Amazon accorde-t-il une période de lune de miel ? Ce que montre sa propre recherche

Votre nouveau produit démarre bien. Deux bonnes semaines — des impressions que vous n’attendiez pas, quelques ventes par jour, le classement qui monte. Puis, quelque part dans la troisième semaine, ça se tasse, et à la cinquième vous achetez chaque vente que vous faites.

L’explication habituelle, c’est que la lune de miel est terminée. Amazon vous a donné une fenêtre, la fenêtre s’est refermée, c’est comme ça que ça marche.

Ce n’est pas ce qui s’est passé. Rien ne s’est terminé. Quelque chose s’est achevé — un processus dans lequel on vous a inscrit sans vous le dire, qui a tourné jusqu’à avoir assez de données pour s’arrêter, et que vous avez réussi ou raté sur les chiffres.

La différence compte, parce qu’une fenêtre sur laquelle vous n’avez pas de prise, ça s’attend. Un test, ça se prépare.

01La croyance, et la partie qui n’a aucune preuve derrière

Demandez autour de vous et on vous racontera une histoire assez constante : un nouvel ASIN reçoit 30 jours, ou 14, ou 90 selon la personne, de placement artificiellement relevé. Amazon veut savoir si le produit se vend, alors il vous offre de la visibilité. À prendre ou à laisser.

Deux parties de cela sont justes. Les produits neufs reçoivent bien une exposition qu’ils n’ont pas encore gagnée. Amazon veut bien savoir si le produit se vend.

La partie qui n’a rien de publié derrière, c’est le calendrier. Rien de ce qu’Amazon a diffusé ne décrit une fenêtre minutée — ni 30 jours, ni 14, ni un coup de pouce fixe qui s’éteint à une date. Ce qui est documenté, c’est un ensemble de méthodes statistiques pour un problème appelé démarrage à froid, et ces méthodes tournent sur des données.

Ce recadrage change ce que vous faites. Profitez bien de votre premier mois est un conseil sur lequel vous ne pouvez pas agir. On vous mesure dès la première impression, et la mesure devient moins indulgente à mesure qu’elle avance, en est un sur lequel vous pouvez agir.

02Ce que la recherche d’Amazon établit, et où elle s’arrête

Tout dans cette section est documenté. Cela vient d’articles des propres scientifiques d’Amazon, publiés en conférences académiques, et vous pouvez lire les trois. Ce que ces articles ne font pas, c’est décrire un programme pour vendeurs, promettre quoi que ce soit à un ASIN en particulier, ou nous dire ce qui tourne aujourd’hui en production. Ces limites comptent, et elles sont signalées au fil du texte.

Le problème. Le classement de recherche d’Amazon s’appuie beaucoup sur des signaux de comportement — à quelle fréquence un article est cliqué quand il est affiché, à quelle fréquence il convertit. Une fiche produit toute neuve n’a rien de tout cela. Ses vraies valeurs sont inconnues. Donnez des zéros au classement et chaque produit neuf est classé comme s’il s’agissait d’un échec avéré, et rien de neuf ne peut jamais remonter. C’est le problème du démarrage à froid, et c’est le problème d’Amazon avant d’être le vôtre. Une marketplace qui n’arrive pas à faire remonter des produits neufs finit par ne plus avoir de produits neufs.

L’article de 2020 : prédire une estimation a priori. Treating cold start in product search by priors, The Web Conference 2020. Au lieu de zéros, prédire une estimation a priori — calculer ce que ferait probablement un produit comme celui-ci, à partir de tout ce que l’on sait et qui n’est pas du comportement : catégorie, marque, prix, délai de livraison, les mots de la fiche. Hors ligne, ces estimations ont bien suivi là où les produits ont fini par se placer. En ligne, sur 140 millions de requêtes, les produits neufs ont reçu plus d’impressions et plus d’engagement.

