Optimiser les publicités sur Google

Avec l’augmentation de l’automatisation offerte par Google Ads et Microsoft Ads (qu’elle soit appréciée ou non par les annonceurs), il serait sage de ne pas simplement accepter l’automatisation et de l’utiliser, mais également de l’optimiser. Attendez, comment optimiser l’automatisation? Ne suffit-il pas d’appuyer sur le bouton pour passer aux campagnes de ROAS cible ou de Smart Shopping, puis de s’asseoir et d’en ouvrir une froide pendant que la machine fait le gros du travail? L’automatisation n’est pas un jeu d’enfant. En fait, votre travail de baby-sitter peut parfois être plus mouvementé que vous ne l’auriez imaginé lorsque vous dépannez et guidez les algorithmes d’apprentissage automatique. Dans cet article, nous examinerons la situation dans son ensemble de la gestion de l’automatisation et analyserons la théorie derrière la prise de décisions, afin que le processus tactique soit mieux guidé. Vous trouverez des conseils pour créer le bon framework, qui peuvent ensuite être utilisés pour prendre des décisions d’automatisation solides. Lorsqu’il s’agit de prendre des décisions d’optimisation de l’automatisation, nous utilisons de plus en plus ce qu’on appelle la roue magique de l’automatisation », comme illustré ci-dessous, dans ce graphique de pointe et coûteux (probablement des millions en NFT). Alors que beaucoup de gens pensent que l’automatisation est quelque chose à régler et à ignorer, mis à part un petit ajustement de temps en temps, je vous encourage à penser au-delà de cela.

En ce qui concerne le fonctionnement de l’automatisation, il est important de réaliser que l’apprentissage automatique (ML) est basé sur les entrées de données qui lui sont données. Cela signifie que si les entrées de données sont incorrectes, fausses, peu claires ou incomplètes, l’algorithme ML manquera probablement la cible, quelle que soit l’intelligence de cet algorithme particulier. Une fois que l’automatisation ne semble pas fonctionner, nous devons évidemment examiner nos entrées de données pour nous assurer qu’elles sont complètes (votre code de suivi des conversions est-il placé correctement)? Mais j’ai trouvé que les deux derniers problèmes qui peuvent survenir avec le ML (données peu claires ou incomplètes) sont ceux où se trouve la meilleure opportunité de recentrer la machine. C’est là qu’intervient l’automatisation guidée par l’homme. Si vos données ne sont pas claires ou incomplètes, il est injuste de blâmer la machine. Ni l’homme ni la machine ne peuvent prendre de grandes décisions basées sur des données erronées (même si je soupçonne que les humains peuvent parfois avoir plus de chance). Où la roue magique de l’automatisation entre en jeu Premièrement, ce n’est pas du tout magique.

C’est mon sens de l’humour semi-sec qui entre en jeu de la même manière que j’aime me moquer des hacks »qui ne sont pas en fait des hacks – ce sont simplement les meilleures pratiques Il n’y a rien de magique avec la roue. Vous, le responsable humain, travaillez simplement avec l’automatisation PPC dans un processus sans fin qui comprend ces quatre étapes (cinq, si vous comptez le bonus): Répétez sans fin. Lorsque vous avez un problème spécifique que vous souhaitez résoudre avec l’automatisation, vous devez commencer par discuter de ce que c’est et comment vous allez résoudre ce problème. Cela implique de communiquer avec votre client (ou d’autres personnes qui peuvent éclairer cette décision) et de rechercher les différents aspects de ce que vous essayez d’accomplir. Quel type de solution d’enchères automatisées fonctionnera le mieux dans cette situation spécifique en fonction des données dont vous disposez, des objectifs de votre client et des objectifs que vous essayez d’atteindre? Vous devez ensuite définir votre stratégie en étapes réelles pour lesquelles vous pouvez accomplir ce que vous avez créé, puis vous devez élaborer ce plan. Une fois que tout est en place avec l’automatisation, c’est là que beaucoup de gens s’arrêtent: à la fin de la troisième étape. Ils se tapotent dans le dos car l’automatisation est maintenant à l’œuvre. Mais que se passe-t-il si votre stratégie manque un élément clé? Que se passe-t-il si l’automatisation ne fonctionne pas réellement? » Plutôt que de vous arrêter ici, vous devez maintenant analyser les données que vous recevez de votre plan (assurez-vous de vous donner suffisamment de temps, bien sûr) et surtout, vous devez alors être prêt à entrer dans une nouvelle discussion stratégique pour repenser et reconstruire votre automatisation. . Beaucoup de gens pensent, parce qu’ils utilisent le ciblage ROAS dans cette campagne DSA, que leur travail est terminé. Que se passe-t-il si vous repensez la structure de la campagne DSA? Que se passe-t-il si vous déterminez que cet ensemble de pages doit être mis à part et ciblé avec une stratégie d’enchères au CPA à la place?

