histats

Libérez toute la puissance du machine learning pour vos campagnes

Libérez toute la puissance du machine learning pour vos campagnes

Les enchères intelligentes sur des plates-formes programmatiques telles que Google et les applications Meta (Facebook, Instagram et WhatsApp) ont parcouru un long chemin au cours de la dernière décennie.

Non seulement ces plateformes collectent une multitude de données sur leur public, mais leurs algorithmes d’intelligence artificielle et d’apprentissage automatique se sont améliorés à pas de géant. Outre le fait que vous connaissez peut-être vos clients, il y a de fortes chances que Google et Meta les connaissent mieux.

Considérez Google et les signaux d’intention numériques qu’il recueille auprès des clients lorsqu’ils se déplacent dans un écosystème d’applications qui comprend Gmail, YouTube, l’App Store, la recherche et la publicité display. Peu d’entreprises – pas même les banques ou les compagnies d’assurance – peuvent obtenir une vue aussi complète des habitudes, des intérêts, du comportement et des intentions d’un client. Cette intelligence est à notre disposition, mais pour en tirer le meilleur parti, les spécialistes du marketing doivent s’appuyer sur les capacités d’automatisation de leurs plateformes.

Voici quelques-unes des meilleures pratiques qui aideront toute équipe marketing à obtenir de meilleurs résultats en adoptant une approche plus automatisée des enchères et du ciblage sur les principales plates-formes programmatiques :

  1. Aidez la machine à apprendre

Les stratégies d’enchères intelligentes utilisent les signaux d’intention des segments d’audience pour améliorer vos résultats. Aussi intelligents que soient les algorithmes de la plate-forme, ils fonctionnent mieux lorsque vous soutenez leur processus d’apprentissage. Une première étape importante consiste à configurer correctement votre campagne ou votre parcours utilisateur avec un suivi précis des conversions. Assurez-vous de marquer tous les événements pertinents pour le parcours de l’utilisateur afin de pouvoir basculer entre les objectifs de conversion et d’aider la machine à apprendre. Cela vous aidera également à optimiser le parcours et l’expérience utilisateur en fonction des informations sur la manière dont les utilisateurs interagissent avec vos points de contact numériques.

Table of Contents

2. Fixez des objectifs plus haut dans l’entonnoir de conversion

Avec la plupart des stratégies d’enchères, une campagne doit générer un certain nombre de conversions pour terminer la période d’apprentissage. Pendant cette période, nous vous recommandons de définir des objectifs plus élevés dans l’entonnoir de conversion. Par exemple, nous définirons notre objectif de conversion comme un clic sur un bouton Ajouter au panier au lieu que le client arrive sur la page “merci” après une conversion réussie. Cela augmentera le volume de conversion de la campagne et améliorera les performances. Après la période d’apprentissage, vous pouvez changer d’objectif pour alimenter l’algorithme avec les données les plus pertinentes pour l’objectif global de votre campagne.

3. Modifiez la cible si cela ne fonctionne pas pour vous

Sur les plates-formes de Google, la stratégie d’enchères intelligentes doit correspondre à l’objectif de la campagne. Pour la recherche, les stratégies d’enchères axées sur la conversion fonctionnent bien. Il s’agit notamment de maximiser les conversions, de cibler le coût par acquisition (tCPA), de cibler le retour sur les dépenses publicitaires (tROAS) et d’améliorer le coût par clic (eCPC). Mais si une campagne a du mal à gagner du terrain, le passage à une stratégie d’enchères axée sur le trafic, comme le taux d’impressions cible et la maximisation des clics, augmentera les volumes.

4. Donnez aux algorithmes le temps d’apprendre

Les algorithmes d’apprentissage automatique ne fourniront pas de résultats immédiats. Ils ont besoin de temps pour collecter suffisamment de données via les signaux d’intention de l’utilisateur. Le temps d’apprentissage recommandé est de deux semaines. Pendant cette période, il est préférable de ne pas modifier la campagne ni les balises ou les objectifs qui y sont associés. Cela relancera la période d’apprentissage et retardera davantage l’obtention des résultats que vous attendez de votre campagne.

