Le problème de la découverte en marketing d’influence : comment les marques trouvent les créateurs

Chaque équipe de marketing d'influence finit par se heurter au même mur, et ce n'est jamais celui qu'elle avait anticipé. Le budget est validé, le brief est rédigé, le tableau de bord de reporting est prêt. Puis quelqu'un pose une question toute simple : avec qui travaillons-nous réellement ?

Cette question s'avère être la partie la plus coûteuse de tout le programme. Dans le rapport de référence sectoriel de 2025, la recherche des bons créateurs a été désignée comme le principal défi interne par 30 pour cent des marques, devant la mesure du retour sur investissement, la gestion des contrats et le traitement des paiements réunis. Une autre étude de marché sur l'économie des créateurs place ce chiffre encore plus haut, avec 48 pour cent des marketeurs qui citent la découverte de créateurs comme leur plus grand défi, et les statistiques de marché publiées par le même groupe de recherche montrent que la découverte et la vérification constituent la fonction la plus souvent confiée à une agence externe.

L'argent circule donc, mais la mise en relation, elle, ne suit pas. Les dépenses mondiales en marketing d'influence ont dépassé 33 milliards de dollars, le seul segment des outils se dirigeant vers deux milliards d'ici 2031 selon une estimation, et vers une trajectoire plus raide selon une autre. Pourtant, la recherche reste le maillon le plus faible de la chaîne. Cet article porte sur cet écart : où les marques cherchent réellement, pourquoi la recherche se casse, ce que la vérification coûte vraiment et à quoi ressemble un processus de découverte qui passe à l'échelle en pratique.

Pourquoi le problème de la découverte en marketing d'influence est structurel

La plupart des décisions marketing se prennent avec des données que vous possédez déjà. Votre compte publicitaire sait qui a cliqué. Votre boutique sait qui a acheté. La découverte, c'est l'inverse : vous achetez sur un marché où ce que vous acquérez est une relation avec une personne dont vous ne voyez pas pleinement l'audience et dont vous ne pouvez pas vérifier la qualité de l'extérieur.

Les économistes ont un nom pour cela. C'est un marché d'appariement aux coûts de recherche élevés et à l'incertitude de qualité non résolue, et le résultat prévisible est que les acheteurs cessent de comparer et se rabattent sur le signal le moins coûteux à lire. Les travaux d'Alvin Roth sur la conception des marchés décrivent le comportement des marchés d'appariement lorsque les participants ne peuvent pas s'évaluer à moindre coût, et la recherche en économie des plateformes montre comment des intermédiaires apparaissent pour réduire précisément ce coût. La même dynamique se retrouve sur des marchés numériques très éloignés du marketing : la recherche en management sur les stratégies de plateforme et l'analyse économique de l'efficacité des marchés décrivent toutes deux l'intermédiaire comme une machine à réduire les coûts de recherche.

Dans le marketing de créateurs, le signal le moins coûteux a toujours été le nombre d'abonnés. Il est visible sur chaque profil, il corrèle vaguement avec la portée et il permet à un acheteur de décider en dix secondes. C'est aussi un instrument grossier. Une recherche publiée dans PLOS ONE sur la formation de la confiance des consommateurs a montré que la taille de l'audience ne prédit les résultats d'une campagne que de façon inconstante, au mieux, et une méta-analyse du Journal of Business Research aboutit à la même conclusion par un autre angle : les signaux qui voyagent le plus loin dans un pitch deck sont rarement ceux qui produisent des résultats. La recherche en école de commerce sur les stratégies marketing défend la version large de cet argument depuis des années, et des études indexées dans PubMed sur l'engagement et la transparence y parviennent du côté de l'audience.

Les systèmes de réputation existent pour résoudre ce problème. Une revue des systèmes de confiance et de réputation publiée dans Decision Support Systems en a posé la mécanique il y a vingt ans, et le schéma tient dans le marketing de créateurs : là où les preuves vérifiables manquent, les acheteurs se rabattent sur la notoriété comme proxy de la qualité. C'est ce proxy que la plupart des outils de découverte encodent sans le dire.

