Accueil › Make › Guide Make

Make.com : guide complet pour débuter et maîtriser l’automatisation no-code

Make (ex-Integromat) est une plateforme d’automatisation no-code qui connecte 3 000+ applications via une interface visuelle de type drag-and-drop. Vous construisez des « scénarios » en reliant des modules (triggers et actions) sans écrire de code. Le plan gratuit offre 1 000 crédits/mois pour démarrer immédiatement.

Le vocabulaire Make : comprendre avant de construire

Make utilise sa propre terminologie. Maîtriser ces termes est indispensable avant de toucher à l’interface.

Scénario : L’ensemble de votre automatisation. C’est l’équivalent d’un « Zap » chez Zapier ou d’un « workflow » chez n8n. Un scénario contient un trigger, un ou plusieurs modules, et des connexions entre eux.

Module : Chaque cercle dans l’éditeur visuel. Un module représente une application (Gmail, Slack, Google Sheets) et une action spécifique (envoyer un email, poster un message, ajouter une ligne). C’est la brique de base de tout scénario.

Crédit (opération) : Chaque fois qu’un module exécute une action, il consomme un crédit. Un trigger qui vérifie s’il y a de nouvelles données = 1 crédit. Un filtre qui évalue une condition = 1 crédit. Une action qui crée un enregistrement = 1 crédit. La facturation Make est basée sur ces crédits.

Trigger : Le premier module d’un scénario, celui qui le déclenche. Il existe trois types : les Watch (polling périodique), les Instant triggers (webhooks, réaction immédiate), et les Schedule triggers (horaires fixes).

Router : Un outil qui divise le flux en plusieurs chemins. Chaque chemin peut avoir un filtre conditionnel. Par exemple : « Si le lead a un budget > 5 000 €, chemin A. Sinon, chemin B. »

Filtre : Une condition entre deux modules qui contrôle le passage des données. Les données ne passent au module suivant que si la condition est remplie.

Connexion : Le lien authentifié entre Make et une application tierce (votre compte Gmail, votre API Slack, etc.). Vous configurez la connexion une fois, et elle est réutilisable dans tous vos scénarios.

Bundle : L’unité de données qui circule entre les modules. Un email reçu = un bundle. Une ligne de tableur = un bundle. Les modules traitent les bundles un par un ou en lot.

Créer votre premier scénario pas à pas

Étape 1 : créer un compte gratuit

Rendez-vous sur make.com. Créez un compte avec votre email. Aucune carte bancaire n’est requise. Vous obtenez immédiatement 1 000 crédits/mois et l’accès à l’éditeur visuel avec toutes les 3 000+ intégrations.

Étape 2 : ouvrir l’éditeur de scénarios

Depuis le dashboard, cliquez sur « Scénarios » dans le menu latéral, puis « Créer un nouveau scénario ». L’éditeur s’ouvre sur un canvas vide avec un gros bouton « + » au centre. C’est votre point de départ.

Étape 3 : ajouter le trigger

Cliquez sur le « + ». Une liste de plus de 3 000 applications s’affiche, avec un champ de recherche. Pour cet exemple, cherchez « Google Sheets ». Sélectionnez-le, puis choisissez le trigger « Watch New Rows » (surveiller les nouvelles lignes). Autorisez la connexion avec votre compte Google quand Make le demande. Sélectionnez le tableur et la feuille à surveiller.

Étape 4 : ajouter un module d’action

Cliquez sur le petit cercle à droite de votre trigger pour ajouter un module suivant. Cherchez « Slack ». Sélectionnez l’action « Create a Message ». Autorisez la connexion Slack. Choisissez le channel cible. Dans le champ « Text », vous verrez des « bulles colorées » apparaître : ce sont les données du module précédent (les champs de votre Google Sheets). Glissez les bulles pertinentes dans le champ texte pour composer votre message dynamique.

Étape 5 : tester

Cliquez sur « Run once » en bas à gauche du canvas. Make exécute le scénario une fois et affiche le résultat de chaque module (bundles traités, données reçues/envoyées). Vérifiez que les données circulent correctement et que l’action s’est exécutée (message reçu dans Slack, dans cet exemple).