L’article de 2022 : le mécanisme en détail. Addressing Cold Start in Product Search via Empirical Bayes, CIKM 2022. C’est l’article qui détaille la mécanique. L’estimation a priori est une loi Bêta, et à mesure que les vraies données arrivent, l’estimation du taux d’action du produit est mise à jour — le terme de l’article, qui couvre les événements d’engagement utilisés par le classement, plutôt que la conversion au sens strict :

Lisez cela comme une phrase et cela vous dit presque tout ce dont un vendeur a besoin. Votre position de départ, c’est à quoi votre fiche ressemble. Votre position d’arrivée, c’est ce que votre fiche fait. Le basculement est porté par la quantité de preuves que vous accumulez, pas par le calendrier.

Quand n est petit, alpha et bêta dominent et vous êtes classé sur la ressemblance — catégorie, marque, gamme de prix, texte, promesse de livraison. À mesure que n grandit, elles sont noyées, et vous êtes classé sur vos propres résultats. Personne n’actionne d’interrupteur. Les poids se déplacent, tout simplement. L’article donne aussi la fréquence de mise à jour : la version 1 rafraîchissait toutes les 24 heures, la version 2 est passée à toutes les 2 heures.

L’article de 2026 : rien n’est resté figé. Behavioral Feature Boosting via Substitute Relationships for E-commerce Search, SIGIR 2026. Une autre approche du même problème : repérer les substituts — des produits qui répondent à des besoins similaires — et agréger leurs signaux de comportement, c’est-à-dire clics, ajouts au panier, achats et notes, pour donner à un article neuf un démarrage tiède. Amazon dit clairement que le modèle est passé en production et sert des clients depuis 2025.

Et cela aiguise le conseil pratique au lieu de l’émousser. Si un produit neuf peut démarrer tiède à partir du comportement mesuré des produits auxquels il ressemble le plus, alors à quels produits vous ressemblez n’est pas cosmétique — c’est votre solde d’ouverture. Catégorie, attributs, gamme de prix et texte sont les entrées qui décident de l’historique dont vous héritez.

03L’arrêt anticipé

C’est la partie dont presque personne ne parle, et dans le système de 2022 c’est la raison pour laquelle la lune de miel se termine.

Explorer coûte cher. Chaque impression donnée à un produit non éprouvé est une impression retirée à un produit éprouvé, et Amazon ne fait pas tourner cela à perte indéfiniment. L’article contient donc une règle d’arrêt. Pour chaque article, il suit le taux d’action observé et l’incertitude autour, et l’exploration s’arrête quand la borne supérieure de confiance à 90 % passe sous le taux d’action moyen des produits établis :

En clair : arrêtez de montrer ce produit quand même une lecture généreuse de sa performance est pire que celle d’un produit établi typique.

Le mot qui travaille, c’est généreuse. Au début, avec peu d’impressions, le terme d’incertitude est large et indulgent — un taux faible produit quand même une borne supérieure élevée, donc le produit continue d’être montré. À mesure que les impressions s’accumulent, cette indulgence se rétrécit jusqu’à disparaître.

Mettez-y des chiffres. Supposons que la barre des produits établis soit à 8 % — Amazon ne publie pas le vrai chiffre, celui-ci est illustratif — et que votre nouvelle fiche tourne à 4.8 %.

Rien dans ce produit n’a changé entre l’impression 50 et la 250. Il a tourné à 4.8 % tout du long. Ce qui a changé, c’est qu’Amazon n’a plus pu se dire que le chiffre bas pouvait être du bruit.

La même arithmétique dans l’autre sens, c’est la bonne nouvelle. Un produit qui tourne à 10 % ne déclenche jamais la règle. Sa lecture optimiste reste au-dessus de la barre indéfiniment, et il n’y a rien qui expire.

La portée, dite clairement. Cette règle est ce que décrit l’article de 2022, dans le système qu’il décrit, dans un test sur 50 millions de requêtes. Il n’est pas établi que cette règle exacte régisse aujourd’hui chaque ASIN sur Amazon. Ce qui se généralise, c’est la forme de l’idée — qu’un produit neuf est classé sur une estimation jusqu’à ce que ses propres résultats la remplacent, et qu’une exposition qui ne produit aucun résultat n’est pas neutre. C’est autour de cette forme que l’on planifie.

