Chaque jour, de nouvelles fonctionnalités apparaissent et nous permettent d’automatiser les processus, de gagner du temps, d’améliorer la qualité des informations grâce à l’apprentissage automatique. L’enchère personnalisée est un mélange de ces fonctions, car contrairement aux enchères standards ou automatiques, celle-ci permet de personnaliser l’algorithme en fonction des objectifs commerciaux réels. Au moyen d’un script créé dans DV360, nous fournirons à l’algorithme davantage de connaissances pour appliquer l’apprentissage automatique de manière optimale et unique pour chaque client et chaque campagne.
Qu’est-ce que l’enchère personnalisée et qu’apporte-t-elle à nos campagnes ?
L’enchère personnalisée permet de combiner nos connaissances commerciales avec l’algorithme de Google. Cette union entre notre connaissance de la campagne et de ses objectifs, ajoutée à l’apprentissage automatique de Google, nous permettra d’aligner nos objectifs sur les objectifs commerciaux de l’annonceur.
💡 Comment cela fonctionne-t-il ?
La première chose à faire est de se poser deux questions :
💡 Quel est notre objectif ? Si notre objectif est un CPM standard, il n’y a pas besoin de CB. En revanche, si nous voulons optimiser en fonction d’autres objectifs et indicateurs clés de performance, nous pouvons considérer la CB comme une solution.
💡 Voulons-nous gérer la campagne manuellement ? Si notre priorité n’est pas de fixer manuellement les enchères et que nous préférons l’algorithme de Google pour maximiser l’efficacité de nos campagnes, nous recommandons d’appliquer CB.
Ensuite, nous identifions les signaux : nous devons fixer nos objectifs (KPI) et ce que nous mesurons ainsi que comment nous allons optimiser sur cette base. Ceci nous amène à la troisième étape : la conception du script.
Pour le développer, il n’est pas nécessaire d’être un expert en code. En effet, dans le centre d’aide nous pouvons trouver des informations et des exemples pratiques. Il s’agit des trois principaux modèles d’agrégats, chacun d’entre eux étant applicable aux différents cas d’utilisation que nous allons aborder ci-dessous :
Sum-aggregate : Dans tous les cas, additionner tous les poids.
Max_Aggregate : Dans tous les cas, il ne prend en compte que la pondération maximale.
First_match_aggregate : Pour toutes les conversions, il recherche la première interaction qui se produit dans la séquence de script.
Une fois le script créé dans DV360, et assigné comme algorithme d’enchère à notre ordre d’insertion de test (en remplacement des options non personnalisées offertes par la plateforme), l’algorithme s’optimisera en fonction des règles établies dans notre script. Si nous avons effectué les étapes ci-dessus, il est temps de sélectionner notre script comme algorithme d’enchère dans notre ordre d’insertion et de commencer à vérifier les résultats entre l’ordre d’insertion de test et le nouvel ordre d’insertion avec l’algorithme personnalisé.
Cas d’utilisation
Pour nous aider à mieux comprendre chaque scénario possible, nous avons 6 cas d’utilisation prédéfinis :
- Conversions pondérées : tous les objectifs contribuent à la réalisation de l’objectif final. Nous pouvons attribuer un poids à chaque étape de l’entonnoir de conversion, en donnant la priorité aux actions qui ont le plus de valeur pour l’annonceur.
- Valeur de l’activité : contrairement à la pondération basée uniquement sur des événements spécifiques tels que les projecteurs, ce modèle nous permet d’optimiser sur la base de u-variables personnalisées. C’est-à-dire que nous pouvons donner des poids différents à nos variables personnalisées collectées dans le gestionnaire de campagne pour augmenter le bénéfice.
- Transaction ROAS : Nous pouvons utiliser la valeur de chaque produit ou service pour ajuster la valeur des ventes. L’avantage est de différencier les valeurs des ventes par produit, toutes les ventes n’ayant pas la même valeur.
- Google Analytics : avec GA360, nous pouvons pondérer en fonction de différents événements sur notre site, à condition de posséder un compte premium et d’avoir configuré tous ces objectifs. Par exemple, les utilisateurs qui ont passé une commande sont plus valorisés, ou ceux qui ont passé plus de temps à naviguer sur notre site web.
- Signaux de marque : nous utilisons des signaux de marque tels que la visualisation, l’exhaustivité de la vidéo, etc. afin de tirer le meilleur parti de ces informations dans nos campagnes.
- Conversions unifiées : avec l’aide de Campaign Manager et de Google Analytics, nous sommes en mesure de recueillir toutes les informations que nous ne pouvons pas mesurer avec les seuls projecteurs. Exemple : dans le cas de conversions pondérées, avec les conversions hors ligne, nous donnons plus de poids à celle qui a la valeur la plus élevée. Dans ce cas, nous pouvons unifier les conversions en ligne et hors ligne sous le même algorithme et leur donner la même valeur.
Chacun d’entre eux est unique et variera en fonction de la pondération que nous donnons à chaque étape, action ou valeur de vente.
Histoires de réussite
Nous avons actuellement plusieurs cas actifs d’annonceurs avec Custom Bidding, donc nous avons déjà une base avec laquelle nous pouvons passer à de nouveaux projets. L’exemple le plus récent est celui d’un client bancaire pour lequel nous avons mis en œuvre le cas des « conversions pondérées », où nous pondérons les étapes préalables à la conversion. Nous pouvons être assurés que les hypothèses ci-dessus sont respectées, sur la base des résultats obtenus à ce jour.
Données réelles :
- Avec un investissement inférieur et la moitié du nombre d’impressions livrées, le test d’enchères personnalisées a des CTR globaux supérieurs de 0,10 point de pourcentage.
- Plus important encore, le CPA de l’enchère personnalisée est inférieur de 30 % au CPA de la campagne standard.
- Le nombre de conversions CB est 39% plus élevé que l’ordre d’insertion standard.
Vous voulez approfondir vos connaissances sur l’enchère personnalisée ? N’hésitez pas à contacter Jérémie Leitao pour en savoir plus ou contactez-nous directement par mail sur info@makingscience.com💡
Paramètres des cookies