Les équipes marketing font désormais face à une réalité difficile : quatre emails légitimes sur dix n’atteignent jamais la boîte de réception. Le problème ne vient pas d’enregistrements SPF mal configurés ou de signatures DKIM manquantes — ce sont des prérequis de base. Le véritable changement s’est produit lorsque les fournisseurs de messagerie ont déployé des filtres anti-spam basés sur l’IA, entraînés sur des milliards d’interactions utilisateurs, changeant fondamentalement la signification d’« email légitime ».

Cet article explique ce qui a changé, où les stratégies traditionnelles d’email marketing échouent désormais, et comment les organisations peuvent s’adapter sans abandonner complètement l’email marketing.

I. Le problème des 40 % : ce que les chiffres signifient réellement

Des études récentes de plateformes de surveillance de la délivrabilité des emails montrent que 40 % des emails marketing avec consentement atterrissent dans les dossiers spam ou sont silencieusement filtrés avant que les utilisateurs ne les voient. Cela ne signifie pas que l’authentification a échoué. Cela signifie que les systèmes de réputation pilotés par l’IA ont signalé le message comme indésirable en se basant sur des signaux comportementaux, et non sur une validation technique.

Ce qui rend ce pourcentage alarmant :

• Cela inclut les emails authentifiés : validation SPF réussie, validation DKIM réussie, alignement DMARC vérifié
• Cela inclut les destinataires ayant donné leur consentement : utilisateurs qui ont rempli un formulaire ou cliqué sur « s’abonner »
• Cela inclut les expéditeurs conformes : liens de désabonnement présents, conformité CAN-SPAM, en-têtes List-Unsubscribe appropriés
• Cela se produit silencieusement : pas de rebond, pas de notification, aucune information sur la raison

La sagesse traditionnelle en matière de délivrabilité enseignait qu’une bonne authentification plus le consentement de l’abonné équivaut à une livraison dans la boîte de réception. Cette hypothèse ne tient plus.

II. Ce qui a changé : filtres anti-spam IA vs. filtrage basé sur des règles

Jusqu’à récemment, les filtres anti-spam fonctionnaient principalement sur des règles : listes noires de mots-clés, vérifications d’authentification, scores de réputation de domaine et seuils de plaintes. Les organisations pouvaient passer ces tests en suivant les meilleures pratiques documentées.

Les filtres anti-spam IA fonctionnent différemment. Ils analysent :

• Les modèles d’engagement des utilisateurs : ouvertures, clics, suppressions, temps de lecture, déplacements de dossiers
• La similarité du contenu : à quel point l’email ressemble au spam précédemment signalé
• Le comportement de l’expéditeur : fréquence d’envoi, pics de volume, cohérence du ciblage des destinataires
• La réaction du destinataire : si d’autres utilisateurs ayant reçu cet email l’ont ignoré, supprimé ou signalé
• Le contexte de transfert et de partage : comment l’email se comporte lorsqu’il est transféré ou partagé

Ces systèmes apprennent en continu. Une campagne qui a fonctionné le trimestre dernier peut échouer ce trimestre parce que le comportement des utilisateurs a changé, ou parce que le modèle a été réentraîné avec de nouveaux exemples de spam.

Où cela échoue (silencieusement)

Les filtres anti-spam IA produisent couramment des faux positifs lorsque :

1. La prospection à froid imite la structure du spam : les lignes d’objet, phrases d’ouverture et appels à l’action qui ressemblent à des modèles d’envoi de masse déclenchent des alertes, même si l’expéditeur s’est authentifié correctement et que le destinataire a techniquement donné son consentement
2. L’engagement tombe en dessous du seuil : si les campagnes précédentes d’un domaine ont produit un faible engagement, les nouveaux emails de ce domaine héritent de la mauvaise réputation, même si la liste a été nettoyée ou le contenu amélioré
3. Le contexte du destinataire diffère : un email envoyé à une liste nettoyée peut toujours atterrir en spam si la boîte de réception du destinataire ne montre aucune interaction antérieure avec le domaine de l’expéditeur, le faisant paraître non sollicité au modèle IA
4. La catégorie de contenu correspond aux données d’entraînement du spam : offres financières, langage d’urgence « durée limitée », pièces jointes PDF et demandes de remplissage de formulaires apparaissent tous dans les ensembles de données d’entraînement du spam, donc les emails légitimes utilisant ces éléments risquent une mauvaise classification
5. L’incohérence de volume : envoyer 10 000 emails un mois et 1 000 le suivant signale une instabilité, incitant les modèles IA à appliquer un filtrage plus strict jusqu’à ce que les modèles se normalisent

