Les plateformes de médias numériques se sont énormément développées ces derniers temps et sont également devenues plus intelligentes. Les enchères en temps réel sont une nécessité pour de nombreuses DSP et de nombreuses plateformes proposent également des algorithmes intelligents qui permettent de maximiser les performances. Cependant, le concept même d'algorithme est souvent une boîte noire, ce qui rend plus difficile la visibilité sur la meilleure manière d'optimiser vos campagnes. Pour tirer le meilleur parti des algorithmes, un principe est très important : donner à l'algorithme le plus de liberté possible pour optimiser. C'est ce qu'on appelle aussi la liquidité. Dans cet article, nous vous présentons quelques bonnes pratiques à suivre pour maximiser la liquidité et tirer le meilleur parti de ces algorithmes.
Laissez l'algorithme composer les meilleures créatifs
Facebook et Google disposent tous deux de fonctionnalités permettant d'utiliser différents créatifs pour les campagnes. Avec les annonces dynamiques de Facebook et les Responsive Display Ads (RDA) de Google, vous avez la possibilité de saisir plusieurs images et plusieurs copies. Facebook et Google compilent ensuite eux-mêmes différentes combinaisons de ces textes et images, afin de pouvoir montrer différentes versions de publicités aux utilisateurs. Les estimations des algorithmes concernant l'utilisateur permettront de "personnaliser" la publicité en fonction de l'utilisateur et de son comportement prévu, et ce de manière relativement simple.
Avec les Responsive Search Ads (RSA), vous créez des annonces pour la publicité sur le moteur de recherche Google en mettant en place plusieurs titres et descriptions. Ici aussi, Google propose à l'utilisateur la combinaison la plus idéale sous forme d'annonce. À partir de juin 2022, ce sera la seule forme utilisable d'annonces. Il ne sera plus possible de créer des Expanded Text Ads (ETA). De cette façon, Google oblige les annonceurs à lâcher le contrôle et à s'en remettre davantage à l'algorithme.
Expérimentez le ciblage large
Plus un algorithme dispose de liberté, plus il peut apprendre et plus il a de chances d'obtenir des performances optimales. Par conséquent, essayez d'expérimenter le ciblage large. Cela signifie qu'une fois de plus, vous renoncez un peu au contrôle en définissant des audiences larges (ou même aucune) lorsque vous configurez une campagne. En utilisant un objectif de campagne intelligent tel que la maximisation des conversions, l'algorithme utilisera sa connaissance des utilisateurs et du type de contenu pour cibler les bonnes audiences. Les canaux médiatiques modernes tels que Meta, Google, Pinterest, TikTok... connaissent chaque utilisateur, les sites web qu'il visite, le contenu avec lequel il interagit et les produits qu'il achète. Cela rend l'algorithme beaucoup plus intelligent que n'importe quel acheteur média humain, ce qui lui permet de sélectionner des audiences là où l'intuition ou les données de l'acheteur média ne suffisent pas.
Pour les recherches, ce principe peut être appliqué en expérimentant les types de mot-clé “broad match” et en introduisant les Dynamic Search Ads (DSA).
Agrégation de campagnes et de groupes d'annonces
L'époque où les campagnes et les groupes d'annonces devaient être composés de manière très détaillée et granulaire est heureusement derrière nous, grâce à l'apprentissage automatique. Pour donner à l'algorithme le plus de liberté possible pour l'optimisation, les campagnes et/ou les groupes d'annonces doivent être regroupés lorsque cela est possible.
Autrefois, il était recommandé de regrouper les campagnes en fonction du contenu, mais aujourd'hui, la meilleure pratique consiste à les regrouper par objectif.
Fournir une alimentation suffisante à l'algorithme
Pour qu'un algorithme puisse apprendre de manière optimale, il a également besoin de signaux suffisants. Par conséquent, prévoyez toujours un budget suffisant pour une campagne afin que celle-ci puisse recueillir le volume de conversions nécessaire pour tirer ses conclusions et sortir de la phase d'apprentissage. Parfois, il est également nécessaire de définir une micro-conversion comme objectif de la campagne (par exemple, l'étape 1 du processus de paiement au lieu d'un achat terminé). Si vous prenez une conversion "trop difficile" comme objectif, l'algorithme ne dispose pas de suffisamment de données de conversion pour tirer ses conclusions. Il est donc intéressant, dans ce cas, de baisser un peu la barre et d'optimiser pour une conversion qui se produit plus régulièrement. Enfin, vous pouvez également augmenter le volume de conversion en ajustant votre fenêtre d'attribution. Par exemple, une fenêtre post-view comptera pour plus de conversions qu'une fenêtre d'attribution post-clic. Choisissez une fenêtre d'attribution qui a du sens pour vous, mais qui permet de collecter suffisamment de données à donner à l'algorithme.
En renforçant l'algorithme, vous devrez accepter une certaine incertitude, une boîte noire que vous ne pouvez pas contrôler à 100%. Par conséquent, vous devez toujours vous demander ce qui est le plus important : des performances optimales ou un contrôle maximal ? Lorsque vous vous fiez à la puissance des algorithmes, vous devez garder à l'esprit au moins deux principes : assurez-vous que l'algorithme dispose de suffisamment de données (propres) et maintenez toujours l'objectif (commercial) correct.
Janne Beke
| LinkedinCette adresse e-mail est protégée contre les robots spammeurs. Vous devez activer le JavaScript pour la visualiser.