Cela explique aussi pourquoi les anecdotes des deux camps sonnent aussi convaincantes. J’ai eu trois semaines formidables puis c’est mort, et les produits neufs n’ont aucun traitement de faveur, ils rament, c’est le même mécanisme vu de chaque côté d’une règle d’arrêt.

04Compter les impressions ne vous dit presque rien

Tout ce qui précède est écrit en impressions et en actions, et c’est ainsi que les articles d’Amazon le décrivent. C’est aussi là que la plupart des vendeurs se trompent, parce qu’ils lisent leurs propres rapports de la même façon — comme un décompte.

Une impression n’est pas une unité. C’est un endroit.

Le haut de la recherche est vu avant que l’acheteur ait fait défiler ou comparé quoi que ce soit. Le reste de la recherche est vu quand la décision est largement prise. La fiche d’un concurrent est vue par quelqu’un qui lit déjà autre chose. La console publicitaire d’Amazon traite ces trois-là comme des emplacements distincts et vous laisse enchérir jusqu’à 900 % différemment sur chacun. Une plateforme ne construit pas des contrôles séparés, avec cette amplitude, pour des choses interchangeables.

Et cela réalimente le mécanisme. L’estimation se nourrit de ce qui se passe réellement, c’est-à-dire des actions rapportées aux impressions. Si vos impressions migrent vers des endroits où personne ne clique, votre taux mesuré baisse, et la règle lit un produit dont les gens ne veulent pas.

Donc un taux de clic global n’est pas une mesure de votre fiche. C’est une mesure de votre fiche mélangée avec l’endroit où elle s’est trouvée affichée.

05Quelle a vraiment été la taille de l’effet

La version 1 du système de 2022, testée sur 8 millions de requêtes pendant une semaine :

Cette dernière ligne est celle qu’il faut ruminer. Presque doubler les impressions des produits neufs a fait gagner moins d’argent à Amazon au total, parce que les produits établis convertissent mieux et que la mise à jour toutes les 24 heures était trop lente pour corriger les erreurs.

Amazon a donc resserré. La version 2, sur 50 millions de requêtes pendant quatre semaines :

Treize et demi pour cent d’impressions de plus que ce qu’un produit neuf recevrait autrement. Voilà l’effet mesuré du système qu’Amazon a déployé, rapporté par ceux qui l’ont construit.

C’est le fait documenté, et il n’exige aucune théorie sur les intentions. Amazon a testé une exploration bien plus large, a constaté qu’elle réduisait les achats totaux, et a déployé un effet bien plus petit.

Une chose doit être claire, parce que c’est la source de presque toute la confusion ici. Un ASIN tout neuf peut accumuler sans difficulté un nombre énorme d’impressions dans sa première quinzaine, et les vendeurs y voient la preuve que la lune de miel est réelle et généreuse. Ce n’est pas la même chose. Ces impressions ont été achetées. Le volume publicitaire n’a pas de plafond — vous pouvez avoir autant d’impressions que votre budget en paie, et l’essentiel de ce qu’un budget paie confortablement, ce sont les emplacements bon marché. L’exploration des articles est organique, et elle est modeste.

Confondre les deux, c’est ainsi qu’un vendeur conclut qu’on lui a offert un énorme coup de pouce au lancement pendant que son propre argent achetait discrètement des impressions là où personne ne regarde.

06La publicité est un loyer, pas un coût de lancement

La plupart des budgets de lancement traitent la publicité comme une dépense temporaire : dépenser fort les premiers mois, construire le classement, puis réduire à mesure que l’organique prend le relais.

Environ 30 % d’une page de résultats est sponsorisé, et les emplacements sponsorisés sont mis aux enchères en continu, ce qui veut dire que vos concurrents enchérissent sur vos mots-clés tous les jours, que vous enchérissiez ou non. Un classement gagné organiquement ne vous exempte pas de cette page ; il décide où vous vous asseyez parmi les places non payantes qui restent.