III. Le paradoxe de l’authentification : pourquoi passer SPF, DKIM et DMARC ne suffit pas

La validation DMARC ne garantit pas le placement dans la boîte de réception. DMARC valide que l’email provient du domaine revendiqué. Il n’évalue pas si le destinataire souhaite recevoir l’email.

Les filtres anti-spam IA évaluent DMARC comme un signal parmi des centaines. Un email peut :

• Passer les vérifications d’alignement DMARC
• Avoir une IP d’envoi propre sans historique de liste noire
• Inclure des liens de désabonnement appropriés
• Toujours atterrir en spam parce que le contenu ou le modèle de comportement correspond aux données d’entraînement du spam

Cela crée un paradoxe pour les marketeurs : vous pouvez tout faire « bien » techniquement et toujours échouer commercialement.

Où l’authentification compte toujours

L’authentification prévient un échec spécifique : l’usurpation de domaine. Si votre domaine n’a pas d’application DMARC :

• Les attaquants peuvent envoyer des emails de phishing en prétendant être vous
• Les destinataires peuvent signaler ces emails comme spam
• Votre réputation de domaine se dégrade même si vous n’avez pas envoyé les emails d’attaque

DMARC à p=reject arrête l’utilisation non autorisée, ce qui protège votre réputation. Mais cela n’améliore pas le résultat du filtrage pour les emails que vous envoyez réellement. Cela nécessite des contrôles différents.

IV. Les modèles d’emails à froid qui déclenchent désormais les filtres anti-spam

Les modèles IA entraînés sur le spam signalé par les utilisateurs ont appris à reconnaître les structures de prospection à froid :

Modèle 1 : jetons de personnalisation qui ne correspondent pas au contexte

• « Bonjour {{Prénom}}, j’ai remarqué que votre entreprise {{NomEntreprise}} a récemment publié sur {{Sujet}} »
• Les filtres détectent quand les balises de fusion se remplissent correctement mais que le message environnant ne s’aligne pas avec le comportement réel du destinataire ou l’engagement antérieur

Modèle 2 : urgence fabriquée

• « Plus que 3 places disponibles »
• « L’offre expire ce soir »
• « Disponibilité limitée »
• Ces phrases apparaissent fréquemment dans les données d’entraînement du spam, donc les demandes d’urgence légitimes sont regroupées avec les frauduleuses

Modèle 3 : introduction de plusieurs paragraphes qui retarde la demande

• Longue introduction contextuelle
• Puis pivot vers une demande de temps, réservation de démo ou planification d’appel
• Les modèles IA reconnaissent cette structure à partir de millions d’échantillons de spam

Modèle 4 : liens vers des pages de destination génériques ou des outils de réservation de calendrier

• Liens Calendly, meetings.hubspot.com, planificateur Zoom
• Pas intrinsèquement du spam, mais ces domaines apparaissent à la fois dans la prospection légitime et les campagnes de spam, donc les filtres appliquent une analyse de contenu plus stricte lorsqu’ils sont présents

Modèle 5 : séquences de suivi qui ignorent les signaux d’engagement

• Envoyer trois suivis alors que le premier email n’a jamais été ouvert
• Les filtres interprètent cela comme une prospection basée sur le volume qui ignore l’intérêt du destinataire

V. Où le marketing légitime échoue

Les organisations voient le placement dans le dossier spam même lorsque :

Scénario 1 : l’opt-in de l’abonné est documenté, mais l’historique d’engagement est vide

• L’utilisateur a rempli un formulaire il y a six mois
• N’a jamais ouvert d’email depuis
• Les filtres traitent cela comme un contact dormant ou désintéressé, appliquant des règles plus strictes