Puis vint l'expérience naturelle. Lorsqu'une grande plateforme sociale asiatique a lancé une place de marché centralisée permettant aux marques de rechercher, filtrer et comparer directement les créateurs, les chercheurs Shi, He et Ba ont suivi plus de 152 000 publications de 1 161 créateurs avant et après le lancement. Les dépenses de sponsoring n'ont pas continué à se concentrer sur les plus grands noms. Elles se sont déplacées vers le segment intermédiaire, parce que la place de marché a remplacé la réputation par quelque chose de vérifiable, et un résumé en langage simple de l'article détaille le mécanisme.

Lisez ce résultat attentivement, car tout se joue là. La transparence n'a pas rendu les créateurs célèbres plus faciles à trouver. Elle a rendu les créateurs inconnus sûrs pour un pari. La barrière était le coût de la recherche, pas le talent. La recherche en comportement du consommateur sur les stratégies de marketing d'influence aboutit à une conclusion compatible : la contrainte réelle du secteur n'est pas l'offre de créateurs, c'est le coût de choisir entre eux.

Ce que la découverte implique réellement

Les équipes ont tendance à parler de la découverte comme d'une seule tâche. C'est en réalité trois tâches, et elles échouent de manières différentes.

Trouver. Constituer un vivier de candidats assez large pour que le bon créateur y figure tout simplement. Échouez ici et aucune vérification habile ne vous sauvera, parce que la bonne option n'a jamais été sur la liste. C'est la partie que l'intelligence artificielle a réellement transformée, et les données d'adoption de l'IA dans les programmes de créateurs montrent que la découverte est le cas d'usage le plus courant, de loin, bien devant la rédaction de briefs et le reporting.

Qualifier. Décider qui mérite un examen, à partir de signaux qui résistent au contact de la réalité : régularité des vues, qualité des commentaires, géographie de l'audience, historique de sponsoring, sécurité de marque. Un praticien sur Reddit a décrit la construction exacte de cette séparation en une méthode à deux niveaux : ce que vous pouvez voir publiquement, puis ce que vous devez déduire du comportement. La recherche sur l'interaction entre crédibilité de la source et qualité du contenu explique le cas général de la nécessité des deux niveaux.

Où les marques cherchent réellement des créateurs

Retirez les outils et il reste quatre voies de recherche réellement utilisées. Elles ne se valent pas, et la plupart des équipes s'appuient d'abord sur la plus faible.

La recherche native sur les plateformes sociales

Saisir des mots-clés de sujet dans une plateforme sociale et filtrer sur des personnes plutôt que sur des publications. C'est gratuit, rapide, et cela reflète ce qui résonne en ce moment plutôt que ce qui a été indexé il y a des mois. Le piège est que les plateformes sociales ont été conçues pour la recherche de contenu, pas pour la recherche de personnes. Le filtrage par démographie de l'audience, mélange linguistique, historique de sponsoring ou qualité de l'engagement est soit impossible, soit peu fiable, et la documentation d'aide officielle est écrite pour les créateurs qui monétisent du contenu, pas pour les acheteurs qui sélectionnent des partenaires. Vous obtenez des noms, pas des preuves. Le hub de créateurs de la plateforme et l'académie de formation des créateurs sont utiles pour le côté offre et presque muets sur le côté demande.

Pourquoi les bases de données de créateurs ne résolvent que la moitié du problème

Les bases de données de créateurs

Des outils par abonnement qui indexent un grand nombre de profils avec des filtres sur l'audience, la performance et la croissance. Ils résolvent l'étendue. La limite est qu'ils répondent à la question de savoir qui existe, pas qui convient à cette marque, avec ce budget et sur ce brief. Deux questions distinctes déguisées en une seule. Les bases de données se périment aussi entre deux collectes, et une étude comparative des processus de découverte a constaté que les agents automatisés gèrent bien la partie compilation et listage tout en laissant passer des comptes frauduleux dans la liste finale. Les sites d'avis ont remarqué le même schéma : les données sur l'économie des créateurs publiées cette année soutiennent que les index construits par extraction automatique se périment précisément parce qu'ils ne demandent jamais aux créateurs leurs propres données.

