Agent IA pour les opérations marketing : listes, campagnes et reporting

Le problème

Une liste email perd en moyenne 23 % de ses contacts valides chaque année, selon le rapport 2025 de ZeroBounce, basé sur plus de 11 milliards d'adresses vérifiées. Adresses qui changent d'entreprise, boîtes abandonnées, désabonnements silencieux : sans nettoyage régulier, une liste de 20 000 contacts se retrouve avec près de 5 000 adresses mortes au bout d'un an. Résultat : délivrabilité en baisse et rapports de campagne faussés par du bruit.

Le temps opérationnel pèse tout autant. Selon le DoubleVerify 2025 Global Insights Report (1 970 décideurs marketing sondés), les équipes consacrent en moyenne 10 heures et 12 minutes par semaine, soit 26 % de leur temps de travail, à des tâches manuelles répétitives : ajustements de campagne, réallocations de budget, remontée de métriques. Une journée entière, chaque semaine, dans du paramétrage plutôt que dans la stratégie.

Le reporting est le symptôme le plus visible. Copier les métriques de Mailchimp, croiser avec HubSpot, ajouter le comportement produit depuis PostHog, mettre en forme un résumé pour l'équipe : ce travail se refait à l'identique chaque semaine ou chaque mois, sans jamais gagner en vitesse tant qu'il reste manuel.

À cela s'ajoute un problème plus discret : la déclinaison de contenu. Une équipe marketing qui publie un article de blog le décline en général en plusieurs formats, résumé pour l'email, extrait pour les réseaux, fiche courte pour la base de connaissances interne. Cette déclinaison est mécanique une fois le contenu source validé, mais elle prend du temps rédactionnel qui pourrait aller vers le prochain brief plutôt que vers la reformulation d'un texte déjà écrit.

Ce que fait l'agent, étape par étape

Un agent IA autonome tourne en continu dans son propre environnement, pas seulement quand quelqu'un lui parle. Il peut être déclenché par une tâche planifiée chaque semaine, ou sollicité en direct par l'équipe marketing.

1. Chaque lundi matin, il interroge Mailchimp et HubSpot, compare les deux bases de contacts et repère les doublons (même email, casse ou domaine différents) pour proposer une fusion sans écraser l'historique de chaque contact.
2. Il identifie les contacts inactifs depuis 180 jours (aucune ouverture, aucun clic) et les bascule dans un segment de réengagement séparé, sans les supprimer ni les désabonner.
3. Il segmente les contacts selon leur statut HubSpot (lead, MQL, client) et leur comportement produit relevé dans PostHog, pour préparer l'audience de la prochaine campagne.
4. Il prépare l'envoi programmé dans Mailchimp (sujet, segment, date, heure) à partir du brief validé dans Notion, sans déclencher l'envoi lui-même.
5. Il agrège chaque semaine les métriques de campagne (ouvertures, clics, désabonnements, conversions) et les complète avec les données comportementales de PostHog dans une synthèse unique.
6. Il poste cette synthèse dans le canal Slack de l'équipe marketing, avec les campagnes qui sous-performent signalées en premier.
7. Il décline un contenu existant, un article de blog par exemple, en plusieurs formats : post pour les réseaux, résumé pour l'email, fiche courte pour la base Notion.
8. Il met à jour le calendrier éditorial Notion avec le statut de chaque déclinaison : brouillon, en attente de validation, publié.

Chaque déclinaison de contenu s'appuie sur du RAG : l'agent va chercher les vrais documents, guides et articles de l'entreprise plutôt que de générer du texte marketing générique. Pour creuser cet angle, l'article agent IA marketing et automatisation de la conversion détaille comment un agent transforme la conversion sur la durée, pas seulement l'envoi d'une campagne isolée.

Les intégrations mobilisées

Mailchimp : la plateforme d'envoi. L'agent y lit les campagnes existantes, les métriques et les listes, et y prépare les nouvelles campagnes avec segment et date d'envoi. Il ne remplace pas l'outil, il l'opère pour les tâches répétitives.

