Mise à jour Andromeda Meta : ce qui change pour les media buyers en 2026

Depuis quelques mois, le mot Andromeda revient en boucle sur LinkedIn et Twitter dans les cercles de media buyers. Tout le monde cite le terme, peu de gens expliquent ce que c'est vraiment. Résultat : un mélange de buzzwords, de captures d'écran sorties de contexte et d'affirmations recyclées qui ne disent pas grand chose sur ce qui se passe réellement dans le compte.

Andromeda n'est pas une méthode de buyer, pas une formation, pas un secret. C'est un nom de code d'ingénierie utilisé par Meta pour désigner une mise à jour majeure de son système de retrieval publicitaire. Concrètement, ça a touché la manière dont l'algo sélectionne les annonces pertinentes avant même d'arriver à l'enchère. Et oui, ça change beaucoup de choses dans la façon dont on doit structurer un compte en 2026.

Cet article fait le point technique, sans hype, sur ce qui a changé, ce qui n'a pas changé, et les règles opérationnelles qu'on peut tirer de cette évolution.

Qu'est-ce que Andromeda techniquement

Pour comprendre Andromeda, il faut rappeler comment l'ad delivery fonctionne chez Meta. Quand une impression est disponible (un user ouvre Instagram, scrolle Reels, etc.), la plateforme doit choisir quelle pub afficher parmi des millions de candidates actives à ce moment-là. Ça se fait en deux phases : le retrieval (sélection d'un sous-ensemble pertinent) et l'auction (enchère sur ce sous-ensemble).

Andromeda est une refonte de la phase de retrieval. Avant, cette phase reposait sur des modèles ML relativement contraints en termes de signaux et de profondeur. Avec Andromeda, Meta a déployé un modèle beaucoup plus dense, capable d'intégrer des centaines de signaux contextuels (créatif, format, historique du user, fraîcheur du contenu, comportement multi-surfaces) tout en opérant à une échelle qui couvre l'intégralité du catalogue d'annonces actif.

Ce que ça veut dire dans les faits

• Le retrieval est plus précis : l'algo identifie mieux les utilisateurs susceptibles de convertir sur une pub donnée, même dans des audiences très larges.
• Le modèle apprend à plus grande échelle : il ne se limite plus à des proxies grossiers (intérêts, lookalikes simples), il prend en compte un contexte plus riche.
• L'efficacité computationnelle a été augmentée, ce qui permet de scorer plus d'annonces candidates à chaque impression.

Quand a-t-elle été déployée

Andromeda a commencé à être déployée progressivement fin 2024, avec une généralisation au cours du premier semestre 2025. La plupart des comptes étaient sur la nouvelle infrastructure de retrieval avant l'été 2025. Meta a communiqué sur le sujet via des publications d'ingénierie (engineering blog) et lors d'évènements développeurs, mais sans en faire un argument marketing grand public. C'est une évolution d'infrastructure, pas une feature visible dans le Business Manager.

Pour un media buyer, ça veut dire que les comportements observés sur les comptes en 2025-2026 sont déjà sous régime Andromeda. Les anciennes intuitions construites en 2022-2023 sur le ciblage par intérêts ne reflètent plus la mécanique réelle de l'algo.

Ce qui change pour le ciblage broad-first

C'est sans doute l'impact le plus visible. Le broad-first (lancer un ad set sans ciblage d'intérêts, en laissant l'algo trouver l'audience) fonctionne nettement mieux depuis Andromeda. La raison est simple : le retrieval est devenu suffisamment précis pour identifier les acheteurs dans une masse de plusieurs millions de profils, sans avoir besoin qu'on lui pré-mâche le travail avec des stacks d'intérêts.

Avant Andromeda, restreindre l'audience par intérêts était souvent nécessaire pour aider l'algo à se focaliser. Aujourd'hui, cette restriction est souvent contre-productive : elle prive le retrieval de l'espace dont il a besoin pour scorer correctement et choisir les meilleurs profils. Le narrowing manuel devient un frein, pas une aide.

Attention : broad-first ne veut pas dire négliger le signal. Au contraire, comme l'algo s'appuie sur les conversions remontées pour calibrer son retrieval, la qualité du signal (event match quality, dedup, deep events) devient plus critique encore.

Pourquoi Advantage+ Audience surperforme depuis Andromeda

Advantage+ Audience est la traduction produit, côté interface, de la logique Andromeda côté infrastructure. Quand on coche Advantage+ Audience, on dit explicitement à Meta : utilise le retrieval moderne, ne te contrains pas à mes inputs de ciblage, considère-les comme des suggestions.

Sur la plupart des verticales testées (e-commerce, lead gen B2C, services locaux à forte densité), Advantage+ Audience surperforme les ad sets à ciblage manuel en CPA et en stabilité de delivery. Pas parce que c'est une feature magique, mais parce que ça débloque la pleine capacité du retrieval Andromeda. Les ad sets restés en ciblage manuel strict tournent sur une logique plus contrainte et laissent de la performance sur la table.

