui font comprendre la courbe sans avoir à la lire.
- Ce qui est resté humain : Ce qu’on montre ou qu’on cache, jusqu’où on peut simplifier, le ton des alertes et la formulation finale.