Scénario 2 : le contenu correspond à une catégorie entraînée comme spam

• Services financiers, devis d’assurance, offres immobilières, essais SaaS
• Ces secteurs ont un volume de spam élevé, donc les emails légitimes dans la même catégorie héritent de la suspicion

Scénario 3 : la réputation IP partagée se dégrade

• Le fournisseur de services email utilise des IP d’envoi partagées
• Un autre client sur la même IP envoie du spam ou voit des taux de plainte élevés
• Vos emails héritent de la mauvaise réputation de l’IP, même si l’authentification de votre domaine et le contenu sont propres

Scénario 4 : l’incohérence de volume signale l’instabilité

• La campagne envoie 50 000 emails une semaine, 2 000 la suivante
• Les filtres interprètent cela comme une incohérence du comportement de l’expéditeur, qui correspond aux modèles de robots spam

Scénario 5 : l’âge du domaine et l’historique d’envoi sont insuffisants

• Nouveau domaine ou domaine avec peu d’historique d’envoi antérieur
• Les filtres appliquent des règles plus strictes jusqu’à ce que le domaine construise des données d’engagement

VI. Comment les fournisseurs de messagerie appliquent réellement le filtrage

Gmail, Microsoft 365, Yahoo et Apple Mail utilisent chacun un filtrage propriétaire piloté par l’IA, mais ils partagent des principes communs :

1. L’authentification est un prérequis, pas un laissez-passer : la validation SPF, DKIM et DMARC signifie « cet email provient de qui il prétend être ». Cela ne signifie pas « cet email est souhaité par le destinataire ».
2. Les signaux d’engagement prévalent sur l’authentification : si les utilisateurs suppriment constamment les emails d’un expéditeur sans les ouvrir, les futurs emails de cet expéditeur atterrissent en spam, même si l’authentification réussit.
3. La réputation est spécifique au domaine et au destinataire : un expéditeur peut avoir une bonne réputation avec un fournisseur de messagerie et une mauvaise réputation avec un autre. Un expéditeur peut avoir une bonne réputation avec des destinataires engagés et une mauvaise réputation avec des destinataires dormants.
4. Les taux de plainte comptent plus que les taux d’ouverture : une plainte pour spam peut l’emporter sur dix ouvertures. Les fournisseurs de messagerie priorisent le spam signalé par les utilisateurs par rapport aux métriques d’engagement.
5. L’analyse de contenu se fait à grande échelle : les modèles IA comparent le contenu des emails à des milliards d’échantillons de spam, pas seulement aux listes noires de mots-clés. Les emails légitimes qui ressemblent structurellement aux modèles de spam déclenchent des alertes.

Quand le filtrage échoue (silencieusement)

Les fournisseurs de messagerie n’informent pas toujours les expéditeurs lorsque le filtrage se produit. Les modes d’échec courants incluent :

• Filtrage doux : l’email arrive mais est automatiquement déplacé vers un onglet « Promotions » ou « Mises à jour » au lieu de la boîte de réception principale (comportement spécifique à Gmail)
• Traitement du courrier gris : l’email est livré mais dépriorisé dans la boîte de réception, apparaissant en dessous des messages plus récents
• Suppression silencieuse : l’email est accepté pendant la livraison SMTP mais n’apparaît jamais dans aucun dossier, sans notification de rebond envoyée à l’expéditeur
• Filtrage spécifique au destinataire : l’email atteint les boîtes de réception de certains destinataires mais atterrit en spam pour d’autres, sans modèle cohérent visible pour l’expéditeur

VII. Ce que les organisations devraient faire : stratégies d’adaptation pratiques

Stratégie 1 : séparer les domaines d’envoi transactionnels et marketing

N’envoyez pas d’emails marketing depuis le même domaine utilisé pour les messages transactionnels (réinitialisations de mot de passe, confirmations de commande, notifications de compte).

Mise en œuvre :

• Emails transactionnels : [email protected] ou [email protected]
• Emails marketing : marketing.exemple.com ou news.exemple.com
• Assurez-vous que les deux domaines ont une configuration SPF, DKIM et DMARC appropriée
• Appliquez DMARC p=reject au domaine transactionnel immédiatement
• Appliquez DMARC p=none au domaine marketing pendant les tests initiaux, puis passez à p=quarantine ou p=reject après validation de tous les expéditeurs autorisés

Pourquoi cela fonctionne : si les campagnes marketing déclenchent des plaintes pour spam, les dommages de réputation restent isolés au domaine marketing. Les emails transactionnels continuent de se livrer de manière fiable.