L'historique de sponsoring des concurrents

La voie au plus fort effet de levier, et la plus sous-utilisée. Si un créateur a déjà promu un produit concurrent, trois choses sont presque certainement vraies : son audience recoupe la vôtre, il est déjà passé par un processus de marque et il sait tenir un segment sponsorisé sans que cela ressemble à une publicité. La recherche sur la transparence du sponsoring et la recherche sur les attributs crédibles et la confiance parasociale expliquent pourquoi le deuxième point compte, et la recherche sur la réaction des audiences aux recommandations sponsorisées distingue un segment que les spectateurs tolèrent d'un segment qu'ils passent.

Lire correctement l'historique de sponsoring signifie lire les descriptions et les transcriptions, pas les étiquettes. Les marqueurs de promotion rémunérée déclarés par les créateurs eux-mêmes ne sont pas fiables, ce qui pose à la fois un problème de conformité et explique pourquoi les bases de données construites sur ces marqueurs passent à côté de vrais partenariats. Les règles sur les recommandations et les témoignages sont sans ambiguïté sur la transparence, et les commentaires juridiques sur le critère du lien matériel indiquent clairement où se situe la limite. Les recommandations pratiques valent la peine d'être relues une fois par an, et la couverture médiatique des actions de contrôle rappelle utilement que les règles sont appliquées.

La liste la plus chaude que vous possédez déjà

Vos propres données

Des clients et des membres de la communauté qui créent déjà du contenu sur le produit. Cette audience est pré-qualifiée pour l'affinité, généralement peu coûteuse à atteindre, et souvent totalement ignorée parce qu'elle se trouve dans les données d'une autre équipe. La recherche sur le bouche-à-oreille pointe dans cette direction depuis les travaux de Sernovitz sur la manière dont les entreprises intelligentes font parler d'elles, et la base académique est solide : des travaux du Journal of Consumer Research sur la façon dont le bouche-à-oreille façonne les décisions, des recherches du Journal of Marketing Research sur le bouche-à-oreille électronique et l'évaluation de marque, et une étude du Journal of Marketing sur la transformation de clients ordinaires en ambassadeurs. Les références sur l'advocacy des employés appliquent la même logique à l'intérieur d'une entreprise, où l'audience est chaude par défaut.

Ce que les résultats de recherche ne peuvent pas vous dire

Voici un test concret. Prenez n'importe quelle liste restreinte que vous avez constituée le mois dernier et demandez-vous à laquelle de ces questions vous pouvez répondre sans quitter l'outil.

Voyez-vous qui d'autre a sponsorisé ce créateur, et à quelle fréquence ? Voyez-vous si ses publications sponsorisées performent près de sa moyenne organique, ou s'effondrent ? Voyez-vous l'historique relationnel, c'est-à-dire pour quelles marques il a livré et si ces partenariats se sont répétés ? Voyez-vous la performance médiane sur les publications récentes plutôt qu'une moyenne de vie entière déformée par un seul succès viral ?

Pour la plupart des équipes, la réponse honnête est non aux trois premières, et un oui partiel à la quatrième. C'est la faiblesse structurelle de la découverte par filtres. Les filtres décrivent un profil. Ils ne décrivent pas une relation, et ce que vous achetez est une relation. La recherche sur la confiance des consommateurs dans les recommandations et la recherche sur la confiance en ligne et le risque perçu dans le commerce social aboutissent sans cesse au même constat.

La médiane face à la moyenne mérite qu'on s'y attarde, car elle change les décisions. Un créateur à l'audience modeste dont les neuf dernières publications ont chacune fait entre trois et sept mille vues et dont la dixième a fait quatre cent mille vues a une moyenne qui impressionne et une médiane qui dit la vérité. Si vous planifiez sur la moyenne, vous payez trop cher et vous livrez trop peu. Si vous planifiez sur la médiane, vous savez ce que vous achetez. L'économie des marchés d'appariement, telle qu'exposée dans les documents de travail sur l'économie des plateformes et la recherche économique en accès libre, se résume à ceci : la qualité d'un appariement dépend de la qualité des preuves que vous pouvez y apporter. La même logique apparaît dans la comptabilité nationale sur les services numériques, où les choix de mesure changent entièrement le récit.

