janvier 31, 2021

J’ai réalisé une étude sur l’amélioration des conversions pour mes campagnes Facebook: et maintenant?

Par admin2020


Récemment, Facebook a établi l’incrémentalité comme un outil clé pour comprendre les performances de la plateforme. Même si mener une étude peut être relativement facile, les choses peuvent devenir confuses lorsqu’il s’agit de décider quoi faire avec les informations nouvellement trouvées.

Chez Precis, nous avons effectué de nombreux tests de portance, et nous présentons ici quelques informations pratiques pour ceux qui font leurs premiers pas vers l’utilisation des données d’incrémentalité.

Après une période de collecte de données, vous vous retrouverez à regarder un pourcentage qui représente l’augmentation du taux de conversion de votre compte, campagne ou groupe de campagnes, ainsi que deux chiffres indiquant les conversions et les revenus supplémentaires générés par vos annonces. Celles-ci sont calculées en analysant les conversions effectuées par le groupe de test par rapport aux utilisateurs du groupe de contrôle.

Les chiffres sont censés quantifier l’impact de vos publicités sur l’intention des utilisateurs, mais qu’allons-nous faire de ces informations? Quelles sont les prochaines étapes?

Utilisez les données pour affiner la stratégie de compte

La première action qui découle de ce test est généralement la réaffectation manuelle du budget. L’algorithme de Facebook n’optimise pas la valeur incrémentielle en standard. Cela signifie que les informations nouvellement découvertes doivent être utilisées pour prendre des décisions en matière de stratégie de compte. Un simple multiplicateur basé sur les données de conversion utilisant les sorties du test de portance peut suffire pour commencer.

Cela est utile dans le cas des audiences de remarketing, qui sont souvent les plus performantes dans un compte car elles ont déjà démontré une intention ou au moins un intérêt pour votre produit. L’examen des résultats incrémentiels dans ce cas peut nous dire dans quelle mesure cette performance se serait produite indépendamment de toute interaction avec les publicités. Si vos campagnes de remarketing se sont avérées moins pertinentes pour influencer le choix d’un utilisateur, vous voudrez peut-être réduire son budget et le redistribuer vers des audiences plus prospectives.

Des actions similaires peuvent être entreprises par contrôler les cibles. L’objectif dans ce cas est de permettre la livraison uniquement lorsqu’un certain niveau d’efficacité est atteint.

  • Définir un Coût plafond basé sur la valeur incrémentielle qui a été mesurée. Définissez un CPA cible pour ces audiences et limitez la diffusion en fonction de l’efficacité. Les objectifs basés sur la valeur peuvent suivre la même logique lors de la définition d’un ROAS minimum.

  • Utilisez une stratégie similaire, mais travaillez-la avec Plafonds d’enchères. Nous connaissons le public, nous connaissons la valeur, nous savons à quel point nous devons être stricts avec les attentes de performance.

Dans les deux cas, pensez à ajuster les valeurs des différentes fenêtres de conversion utilisées pour l’étude et pour le compte. La recherche de la livraison parfaite peut également prendre un certain temps, mais connaître la valeur incrémentielle est une bonne base pour commencer. Dans le même temps, veillez à utiliser des données toujours disponibles et dynamiques lors de l’optimisation des performances quotidiennes. Les données d’ascenseur peuvent être plus proches de la vérité, mais elles sont collectées en un seul instant et comportent de fortes limitations.

Quelles sont les limites?

Un CPA supplémentaire de 60 USD, où vous voyez généralement un CPA de 12 USD, peut être assez choquant. Dois-je utiliser ces données pour analyser les performances des campagnes à partir de maintenant? Dois-je ajouter 48 $ lorsque je regarde le CPA de mes campagnes?

Dans tous les types de marketing, d’innombrables facteurs influent sur les comportements des utilisateurs, dont beaucoup ne sont pas mesurables (oui, même pour les solutions de marketing numérique). Comprendre l’attribution signifie savoir que le CPA de 12 $ que vous voyiez sur Facebook n’était jamais censé être la vérité, mais juste une pièce d’un puzzle plus grand que nous ne pouvons que résoudre. Être en mesure d’obtenir des données sur les effets incrémentiels statistiquement significatifs d’une plate-forme est une bonne chose, mais même ces chiffres ne doivent pas être surestimés ni sous-estimés pour plusieurs raisons:

  1. La précision dans la définition et le maintien de la cohérence dans les groupes de test et de contrôle dépend fortement du canal. Dans le cas de Facebook, le fait que le suivi soit basé sur l’utilisateur et non sur les cookies permet une plus grande précision en excluant les utilisateurs des interactions sur plusieurs appareils et navigateurs. Cependant, ce ne sera pas précis à 100% – des facteurs tels que ITP et les bloqueurs de publicités sur des navigateurs spécifiques peuvent affecter la fiabilité.

  2. Une autre limitation est le comportement cross-canal, le fait que les utilisateurs du groupe de contrôle et du groupe de test puissent voir vos annonces lorsqu’ils naviguent sur différentes plates-formes. Les utilisateurs peuvent interagir avec des créations très similaires sur d’autres canaux, ce qui réduit considérablement l’efficacité d’un test exécuté sur un seul canal tel que Facebook.

Si la première limitation est assez difficile à résoudre, il existe des moyens de gérer la seconde. Par exemple, une étude de conversion cross-canal pourrait faire l’affaire. Ceci est généralement basé sur des blocages géographiques, où les utilisateurs du groupe de contrôle sont exclus de la visualisation des annonces sur plusieurs canaux à l’aide de codes postaux. Une équipe Facebook peut vous aider à configurer cela, alors contactez-nous et essayez-le!

Federico Marogna, spécialiste numérique senior chez Precis Digital.

// Présenté dans cet article

Precis Digital

Precis est une agence de marketing numérique axée sur les données spécialisée dans le marketing numérique, la mesure et la science des données.

En savoir plus



Source link