Stratégie 2 : surveiller l’engagement et élaguer les contacts dormants

Les filtres pénalisent les expéditeurs qui envoient des emails à plusieurs reprises à des destinataires non engagés. Supprimez les contacts qui n’ont pas ouvert ou cliqué en 90 jours.

Mise en œuvre :

• Exportez les données d’engagement mensuellement
• Identifiez les contacts avec zéro ouverture ou clic au cours des 90 derniers jours
• Déplacez-les vers une campagne de réengagement avec trois emails sur deux semaines
• Si toujours pas d’engagement, supprimez de la liste d’envoi active

Pourquoi cela fonctionne : envoyer à des destinataires engagés améliore la réputation du domaine. Les filtres observent que la plupart des destinataires ouvrent, cliquent ou au moins ne suppriment pas immédiatement, ce qui signale un email souhaité.

Stratégie 3 : mettre en œuvre des boucles de rétroaction et surveiller les taux de plainte

Les fournisseurs de messagerie offrent des boucles de rétroaction qui envoient des notifications lorsque les destinataires marquent les emails comme spam.

Mise en œuvre :

• Inscrivez-vous à Gmail Postmaster Tools, Microsoft SNDS (Smart Network Data Services) et Yahoo Complaint Feedback Loop
• Surveillez les taux de plainte hebdomadairement
• Enquêtez sur les pics au-dessus de 0,1 % (une plainte pour 1 000 emails)
• Ajustez le contenu, les lignes d’objet ou le ciblage de liste lorsque les taux de plainte augmentent

Pourquoi cela fonctionne : les taux de plainte affectent directement les décisions de filtrage. Maintenir les plaintes en dessous de 0,1 % maintient une bonne réputation d’expéditeur.

Stratégie 4 : utiliser des sous-domaines authentifiés pour différentes campagnes

Au lieu d’envoyer tous les emails marketing depuis un seul domaine, créez des sous-domaines pour différents types de campagnes et authentifiez chacun séparément.

Exemple de structure :

• newsletter.exemple.com pour le contenu hebdomadaire
• offres.exemple.com pour les campagnes promotionnelles
• evenements.exemple.com pour les invitations à des webinaires et événements

Chaque sous-domaine obtient :

• Son propre enregistrement SPF
• Sa propre clé de signature DKIM
• Sa propre politique DMARC et destination de rapport

Pourquoi cela fonctionne : si un type de campagne déclenche des plaintes pour spam, les dommages de réputation restent isolés à ce sous-domaine. Les autres campagnes continuent de se livrer normalement.

Stratégie 5 : valider l’infrastructure d’envoi par rapport aux rapports DMARC

Les rapports agrégés DMARC montrent quels serveurs envoient des emails en votre nom et s’ils passent l’authentification.

Mise en œuvre :

• Collectez les rapports DMARC quotidiennement
• Identifiez les expéditeurs tiers (plateformes d’automatisation marketing, CRM, outils de support)
• Vérifiez que chaque expéditeur est autorisé dans SPF ou signe DKIM
• Supprimez les expéditeurs non autorisés ou désactivez leur capacité d’envoi d’emails

Pourquoi cela fonctionne : les expéditeurs non autorisés peuvent endommager votre réputation de domaine même si vous ne voyez jamais les emails qu’ils envoient. Les rapports DMARC révèlent cette activité.

VIII. Où Skysnag s’intègre : surveillance, validation et preuves

Skysnag fournit une surveillance et validation DMARC continues, aidant les organisations à :

Identifier tous les expéditeurs utilisant votre domaine : les rapports agrégés DMARC montrent chaque adresse IP et source d’envoi qui a tenté d’envoyer un email en votre nom. Skysnag analyse ces rapports et signale les expéditeurs non autorisés.

