Automatiser ses reportings clients : Make + BigQuery + Looker Studio, la stack Webotic.

Le coût caché du reporting manuel : 40 à 60 heures par semaine pour une agence marocaine

Avant de parler outils, il faut chiffrer le problème. Un media buyer marocain qui gère sérieusement un compte y consacre 4 à 6 heures de reporting hebdomadaire : 1,5 h de collecte sur Meta Ads Manager, Google Ads, TikTok Ads et GA4 ; 1,5 h de nettoyage et de normalisation (devises mélangées EUR/USD/MAD, noms de campagnes incohérents, fenêtres d'attribution différentes) ; 1,5 h d'analyse et de rédaction d'insights ; 30 minutes de mise en forme et d'envoi. Pour les 28 comptes que pilote Webotic sur un trimestre standard, la somme atteint 130 à 170 heures de reporting hebdomadaire — l'équivalent de trois à quatre temps pleins. Le second coût, plus insidieux, est celui des décisions prises sur des données vieilles de 48 à 72 heures : un CPM Meta qui s'envole à 60 MAD un mercredi mais qui n'est vu que le lundi suivant a déjà consommé 4 jours de budget mort. Sur les comptes Webotic, nous avons mesuré entre 12 et 18 % de budget gaspillé sur les seules périodes où le reporting n'était pas frais. Automatiser le reporting n'est donc pas un confort opérationnel — c'est une mécanique de marge brute. Le calcul tient en une ligne : si un ingénieur récupère 15 heures par semaine sur le reporting, il peut soit prendre 2 à 3 comptes supplémentaires (revenu agence), soit consacrer ces heures à de l'optimisation réelle (revenu client). Les deux scénarios déplacent la rentabilité.

• 5,2 h de reporting hebdomadaire en moyenne par compte géré (médian Webotic, 28 comptes).
• 12 à 18 % du budget média gaspillé sur les périodes où le reporting est en retard de 48 h.
• Pour une agence à 10 comptes : 52 h/sem en reporting manuel, soit 1,3 ETP dédié.

L'architecture Webotic : APIs natives → Make.com → BigQuery → Looker Studio

La stack a évolué sur trois itérations entre 2023 et 2026. Première version (2023) : exports CSV manuels vers Google Sheets, dashboards Data Studio — fragile, casse à chaque changement de schéma plateforme. Deuxième version (2024) : Make.com en orchestrateur, Sheets en stockage — propre jusqu'à 200 000 lignes, ralentit au-delà. Version actuelle (2025-2026) : Make.com en orchestrateur, BigQuery en entrepôt, Looker Studio en surface client — supporte tous les volumes que rencontre une agence marocaine, et reste sous 10 Go cumulés même pour les comptes e-commerce avec deux ans d'historique. Le flux : à 5 h 30 chaque matin, un scénario Make.com déclenche les appels aux APIs Meta Marketing, Google Ads, TikTok Marketing et GA4 Data pour les 30 derniers jours glissants. Make.com transforme les payloads en lignes normalisées (un schéma commun : date, plateforme, compte, campagne, ad_set, impressions, clics, dépense_mad, conversions, revenu_mad, event_id) et les écrit dans une table BigQuery partitionnée par date. Looker Studio lit BigQuery via le connecteur natif et restitue les dashboards client. Un second scénario s'exécute le lundi à 7 h : il calcule les deltas semaine-sur-semaine, génère un PDF Looker, et l'envoie au client avec un email résumé de 6 lignes. Quand l'équipe arrive à 8 h 30, le client a déjà ouvert le mail. Le tout tourne pour 9 à 29 USD/mois de Make.com selon le plan, plus 0 à 8 MAD/mois de BigQuery (sous le palier gratuit), plus 0 MAD pour Looker Studio. Pour un portefeuille de 12 comptes, le coût stack mensuel est de 290 à 350 MAD.