Le goulot de la vérification : trente minutes et une intuition

Une fois la liste restreinte constituée, la vérification est l'endroit suivant où le pipeline se bloque. Un travail d'enquête sur la sécurité de marque a constaté que plus de la moitié des marketeurs passent trente minutes ou moins à vérifier chaque créateur. L'examen manuel du contenu social fait partie du processus pour 81,2 pour cent d'entre eux, et seulement 9,4 pour cent l'externalisent entièrement. Interrogés sur ce qui est difficile, ils citent le temps (38,5 pour cent), le suivi continu (34,2 pour cent) et l'absence d'automatisation (28,2 pour cent). À peine un sur dix décrit son propre processus de vérification comme très extensible.

Trente minutes semblent raisonnables jusqu'à ce qu'on y mette un prix. C'est à peu près une journée de travail pour évaluer correctement quarante candidats, soit environ ce qu'il faut pour constituer une liste restreinte de huit noms. Et trente minutes ne couvrent qu'une fraction de la production d'un créateur, ce qui explique pourquoi les évaluateurs manuels ratent les abonnés achetés même lorsqu'ils les cherchent explicitement.

Le manque de documentation aggrave la situation. Presque toutes les marques veulent une trace de la manière dont les créateurs ont été vérifiés avant le lancement d'une campagne, et seule environ un quart en reçoit une systématiquement. Un article sur la maturation du secteur décrit le passage du casting à l'intuition au casting fondé sur les données comme l'un des signes les plus clairs que le canal devient adulte, et la couverture sectorielle plus large du marketing de créateurs suit la même progression. Les agences ne cachent rien de sinistre ; le processus est simplement manuel, non documenté et différent chaque fois.

Les créateurs ressentent la même friction depuis l'autre côté. Un fil de discussion sur la partie la plus frustrante de la vérification aboutit à la même conclusion du point de vue du créateur : le filtrage fondé sur l'engagement est lent et peu fiable, et le meilleur proxy est de savoir quelles marques continuent de travailler avec la même personne. Les acheteurs tiennent le même raisonnement depuis l'autre chaise, de la constitution de listes de créateurs sur des preuves plutôt que des suppositions aux plaintes sur les heures passées à vérifier manuellement la qualité des abonnés.

Le côté offre de ce marché est plus vaste que la plupart des équipes de marque ne l'imaginent, ce qui rend le problème de filtrage plus difficile et non plus facile. Les estimations des praticiens chiffrent à plusieurs dizaines de millions le nombre de personnes vivant de leur activité de créateur, tandis qu'une analyse des revenus dans une étude de 2026 sur l'économie des créateurs a constaté que près de la moitié gagnent moins de dix mille dollars par an. Un marché de cette taille, avec une telle variance de qualité et de professionnalisme, ne peut pas être filtré à la main.

La taxe de la fraude sur la découverte

La découverte et l'authenticité sont le même problème sous des habits différents. Vous ne pouvez pas corriger l'appariement sans corriger aussi la vérification, parce que le signal sur lequel vous vous appuyez peut être fabriqué.

Les chiffres ne sont pas anodins. Une analyse de 100 000 comptes a constaté que 37,2 pour cent des abonnés présentaient des signes de fausseté, d'achat ou d'inauthenticité, et qu'environ 19 pour cent des dépenses totales atteignaient des audiences qui n'étaient pas réelles. Le même ensemble de recherches chiffre les pertes annuelles liées à la fraude dans le marketing d'influence en milliards, les abonnés faux ou robots représentant la majorité des incidents signalés, avec une activité de contrôle en forte hausse.

La détection est le domaine où le secteur est le plus en retard. Les données d'adoption montrent que la découverte est l'étape la plus automatisée et que la détection de fraude est la moins adoptée, une large majorité de marketeurs rejetant catégoriquement les substituts synthétiques de créateurs tout en continuant à sous-investir dans la vérification des créateurs humains. Les équipes ont automatisé la partie la moins coûteuse de l'entonnoir et laissé la partie la plus exigeante en jugement manuelle. La découverte à grande échelle sans vérification à grande échelle est exactement la manière dont les comptes gonflés passent, le même mode de défaillance que le journalisme technologique a documenté en matière d'intégrité des plateformes, de politique des plateformes et de recherche sur les systèmes.