La dépense ne baisse donc pas parce que vous avez réussi. Elle baisse quand vous décidez d’arrêter de payer pour la position, et la position va à qui continue de payer.

Une conséquence mérite d’être dite, parce que la version courante est inversée : les articles placés en sponsorisé sont plus chers que les résultats organiques qui les entourent. La lecture simple, selon laquelle les produits bon marché seraient poussés vers la publicité, est à l’envers. Un produit a besoin de marge pour pouvoir enchérir. Les produits sans marge suffisante pour payer le loyer ne gagnent pas les places, donc les places se remplissent de produits qui le peuvent.

Une explication économique possible, présentée comme telle. Amazon a plus d’une ligne de revenus sur votre produit. En 2025, il a déclaré environ 172 milliards de dollars de services aux vendeurs tiers et environ 69 milliards de dollars de services publicitaires. Une place organique rapporte des frais de recommandation si elle convertit ; une place sponsorisée rapporte une enchère qu’elle convertisse ou non, plus les frais si elle convertit. Il est raisonnable de se demander si cela façonne le volume d’exploration gratuite qu’une marketplace est prête à financer. Mais rien dans la recherche sur le démarrage à froid ne le démontre, et les résultats des tests donnent à eux seuls une explication complète : plus d’exploration a fait gagner moins d’argent à Amazon au total, donc Amazon en a déployé moins. Traitez l’argument des deux lignes de revenus comme une lecture possible, pas comme un résultat. Il n’est pas nécessaire pour que le reste de cet article soit vrai.

07La deuxième boucle, et elle tourne en jours

Le fait que l’endroit où vous apparaissez décide de l’allure de vos chiffres a une seconde moitié, et c’est là que cela cesse d’être un problème de reporting pour devenir un mécanisme.

Cette partie ne porte pas sur les intentions. Elle porte sur le fonctionnement de l’enchère, et découle d’une chose que le côté publicitaire d’Amazon dit ouvertement : l’enchère la plus élevée ne gagne pas la majorité des enchères Sponsored Products. Il y a autre chose dans le classement, et cette autre chose, c’est la probabilité qu’Amazon attribue au fait que l’annonce soit cliquée et convertisse. En gros, ce que vous enchérissez multiplié par ce qu’Amazon s’attend à ce que vous le méritiez.

La publicité a donc sa propre version du problème de démarrage à froid, et sa propre boucle de rétroaction, sur une horloge bien plus courte que l’organique.

La boucle organique est lente et patiente : accumuler des impressions, mettre à jour une estimation, arrêter d’explorer quand la lecture optimiste passe sous la barre. Cela prend des semaines.

La boucle publicitaire n’attend pas. Le taux de clic attendu est réestimé sur ce qui vient de se passer. Si votre taux de clic baisse, votre position dans l’enchère baisse avec lui, à enchère identique, la même semaine. Les places que vous perdez d’abord sont les plus chères, en haut. Puis cela s’enchaîne : vos impressions réapparaissent plus bas et sur les fiches produit, celles-là sont cliquées à une fraction du taux, votre taux de clic mesuré rebaisse, et vous perdez encore de l’emplacement.

Cela prédit aussi quelque chose de précis sur le fait d’être neuf, et cela découle de la même logique que les articles sur la recherche. Si l’enchère classe sur le taux de clic attendu, et qu’un ASIN tout neuf n’a pas d’historique de clics, alors son taux de clic attendu est une estimation a priori et non une mesure. Une estimation a priori est une supposition sur un produit comme le vôtre. Elle ne battra pas la performance mesurée d’un concurrent établi.

Ce qui recadre le budget de lancement. Les premières semaines ne coûtent pas cher parce que vous achetez du volume. Elles coûtent cher parce que vous achetez la preuve qui rend tout le reste moins cher ensuite — et si vous dépensez ce budget en impressions qui n’allaient jamais être cliquées, vous avez acheté la mauvaise preuve, au prix fort, et vous l’avez versée contre vous.

08Quand cela vous aide et quand non

Trois méritent d’être soulignés.