Étape 6 : activer

Configurez la planification en bas du canvas : intervalle de vérification (toutes les 15 minutes en plan gratuit, toutes les minutes en plan payant). Activez le toggle ON. Votre scénario est maintenant en production.

Les modules essentiels à connaître

Types de triggers

Watch (polling) : Vérifie périodiquement s’il y a de nouvelles données. Gmail « Watch Emails », Google Sheets « Watch New Rows », etc. Limité par l’intervalle de votre plan (15 min en gratuit, 1 min en payant). Attention : chaque vérification consomme un crédit, même quand il n’y a rien de nouveau. Pour optimiser vos crédits, préférez les instant triggers quand l’application les supporte.

Instant trigger (webhook) : Réagit immédiatement quand l’événement se produit. Stripe « Watch Events » déclenche instantanément à chaque paiement. Pas de polling, pas de crédits gaspillés. C’est le type de trigger le plus efficient.

Schedule trigger : Déclenche à heures fixes. Parfait pour les rapports hebdomadaires, les synchronisations quotidiennes, les envois planifiés.

Modules de logique avancée

Router : Divise le flux en plusieurs branches. Chaque branche peut avoir un filtre conditionnel. Exemple : un email entrant est routé vers le CRM si c’est un prospect, vers Zendesk si c’est du support, et vers la poubelle si c’est du spam. Le branching illimité de Make est l’une de ses forces par rapport à Zapier.

Iterator : Décompose un tableau (array) en éléments individuels pour les traiter un par un. Exemple : un email avec 5 pièces jointes → l’iterator crée 5 bundles séparés, un pour chaque fichier.

Aggregator : L’inverse de l’iterator. Combine plusieurs bundles en un seul. Utile pour regrouper des résultats avant de les envoyer dans un rapport consolidé.

Filtre : Condition entre deux modules. Les données ne passent que si la condition est vraie. Opérateurs disponibles : égal, contient, supérieur à, inférieur à, existe, n’existe pas, regex, etc.

Transformation de données

Make intègre des fonctions de transformation directement dans le mapping de données. Vous pouvez manipuler du texte (majuscules, concaténation, extraction, remplacement), des dates (formatage, calcul, comparaison), des nombres (arrondi, calcul), et des tableaux (tri, filtrage, mapping) sans module supplémentaire. Ces fonctions sont accessibles en cliquant sur l’icône « formule » dans n’importe quel champ de mapping.

HTTP et Webhooks

Le module HTTP permet d’appeler n’importe quelle API REST qui n’a pas de module Make natif. Configurez l’URL, la méthode (GET, POST, PUT, DELETE), les headers, et le body. C’est votre filet de sécurité quand une intégration n’existe pas dans le catalogue Make.

Le module Webhooks permet de recevoir des données envoyées par des services externes vers Make. Vous obtenez une URL unique à configurer dans le service émetteur. Les webhooks sont des instant triggers : pas de polling, pas de latence, pas de crédits gaspillés sur des vérifications vides.

Make AI Agents : l’automatisation intelligente

Lancés en version bêta ouverte en avril 2025, les Make AI Agents sont désormais disponibles sur tous les plans (en utilisant le fournisseur IA de Make ou votre propre connexion à OpenAI, Anthropic, Gemini, etc. sur les plans payants).

Concepts clés

Un AI Agent dans Make est un système IA autonome qui exécute des tâches selon vos instructions. Vous le configurez directement dans le builder de scénarios, comme n’importe quel autre module. L’agent utilise un LLM (GPT, Claude, Gemini) pour raisonner et décider quels outils utiliser.

Les outils de l’agent peuvent être des scénarios Make, des modules individuels, ou des outils MCP (Model Context Protocol) externes. Par exemple, un agent de support client reçoit un email, décide s’il faut chercher dans la base de connaissances, créer un ticket, ou transférer à un humain, le tout sans que vous ayez à câbler chaque chemin manuellement.

La version « Make AI Agents (New) », sortie le 2 février 2026, apporte une refonte majeure : construction, test et débogage directement dans le builder, panneau de raisonnement pour voir comment l’agent a pris ses décisions, et support des entrées multimodales (fichiers, images).

