Piloter Google Ads avec Claude et le MCP : le workflow d'analyse

Du setup au workflow : ce qui change vraiment

Connectés Claude à la Google Ads API via un serveur MCP (le setup complet est détaillé ici), on disposait d'un accès temps réel aux données de compte. La question qui suit est plus opérationnelle : comment intégrer cet accès dans un workflow d'agence concret, sans perdre le contrôle sur les décisions, et sans créer de nouveaux angles morts ?

Cet article décrit la méthode que nous appliquons en gestion de compte : quelles phases du travail analytique déléguer à Claude via le MCP, comment structurer les requêtes, et où tracer la ligne entre assistance automatisée et décision humaine.

Le MCP : un accès en lecture directe sur votre compte

Le protocole MCP (Model Context Protocol, développé par Anthropic) permet à Claude d'appeler des APIs tierces depuis une conversation. Côté Google Ads, cela signifie que Claude interroge votre compte via la Google Ads API et retourne les données brutes dans le contexte de la conversation, sans export CSV intermédiaire.

Un serveur MCP Google Ads bien configuré expose des outils en lecture (récupération de métriques, search terms, structure de campagnes, historique de modifications) et, selon votre configuration, des outils en écriture (ajout de mots-clés négatifs, modification de budgets). La distinction est fondamentale : un serveur en lecture seule ne peut rien modifier. C'est le premier garde-fou à mettre en place.

Pour le workflow d'analyse, nous opérons en lecture seule par défaut. Les actions qui suivent l'analyse sont exécutées manuellement dans l'interface ou via des scripts validés séparément.

Phase 1 : l'analyse de performance hebdomadaire

Le premier cas d'usage concret est la revue de performance de compte. Là où cette revue demandait des exports, des croisements dans Google Sheets et une heure de lecture de tableaux, elle passe désormais par une séquence de requêtes en langage naturel.

Requête de cadrage

On commence par une vue d'ensemble : performances par campagne sur la période glissante, comparaison avec la période précédente, identification des campagnes qui dévient significativement. Une requête typique :

"Compare les dépenses et les conversions par campagne sur les 14 derniers jours versus les 14 jours précédents. Trie par écart de conversions décroissant."

Claude récupère les données via le MCP et retourne un tableau structuré. On voit immédiatement quelles campagnes ont progressé, lesquelles ont décroché, sans manipuler de fichiers.

Drill-down sur les anomalies

Sur les campagnes qui ressortent, on descend au niveau des groupes d'annonces, puis des mots-clés ou des search terms selon le type de campagne. Le MCP permet d'enchaîner ces niveaux d'analyse dans la même conversation, Claude conservant le contexte des échanges précédents.

"Pour la campagne [X] dont les conversions ont chuté, analyse l'évolution des search terms sur la même période. Y a-t-il des termes qui ont capté du volume sans convertir ?"

C'est ici que la valeur s'exprime : l'aggrégation manuelle de ces données prenait du temps non facturable. Avec le MCP, la réponse arrive en quelques secondes et on peut enchaîner les hypothèses.

Phase 2 : la détection d'anomalies

La surveillance quotidienne de compte est le cas d'usage le plus direct pour le MCP. Les anomalies à détecter sont connues : chute brutale de trafic, dérapage de dépense, CPA qui s'emballe sur une campagne spécifique, impressions qui s'effondrent sans raison apparente.

Ce que Claude peut détecter en lecture

En interrogeant le MCP sur les données journalières, Claude peut signaler :

• Les campagnes dont la dépense journalière dévie fortement par rapport à la moyenne des 7 derniers jours.
• Les ad groups dont le taux de conversion a chuté sans baisse de volume correspondante (souvent signe d'un problème de tracking ou d'une page de destination).
• Les search terms nouveaux qui captent un volume significatif sans historique de conversion.
• Les campagnes dont le budget est épuisé avant midi, signalant un sous-budgétisation ou une flambée de CPC.

Ces signaux n'ont rien de magique : un gestionnaire de compte chevronné les verrait dans l'interface. Ce que le MCP apporte, c'est la vitesse de détection et la capacité à couvrir plusieurs comptes simultanément.

Ce que Claude ne décide pas

Signaler une anomalie et décider quoi en faire sont deux actes distincts. Si Claude détecte une chute de taux de conversion sur une campagne de marque, l'interprétation reste humaine : s'agit-il d'un problème de tracking, d'une modification du site, d'un changement de l'audience, d'une action concurrentielle ? Claude peut formuler des hypothèses sur la base des données disponibles, mais la confirmation et l'action corrective restent à la main du gestionnaire.