HubSpot : la source de vérité sur le statut de chaque contact (lead, MQL, client) et sur l'historique CRM. L'agent croise cette donnée avec Mailchimp pour éviter les doublons et affiner la segmentation avant chaque envoi.

Notion : le calendrier éditorial et les briefs de contenu vivent ici. L'agent lit les briefs validés, met à jour le statut de chaque déclinaison, et laisse la stratégie créative écrite noir sur blanc, consultable par toute l'équipe.

PostHog : le comportement réel des utilisateurs sur le produit, pages vues, actions, conversions. L'agent l'ajoute au reporting de campagne pour relier ouverture d'email et usage produit, plutôt que de s'arrêter aux métriques d'envoi.

Slack : le canal de diffusion du reporting et des alertes, campagne sous-performante, liste qui décroche. L'équipe n'a rien à aller chercher, la synthèse arrive au bon endroit.

Chaque action de l'agent sur ces outils dépend d'un grant explicite, accordé par un admin. Rien n'est ouvert par défaut.

Ce qui reste à l'humain

L'agent prépare, il ne décide pas de la stratégie. Trois choses restent, et resteront, entre les mains de l'équipe marketing :

• La stratégie créative et le ton de marque. L'agent décline du contenu existant, il n'invente pas l'angle éditorial ni la ligne de marque. Le brief validé dans Notion vient toujours d'un humain.
• La validation finale avant l'envoi. L'agent prépare une campagne, segment, contenu, date, mais c'est un responsable marketing qui valide avant que l'envoi parte réellement.
• Les cas ambigus de dédoublonnage. Quand deux fiches contact se contredisent (nom différent, entreprise différente sur la même adresse), l'agent signale le cas plutôt que de trancher seul.

C'est la différence avec un scénario d'automatisation déclenché classique : l'agent tourne en continu, priorise lui-même ce qui doit être fait cette semaine, et ne remonte à l'équipe que pour les décisions qui comptent.

Résultat mesurable

Sur la durée, ce fonctionnement change aussi la relation de l'équipe marketing avec ses propres données : au lieu de découvrir la mauvaise qualité d'une liste au moment de lancer une campagne importante, l'agent la maintient propre en continu, ce qui évite les mauvaises surprises la veille d'un envoi stratégique.

Chaque appel d'intégration passé par l'agent, lecture Mailchimp, écriture HubSpot, publication Slack, est journalisé avec l'action exacte, l'horodatage et le résultat. Vous voyez, campagne par campagne, ce qui a été préparé, par qui (l'agent ou un humain) et quand.

Ce qui change concrètement : la synthèse hebdomadaire qui prenait des heures de copier-coller devient un rapport disponible chaque lundi sans intervention. Le nettoyage de liste qui se faisait "quand on aura le temps", donc jamais, tourne en continu. Le temps que l'équipe passait sur du paramétrage de campagne se redéploie sur le brief, le test A/B, la relation client.

Un autre effet, moins visible immédiatement mais qui compte sur la durée, touche la délivrabilité elle-même. Une liste maintenue en continu plutôt que nettoyée une fois par trimestre limite le nombre d'adresses mortes qui font grimper le taux de rebond, un facteur que les fournisseurs de messagerie surveillent pour décider si les emails d'une entreprise arrivent en boîte de réception ou en spam. Ce bénéfice ne se voit sur aucun tableau de bord de campagne isolé, mais il conditionne la performance de toutes les campagnes suivantes, celles d'aujourd'hui comme celles des prochains trimestres.

Le plan Standard facture par agent actif, pas par utilisateur : toute l'équipe marketing peut piloter le même agent sans coût additionnel par personne ajoutée, que l'équipe compte trois ou quinze personnes qui consultent le reporting hebdomadaire dans Slack, du responsable acquisition au dernier alternant arrivé, sans négociation de siège supplémentaire à chaque recrutement dans l'équipe marketing ni licence individuelle à suivre pour chaque outil connecté à l'agent.