Les travaux universitaires sur la détection des faux abonnés existent depuis des années, notamment la ligne de recherche fame for sale sur la détection d'audiences achetées et des travaux d'analyse de réseaux sur l'identification de comportements inauthentiques coordonnés. Les outils existent. L'habitude, non. La couverture grand public de ces problèmes, de the Guardian et de la BBC à NPR et CNBC, est constante depuis dix ans, et les commentaires académiques pointent toujours la même faiblesse structurelle.

Pourquoi l'authenticité est un levier de prix, pas un simple plus

Il existe une raison commerciale de se soucier de la vérification au-delà des dépenses gâchées. Une étude consommateurs de 2026 a constaté que 85 pour cent des consommateurs paieraient plus cher pour des marques qu'ils jugent authentiques, et 93 pour cent ont déclaré que c'est l'engagement authentique qui construit la confiance. La même étude a constaté que les voix de pairs et le contenu vérifiable de manière indépendante surpassent largement les messages produits par les marques, un résultat confirmé dans le résumé du communiqué, détaillé par type de contenu et publié dans son intégralité pour les équipes qui veulent la méthodologie.

Rassemblez ces conclusions et le problème de la découverte cesse d'être une contrariété opérationnelle. Choisir un créateur inauthentique ne gaspille pas seulement du budget : cela place votre marque dans un contexte que les consommateurs filtrent activement. La vérification est l'endroit où ce risque se gère, et c'est l'étape la moins outillée, la moins documentée et la moins dotée en temps. La recherche en psychologie du consommateur sur la persuasion et la crédibilité, sur pourquoi les choses se propagent et sur la confiance dans les sources en ligne martèle ce point depuis des décennies. La recherche psychologique sur l'influence sociale et les articles de praticiens sur la persuasion ne cessent de le confirmer, et les travaux évalués par les pairs en sciences du comportement en fournissent le mécanisme.

Ce qu'une agence fait réellement différemment

Observez une agence compétente mener une découverte et vous remarquerez que la séquence change. Elle part de l'audience, pas de la catégorie. Au lieu de partir du principe qu'il faut des créateurs dans son secteur, elle part du problème de l'acheteur et remonte vers les recherches que cet acheteur ferait : contenu comparatif, tutoriels, routines, visites de matériel, vidéos d'erreurs. Ces formats portent naturellement des messages de marque. Le pur divertissement y parvient rarement, et la recherche sur les relations parasociales avec les créateurs et sur la congruence entre émetteur et audience montre pourquoi l'adéquation entre la voix et le produit compte plus que la portée brute. La recherche sur l'influence dans l'achat professionnel étend le même principe aux audiences professionnelles, où la tolérance à une voix mal assortie est plus faible.

Ensuite, elles élargissent volontairement le casting. Une première liste d'environ cent candidats, filtrée à vingt sur la base de preuves, évaluée en profondeur puis présentée à une quinzaine, constitue un entonnoir réaliste si le ciblage était bon. Les équipes qui contactent deux cents créateurs avec un modèle s'en sortent moins bien que celles qui en contactent quinze avec une vraie recherche derrière chacune. Les praticiens qui se sont trouvés du côté marque de la boîte de réception, tout comme les travaux sur les chaînes de valeur derrière les partenariats de créateurs, décrivent le même schéma : les propositions qui obtiennent une réponse sont celles qui rendent l'évaluation facile.

Et elles traitent la liste restreinte comme un actif, pas comme un tableur. Les conseils d'acheteurs expérimentés dans les communautés de créateurs reviennent toujours au même point : ignorez le nombre d'abonnés, regardez la qualité des commentaires. Les recommandations de créateur à créateur raccourcissent une grande partie du reste, parce que les créateurs savent quelles audiences sont réelles et quels chiffres sont gonflés. Une bonne discipline de négociation aide aussi, et la littérature classique sur le rapport de force et l'asymétrie d'information dans Le Prince de Machiavel, L'Art de la guerre de Sun Tzu et Adam Smith sur la manière dont les marchés valorisent l'information reste étonnamment d'actualité dans une négociation de tarif.

