Obtenez de meilleurs résultats pour votre entreprise grâce au machine learning : partie III

jeudi, février 01, 2018

Les consommateurs n'ont jamais eu autant de moyens à leur disposition, et ils exigent que les marques leur proposent des expériences utiles et rapides. C'est pourquoi les meilleurs responsables marketing sont 50 % plus susceptibles d'accroître leurs investissements dans des technologies comme le machine learning pour les aider à réussir [1]. Le machine learning intégré dans AdWords permet déjà à certaines marques de toucher les utilisateurs les plus intéressants et de développer leurs activités. C'est le cas, par exemple, de Rappi et AutoGravity. Dans le dernier article de cette série, vous allez découvrir comment appliquer le machine learning à l'optimisation des enchères afin de mieux interpréter les données qui vous concernent et d'obtenir de meilleurs résultats à grande échelle.
Au-delà de l'enchère
Le temps n'est plus aux sessions Internet prévisibles, mais aux nombreux pics d'activité numérique tout au long de la journée, sur différents appareils. Désormais, vos enchères doivent tenir compte d'un vaste panel de signaux contextuels qui influent sur les performances des annonces, tels que l'appareil de l'utilisateur, sa situation géographique et l'heure de la journée. C'est là que le machine learning entre en jeu.
Grâce au machine learning de Google, les stratégies d'enchères intelligentes AdWords vous permettent de définir l'enchère la mieux adaptée à chaque mise aux enchères, par le biais de trois fonctionnalités de base :
●         Enchères définies lors de la mise aux enchères : les stratégies d'enchères intelligentes définissent des enchères pour chaque mise aux enchères (et pas seulement quelques fois par jour). Cette fonctionnalité AdWords évalue les signaux contextuels pertinents lors de chaque mise aux enchères (tels que l'heure de la journée, la création publicitaire spécifique diffusée, ou l'appareil et le navigateur de l'utilisateur). Elle peut ainsi identifier l'opportunité de conversion et définir une enchère optimisée, adaptée à chaque mise aux enchères. Cela permet aux stratégies d'enchères intelligentes de définir des millions d'enchères par seconde, ce qui serait impossible même avec une armée de responsables marketing.
●         Analyse de signaux multiples : les stratégies d'enchères intelligentes déterminent l'impact de combinaisons de signaux sur le taux de conversion. Par exemple, en constatant que ses taux de conversion sont supérieurs de 20 % sur les mobiles par rapport aux ordinateurs, un détaillant peut définir un ajustement des enchères pour mobile de +20 %. Toutefois, cette modification ne tient pas compte des heures de la journée auxquelles les taux de conversion sur mobile sont encore plus élevés, par exemple le matin, lorsque les utilisateurs effectuent des recherches pendant leur trajet domicile-travail. Les stratégies d'enchères intelligentes analysent des milliards de signaux de ce type afin d'identifier des corrélations pertinentes et calculent les enchères en fonction de la probabilité qu'une conversion se produise.
●         Apprentissage au niveau des requêtes : les stratégies d'enchères intelligentes maximisent les performances pour les mots clés nouveaux et générant peu de volumes. La plate-forme de machine learning de Google étudie les données de performances relatives à des mises aux enchères similaires dans votre compte. Elle peut ainsi prendre des décisions judicieuses en termes d'enchères et réduire les fluctuations de performances, même lorsque les données sont peu nombreuses. Imaginons, par exemple, que vous veniez d'ajouter le mot clé "vols pas chers pour New York". Si cette requête correspondait déjà à une autre partie de votre compte et à des mises aux enchères similaires, les stratégies d'enchères intelligentes appliquent simplement les enseignements fournis à propos de cette requête pour définir la meilleure enchère possible.
Gros plan sur la prochaine opportunité majeure
Grâce aux stratégies d'enchères intelligentes, des marques du monde entier génèrent de la croissance pour leur activité, et réinvestissent le temps et l'argent gagnés dans de nouvelles opportunités.
Harmoney propose des prêts entre particuliers en Nouvelle-Zélande. L'entreprise s'est associée à son agence First Digital pour attirer plus de demandeurs qualifiés tout en respectant son objectif de ROAS ambitieux. Le ROAS cible appliqué à ses campagnes sur le Réseau de Recherche non associées à la marque lui a permis de toucher les utilisateurs les plus susceptibles d'effectuer une demande et d'obtenir leur prêt. Résultat : Harmoney a enregistré une croissance de 219 % pour les comptes à forte valeur et diminué le coût par acquisition (CPA) de 37 %. Notez que les stratégies d'enchères intelligentes ont permis à l'équipe de libérer cinq heures par semaine, qu'elle a consacrées à des tâches très importantes comme le test des contenus publicitaires et l'analyse détaillée de ses meilleurs clients. FirstPoint est une agence numérique suisse qui souhaitait maximiser le budget de ses clients consacré aux liens commerciaux tout en générant davantage de conversions. Après avoir testé les stratégies d'enchères intelligentes, l'agence a abandonné les enchères manuelles au profit de l'option Maximiser les conversions. Cela lui a permis de multiplier le nombre de conversions par 2,4, d'accroître les taux de conversion de 12 % et de diminuer le CPA de 59 %.
Testez le machine learning
L'adoption des stratégies d'enchères intelligentes et l'automatisation des tâches fastidieuses via le machine learning ne doivent pas nécessairement se faire du jour au lendemain. Configurez une campagne brouillon et test pour réaliser un test A/B 50/50 et découvrez comment votre ancienne stratégie d'enchères se positionne par rapport à une stratégie basée sur le machine learning de Google. En peu de temps, vous devriez constater vous-même de meilleurs résultats. Chez Google, notre propre équipe média considère aujourd'hui les stratégies d'enchères intelligentes comme une bonne pratique, et elles sont activées dans 98 % des campagnes éligibles.
Pour savoir comment sélectionner la stratégie d'enchères adaptée à vos objectifs commerciaux, consultez notre Guide des stratégies d'enchères intelligentes.

Posté par Blake Reese, Senior Product Manager

[1] Econsultancy et Google, "Marketing and Measurement Survey", 2017

Inside AdWords - France

Obtenez de meilleurs résultats pour votre entreprise grâce au machine learning : partie III

Products

Libellés

Archive

Feed

Liens Utiles

Company-wide

Products

Developers