Inside AdWords

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

Accélérez le développement de votre activité grâce au machine learning : partie II

mercredi, janvier 24, 2018

La semaine dernière, à l'occasion du Consumer Electronics Show, nous vous avons présenté un nouveau type de consommateur : le "consommacteur". Ce dernier n'a jamais été aussi curieux, exigeant et impatient, et il souhaite pouvoir bénéficier d'une expérience optimale en toute circonstance (par exemple, pour faire son check-in à l'hôtel et déverrouiller sa chambre via son smartphone).
Il est indispensable de répondre aux attentes croissantes de ces consommateurs. Au cours des deux prochaines semaines, nous allons vous présenter certaines de nos fonctionnalités AdWords favorites, et vous montrer comment le machine learning permet aux marques de satisfaire ces exigences tout en gagnant du temps et en améliorant leurs performances.
Application du machine learning dans AdWords
La gestion des campagnes peut prendre beaucoup de temps. Plutôt que d'ajouter des milliers de mots clés ou de tester des titres individuellement pour identifier les plus performants, vous pouvez entraîner la plate-forme de machine learning de Google pour qu'elle le fasse à votre place.
Imaginons, par exemple, que vous ayez récemment ajouté des produits à votre inventaire ou des contenus à votre site Web. Ce type d'événement est automatiquement détecté par la fonctionnalité d’annonces dynamiques du Réseau de Recherche, qui spécifie alors les mots clés manquants pour vous permettre de toucher les personnes recherchant ces nouveaux produits et services.
Pour diffuser des annonces pertinentes qui s'intègrent partout sur les millions de sites du Réseau Display de Google, vous pouvez également importer d'autres éléments de création dans votre campagne intelligente sur le Réseau Display et présenter automatiquement des annonces intéressantes aux bonnes personnes. Et tout cela grâce au machine learning.
Nouvelle approche concernant les applications
Nous savons que la concurrence sur le marché du développement et du marketing d'applications est féroce : en un an, le nombre de développeurs ayant enregistré plus de 1 million d'installations sur un mois a augmenté de 35 %1. Les utilisateurs n'ont jamais été aussi sollicités qu'à l'heure actuelle. Mais dans un océan d'applis et d'expériences devenu aussi vaste, comment retenir leur attention et s'attirer leurs faveurs ? Dans ce domaine aussi, le machine learning est en train de changer la donne.
Grâce aux campagnes universelles de promotion d'applications, des marques comme Rappi (service de livraison en Amérique latine) peuvent toucher les utilisateurs les plus intéressants sur Google Play, les Réseaux de Recherche et Display, et YouTube à l'aide d'une même campagne.
L'équipe Rappi a importé tous les éléments de création dont elle disposait. Ainsi, la plate-forme de machine learning de Google a pu les diffuser en alternance, identifier les plus performants sur chaque canal et présenter les annonces avec lesquelles les utilisateurs avaient le plus de chances d'interagir. En seulement un mois, les taux de conversion de Rappi ont été multipliés par 10, et la marque s'est développée en Argentine, au Brésil et au Mexique.

AutoGravity, une entreprise de crédit automobile, a touché des dizaines de milliers d'acheteurs de voitures et augmenté l'engagement utilisateur de 120 % en seulement cinq semaines. La marque prévoit d'accroître de 200 % son investissement dans les campagnes universelles de promotion d'applications afin de toucher encore davantage d'utilisateurs intéressants, c'est-à-dire ceux qui ont le plus de chances d'obtenir leur prêt.
Comment les campagnes universelles de promotion d'applications touchent-elles ces consommateurs à forte valeur ? En plus des informations sur votre application, la plate-forme de machine learning de Google tire parti des insights de Google.com et de Google Play, des données Web et d'autres signaux. Ces données sont analysées sur chaque canal où AdWords diffuse vos annonces et sont mises à jour en temps réel. AdWords peut ainsi détecter rapidement les mots clés tendance, comme ceux liés à des événements ou aux vacances, et s'assurer que vos annonces sont présentées aux bonnes personnes.
Ensuite, AdWords différencie les utilisateurs ayant effectué l'action que vous avez sélectionnée (par exemple, ceux dont l'emprunt a été accepté) des autres. L'outil étudie également des signaux relatifs aux utilisateurs, propres à chaque mise aux enchères. Le type d'appareil, le système d'exploitation, le réseau, les applications dont ils disposent déjà et d'autres signaux permettent de créer des schémas, qui facilitent l'identification des utilisateurs à forte valeur. Grâce à ces schémas, le système peut prédire les futures mises aux enchères, déterminer où et comment enchérir, quelles annonces diffuser et auprès de quelles personnes.
Le machine learning permet aux marques d'enregistrer de meilleures performances à grande échelle, mais aussi de mieux exploiter leur ressource la plus précieuse : le temps.
Paul Teresi, Growth Executive chez Skyscanner (application de voyages), confirme que les campagnes universelles de promotion d'applications lui ont permis de gagner beaucoup de temps :"Désormais, je peux me consacrer pleinement à l'étude de nos utilisateurs, aux statistiques et à l'identification des opportunités de croissance et de développement nécessaires pour garder une longueur d'avance."
Pour en savoir plus sur la façon de toucher vos utilisateurs les plus intéressants grâce aux campagnes universelles de promotion d'applications, suivez notre nouvelle formation.
La semaine prochaine, nous terminerons cette série en découvrant comment appliquer le machine learning à l'optimisation des enchères, avec une étude de cas intéressante fournie par l'équipe média interne de Google.
Posté par David Mitby, Director of Product Management
1 Données internes Google, mai 2017