Cas où Advantage+ Audience est moins évident

• Audiences géographiques très restreintes (ville unique, zone de chalandise serrée) où la pool éligible est déjà petite.
• Verticales avec des contraintes légales strictes (santé, finance réglementée) où il faut maîtriser plus précisément qui voit la pub.
• Comptes en démarrage avec peu d'historique de conversions, où le retrieval n'a pas encore de signal solide à exploiter.

Impact sur la learning phase

Sur les comptes bien configurés, on observe une stabilisation plus rapide depuis Andromeda. La learning phase, qui demandait classiquement 50 conversions sur 7 jours pour sortir du statut Learning, est souvent atteinte plus vite, en partie parce que le retrieval initial est plus pertinent (donc plus de conversions par dollar dépensé en début de campagne).

Ça ne veut pas dire que la learning phase est morte. Ça veut dire que les pénalités opérationnelles d'avant (toucher un ad set en learning casse tout) sont légèrement moins violentes, et que la sortie de learning est plus accessible même sur des budgets modérés. Concrètement, beaucoup d'annonceurs qui n'arrivaient jamais à sortir de learning avant 2025 y arrivent maintenant avec la même stratégie créative.

Impact sur le CPM

C'est la zone la plus variable. Les CPM ont bougé différemment selon les comptes, et il n'y a pas un effet uniforme. On observe trois patterns :

• Comptes qui ont vu leur CPM baisser : typiquement ceux qui étaient sur du ciblage par intérêts saturé et concurrentiel, et qui ont migré vers du broad. L'algo retrieve dans une pool plus large, l'enchère est moins violente.
• Comptes stables : ceux qui étaient déjà sur du broad ou des lookalikes larges. Pas de changement majeur de CPM, mais souvent une amélioration de la conversion downstream.
• Comptes qui ont vu leur CPM monter : souvent des verticales avec forte saisonnalité ou pression concurrentielle accrue. Andromeda n'est pas la cause, c'est le marché.

Conclusion pratique : il faut arrêter de regarder le CPM comme une métrique de pilotage. Ce qui compte c'est le CPA et le ROAS, et la qualité des conversions remontées. Le CPM brut ne dit plus rien sans contexte.

Les règles opérationnelles qui en découlent

Si on traduit Andromeda en règles opérationnelles pour un compte en 2026, ça donne :

1. 1Consolider plutôt que fragmenter. CBO avec 2 ou 3 ad sets max, pas 15 ad sets à 10 dollars chacun. Le retrieval a besoin de volume de signal pour bien fonctionner.
2. 2Broad-first par défaut, sauf raison légale ou géographique explicite. Activer Advantage+ Audience sur la majorité des ad sets.
3. 3Investir dans la qualité du signal : CAPI bien configurée, event match quality au-dessus de 7, dedup propre entre Pixel et CAPI, deep events remontés quand ils existent.
4. 4Optimiser sur l'évènement business réel (purchase, lead qualifié), pas sur des proxies (view content, add to cart) sauf en phase très précoce.
5. 5Donner du volume créatif : 4 à 8 créatifs par ad set, refresh régulier. Le retrieval est plus contextuel, donc plus réactif au créatif.
6. 6Ne pas paniquer en learning : laisser tourner 5 à 7 jours sans toucher, le temps que le retrieval se calibre.

Ce qui n'a PAS changé

Andromeda améliore le retrieval. Ça ne change rien aux fondamentaux qui pilotent la performance d'un compte :

• Le créatif reste le levier numéro un. Un mauvais créatif sur le meilleur retrieval du monde ne convertira pas.
• Le signal de conversion reste critique. Sans CAPI propre et évènements de qualité, le retrieval n'a rien à apprendre.
• La fréquence et la fatigue créative existent toujours. Andromeda n'invente pas de l'audience qui n'existe pas, il l'exploite mieux.
• L'offre, la landing page, le funnel post-clic ne sont pas la responsabilité de Meta. Si le taux de conversion site est mauvais, aucun algo ne sauvera le compte.

En d'autres termes, Andromeda rend les bons comptes meilleurs et expose plus brutalement les comptes mal configurés. C'est un amplificateur, pas un correcteur.

Conclusion

Andromeda n'est pas une mode marketing, c'est une évolution d'infrastructure côté Meta qui justifie le shift opérationnel observé depuis 2025 : broad-first, Advantage+ Audience, consolidation des structures, focus signal et créatif. Les media buyers qui ont adapté leur workflow en conséquence ont en général vu leur stabilité de delivery et leur CPA s'améliorer. Ceux qui sont restés sur les habitudes 2022 (stacks d'intérêts, fragmentation des ad sets, narrowing constant) bagarrent contre l'algo au lieu de l'aider.

Si tu veux aller plus loin sur la manière de configurer un compte en régime Andromeda (structure de campagnes, setup signal CAPI, scaling propre, frameworks de test créatif), ces sujets sont couverts dans ma formation Meta Ads sur Udemy. L'objectif y est de donner les vraies règles opérationnelles 2026, pas la version recopiée des cours qui datent d'avant cette mise à jour.