Ce qu'il faut retenir :
- Selon Nielsen, la créa représente 49% du ROI d'une campagne publicitaire. Ekimetrics va plus loin en estimant qu'une créa optimisée peut plus que doubler le ROI sur YouTube.
- Pour les formats Demand Gen en in-stream skippable, Google avance trois chiffres précis (données US, juillet 2026) : +12% de conversions avec une voix humaine, +3% avec des sur-titres ou un texte incrusté, +4% en montrant la marque dans les 5 premières secondes.
- Côté visuels fixes, Google recommande de bannir les faux boutons et flèches cliquables, de privilégier des photos plein cadre plutôt que des bandeaux noirs ou des logos surdimensionnés, et de mettre en scène des visages ou des personnes.
Pourquoi Google publie cette documentation ?
Ce nouveau guide s'inscrit dans un contexte où Google automatise de plus en plus les enchères, le ciblage et la gestion des campagnes. Dans ce contexte, la créa reste l'un des rares leviers que les annonceurs peuvent encore piloter directement. En publiant des chiffres précis plutôt qu'un simple appel à "faire de meilleures créas", Google donne aux équipes marketing des repères concrets pour tester et arbitrer leurs assets.
Les trois chiffres clés pour les formats Demand Gen
Le document se concentre d'abord sur les publicités in-stream skippable diffusées via Demand Gen. Trois éléments créatifs ont été isolés et mesurés sur des données américaines de juillet 2026 :
- La voix humaine : son ajout est associé à 12% de conversions en plus en moyenne. C'est, de loin, l'élément le plus impactant parmi ceux testés.
- Les sur-titres ou le texte incrusté : leur présence apporte 3% de conversions supplémentaires.
- La visualisation de la marque dès les 5 premières secondes : elle génère 4% de conversions en plus.
Google insiste particulièrement sur le premier point. L'audio ne devrait pas être traité comme un simple habillage ajouté après coup, mais comme un élément à part entière de la conception, pensé pour l'environnement dans lequel la pub sera réellement visionnée.
Les bonnes pratiques pour les visuels fixes
Au-delà des chiffres sur les formats vidéo, Google détaille aussi trois recommandations pour les créas image.
Supprimer les faux éléments d'interface
Google déconseille d'intégrer dans les visuels des boutons, flèches ou zones cliquables qui n'ont en réalité aucune fonction. Ces éléments "baked-in" entrent en concurrence avec les vrais boutons d'appel à l'action de YouTube. Résultat : une charge cognitive supplémentaire pour l'utilisateur, qui peut se sentir perdu au lieu d'être guidé vers le site de l'annonceur.
Adapter le visuel aux codes de YouTube
Une créa qui ressemble trop à un format publicitaire générique, pensé pour un autre canal, se remarque immédiatement dans un fil YouTube et détonne. Google recommande donc de privilégier des photographies en plein cadre, en haute résolution, ou des visuels de type lifestyle. À l'inverse, les logos surdimensionnés, les zones vides et unies, ou les bandes noires donnent une impression de créa fragmentée et peu naturelle dans l'environnement de la plateforme.
Mettre en scène des personnes
Dernier point mis en avant : la présence humaine visible dans une image. D'après Google, les visuels montrant des visages ou des personnes en interaction avec un produit surperforment systématiquement les autres assets. La recommandation est donc d'intégrer des personnes dans les visuels chaque fois que cela reste cohérent avec la campagne.
Ce que ça change concrètement pour les annonceurs
Le message de fond de cette documentation dépasse la simple liste de conseils techniques. Google encourage les annonceurs à concevoir des créas pensées spécifiquement pour YouTube, plutôt qu'à recycler des assets initialement conçus pour d'autres canaux publicitaires. Cela concerne aussi bien le choix de la voix que la mise en scène de la marque, le texte incrusté, l'imagerie utilisée ou l'intégration naturelle de la pub dans le fil.
Pour les équipes qui gèrent des campagnes Demand Gen ou d'autres formats YouTube, l'enjeu n'est donc plus seulement d'avoir suffisamment d'assets, mais de tester différentes variantes de présentation d'un même message : avec ou sans voix humaine, avec ou sans texte incrusté, avec une marque visible dès le départ ou non. Ces tests permettent de s'appuyer sur des données propres plutôt que sur des recommandations génériques.