Étape 1 : connecter Meta, Google, TikTok et GA4 dans Make.com

Make.com dispose de connecteurs natifs et maintenus pour Meta Marketing API, Google Ads API, TikTok Marketing API et GA4 Data API. Aucun de ces connecteurs n'est gratuit côté plateforme média — il faut un access token OAuth par plateforme, un compte développeur Google Ads (gratuit, validation sous 48 h pour un standard developer token), un compte Meta Business avec rôle d'admin sur les ad accounts, et un compte TikTok Business Center avec l'app sandbox approuvée. Le scénario type récupère pour chaque plateforme les mêmes métriques de base : impressions, clics, dépense, conversions, valeur de conversion, et les dimensions date, account_id, campaign_id, campaign_name, adset_id, adset_name. Les conventions de naming divergent toujours entre plateformes : `spend` côté Meta, `cost_micros` côté Google Ads (à diviser par 1 000 000), `stat_cost` côté TikTok. Make.com gère cette normalisation via des modules Set Variable et Tools — Iterator. Pour les comptes qui dépensent en EUR ou USD (clients export), une conversion en MAD est appliquée à la lecture, avec un taux de change journalier récupéré sur l'API Bank Al-Maghrib (endpoint gratuit) ou ECB. Important : les fenêtres d'attribution sont alignées sur 7-day click / 1-day view côté Meta, last-click côté Google, et 7-day click côté TikTok pour permettre la comparaison. GA4 sert de source de vérité conversion uniquement sur les comptes e-commerce — pour la lead gen B2B, le CRM (HubSpot, Pipedrive) prime sur GA4.

• Tokens OAuth requis : 1 par plateforme média, renouvellement automatique Make.com.
• Normalisation devises : taux Bank Al-Maghrib ou ECB, conversion à la lecture vers MAD.
• Fenêtres d'attribution alignées : 7d click / 1d view (Meta), last-click (Google), 7d click (TikTok).

Étape 2 : BigQuery comme entrepôt — quasi gratuit sous 10 Go/mois

BigQuery est l'élément qui change tout par rapport à Google Sheets. Pricing GCP Q1 2026 : 10 Go de stockage gratuits par mois, 1 To de requêtes gratuites par mois. Aucun compte Webotic, même sur deux ans d'historique cumulé toutes plateformes, n'a dépassé 10 Go — un volume moyen par compte se situe entre 80 Mo et 400 Mo selon dépense. Pour un portefeuille de 12 comptes avec 24 mois d'historique, on est typiquement à 4 à 6 Go cumulés. La structure de table Webotic : une table partitionnée par date, clusterisée par plateforme et par account_id, avec un schéma normalisé de 14 colonnes. Make.com utilise le module BigQuery — Insert Rows pour streamer les données en mode append. Les déduplications sont gérées via event_id composite (date + plateforme + campaign_id + adset_id) en MERGE statement quotidien. Pour les comptes qui dépassent 10 Go (cas rare : e-commerce gros volume cross-géographie), le coût marginal est de 0,02 USD par Go de stockage et 5 USD par To de requête au-delà du palier gratuit — soit 1 à 3 USD/mois maximum. La vraie raison d'utiliser BigQuery vs Sheets n'est même pas le coût ou le volume : c'est la vitesse de lecture par Looker Studio. Un dashboard sur 100 000 lignes BigQuery se rafraîchit en 1 à 2 secondes ; le même dashboard sur Sheets prend 8 à 25 secondes selon nombre d'onglets, ce qui devient insupportable en réunion client.

Étape 3 : templates Looker Studio par vertical — 4 à 7 suffisent pour 90 % des clients

Construire un dashboard sur mesure par client est un piège : maintenance impossible, dérive éditoriale, perte de temps. Webotic maintient une bibliothèque de 6 templates Looker Studio qui couvrent 90 % des comptes marocains : e-commerce (ROAS, AOV, CPM par catalogue, taux d'ajout panier, taux de checkout) ; lead gen B2B (CPL, qualification rate, source par canal, pipeline value, deal closed) ; immobilier (CPL par programme, coût par visite, taux de conversion visite-vers-signature) ; santé privée (CPL par spécialité, taux de RDV pris, no-show) ; formation B2B et B2C (CPL, taux d'inscription, valeur cohorte) ; service local multi-implantation (CPL géolocalisé, taux d'appel direct, taux de RDV en agence). Chaque template suit la même grammaire : page 1 vue d'ensemble (4 grands KPIs + courbes 30 jours), page 2 par canal (Meta, Google, TikTok côte à côte), page 3 par campagne (tableau triable + zoom créatif top/bottom), page 4 attribution et entonnoir, page 5 commentaire libre Webotic (zone éditoriale rédigée chaque lundi). Le branding client est paramétré en 4 variables Looker (logo URL, couleur primaire, couleur accent, police) — un nouveau client est mis en place en 30 à 45 minutes au lieu de 4 à 6 heures pour un dashboard sur mesure. Les templates sont versionnés en interne (v3.2 lead gen B2B, v2.1 e-commerce, etc.) avec un changelog tenu sur Notion.