C'est une règle de fonctionnement, pas une limite technique : le MCP pourrait en théorie exécuter des modifications. On fait le choix de ne pas le faire, précisément parce que les anomalies en compte publicitaire ont souvent des causes externes que les données seules ne capturent pas.

Phase 3 : la préparation du reporting

Structurer les données avant le rapport

Le reporting client est chronophage non pas à cause du volume de données, mais à cause de l'agrégation et de la mise en forme. Le MCP simplifie la première étape : récupérer les métriques dans le bon format, avec les bons comparatifs.

Une requête de préparation de reporting ressemble à :

"Récupère les métriques suivantes pour le mois de juin, compte [ID] : dépenses totales, impressions, clics, conversions, coût par conversion, répartition par campagne. Formate en tableau Markdown."

Claude retourne un tableau prêt à copier dans le rapport. Le gestionnaire valide les chiffres, ajoute le contexte et les recommandations.

Générer des observations factuelles

Au-delà des chiffres, Claude peut formuler des observations sur les données récupérées : quelle campagne a le meilleur coût par conversion ce mois-ci, quels ad groups ont été actifs moins de 15 jours sur 30, quels search terms ont généré des conversions sans être dans la liste de mots-clés ciblés.

Ces observations sont factuelles et découlent directement des données du compte. Elles servent de matière première pour le narratif du rapport, que le gestionnaire rédige en ajoutant le contexte stratégique.

Les garde-fous à mettre en place

Lecture seule par défaut

Le serveur MCP que vous déployez doit exposer uniquement les outils de lecture dans un premier temps. La Google Ads API distingue clairement les opérations GET (lecture) des mutate (écriture). Un serveur correctement configuré peut n'exposer que les GET. Si vous avez besoin d'actions en écriture (ajout de négatifs, par exemple), créez un outil séparé qui demande confirmation explicite avant d'exécuter.

Validation avant exécution

Si votre workflow évolue vers des actions automatisées (ajout de mots-clés négatifs basé sur une détection automatique de search terms non pertinents, par exemple), la règle est la suivante : Claude liste les actions proposées avec le raisonnement associé, un humain valide chaque action avant exécution. Pas d'exécution autonome sur des données publicitaires en production.

Traçabilité des requêtes

Conserver les conversations d'analyse dans un historique permet de retrouver la chaîne de raisonnement derrière une décision. Si un compte a perdu des conversions après une modification de négatifs, on peut retrouver la session d'analyse qui a conduit à cette modification. Ce n'est pas une contrainte technique du MCP : c'est une pratique à implémenter côté organisation.

Contrôle des credentials

Le serveur MCP Google Ads dispose des credentials OAuth de votre compte. Ces credentials doivent être stockés en dehors du code (variables d'environnement, gestionnaire de secrets), avec un accès limité aux seules personnes qui administrent le serveur. Ne jamais exposer ces valeurs dans un dépôt de code, même privé.

Ce workflow change quoi dans l'organisation

L'impact principal n'est pas sur la qualité des décisions : le gestionnaire de compte reste le juge de ce qui est pertinent. L'impact est sur la vitesse d'accès à l'information et sur la capacité à couvrir plus de comptes avec le même niveau d'attention.

Une revue hebdomadaire qui passait par plusieurs exports et tableaux se fait désormais en quelques séquences de requêtes dans une conversation. Le temps libéré va sur l'interprétation et les recommandations, pas sur l'extraction.

Ce n'est pas une automatisation totale : c'est une accélération de la phase analytique, avec un humain qui valide chaque étape significative. Le MCP est un outil d'accès aux données. La stratégie publicitaire, le diagnostic des causes, et les décisions d'optimisation restent des actes de jugement.

Passer à la pratique

Si vous n'avez pas encore connecté Claude à votre compte Google Ads via MCP, le point de départ est la configuration du serveur et des credentials : le setup MCP Google Ads pas-à-pas.

Si vous souhaitez qu'on audite vos campagnes ou qu'on vous accompagne sur la mise en place de ce type de workflow dans votre structure, commencez par un audit Google Ads pour avoir une base de travail factuelle. Vous pouvez aussi nous contacter directement pour un premier échange : nous contacter.