L’estimation a priori est la seule partie que vous maîtrisez avant le lancement. Avant la moindre impression, l’estimation de votre produit est entièrement construite sur des signaux qui ne sont pas du comportement. Si ceux-ci placent votre fiche parmi des produits qui performent, vous partez haut. Si vous l’avez mal catégorisée, placée dans une gamme de prix où rien ne se vend, ou écrit un titre que le modèle n’arrive pas à situer, vous partez bas — et il faut ensuite en sortir avec de vrais résultats, c’est-à-dire exactement ce dont vous avez le moins.

Une rupture de stock au début n’est pas une pause. Il faut être précis sur le pourquoi, parce que la version approximative de cette affirmation est fausse. Un ASIN qui n’est pas achetable peut tout simplement ne pas être servi, donc ce n’est pas qu’Amazon inscrive une série d’échecs contre vous. C’est que les semaines où votre estimation a priori est en train d’être remplacée par une mesure sont les semaines où vous ne pouvez pas vous permettre d’être absent, et rien dans le système ne traite une absence comme un lancement réussi. Vous ne reprenez pas là où vous en étiez. Vous revenez avec la même estimation a priori et moins de la piste que vous étiez en train de consommer.

Être cliqué vient avant convertir. Presque tous les conseils de lancement sautent au taux de conversion, parce que c’est ce que le vendeur voit sur la fiche produit. Mais le premier filtre, c’est la vignette sur la page de résultats — image, titre, prix, note — et une fiche qui n’est jamais cliquée n’a jamais l’occasion d’échouer à la conversion. Les deux sont dans le mécanisme. Un seul arrive en premier.

09Les objections

Il serait malhonnête d’étaler tout cela sans les objections, dont certaines sont solides.

Amazon le nie. Des employés d’Amazon sur les forums Seller Central ont déclaré qu’aucune documentation ni politique officielle ne confirme une période de lune de miel. Prenez-le au pied de la lettre : il n’y a pas de politique. Ce qu’il y a, c’est de la recherche sur le classement, ce qui est autre chose, et qu’Amazon n’a aucune obligation de présenter comme un avantage pour les vendeurs.

Des praticiens expérimentés disent que la version minutée n’existe pas. Danny McMillan et Oana Padurariu ont dit qu’il n’existe aucune preuve d’une période de lune de miel telle qu’on la décrit habituellement, et que le système ne favorise pas automatiquement les articles neufs. Sur la lecture minutée et automatique, ils ont raison, et la recherche leur donne raison.

Certains disent que tout cela est une illusion. Chris Turton a parlé de baratin marketing, et l’argument est bon : de bons résultats initiaux s’expliquent très bien par les dépenses PPC de lancement, les cadeaux, la nouveauté et le biais du survivant — personne n’écrit d’article sur le lancement qui n’a rien donné. Ajoutez que la plupart des acheteurs s’appuient sur les avis, qu’un produit neuf n’a pas, et le dossier en faveur d’un avantage initial s’affaiblit encore.

Une partie de l’origine du mot est un programme de frais, pas de classement. Amazon gère des programmes de sélection nouvelle qui exonèrent certains frais de stockage, de retrait et de traitement des retours pour les ASIN neufs dans une fenêtre d’inscription. Ces fenêtres sont réelles et elles ont des dates. Ce ne sont pas des avantages de classement organique, et confondre les deux explique en grande partie pourquoi le vocabulaire de la lune de miel de X jours persiste.

Les preuves sont datées dans un sens et incomplètes dans l’autre. Le mécanisme détaillé date de 2022. L’article de 2026 confirme qu’Amazon a continué de travailler sur le démarrage à froid et a déployé autre chose, mais ne publie pas de chiffres de gain comparables. Et rien de public ne nous dit ce que Rufus et la recherche sémantique ont changé.

Certains chiffres très cités ne sont pas vérifiables. Vous verrez des nombres précis répétés — cinq jours pour atteindre l’estimation a posteriori, quatre-vingt-dix jours pour devenir achetable. Ils viennent de lectures d’agences sur des brevets Amazon et non des articles, et les numéros de brevet ne sont généralement pas donnés. Ne planifiez pas dessus.