• 6 templates couvrent 90 % des verticales clients (e-commerce, B2B lead gen, immobilier, santé, formation, local multi-site).
• Onboarding nouveau client : 30 à 45 min de mise en place vs 4 à 6 h pour un dashboard sur mesure.
• Versioning interne sur Notion : changelog par template, rétrocompatibilité garantie sur 12 mois.

Étape 4 : email automatique chaque lundi 7 h — la vraie valeur perçue côté client

Le dashboard Looker Studio est utile, mais ce que le client ouvre vraiment, c'est l'email du lundi. Webotic a construit un second scénario Make.com qui s'exécute chaque lundi à 7 h heure du Maroc. Le scénario : 1) requête BigQuery agrégée sur les 7 derniers jours, comparée aux 7 jours précédents et aux 7 jours de l'année précédente — calcule les deltas en pourcentage ; 2) génère un PDF Looker Studio via l'API Looker (URL de partage avec paramètres de date dynamiques) ; 3) compose un email court : objet « [Client] — semaine du X au Y : ROAS X,X · CPL XX MAD », corps de 6 à 8 lignes avec 3 chiffres principaux et 2 observations rédigées par template (ex. e-commerce : « ROAS +X % sur PMax catalogue, CPM Meta en hausse de X % à compenser sur l'audience X »). L'envoi se fait via le module Gmail de Make.com avec une adresse hello@webotic.ma ou directement depuis l'adresse du chargé de compte selon le client. Le PDF en pièce jointe permet au directeur marketing ou au CEO du client de transférer le rapport à son board sans avoir à entrer dans Looker. Les retours clients sur ce point sont systématiques : la perception de fiabilité de l'agence passe d'« on doit aller chercher l'info » à « l'info arrive avant la question ». C'est cette perception, plus que le dashboard lui-même, qui structure la fidélisation.

Coût total, ROI et trajectoire de déploiement sur 90 jours

Le calcul économique est sans ambiguïté. Côté coûts mensuels stack : Make.com plan Core à 9 USD ou plan Pro à 16 USD ou plan Teams à 29 USD selon volume d'opérations (un portefeuille de 12 comptes consomme 80 000 à 150 000 opérations Make.com par mois, soit le plan Pro qui inclut 10 000 ops/mois suffit après optimisation des polling intervals — ramener les pulls de horaire à toutes les 4 h sur les comptes faibles dépense). Côté BigQuery : 0 à 8 USD/mois pour 12 comptes, palier gratuit largement suffisant. Looker Studio : 0 USD. Total stack : 9 à 37 USD/mois soit 90 à 370 MAD/mois pour une agence à 12 comptes. Côté bénéfices : 12 à 18 heures par semaine récupérées par ingénieur, taux horaire interne Webotic de 250 à 400 MAD, soit 3 000 à 7 200 MAD de coût horaire évité par semaine et par ingénieur — entre 12 000 et 29 000 MAD/mois. Le ROI est atteint en moins d'un jour. La trajectoire de déploiement chez un nouveau client : semaine 1 = audit comptes média + setup OAuth + création tables BigQuery (4 à 6 h ingénieur) ; semaine 2 = construction scénario Make.com + premiers tirs (3 à 4 h) ; semaine 3 = paramétrage template Looker + branding (1 à 2 h) ; semaine 4 = scénario email du lundi + tests (1 h). Total : 9 à 13 h ingénieur pour mettre un nouveau compte sous reporting automatisé, amorti en 1 à 2 semaines de gain hebdo. Les agences marocaines qui n'automatisent pas leur reporting paient ce manque non en outils mais en heures ingénieur — le poste de coût le plus rare et le plus cher du marché.

• Coût stack mensuel pour 12 comptes : 90 à 370 MAD tout compris.
• Coût horaire évité par ingénieur : 12 000 à 29 000 MAD/mois.
• Onboarding nouveau compte : 9 à 13 h ingénieur, amorti en 1 à 2 semaines.