HubSpot explique comment l'IA optimise la délivrabilité email bien au-delà des horaires d'envoi
HubSpot publie un nouveau guide sur la façon dont l'IA améliore la réputation d'expéditeur grâce à l'analyse comportementale cumulative, l'authentification et l'optimisation des schémas d'engagement.
HubSpot a publié cette semaine un nouveau guide qui met en lumière un changement fondamental dans la façon dont les fournisseurs de messagerie évaluent les expéditeurs, avec des implications concrètes pour tout marketeur qui s'appuie sur l'email comme levier de revenus. Selon Internet Marketing NewsWatch, l'auteur HubSpot Alex Sventeckis explique que les grands fournisseurs comme Gmail s'appuient sur des systèmes de machine learning qui évaluent les expéditeurs sur la base de critères bien plus larges que l'horaire d'envoi ou les mots-clés du message.
La délivrabilité email est cumulative, et les signaux mesurés par les fournisseurs de messagerie dans la durée incluent l'alignement de l'authentification, les taux de plaintes, les schémas d'engagement et le comportement de désinscription à travers les domaines. Pour les dirigeants d'entreprise et les marketeurs qui ont traité la délivrabilité comme une simple case technique à cocher, ce constat repose entièrement la problématique.
Comment les fournisseurs de messagerie évaluent réellement les expéditeurs
Les systèmes de notation des FAI analysent l'alignement de l'authentification, les taux de plaintes pour spam, les tendances de rebonds, les schémas d'engagement et la régularité des envois. Un seul mot ou un problème de mise en forme déclenche rarement une décision de filtrage ; ces décisions reflètent le comportement cumulatif de l'expéditeur.
Gmail utilise des systèmes de machine learning pour décider où apparaissent les emails entrants. Ces systèmes analysent des signaux liés à l'expéditeur, au message et à la façon dont les destinataires interagissent avec des emails similaires. Plutôt que d'évaluer un email isolément, Gmail examine les schémas dans la durée. Le comportement d'envoi sur plusieurs campagnes permet à Gmail de déterminer si un expéditeur envoie régulièrement des messages que les gens souhaitent recevoir.
Gmail traite plus de 300 milliards d'emails par jour, ce qui en fait le premier fournisseur de messagerie mondial. Le système de filtrage de Google donne la priorité à l'engagement des utilisateurs avant presque tout le reste. Cela signifie que les ouvertures, les réponses et les transferts renforcent votre réputation, tandis que les suppressions sans lecture et les signalements en spam l'érodent.
En 2024, Gmail et Yahoo ont officialisé des exigences plus strictes pour les expéditeurs en masse, définis par Google comme les domaines envoyant environ 5 000 messages ou plus par jour vers des comptes Gmail personnels. Après que Google a rendu l'authentification obligatoire pour les expéditeurs en masse en 2024, on a observé une baisse de 65 % des messages non authentifiés atteignant les boîtes de réception Gmail, soit 265 milliards d'emails non authentifiés en moins envoyés cette année-là. Les exigences sont bien réelles et le niveau de référence a évolué.
HubSpot explique comment l'IA optimise la délivrabilité email bien au-delà des horaires d'envoi
HubSpot publie un nouveau guide sur la façon dont l'IA améliore la réputation d'expéditeur grâce à l'analyse comportementale cumulative, l'authentification et l'optimisation des schémas d'engagement.
HubSpot a publié cette semaine un nouveau guide qui met en lumière un changement fondamental dans la façon dont les fournisseurs de messagerie évaluent les expéditeurs, avec des implications concrètes pour tout marketeur qui s'appuie sur l'email comme levier de revenus. Selon Internet Marketing NewsWatch, l'auteur HubSpot Alex Sventeckis explique que les grands fournisseurs comme Gmail s'appuient sur des systèmes de machine learning qui évaluent les expéditeurs sur la base de critères bien plus larges que l'horaire d'envoi ou les mots-clés du message.