Dit avec toute la précision que permettent les preuves :

10Quoi en faire

Réglez l’estimation a priori avant de lancer. Catégorie et nœud de navigation corrects, attributs exacts, une marque qui existe, un prix dans la gamme où la catégorie vend réellement, une promesse de livraison réaliste, et un texte qui situe le produit sans ambiguïté. C’est la seule entrée que vous maîtrisez avant qu’une donnée existe, et elle décide de l’historique dont vous partez.

Ne lancez pas vers une rupture de stock. Couvrez un ASIN neuf plus largement que ne le dirait le calcul de réapprovisionnement pour un ASIN établi. Le coût d’être en rupture la deuxième semaine, ce n’est pas seulement une semaine de ventes perdues — c’est une semaine où la fiche ne peut pas accumuler la preuve qui remplace son estimation a priori, et aucun système nulle part ne lit une preuve manquante comme un lancement réussi.

Achetez de l’emplacement, pas du volume. Un budget qui produit une masse d’impressions bon marché n’est pas un lancement. Concentrez-le là où les impressions sont regardées, et acceptez que cela en fasse moins.

N’achetez pas de trafic dont vous ne pouvez pas obtenir le clic. Le ciblage large et à correspondance lâche est le coupable habituel : il convertit correctement sur la fraction pertinente et enterre la mesure sous tout le reste.

Budgétez la publicité comme un loyer, et les premières semaines comme une preuve. Modélisez la dépense comme une ligne permanente, pas comme une dépense de lancement qui s’éteint. Et traitez la prime de lancement comme le coût du remplacement d’une estimation a priori par une mesure — une chose réelle que vous achetez, et que vous ne pouvez acheter qu’une fois par ASIN.

Fixez un prix qui vous laisse enchérir. La marge est ce qui achète l’emplacement, et un prix qui ne laisse rien pour la publicité concède le haut de la page, quoi que dise le classement organique. Il vaut aussi la peine de savoir quelle est vraiment votre marge à ce moment-là, parce que le chiffre avec lequel presque tout le monde planifie a été calculé une fois et jamais revu.

Regardez le taux de clic de votre meilleur emplacement, pas le classement ni le taux de clic global. Le classement est la dernière chose à bouger et la plus lente à revenir. Le taux de clic global est un mélange d’emplacements et il changera pour des raisons qui n’ont rien à voir avec votre fiche.

11Trois choses que cela prédit

Le test utile d’un raisonnement comme celui-ci, c’est de savoir s’il dit quelque chose qui pourrait se révéler faux. Trois choses en découlent, et les trois se vérifient dans des rapports que vous avez déjà.

Un. Un ASIN neuf paie plus cher le clic pour la même place qu’un concurrent établi. Comparez le coût par clic sur le même emplacement, sur les mêmes mots-clés, les mêmes semaines, entre une fiche neuve et une fiche établie.

Deux. La plupart des impressions d’un ASIN neuf atterrissent là où presque personne ne clique. Non parce qu’Amazon le cacherait, mais parce que le haut de la page est ce qu’il y a de plus cher dessus et que le nouvel arrivant y est l’enchérisseur le plus faible. Répartissez par emplacement les impressions d’une fiche neuve et comparez la répartition avec celle d’une fiche établie.

Trois. Quand le taux de clic baisse, l’emplacement part avant le classement. Alignez le taux de clic quotidien du haut de la recherche sur les impressions quotidiennes de cet emplacement et le coût par clic, et regardez lequel bouge en premier.

Si la troisième est juste, cela change ce que vous regardez chaque matin. Un vendeur qui suit le classement l’apprend en dernier. Un vendeur qui suit le taux de clic global l’apprend tard, et le lit mal quand il l’apprend. Un vendeur qui suit le taux de clic de son meilleur emplacement l’apprend en premier, quand il reste encore quelque chose à faire.

Questions fréquentes