Suivre la conformité d’authentification : voyez quels emails passent ou échouent l’alignement SPF, DKIM et DMARC. Filtrez par expéditeur, plage de dates ou résultat d’authentification.

Surveiller les plateformes marketing tierces : lorsque les outils d’automatisation marketing, systèmes CRM ou plateformes de support envoient des emails depuis votre domaine, Skysnag montre s’ils s’authentifient correctement.

Application des preuves pour les programmes de conformité : si votre organisation est soumise à PCI DSS, SOC 2, ISO 27001 ou à des politiques de sécurité internes, Skysnag fournit des journaux et rapports démontrant les contrôles d’authentification des emails.

Passer à l’application DMARC en toute sécurité : Skysnag aide à identifier tous les expéditeurs légitimes avant d’appliquer p=quarantine ou p=reject, réduisant le risque de bloquer vos propres emails.

Commencez la surveillance DMARC avec Skysnag et obtenez votre enregistrement DMARC gratuit :

Utilisez Skysnag Protect pour identifier les expéditeurs légitimes, détecter les sources non autorisées et progresser vers l’application :

IX. Ce qui peut échouer (même après avoir suivi les meilleures pratiques)

L’authentification, la segmentation, la surveillance de l’engagement et la gestion des plaintes réduisent tous le risque de dossier spam. Ils ne l’éliminent pas. Les modes d’échec courants incluent :

Décalage de réputation : même après avoir corrigé l’authentification et élagué les contacts dormants, la réputation du domaine prend des semaines à se rétablir. Les filtres utilisent des données historiques, pas seulement le comportement récent.

Contamination IP partagée : si votre fournisseur de services email utilise des IP partagées, le spam d’un autre expéditeur peut affecter votre délivrabilité. Surveillez la réputation IP séparément de la réputation du domaine.

Faux positifs de contenu : les modèles IA classent parfois mal les emails légitimes lorsque la structure du contenu correspond aux données d’entraînement du spam. Tester les lignes d’objet, le texte d’aperçu et la structure du corps aide à réduire ce risque.

Règles de boîte de réception du destinataire : certains utilisateurs créent des règles qui filtrent automatiquement les emails de domaines ou expéditeurs spécifiques vers le spam, indépendamment de l’authentification ou du contenu. Ce comportement n’apparaît pas dans les métriques agrégées.

Incohérence du filtrage spécifique au fournisseur : un email peut atterrir dans la boîte de réception chez Gmail mais toucher le spam chez Microsoft 365. Testez la livraison sur plusieurs fournisseurs pendant le développement de la campagne.

X. Points clés à retenir

• Le placement dans le dossier spam à 40 % est désormais normal pour les emails marketing, même lorsque l’authentification réussit. Les filtres anti-spam IA évaluent le comportement, pas seulement la validation technique.
• La validation DMARC empêche l’usurpation mais ne garantit pas le placement dans la boîte de réception. La réputation, l’engagement, la structure du contenu et le comportement du destinataire affectent tous le filtrage.
• Les modèles d’emails à froid entraînés comme spam déclenchent désormais les filtres, y compris les jetons de personnalisation, l’urgence fabriquée, les ouvertures de plusieurs paragraphes et les liens d’outils de réservation.
• Séparez les domaines d’envoi transactionnels et marketing pour isoler les dommages de réputation. Appliquez DMARC p=reject aux domaines transactionnels immédiatement.
• Surveillez l’engagement et élaguez les contacts dormants. Les filtres pénalisent les expéditeurs qui envoient des emails à plusieurs reprises à des destinataires non engagés.
• Les taux de plainte supérieurs à 0,1 % signalent un risque de filtrage. Utilisez des boucles de rétroaction et ajustez les campagnes lorsque les plaintes augmentent.
• Skysnag fournit une surveillance DMARC, une validation d’expéditeur et des preuves d’application. Commencez la surveillance à ou mettez en œuvre une protection complète avec Skysnag Protect.

Les filtres anti-spam IA ont changé les règles. Les organisations qui s’adaptent en surveillant l’authentification, segmentant les campagnes, élaguant les contacts non engagés et suivant les signaux de réputation maintiennent de meilleurs taux de placement dans la boîte de réception que celles qui se fient uniquement à l’authentification.