La segmentation des audiences et la personnalisation des messages sur Google
Les recherches sur Google fonctionnent sur la base mots clés et d’intentions. Lorsque 20 personnes tapent un mot clé relatif à l’offre d’une marque, quatre profils peuvent être établis :
- Les inconnus
- Les clients de l’enseigne
- Les prospects chauds
- Les prospects
Selon ces profils, il est possible de proposer des réponses et des enchères différentes. On peut, par exemple, changer les annonces pour les clients afin d’effectuer de l’off-sell ou du cross-sell, ou proposer un message différent aux prospects chauds.
Pour segmenter et cibler les profils, on part dans un premier temps de celui dont on ne sait rien et l’on achète un message standard au prix du clic. On utilise ensuite les options démographiques avec le visiteur suivant, un homme de 34 ans par exemple. Avec les in-market audiences, Google repère les utilisateurs intéressés par la thématique de l’enseigne en fonction de leur historique de recherche.
On peut également mentionner les similaires audiences, qui trouvent les utilisateurs effectuant des recherches sur des mots clés achetés au sein de la base de données de Google. D’autre part, avec Customer Match, les utilisateurs issus de la base de données de la marque sont retrouvés par le moteur de recherche. Il est possible alors d’effectuer du remarketing sur les acheteurs avérés. Les résultats sont probants en comparaison d’une campagne de search traditionnelle :
- Avec le remarketing search, le taux de conversion est plus élevé de 30% en moyenne, et le coût d’acquisition est de 44% plus faible.
- Avec Customer Match, le taux de conversion est supérieur de 50% et le coût d’acquisition inférieur de 57%.
- Avec les similar audiences, le taux de conversion augmente de 19% et le coût d’acquisition est réduit de 29%.
Plus la connaissance des visiteurs est pointue, plus il est possible d’aller chercher le volume et de diminuer le coût d’acquisition.
Quels sont les derniers formats d’annonces sur Google Ads ?
Il importe de mentionner les trois derniers formats d’annonces rendus possibles par Google Ads, à savoir les ad variations, les responsive search ads et les smart shopping campaigns :
- Ad variations : il s’agit de prendre une annonce existante (titre et descriptif) et de créer des variations en proposant plusieurs titres ou descriptifs différents. La plateforme Google Ads permet de placer par exemple 50% du budget sur la première campagne et l’autre moitié sur les variations créées. Au bout d’une période de test, il est possible d’analyser les différences de performance entre les deux.
- Responsive search ads : au lieu de créer des centaines d’annonces à la main, cet outil permet d’écrire une quinzaine de titres, quatre ou cinq descriptions et l’algorithme crée toutes les variations et combinaisons possibles, en retirant celles qui n’ont aucun sens ni utilité. Les annonces tournent d’elles-mêmes sur Google Ads et il est possible de comparer les résultats.
- Smart shopping campaign : des campagnes automatisées pour Google Shopping. L’enseigne fournit son flux shopping et l’intègre à une campagne smart shopping en visant définissant l’un des deux objectifs suivants : maximiser les conversions ou définir un ROS (retour sur investissement des dépenses publicitaires). L’algorithme Google prend en compte le comportement des utilisateurs et pousse automatiquement la publicité sur les différents canaux (shopping classique, display, YouTube, etc.).
Zoom sur l’automation
Tous les jours sur Google apparaissent 15% de nouvelles requêtes dues à l’actualité, mais également aux internautes pour les nouvelles marques, les nouveaux produits, les nouvelles collections et les nouveaux services. Ce constat complexifie les sites, les options, les catégories et élargit le volume des références produits. Les campagnes sont donc de plus en plus lourdes à gérer.
Google a donc mis en place le DSA page feed, utilisant le flux produit d’une marque pour trouver la meilleure landing page par rapport aux requêtes générées. Il propose alors la meilleure annonce qu’il pense pouvoir trouver. En comparaison d’une campagne de search non-brand, DSA page feed permet d’obtenir 15% de clic en plus, 35% de taux de clic supplémentaire, un coût par clic de 30% plus faible et un coût d’acquisition inférieur de 35%.
Le machine learning, de son côté, est la capacité des ordinateurs à apprendre sans être explicitement programmés. Il est utilisé tous les jours avec les différents outils Google, par exemple lorsque Gmail génère des propositions de réponse aux mails. Le machine learning permet de proposer une enchère différente et de s’adapter en temps réel au regard des différents signaux envoyés par les utilisateurs.
On peut notamment évoquer les smart biddings, une solution d’automatisation des enchères de Google utilisant les données utilisateurs (localisation, heure, appartenance aux listes d’audiences), des annonceurs (base CRM client, promotions mises en avant) et de Google (comportements, historiques, devices utilisés). Les annonceurs peuvent ainsi définir la stratégie en amont et laisser l’intelligence artificielle s’occuper de son déploiement.
Enfin, les script sur adwords permettent d’automatiser des tâches simples telles que changer une date, actualiser des fiches produits, activer ou mettre en pause des campagnes à partir de déclencheurs particuliers. Par exemple, un marchand de chaussures de sport doté de plus de 20 000 références à la fois en lancement, en vente normale, en promotion, déstockage ou encore en solde peut voir chaque semaine plus de 1 000 produits changer de statut.
Il n’est pas possible pour l’humain de gérer ces volumes. Les scripts permettent donc d’activer les annonces de manière automatique.
Intervenants : Jonathan VIDOR, JVWEB et Maël BARTHELEMY, GOOGLE
ARTICLES SIMILAIRES
Découvrez l'atelier de Gameloft sur le rôle du jeu vidéo en publicité