Accélérez le développement de votre activité grâce au machine learning : partie I

lundi, janvier 15, 2018

Le début de l'année est un moment propice pour penser aux mois à venir et prendre de bonnes décisions (manger plus sainement, passer plus de temps à l'extérieur, etc.). Cette semaine, à l'occasion du Consumer Electronics Show, nous nous intéressons à l'avenir de la technologie.Aujourd'hui, grâce à des innovations telles que les smartphones et les enceintes à commande vocale, ce sont les consommateurs qui tiennent les rênes. Ils sont ainsi toujours plus exigeants vis-à-vis de leurs marques préférées. Ainsi, la technologie révolutionne l'expérience des clients et le rôle des responsables marketing.
Au cours des trois prochaines semaines, nous partagerons des informations et des bonnes pratiques pour vous aider à répondre aux attentes croissantes des clients. Nous présenterons les expériences de marques qui, au-delà du défi représenté par le machine learning (apprentissage automatique), ont su profiter des nouvelles opportunités offertes par cette technologie dans cette "ère de l'assistance".
Le machine learning permet de résoudre certains problèmes Le machine learning constitue essentiellement une nouvelle méthode de résolution de problèmes. Plutôt que de passer des centaines d'heures à programmer manuellement des ordinateurs afin d'obtenir des réponses à des questions spécifiques, nous pouvons gagner du temps en leur montrant comment apprendre par eux-mêmes. Pour cela, il suffit de leur fournir des exemples jusqu'à ce qu'ils commencent à en tirer des enseignements en identifiant des schémas (comme la différence entre un chat et un chien).
Le machine learning permet de résoudre certains des problèmes les plus complexes au monde. Examinons par exemple les dernières avancées médicales. Aux États-Unis, des médecins ont déterminé qu'il était possible d'augmenter considérablement le taux de survie des patients atteints d'un cancer de la peau grâce à un dépistage précoce1. C'est pourquoi des chercheurs de l'université de Stanford ont fait appel à la plate-forme de machine learning de Google, TensorFlow, pour créer un modèle capable de différencier une peau cancéreuse d'une peau saine, avec une fiabilité de 91 % (ce qui équivaut au travail de 21 médecins qualifiés). De nouvelles opportunités pour booster la croissance En tant que responsable marketing, votre mission n'est pas de sauver des vies. Cependant, vous cherchez vous aussi à atteindre un objectif, certes très différent : celui de développer plus rapidement votre activité. La technologie de machine learning de Google peut vous y aider.
Plutôt que de choisir l'emplacement de diffusion de vos annonces ou d'ajuster manuellement vos enchères, qui sont des opérations fastidieuses, vous préféreriez sans doute consacrer plus de temps à des tâches stratégiques (comme identifier les dernières tendances ou conquérir de nouveaux marchés). La technologie de machine learning de Google étudie quotidiennement des milliards de données sur les consommateurs (de leurs couleurs et tons préférés à leur historique des achats, en passant par leurs appareils et leur zone géographique). Grâce à des produits comme les campagnes universelles de promotion d'applications et les stratégies d'enchères intelligentes, vous pouvez désormais utiliser ces informations afin de diffuser des millions d'annonces personnalisées en fonction de vos clients, et de définir l'enchère appropriée pour chacune d'elles en temps réel.
Même si vous n'utilisez pas ces innovations AdWords, vous profitez tout de même des avantages du machine learning. En effet, pour prévoir si un utilisateur cliquera ou non sur votre annonce, Google combine cette technologie avec toute une série d'informations (des données sur les requêtes de recherche, l'historique des performances de vos annonces et d'autres signaux contextuels). Cette estimation du taux de clics permet de déterminer la sélection, le classement et la tarification de vos annonces. Ainsi, le machine learning vous aide déjà à toucher les audiences appropriées avec vos campagnes.
Au cours des trois prochaines semaines, nous continuerons de vous expliquer comment le machine learning peut vous permettre d'atteindre vos objectifs marketing et d'accélérer le développement de votre activité. Pour ne manquer aucun article à ce sujet, devenez membre de notre blog Inside AdWords ou abonnez-vous à notre newsletter relative aux bonnes pratiques.Publié par Matt Lawson, Director of Performance Ads Marketing1 Stanford News, 2017