Agents Make vs agents n8n

Make a l’avantage de l’accessibilité : les agents sont visuels, intégrés à l’interface no-code, et configurables sans connaissances techniques. n8n a l’avantage de la profondeur : architecture LangChain native, bases vectorielles, RAG, mémoire persistante, modèles locaux via Ollama. Pour des appels IA simples à modérés, Make suffit. Pour des architectures agentiques complexes, n8n est plus adapté.

Make Grid : cartographier votre paysage d’automatisation

Make Grid est une fonctionnalité unique dans l’univers de l’automatisation, disponible sur tous les plans payants. C’est une carte visuelle en temps réel de l’ensemble de votre paysage d’automatisation : tous vos scénarios, les applications qu’ils connectent, et les AI Agents qui y participent.

L’intérêt est la gouvernance à l’échelle. Quand vous gérez 10, 50 ou 100 scénarios, il devient difficile de savoir quel scénario touche à quelle application, où sont les dépendances, et quel est l’impact d’une modification. Make Grid répond à ces questions visuellement : vous voyez les connexions, identifiez les goulots d’étranglement, repérez les scénarios obsolètes, et planifiez les évolutions. Aucune autre plateforme d’automatisation n’offre cette vue d’ensemble.

Make et le Model Context Protocol (MCP)

Make a lancé son propre serveur MCP, permettant aux AI Agents d’appeler des outils externes avec le contrôle, la sécurité et la précision de Make. Les « MCP Toolboxes » permettent de définir et organiser les outils accessibles aux agents.

Concrètement, un AI Agent Make peut utiliser des outils hébergés sur n’importe quel serveur MCP compatible, ou inversement, d’autres clients MCP (comme Claude Code ou Claude Desktop) peuvent appeler des scénarios Make comme outils. C’est la porte vers des architectures multi-agents inter-plateformes.

Gestion des erreurs

Les erreurs arrivent : un serveur qui ne répond pas, une donnée mal formatée, un quota API dépassé. Make offre plusieurs mécanismes pour gérer ces situations.

Error Handler : Attachez un gestionnaire d’erreur à n’importe quel module. Si le module échoue, le handler prend le relais. Vous pouvez configurer l’envoi d’une notification, le logging de l’erreur, ou un chemin de fallback.

Break : Arrête l’exécution du scénario mais sauvegarde les données pour un retry ultérieur. Utile pour les erreurs transitoires (serveur temporairement indisponible).

Resume : Reprend l’exécution depuis un point de sauvegarde après correction manuelle.

Ignore : Continue le scénario même si ce module échoue. Les données du module échoué sont simplement absentes. Utile pour les enrichissements optionnels.

Rollback : Annule toutes les modifications effectuées jusqu’à présent dans le scénario. Utile pour les scénarios transactionnels (si une étape échoue, on annule tout).

Exponential backoff : Make peut automatiquement réessayer les modules échoués avec un délai croissant entre chaque tentative. Idéal pour les rate limits d’API.

Optimiser vos crédits Make

La gestion des crédits est cruciale pour maîtriser vos coûts sur Make. Voici les techniques d’optimisation les plus efficaces.

Préférez les instant triggers aux polling triggers. Un trigger polling qui vérifie toutes les minutes consomme 1 440 crédits/jour (43 200/mois), même s’il ne trouve rien. Un instant trigger (webhook) ne consomme un crédit que quand il reçoit effectivement des données.

Utilisez les filtres pour éviter les exécutions inutiles. Placez un filtre le plus tôt possible dans votre scénario pour éliminer les données non pertinentes avant qu’elles ne traversent les modules suivants (qui consomment chacun un crédit).

Groupez les opérations avec les aggregators. Au lieu de traiter 100 items un par un (100 crédits par module), agrégez-les et traitez-les en lot quand l’application cible le permet.

Surveillez votre consommation. Depuis novembre 2025, Make offre un suivi détaillé des crédits consommés par scénario et par exécution. Utilisez cette vue pour identifier les scénarios les plus gourmands et les optimiser.

10 scénarios concrets pour démarrer

1. Email → Google Sheets : Chaque nouvel email avec un label spécifique est extrait et ses données (expéditeur, objet, date) sont ajoutées dans un tableur. Idéal pour le tracking de candidatures ou de demandes client.