La délivrabilité email est cumulative, et les signaux mesurés par les fournisseurs de messagerie dans la durée incluent l'alignement de l'authentification, les taux de plaintes, les schémas d'engagement et le comportement de désinscription à travers les domaines. Pour les dirigeants d'entreprise et les marketeurs qui ont traité la délivrabilité comme une simple case technique à cocher, ce constat repose entièrement la problématique.
Comment les fournisseurs de messagerie évaluent réellement les expéditeurs
Les systèmes de notation des FAI analysent l'alignement de l'authentification, les taux de plaintes pour spam, les tendances de rebonds, les schémas d'engagement et la régularité des envois. Un seul mot ou un problème de mise en forme déclenche rarement une décision de filtrage ; ces décisions reflètent le comportement cumulatif de l'expéditeur.
Gmail utilise des systèmes de machine learning pour décider où apparaissent les emails entrants. Ces systèmes analysent des signaux liés à l'expéditeur, au message et à la façon dont les destinataires interagissent avec des emails similaires. Plutôt que d'évaluer un email isolément, Gmail examine les schémas dans la durée. Le comportement d'envoi sur plusieurs campagnes permet à Gmail de déterminer si un expéditeur envoie régulièrement des messages que les gens souhaitent recevoir.
Gmail traite plus de 300 milliards d'emails par jour, ce qui en fait le premier fournisseur de messagerie mondial. Le système de filtrage de Google donne la priorité à l'engagement des utilisateurs avant presque tout le reste. Cela signifie que les ouvertures, les réponses et les transferts renforcent votre réputation, tandis que les suppressions sans lecture et les signalements en spam l'érodent.
En 2024, Gmail et Yahoo ont officialisé des exigences plus strictes pour les expéditeurs en masse, définis par Google comme les domaines envoyant environ 5 000 messages ou plus par jour vers des comptes Gmail personnels. Après que Google a rendu l'authentification obligatoire pour les expéditeurs en masse en 2024, on a observé une baisse de 65 % des messages non authentifiés atteignant les boîtes de réception Gmail, soit 265 milliards d'emails non authentifiés en moins envoyés cette année-là. Les exigences sont bien réelles et le niveau de référence a évolué.
Pas encore de commentaires. Soyez le premier !
Actualités connexes
Pas encore de commentaires. Soyez le premier !
Actualités connexes
Ce que l'IA corrige réellement (et ce qu'elle ne corrige pas)
Le guide HubSpot positionne l'IA comme une couche opérationnelle, et non comme un raccourci. L'IA soutient la délivrabilité lorsqu'elle est appliquée à quatre domaines interconnectés : la structure du contenu, la réputation de l'expéditeur, la qualité de la liste et l'heure d'envoi. Le contenu influence l'engagement, l'engagement façonne la réputation, et la réputation détermine le placement en boîte de réception.
L'IA automatise la surveillance, la détection des anomalies, le scoring de segmentation et l'analyse prédictive. Elle ne remplace pas la supervision stratégique. Les spécialistes de la délivrabilité restent indispensables pour interpréter les politiques des fournisseurs de messagerie, gérer les changements d'infrastructure, résoudre les blocages et orienter les décisions de conformité. L'IA réduit la charge manuelle, mais n'élimine pas le besoin d'expertise.
Il existe également des limites incontournables. L'IA ne peut pas pallier un échec d'authentification, neutraliser les dommages causés par une liste achetée, ni compenser des taux de plaintes pour spam durablement supérieurs aux seuils des fournisseurs. L'authentification, le consentement et la maîtrise de la fréquence d'envoi restent fondamentaux. En France, ces exigences s'inscrivent également dans le cadre du RGPD, qui impose un consentement explicite pour toute communication commerciale par email.
Les recommandations de Gmail pour les expéditeurs en masse préconisent de maintenir les taux de plaintes en dessous de 0,3 %. Les listes basées sur le consentement maintiennent généralement des taux de rebonds durs inférieurs à environ 2 %. Si vos chiffres dépassent l'un ou l'autre de ces seuils, aucun outil d'IA ne pourra compenser le problème structurel sous-jacent.
