Introduction
"Eliot, nous nous inquiétons du fait que nos activités publicitaires pourraient ne pas être rentables... Peux-tu nous dire à combien devrait s'élever notre coût maximum par lead pour que nous soyons rentables ?". Cette question nous fût posée par Jérôme Stefanski (CEO), Pauline Jobelot (CMO) et Stéphanie Fay (Growth Marketing Manager) de Little Guest. Et c'est ainsi que ce cas a commencé.
Pour les clients focalisés sur la génération de leads, il est difficile d’évaluer quel devrait être le coût par lead pour atteindre la rentabilité sans un tracking approprié. Bien entendu, il est possible de l’estimer en demandant à nos clients quel est leur taux de conversion moyen (des leads aux ventes) et leur valeur de conversion moyenne afin d’avoir une idée générale du retour sur investissement de nos campagnes. Mais ceci reste cependant une estimation très large basée sur la moyenne, qui peut s'avérer très éloignée de la réalité de nos campagnes. De plus, cette estimation ne nous permet pas non plus d'investir plus efficacement puisqu’il ne nous est toujours pas possible à ce stade d’évaluer qui sont les "bons" et les "mauvais" leads. Dès lors, comment pourrions-nous nous rapprocher du business de nos clients focalisés sur la génération de leads comme Little Guest ? Ce cas va se pencher sur la résolution de cette question.
Le cas sera divisé en deux parties. La première expliquera la logique business et le flux global d’implémentation, tandis que la seconde se concentrera sur l’implémentation technique. Ceci est la première partie du cas.
Qui est Little Guest ?
Little Guest est une entreprise de collection d'hôtels haut de gamme à vocation familiale. L’entreprise propose une grande variété d'hôtels 4 et 5 étoiles dans le monde entier, avec une attention particulière à la qualité des services offerts aux parents et à leurs enfants. Vous pouvez en découvrir plus à propos de Little Guest sur leur site internet.
Aujourd'hui, il existe deux façons de réserver un séjour sur le site de Little Guest. Pour certains hôtels, il est possible d'effectuer l'ensemble du processus de réservation en ligne. Pour d'autres, le client doit envoyer une demande d'offre de prix, auquel cas il est recontacté ultérieurement par l'un de leurs “travel designers” pour compléter la réservation. Ce double flux rend plus complexe le calcul de la rentabilité de nos campagnes publicitaires. Si les ventes directes sont faciles à mesurer, quelle valeur attribuer aux personnes qui envoient des demandes de prix ?
Mesure
Pour pouvoir calculer la qualité des leads et le volume des ventes qu'ils génèrent, nous avons dû créer un lien entre nos campagnes et le CRM du client. Puisque les leads ne réservent pas directement leurs voyages, il est en effet nécessaire de trouver un moyen de se souvenir d'où ils viennent afin de pouvoir attribuer leur future réservation au bon canal. Pour ce faire, plusieurs éléments devaient être capturés et envoyés au CRM au moment de la demande d'offre de prix. Nous avons choisi d'envoyer les noms des campagnes, les sources et les médiums du trafic. Avec ces informations, il était déjà possible depuis le CRM de savoir exactement combien de réservations et de revenus nos campagnes généraient.
C'était déjà une bonne étape de franchie, mais ce n’était pas encore très pratique. Nous voulions que ces informations soient directement disponibles dans nos plateformes de web analytics et de publicité afin de centraliser tous les résultats. Pour y parvenir, nous devions utiliser un identifiant unique afin que les différentes plateformes puissent reconnaître les utilisateurs et les clics. Pour Google Analytics, nous avons utilisé l'user ID pour reconnaître les utilisateurs, et pour Google ads et Meta, nous avons utilisé le gclid et le fbclid pour reconnaître les clics. À partir du moment où ces éléments étaient capturés, il était enfin possible de renvoyer les résultats des réservations "hors ligne" à Google Analytics (via le protocole de mesure), Google Ads (via l'importation des conversions) et Meta (via l'importation des données des événements hors ligne).
Une fois que tout cela avait été correctement mis en place, nous avons pu calculer le retour sur investissement total de nos campagnes pour les ventes en ligne et hors ligne. Il est intéressant de souligner que nous avions alors réalisé qu'il n'y avait vraiment pas matière à s'inquiéter, puisque notre retour sur investissement dans Google Analytics était en réalité environ 5 fois supérieur au minimum requis pour que Little Guest soit rentable.
Activation
Mesurer, c'est bien, mais activer, c'est encore mieux. Nous ne voulions pas seulement mesurer notre rentabilité, nous voulions aussi l'augmenter. Pour y parvenir, nous avons commencé à utiliser les données de ventes hors ligne importées dans Google Ads & Meta comme objectifs d'optimisation des conversions pour l'algorithme, au lieu des simples demandes de prix. Ce faisant, nous indiquions à l'algorithme qui étaient les prospects les plus et les moins qualitatifs afin qu'il puisse optimiser nos campagnes encore plus efficacement qu'auparavant.
Cette stratégie présentait néanmoins deux problèmes. D'une part, toutes nos campagnes ne recevaient pas suffisamment de données de conversions (ventes en ligne et hors ligne) pour être optimisées efficacement. D'autre part, les “travel designers” de Little Guest avaient parfois du mal à suivre le volume de leads entrant pendant certaines périodes très chargées, ce qui signifie que certains leads très qualitatifs ne réservaient pas leurs séjours chez Little Guest par manque de suivi de leurs demandes. Dans cette situation, les leads non-convertis bien que très qualitatifs se voyaient attribuer exactement la même valeur que les leads qui ne l'étaient pas du tout, à savoir 0€, ce qui rendait la tâche plus difficile à l'algorithme Google Ads & Meta pour comprendre qui étaient réellement les leads intéressants. En raison de ces problèmes, nous avons mis en place une méthode d'évaluation automatisée des leads (basée sur les données collectées sur l'utilisateur et sa demande), nous permettant d'attribuer une valeur aux leads n’ayant pas converti, en fonction de notre estimation des chances de réservations futures. Ce faisant, nous avons augmenté le nombre de conversions envoyées et collectées par chaque campagne, tout en différenciant les prospects non-convertis de bonne et de mauvaise qualité.
Conclusion
Dans ce cas, nous avons montré comment nous avons pu surmonter le problème de la mesure et de l'activation de la valeur des demandes provenant de leads. En capturant la source et le médium du trafic, le nom de campagne ainsi que les identifiants uniques (pour l’utilisateur ou le clic) au moment de la demande d'offre de prix, nous avons pu identifier la source de chaque vente et en attribuer la valeur à la source de trafic et à la campagne correspondante. Cela nous a également permis d'enchérir plus efficacement en utilisant ces informations sur la valeur de conversion pour informer les algorithmes de Google Ads & Meta sur la qualité des leads, et donc les pousser à investir davantage sur les leads plus qualitatifs et moins sur les mauvais. Ceci est un parfait exemple de comment une bonne collaboration entre un client et son agence peut mener à une amélioration des résultats business.
Eliot Dewilde
| LinkedinCette adresse e-mail est protégée contre les robots spammeurs. Vous devez activer le JavaScript pour la visualiser.