2. Formulaire → CRM → Email : Une soumission de formulaire (Typeform, Google Forms) crée automatiquement un contact dans HubSpot et envoie un email de bienvenue personnalisé via Gmail.

3. Notification Slack sur paiement Stripe : Chaque paiement reçu sur Stripe déclenche un message dans un channel Slack dédié, avec le montant, le client, et un lien vers la transaction.

4. Cross-posting réseaux sociaux : Un nouveau post publié sur Instagram est automatiquement adapté et republié sur X, LinkedIn, et Facebook avec les ajustements de format appropriés.

5. Traitement de factures par IA : Les emails avec pièces jointes PDF sont envoyés à ChatGPT pour extraire les données structurées (fournisseur, montant, date), puis les résultats sont ajoutés dans Google Sheets et le PDF est archivé sur Google Drive.

6. Lead scoring avec IA : Un AI Agent Make analyse chaque nouveau lead, évalue son potentiel sur la base de critères définis, et route vers le bon commercial ou la bonne séquence d’emails selon le score.

7. Monitoring de mentions de marque : Un scénario surveille les mentions de votre marque via Google Alerts ou une API de social listening, et envoie une notification Slack pour chaque mention négative détectée.

8. Onboarding employé : L’ajout d’un nouvel employé dans votre SIRH déclenche la création de ses comptes (Google Workspace, Slack), l’envoi d’un kit de bienvenue, et la planification d’un meeting d’intégration.

9. Synchronisation CRM bidirectionnelle : Les modifications dans HubSpot sont répercutées dans Salesforce, et vice versa, avec gestion des conflits et déduplication.

10. Rapport hebdomadaire automatisé : Chaque lundi, un scénario collecte les données de Google Analytics, Stripe, et HubSpot, les consolide via un module IA qui génère un résumé analytique, et envoie le rapport par email au management.

Bonnes pratiques Make

Nommez vos scénarios clairement. « Lead Processing Q1 » plutôt que « Scenario 1 ». Quand vous aurez 30 scénarios actifs, les noms descriptifs vous sauveront des heures de recherche.

Organisez en dossiers. Créez des dossiers par département (Marketing, Sales, Ops) ou par projet pour garder une vue claire.

Testez chaque module individuellement. Utilisez « Run once » fréquemment pendant la construction. Inspectez les bundles de sortie de chaque module pour vérifier que les données sont correctes avant d’ajouter le module suivant.

Documentez vos scénarios. Ajoutez des notes sur le canvas pour expliquer la logique métier. Futur-vous (ou votre collègue) vous remerciera.

Activez les error handlers sur les modules critiques. En production, un module sans error handler qui échoue arrête silencieusement le scénario. C’est la cause numéro un des automatisations qui « marchent » en test mais échouent mystérieusement en production.

Utilisez Make Grid. Dès que vous avez plus de 5 scénarios actifs, Make Grid vous aide à visualiser les dépendances, identifier les points de défaillance, et planifier les évolutions.

Limites de Make (et comment les contourner)

Pas de self-hosting : Make est exclusivement cloud. Si la souveraineté des données est un prérequis absolu, n8n self-hosted est l’alternative.

Code custom limité : Le JavaScript/Python n’est disponible que sur le plan Enterprise (Custom Functions). Sur les plans inférieurs, vous êtes limité aux fonctions built-in. Pour les transformations de données complexes, le module HTTP avec une API externe (une Cloud Function par exemple) est un contournement courant.

Crédits et polling triggers : Le modèle de crédits peut coûter cher si vous avez beaucoup de triggers polling. Convertissez systématiquement les polling triggers en webhooks quand l’application le supporte.

Pas de RAG natif : Contrairement à n8n, Make n’a pas de support natif pour les bases vectorielles et les pipelines RAG. Vous pouvez utiliser un module HTTP pour appeler une API de base vectorielle externe, mais l’intégration est moins fluide.

Make vs les alternatives

Pour un comparatif détaillé avec n8n, consultez notre page n8n vs Make. Pour la comparaison avec Zapier, voir Make vs Zapier. En résumé : Make est le meilleur compromis entre puissance et accessibilité pour les équipes non techniques. n8n offre plus de profondeur pour les développeurs. Zapier offre plus d’intégrations mais à un coût supérieur.