Attirez de nouveaux utilisateurs grâce à un nouveau format d'annonce jouable dans les campagnes universelles de promotion d'applications

jeudi, décembre 07, 2017

La période des fêtes de fin d'année est déjà là, et des millions de personnes à travers le monde ont hâte de déballer leurs nouveaux appareils et de télécharger leurs applications favorites. Leur choix est vaste : il est donc vital pour vous d'attirer leur attention et de les inciter à interagir avec votre application.

C'est la raison pour laquelle nous présentons aujourd'hui les annonces jouables HMTL5 dans les campagnes universelles de promotion d'applications (UAC). Leur but est de permettre aux utilisateurs d'interagir directement depuis l'annonce (par exemple, en actionnant une roulette, en marquant un point ou accédant au deuxième niveau).

Les créateurs de Playtika attirent de nouveaux utilisateurs pour leur jeu

Afin de vous montrer les avantages des annonces jouables dans les campagnes UAC pour les développeurs de jeux et les responsables marketing d'applications, nous allons prendre l'exemple de Playtika. Ce leader des jeux mobiles a choisi ce format afin de toucher de nouveaux utilisateurs pour son jeu House of Fun. Ces derniers peuvent faire tourner la roulette directement dans l'annonce et avoir un aperçu de l'application avant de la télécharger. Cela leur permet ainsi de découvrir la jouabilité du jeu et ses mécanismes avant de l'installer.

Après avoir diffusé des annonces jouables percutantes et interactives, et testé différents formats de créations, les responsables de Playtika ont pu multiplier par 1,8 leur retour sur les dépenses publicitaires (ROAS).

"Notre but est de faire découvrir les jeux de Playtika à un plus grand nombre de joueurs potentiels à grande échelle. Nous avons découvert que les annonces jouables permettent d'améliorer l'engagement et de renforcer la valeur client à long terme, car les utilisateurs ont déjà eu un avant-goût du jeu", explique Nir Schlaen, responsable de l'équipe marketing.

Voici trois conseils pour vous aider à diffuser vos premières annonces jouables dans des campagnes UAC.

1. Soyez bref et concis : votre contenu jouable doit être court et accrocheur afin d'éviter que les utilisateurs n'ignorent votre annonce. Idéalement, cette dernière doit durer entre 30 et 60 secondes. Sa longueur doit être adaptée à votre application et peut dépendre aussi bien du secteur concerné que de la complexité de l'annonce. Par ailleurs, la difficulté du jeu dans l'annonce doit être plus faible que celle de la version complète.

2. Suscitez l'intérêt des utilisateurs tout en restant précis : vous devez concevoir votre annonce en fonction des interactions que les joueurs sont censés effectuer. Pour commencer, vous devez leur faire bonne impression dès le début. Concentrez-vous sur les aspects de votre jeu permettant de capter l'attention des utilisateurs et de les inciter à revenir. Indiquez-leur clairement ce qu'ils doivent faire. Vous devez ainsi inclure des sous-titres et des instructions expliquant précisément les mécanismes du jeu (par exemple, "Balayez l'écran pour le faire défiler" ou "Secouez votre téléphone pour sauter").

3. Affichez une incitation à l'action claire : c'est l'occasion pour vous de résumer votre jeu et d'inciter les utilisateurs à le télécharger afin de jouer à la version complète. Par exemple, "Le jeu vous a plu ? Téléchargez-le dès maintenant pour passer au deuxième niveau." Il est essentiel que votre incitation à l'action soit aussi claire que possible. Elle doit inclure une zone cliquable permettant aux utilisateurs de télécharger facilement votre application.

Nous mettons tout en œuvre pour apporter des innovations aux campagnes universelles de promotion d'applications. Les annonces jouables en sont la dernière illustration. Pour découvrir comment exploiter tout le potentiel des campagnes UAC, consultez nos bonnes pratiques.

Posté par Sissie Hsiao, VP of Product Management, Mobile Advertising

Inside AdWords - France

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

Accélérez le développement de votre activité grâce au machine learning : partie II

Accélérez le développement de votre activité grâce au machine learning : partie I

Attirez de nouveaux utilisateurs grâce à un nouveau format d'annonce jouable dans les campagnes universelles de promotion d'applications

Products

Libellés

Archive

Feed

Liens Utiles

Company-wide

Products

Developers