Par Mike Ryan, Head of Retail Insights at Smarter Ecommerce (Smec) / Adaptation : Cedric Stucki, Directeur général Smec France
On assimile bien souvent l’automatisation des campagnes Google ads à une boite noire. J’aimerais détailler un peu le concept, inspiré des recherches dans le domaine de la conduite automatisée.
Pour mettre un peu de contexte, la conduite se résume à la somme des activités de surveillance, de contrôle de la navigation et de détection et de réponse aux événements extérieurs.
À plusieurs égards, c’est un environnement similaire à la manière dont les campagnes Google Ads sont également pilotées.
L’automatisation cherche à dépasser différentes boucles de contrôle (le ❌ dans l’illustration ci-dessous). Les humains (?), peuvent occuper trois positions différentes de contrôle et de pilotage des campagnes (toutes mes excuses pour les anglicismes qui suivent) :
?? ?? ??? ????:
L’utilisateur en contrôle et pilotage directs de la campagne.
?? ?? ??? ????:
L’utilisateur ne contrôle plus directement la campagne mais sait en mesurer les enjeux et la performance.
❌? ??? ?? ??? ???? (????):
L’utilisateur qui ne contrôle plus directement la campagne et ne peut pas évaluer la situation.
Les options de pilotage proposés par Google (Smart Bidding et Smart Shopping) peuvent évoluer assez loin dans une zone « out of the loop » (OOTL). Non seulement les options de campagne sont réduites, mais l’observabilité et la granularité des insights de campagne sont réduites et empêchent les utilisateurs de passer à l’action pour corriger ou optimiser l’efficacité des campagnes.
Alors que Google Ads devient de plus en plus automatisé, les entreprises qui ont une part de trafic paid search importante sont donc confrontées à un double enjeu :
1) comment piloter la plateforme en phase avec leurs objectifs de performance
2) comment se différencier de ses concurrents qui déploient la même technologie
Dans un environnement OOTL où vous n’avez que des données d’entrée et des sorties, il devient crucial de mesurer la bonne donnée activante et d’optimiser la donnée entrante (celle qui provient de votre offre).
Dans un contexte Google Ads, les entreprises qui savent mesurent le profit (au delà du seul ROAS) surpasseront celles qui ne le font pas. Et le profit étant comme des lamelles d’oignon, vous pouvez passer de la mesure de la marge brute, de la marge de contribution, de la marge nette à l’EBIT. Vous pouvez également agréger ces KPIs pour modéliser la fameuse Client Lifetime Value (CLV).
Il s’agit d’un véritable parcours de marketing digital , voire même d’un parcours d’analyse de la valeur crée qui implique un alignement complet avec les équipes achat, logistiques, financières et BI et l’utilisation de l’itération et du test & learn en permanence.
Ceux qui maîtrisent la data (input et output) savent observer et apprendre – peuvent – a minima – rester « on the loop » et en contrôle !