See also  De la résilience à la résilience numérique : comment les organisations utilisent la technologie numérique pour franchir un cap en des temps sans précédent

5. Allez large au lieu de granulaire

Comme je l’évoquais plus haut dans cet article, les plateformes connaissent très bien vos clients. Nous ne recommandons plus le ciblage granulaire, car Facebook et Google effectueront le ciblage granulaire pour vous et avec plus de succès que n’importe quel humain. Dans la recherche Google, les types de correspondance des mots clés ne sont plus pertinents pour les enchères intelligentes axées sur la conversion. Les mots-clés ne sont plus les principaux moteurs de performance, mais aident plutôt l’algorithme, c’est pourquoi nous recommandons des termes de correspondance flexibles.

Sur Facebook, nous avons remarqué un mouvement d’éloignement des segments d’audience. Nous utilisons toujours des balises de remarketing, mais nous constatons généralement de meilleurs résultats de conversion avec des stratégies de ciblage où aucune liste de clients ou segmentation n’est mise en œuvre. L’algorithme joue ici un grand rôle. Les vérifications de domaine et les exigences de l’API de conversion sont essentielles pour vous assurer que vous utilisez l’apprentissage automatique à son plein potentiel.

6. Utilisez vos données de première partie pour obtenir un avantage

Les plateformes numériques s’éloignant des cookies et des identifiants tiers, il devient difficile de suivre le comportement des clients sur Internet. Alimenter Google et Facebook avec vos données de première partie aidera leurs algorithmes à améliorer leurs performances. Des données pertinentes et précises provenant de vos systèmes de gestion de la relation client et d’autres plates-formes aideront les algorithmes à améliorer considérablement le ciblage, ce qui entraînera des volumes de conversion plus élevés.

7. Il existe encore des interventions manuelles utiles

L’optimisation des campagnes est de plus en plus automatisée, mais il reste encore quelques étapes manuelles utiles à garder à l’esprit. La création de mots clés négatifs et de listes d’exclusion pour les groupes cibles peut aider à empêcher les plateformes de diffuser des annonces aux mauvais endroits. Par exemple, si vous vendez des vêtements d’été décontractés, vous pouvez ajouter à la liste rouge des termes tels que tenues de soirée ou formelles. Avec les exclusions d’audience, un cas d’utilisation évident consiste à empêcher les clients existants connus de voir une publicité de marque, ainsi que les clients existants indésirables (par exemple, les clients qui se sont abonnés mais n’ont pas payé leur abonnement mensuel). Vous pouvez également exclure des données spécifiques à l’aide d’une API Google Ads avancée. Par exemple, si le suivi des conversions d’un compte était incorrect pendant une plage de dates, vous pouvez utiliser des exclusions de données pour indiquer aux stratégies d’enchères intelligentes d’ignorer toutes les données de ces dates.

See also  Examen de la montre Google Pixel - IGN

Concentrez-vous sur la stratégie plutôt que sur les opérations

Les outils d’automatisation tels que les enchères intelligentes devenant de plus en plus sophistiqués, nous pouvons confier de plus en plus nos décisions quotidiennes aux algorithmes. D’après notre expérience, ces algorithmes permettent non seulement d’économiser beaucoup de travail manuel, mais ils améliorent également considérablement les résultats. En outre, ils libèrent notre temps pour nous concentrer sur les objectifs commerciaux stratégiques plus larges plutôt que sur l’optimisation de petites campagnes.

Carli Gey van Pittius est responsable des médias numériques chez +OneX. Elle a travaillé dans l’espace des médias numériques pendant plus de cinq ans et en tant que chef des médias numériques. Elle est actuellement responsable de l’équipe de gestion des campagnes numériques chez +OneX. Elle aide les organisations à obtenir de meilleurs résultats de leurs investissements en marketing numérique en libérant tout le potentiel des données de performance des campagnes.


Vous souhaitez poursuivre cette conversation sur les plateformes Media Online ? Commenter sur Twitter @MédiaTMO ou au printemps Facebook page. Envoyez-nous vos suggestions, commentaires, contributions ou conseils par e-mail à [email protected]

(Visité 2 fois, 4 visites aujourd’hui)

You may also like...

Leave a Reply

Your email address will not be published. Required fields are marked *