Le gradient de réputation que la plupart des marketeurs ignorent
La réputation de l'expéditeur dépend désormais davantage du fait que les utilisateurs s'engagent réellement avec vos emails, et pas seulement du fait qu'ils les reçoivent. La délivrabilité email n'est plus binaire. L'IA de Gmail crée un gradient de visibilité au sein même de la boîte de réception. Un email peut techniquement atterrir en boîte de réception tout en étant pratiquement invisible si l'IA le relègue en bas de liste.
Les données de Return Path montrent que les expéditeurs avec un Sender Score compris entre 70 et 80 voient moins de 60 % de leurs emails délivrés en boîte de réception. Un Sender Score de 75 sur 100 correspond à seulement environ 58 % de placement en boîte de réception. Les meilleurs expéditeurs (score de 99 à 100) n'atteignent pas non plus les 100 % de placement, mais ils affichent en moyenne plus de 90 % de taux de placement avec des taux de plaintes minimaux.
En 2026, la réputation du domaine est devenue encore plus importante que celle de l'adresse IP, notamment avec l'adoption généralisée de l'authentification basée sur le domaine et l'essor de nouveaux domaines d'envoi pour la prospection à froid.
Implications concrètes pour les équipes de croissance
Selon le rapport HubSpot State of Marketing 2026, 22 % des marketeurs citent l'email comme l'un de leurs principaux leviers de revenus. Le placement en boîte de réception est donc directement un enjeu commercial, et pas seulement technique.
L'optimisation de la délivrabilité email par l'IA est une couche opérationnelle qui aligne le comportement de l'expéditeur avec les systèmes de filtrage pilotés par le machine learning. Lorsque le contenu, la réputation, l'engagement et la qualité de la liste sont analysés conjointement et que le comportement d'envoi est ajusté en conséquence, le placement en boîte de réception devient plus régulier.
Pour les équipes utilisant HubSpot en particulier, la plateforme prend en charge SPF, DKIM et DMARC pour l'authentification des emails. Même si cela n'est pas strictement imposé, vous devez connecter votre domaine d'envoi à HubSpot et configurer DKIM pour utiliser votre propre domaine comme adresse « De ». HubSpot supprime automatiquement les rebonds, les désinscriptions et les plaintes pour spam, ce qui contribue à protéger votre réputation d'expéditeur.
La leçon principale du guide HubSpot est que la délivrabilité n'est pas un problème de campagne, c'est un problème de programme. Pour les équipes travaillant au sein d'un écosystème CRM unifié, la délivrabilité devient moins une question de campagnes individuelles et davantage une question de cohérence sur l'ensemble du cycle de vie client. Corriger un objet d'email ou ajuster l'heure d'envoi a bien moins d'impact que le maintien de listes propres, d'une authentification solide et de signaux d'engagement cohérents sur plusieurs mois d'envoi.
Ce que l'IA corrige réellement (et ce qu'elle ne corrige pas)
Le guide HubSpot positionne l'IA comme une couche opérationnelle, et non comme un raccourci. L'IA soutient la délivrabilité lorsqu'elle est appliquée à quatre domaines interconnectés : la structure du contenu, la réputation de l'expéditeur, la qualité de la liste et l'heure d'envoi. Le contenu influence l'engagement, l'engagement façonne la réputation, et la réputation détermine le placement en boîte de réception.
L'IA automatise la surveillance, la détection des anomalies, le scoring de segmentation et l'analyse prédictive. Elle ne remplace pas la supervision stratégique. Les spécialistes de la délivrabilité restent indispensables pour interpréter les politiques des fournisseurs de messagerie, gérer les changements d'infrastructure, résoudre les blocages et orienter les décisions de conformité. L'IA réduit la charge manuelle, mais n'élimine pas le besoin d'expertise.
Il existe également des limites incontournables. L'IA ne peut pas pallier un échec d'authentification, neutraliser les dommages causés par une liste achetée, ni compenser des taux de plaintes pour spam durablement supérieurs aux seuils des fournisseurs. L'authentification, le consentement et la maîtrise de la fréquence d'envoi restent fondamentaux. En France, ces exigences s'inscrivent également dans le cadre du RGPD, qui impose un consentement explicite pour toute communication commerciale par email.