Le dossier relationnel que personne ne tient

Un schéma apparaît dans tout audit sérieux des programmes de créateurs : la plupart des marques continuent de mener des activations ponctuelles alors qu'une large part déclarent préférer les partenariats de long terme, et les collaborations répétées tendent à surpasser les publications uniques. Chaque accord ponctuel jette le résultat le plus précieux du processus, à savoir savoir comment ce créateur a performé pour vous. La recherche sur l'avenir des médias sociaux en marketing, celle sur le marketing d'influence en ligne comme discipline et celle sur l'agenda de recherche du marketing numérique désignent toutes la profondeur relationnelle comme la variable sous-mesurée.

C'est la partie de la découverte qu'une recherche générique ne peut pas résoudre, parce qu'elle vous appartient. Une plateforme qui vous aide seulement à trouver des gens vous laisse vous souvenir seul de qui a bien travaillé, qui a raté des délais, qui a livré en avance, dont la publication sponsorisée a dépassé sa base organique. La plupart des équipes ne se souviennent de rien, et la campagne suivante repart de zéro. La presse sectorielle documente ce coût de redémarrage depuis des années, que vous lisiez la couverture publicitaire, l'analyse du secteur marketing, les commentaires côté agence, le reporting martech ou les ressources pour praticiens.

Les plateformes construites autour du cycle de vie complet d'un accord traitent cela différemment. Infmap, par exemple, offre à chaque utilisateur un profil public avec des données de performance et un CRM personnalisé qui maintient l'historique des accords attaché à la relation elle-même, de sorte que la deuxième collaboration commence avec des preuves plutôt qu'avec des souvenirs. La découverte, la négociation, le contrat et la livraison tiennent dans un seul flux de travail plutôt que dans quatre outils déconnectés, et le paiement passe par le même système que celui où l'accord a été conclu. Cette architecture compte peu pour une campagne unique et beaucoup dès qu'une équipe en gère des dizaines, ce qui est aussi là où la recherche sur les plateformes de données clients et les analyses des entreprises sur le commerce prévoient la même consolidation.

L'IA corrige-t-elle la découverte ou accélère-t-elle simplement la mauvaise partie ?

L'intelligence artificielle est désormais la première passe par défaut dans la découverte de créateurs. C'est un point de départ rationnel, parce que trier des milliers de comptes pour en tirer une liste restreinte est la tâche la plus répétitive du flux de travail et que le coût d'une mauvaise première passe est faible tant qu'un humain choisit la liste finale. L'adoption déclarée de l'IA dans les programmes de marketing d'influence est aujourd'hui élevée, une petite minorité d'équipes restant entièrement manuelles, selon les travaux de référence du secteur et les analyses sur l'équilibre entre automatisation et jugement humain.

Le problème, c'est ce qui se passe ensuite. Les références construites spécifiquement autour des flux de travail de créateurs montrent que la compilation des données de créateurs est devenue largement automatisable tandis que la vérification de l'authenticité reste le point faible. Des modèles testés sur des pipelines de campagne complets laissent entrer des créateurs frauduleux dans les listes finales, même lorsqu'on leur demande explicitement de filtrer les abonnés achetés et les groupes d'engagement artificiel.

Ce n'est pas un argument contre les outils. C'est un argument sur l'endroit où l'humain doit être. Automatisez la recherche. Automatisez la collecte de données. Gardez le jugement, la sécurité de marque et la décision finale à une personne. L'automatisation la plus utile ici produit des preuves qu'un humain peut vérifier, plutôt qu'un score que personne ne sait expliquer. La recherche sur la manière dont les systèmes de recommandation font émerger des options, sur la surcharge d'information dans la prise de décision et sur la manière dont les systèmes de classement façonnent ce que les gens peuvent trouver pointe dans la même direction : plus de candidats n'aident pas si l'acheteur ne peut pas les comparer.

À quoi ressemble une bonne infrastructure de découverte

Rassemblez les fils et une liste de contrôle en découle. Il ne s'agit pas de l'outil que vous achetez, mais des questions auxquelles votre processus peut répondre à la demande.

Des profils de créateurs publics et structurés, pour que l'évaluation commence avant tout contact. Des données de performance qui arrivent avec le profil plutôt que sur demande. Des filtres qui agissent d'abord sur la composition de l'audience et ensuite sur la popularité du créateur. Des signaux d'authenticité rattachés au profil, pas enfouis dans un audit séparé. Un historique des relations de marque passées, pour que les listes reflètent ceux qui ont livré plutôt que ceux qui ont les chiffres les plus bruyants. Et un flux de travail unique qui porte le même créateur de la découverte à la négociation, au contrat et au paiement, parce que chaque transfert entre outils déconnectés est l'endroit où l'information et la responsabilité fuient.

Infmap a été construit sur cette liste : filtres de recherche avancés sur l'offre payante, profils publics pour chaque utilisateur, un CRM par utilisateur, exécution et gestion des accords au même endroit, et paiements gérés au sein de la plateforme. La recherche sur les stratégies de plateforme et d'audience, sur la manière dont les entreprises construisent un avantage durable et sur les pratiques de management suggère que davantage d'équipes chercheront exactement cela dès que les coûts de découverte deviendront visibles dans un compte de résultat.

Comment structurer la recherche pour qu'elle compose

Si la découverte continue de ressembler à un problème toujours neuf, c'est que la plupart des processus ne laissent rien derrière eux. Une recherche a lieu, un accord se conclut ou non, et l'apprentissage s'évapore. Y remédier relève moins de la technologie que de l'enchaînement.

Partez du problème de l'acheteur, formulé en un paragraphe. Transformez-le en recherches que votre acheteur ferait réellement, puis en créateurs qui répondent déjà à ces recherches. L'étude de la recherche comme système social explique pourquoi cette voie fait émerger des créateurs réellement utiles plutôt que simplement populaires, et la pratique du marketing de recherche applique la même logique à la découverte d'audiences. Les travaux du secteur sur la manière dont les gens se renseignent avant un achat et sur ce qui transforme cette recherche en décision sont l'apport qui garde la liste honnête.

Enregistrez ensuite d'où vient chaque nom. Le suivi des sources est ce qui rend une liste de créateurs auditable et actualisable, et c'est la différence entre un pipeline et un dossier de favoris.

Ensuite, notez sur la base de preuves avant de contacter qui que ce soit. Performance médiane récente, adéquation de l'audience, adéquation du format, historique de sponsoring, et une phrase écrite expliquant pourquoi ce créateur convient à cette campagne. Si vous ne pouvez pas écrire cette phrase, retirez le nom. Écrire la raison est aussi le moyen le plus rapide de découvrir que vos critères n'ont jamais vraiment été définis, un diagnostic utile à obtenir tôt.

Enfin, tenez le dossier. Ce qui leur a été payé, ce qu'ils ont livré, comment le contenu sponsorisé a performé face à leur base organique, s'ils ont respecté le délai, si vous travailleriez de nouveau avec eux. Ce dossier est l'actif. C'est la seule chose qui rend la prochaine recherche moins coûteuse que celle-ci, et c'est ce que la recherche sur le suivi de marque, la mesure de la confiance et les données sur la confiance institutionnelle suggèrent toutes lorsqu'elles montrent à quelle vitesse lente se construit une réputation durable.

Mesurer la recherche elle-même

Une mesure que la plupart des équipes ne suivent jamais est le coût de la recherche. Combien d'heures ont été consacrées à la construction de la liste restreinte du mois dernier ? Combien de créateurs ont été contactés avant qu'un seul signe ? Quelle part des candidats évalués a été rejetée, et pour quelle raison ?

Ce sont des chiffres ordinaires d'opérations marketing, et traiter la découverte comme un problème opérationnel change la manière dont on la gère. Les pratiques analytiques pour le travail sur la conversion et l'entonnoir, telles que documentées par les praticiens de l'analytique et dans la documentation sur la mesure des campagnes, se transposent directement : définissez les étapes de l'entonnoir, instrumentez chacune, puis trouvez l'étape à la pire conversion et corrigez-la en premier. Les outils d'intelligence média offrent la même discipline pour la réputation et la couverture, que vous consultiez la recherche en écoute sociale, l'analyse média, les données de distribution de contenu, le reporting d'intelligence média, les pratiques de veille ou les ressources de communication.