Les recommandations de Gmail pour les expéditeurs en masse préconisent de maintenir les taux de plaintes en dessous de 0,3 %. Les listes basées sur le consentement maintiennent généralement des taux de rebonds durs inférieurs à environ 2 %. Si vos chiffres dépassent l'un ou l'autre de ces seuils, aucun outil d'IA ne pourra compenser le problème structurel sous-jacent.
Le gradient de réputation que la plupart des marketeurs ignorent
La réputation de l'expéditeur dépend désormais davantage du fait que les utilisateurs s'engagent réellement avec vos emails, et pas seulement du fait qu'ils les reçoivent. La délivrabilité email n'est plus binaire. L'IA de Gmail crée un gradient de visibilité au sein même de la boîte de réception. Un email peut techniquement atterrir en boîte de réception tout en étant pratiquement invisible si l'IA le relègue en bas de liste.
Les données de Return Path montrent que les expéditeurs avec un Sender Score compris entre 70 et 80 voient moins de 60 % de leurs emails délivrés en boîte de réception. Un Sender Score de 75 sur 100 correspond à seulement environ 58 % de placement en boîte de réception. Les meilleurs expéditeurs (score de 99 à 100) n'atteignent pas non plus les 100 % de placement, mais ils affichent en moyenne plus de 90 % de taux de placement avec des taux de plaintes minimaux.
En 2026, la réputation du domaine est devenue encore plus importante que celle de l'adresse IP, notamment avec l'adoption généralisée de l'authentification basée sur le domaine et l'essor de nouveaux domaines d'envoi pour la prospection à froid.
Implications concrètes pour les équipes de croissance
Selon le rapport HubSpot State of Marketing 2026, 22 % des marketeurs citent l'email comme l'un de leurs principaux leviers de revenus. Le placement en boîte de réception est donc directement un enjeu commercial, et pas seulement technique.
L'optimisation de la délivrabilité email par l'IA est une couche opérationnelle qui aligne le comportement de l'expéditeur avec les systèmes de filtrage pilotés par le machine learning. Lorsque le contenu, la réputation, l'engagement et la qualité de la liste sont analysés conjointement et que le comportement d'envoi est ajusté en conséquence, le placement en boîte de réception devient plus régulier.
Pour les équipes utilisant HubSpot en particulier, la plateforme prend en charge SPF, DKIM et DMARC pour l'authentification des emails. Même si cela n'est pas strictement imposé, vous devez connecter votre domaine d'envoi à HubSpot et configurer DKIM pour utiliser votre propre domaine comme adresse « De ». HubSpot supprime automatiquement les rebonds, les désinscriptions et les plaintes pour spam, ce qui contribue à protéger votre réputation d'expéditeur.
La leçon principale du guide HubSpot est que la délivrabilité n'est pas un problème de campagne, c'est un problème de programme. Pour les équipes travaillant au sein d'un écosystème CRM unifié, la délivrabilité devient moins une question de campagnes individuelles et davantage une question de cohérence sur l'ensemble du cycle de vie client. Corriger un objet d'email ou ajuster l'heure d'envoi a bien moins d'impact que le maintien de listes propres, d'une authentification solide et de signaux d'engagement cohérents sur plusieurs mois d'envoi.
Deliverability9 avr. 2026 6 min
L'application du DMARC au Canada plafonne à 28,1 % contre 49 % aux États-Unis
Le taux d'application du DMARC au Canada n'est que de 28,1 %, contre 49 % aux États-Unis. Un nouveau rapport révèle que 96,8 % des domaines manquent de chiffrement MTA-STS, exposant les organisations à des millions en coûts de violation de données.
SSarah Mitchell
Deliverability9 avr. 2026 6 min
L'application du DMARC au Canada plafonne à 28,1 % contre 49 % aux États-Unis
Le taux d'application du DMARC au Canada n'est que de 28,1 %, contre 49 % aux États-Unis. Un nouveau rapport révèle que 96,8 % des domaines manquent de chiffrement MTA-STS, exposant les organisations à des millions en coûts de violation de données.