Fixez trois chiffres et révisez-les chaque trimestre. Le temps nécessaire pour constituer une liste restreinte. Le coût par créateur signé. La part de créateurs signés revenus pour une deuxième campagne. Le troisième chiffre est celui qui vous dit si votre processus de découverte produit des relations ou seulement des transactions, et la première lecture est généralement humiliante.

Un contexte de référence aide quand quelqu'un demande si les chiffres sont normaux. Le dimensionnement du marché à partir de références marketing agrégées, la répartition des dépenses à partir de la recherche sur les budgets et des données de perspectives publicitaires, la mesure au niveau des plateformes à partir de la mesure d'audience et des études d'audience audio, et le travail d'enquête sectorielle à partir de la recherche sur les plateformes sociales, de l'analyse des tendances et de références d'engagement sont tous des points d'ancrage raisonnables pour une comparaison, à condition de lire la méthodologie avant de citer le chiffre.

Ce que cela signifie pour la prochaine discussion budgétaire

La découverte est généralement invisible dans les discussions budgétaires parce qu'elle n'apparaît pas comme une ligne dédiée. Elle apparaît sous forme de salaire, d'heures de rétention d'agence, de retards de campagne et du partenariat créateur occasionnel qui n'a rien produit sans que personne ne puisse expliquer pourquoi. La découverte, la veille et le reporting manuels sont de vrais coûts d'exploitation qui sont rarement additionnés, et les estimations de ce que ces coûts totalisent pour une marque de taille moyenne atteignent six chiffres sur quelques années lorsqu'ils sont enfin mesurés. Les études d'impact économique total commandées par les éditeurs de plateformes rendent la même arithmétique explicite, et les analyses indépendantes et la presse sectorielle sur les opérations marketing, des blogs de recherche aux analyses de cabinets de conseil, en passant par l'analyse de marché et la recherche sur les paiements et le commerce, soutiennent que les coûts de processus cachés sont la source la plus courante de fuite de marge.

La solution n'est pas de chercher plus dur. C'est de construire le processus pour que chaque recherche laisse quelque chose derrière elle : un profil vérifié, une décision documentée, un relevé de performance attaché à un nom. C'est ce qui transforme la découverte d'une corvée récurrente en un actif cumulatif, et c'est ce que la recherche sur la place de marché a démontré lorsque la transparence a déplacé les dépenses des plus grands noms vers des créateurs simplement vérifiables.

Une dernière chose mérite d'être gardée en vue. Les consommateurs découvrent désormais les marques via environ six sources différentes en moyenne et aucun canal unique n'en atteint plus d'un tiers, selon la recherche mondiale sur la découverte de marque, les données de marché sous-jacentes et la recherche d'audience sur les comportements numériques. Les partenariats avec des créateurs se situent dans ce mélange plutôt qu'au-dessus. Ce qui signifie que la qualité de votre liste de créateurs n'est pas un détail marketing. C'est un apport direct au nombre de bonnes personnes qui entendent parler de vous, tout simplement.

Les créateurs sont là. Les preuves sont la partie que la plupart des équipes n'ont jamais construite, et les construire est la seule partie de ce problème qui compose. Tout le reste n'est que navigation.

Si vous voulez voir à quoi ressemble un flux de travail de la découverte au paiement en pratique, vous pouvez créer un compte gratuit sur Infmap, et si vous voulez comprendre où atterrit le budget une fois la liste restreinte constituée, lisez notre analyse de comment mesurer le retour sur investissement du marketing d'influence et de pourquoi la plupart des campagnes de marketing d'influence échouent. Pour les équipes qui gèrent de nombreuses relations à la fois, comment les agences gèrent de grandes listes de créateurs sans chaos reprend là où cet article s'arrête, et la tarification d'Infmap détaille ce que coûte la plateforme à chaque niveau.