Si vous gérez bien l’automatisation, non seulement vous ne vous éloignez jamais de vos campagnes automatisées, mais vous les repensez constamment et testez de nouvelles structures, audiences, stratégies d’enchères, etc. L’automatisation ne vous enlève pas votre travail; cela change votre travail. Jouons cela pratiquement. Parfois, il est plus facile de le voir dans un scénario réel. Vous décidez de tester Smart Shopping dans ce compte, mais cela ne fonctionne pas. Vous avez testé vos données de conversion, importé des listes d’audience complètes et précises et enregistré suffisamment de conversions au fil du temps pour ces produits. Maintenant, tu fais quoi? Il est temps de commencer à l’étape 1. Vous vous connectez avec le client ou exécutez en interne un audit pour déterminer en quoi ces produits pourraient fournir un meilleur sous-ensemble de produits à cibler. Ou peut-être vous connectez-vous avec le client pour re-discuter du public cible des différents groupes de produits qu’il propose. C’est une étape délicate car elle est si importante, mais elle peut être mal faite sans que l’annonceur se rende compte qu’il ne pose pas les bonnes questions.

Quoi qu’il en soit, disons que vous établissez une stratégie avec le client et déterminez que vous avez trop de produits annoncés en fonction de leur budget. Vous aviez une campagne Shopping intelligente configurée pour cibler 5 000 produits avec un budget mensuel de 10 000 USD et cela ne fonctionnait pas dans ce cas. Vous prenez ces apprentissages et développez un plan. Vous allez prendre leurs 100 produits les plus importants et les regrouper judicieusement dans deux campagnes Shopping intelligentes distinctes en fonction des catégories (étant donné que les audiences cibles pour ces deux catégories diffèrent considérablement). Vous construisez ensuite ces deux campagnes et les diffusez en direct, prêt à en créer une froide. Maintenant que vous avez mis les choses en ligne, vous effectuez des ajustements mineurs avec les objectifs de budget et de ROAS, mais vous laissez quelques semaines aux campagnes pour voir ce qui se passe. Vous commencez à analyser les données et vous apprenez encore quelques choses. Vous apprenez que certains des produits fonctionnent exceptionnellement bien dans cette catégorie et vous finissez par pousser plus loin cette campagne.

Grâce à ce nouveau test, vous avez appris que la deuxième catégorie que vous avez choisie n’est pas un excellent ensemble de produits pour les campagnes Shopping. Ils sont peut-être trop chers ou pas assez attrayants visuellement pour obtenir des clics avec les annonces dynamiques des campagnes Shopping intelligentes. Quoi que vous appreniez, vous décidez de tester un autre ensemble de catégories tout en laissant votre première campagne en cours d’exécution. Vous parlez ensuite au client et commencez à élaborer une stratégie pour le prochain test… et vous êtes de retour dans la roue. Voyez comment cela fonctionne? Contrairement à Thanos qui fait une pause dans sa ferme, votre travail n’est jamais terminé. Même avec l’automatisation, vous ne pouvez pas vous reposer (et bon, je suis excité à ce sujet!). L’automatisation guidée par l’homme est l’avenir, et c’est une façon dont nous envisageons de bien la gérer d’une manière orientée processus.

SEO Agence est une agence seo à Lille

Google teste les annonces locales dans les résultats de suggestion automatique de Maps

Google teste les annonces pour les entreprises locales dans les résultats de recherche de suggestion automatique de Google Maps.

Thibault Adda, spécialiste de la recherche locale chez Darden Restaurants, l’a remarqué et a tweeté à ce sujet jeudi. En tapant une recherche sur «Restaurant de fruits de mer», une annonce pour la chaîne de restaurants de fruits de mer Red Lobster est apparue dans les résultats de la suggestion automatique avant de terminer la requête de recherche, comme vous pouvez le voir sur la capture d’écran qu’il a partagée.

Google a confirmé avec nous qu’il s’agissait d’une expérience. « Nous testons toujours de nouvelles façons d’améliorer notre expérience pour nos annonceurs et nos utilisateurs, mais nous n’avons rien de spécifique à annoncer pour le moment », a déclaré un porte-parole dans un communiqué.

Pourquoi nous nous soucions. On ne sait pas si ces annonces sont diffusées uniquement via des campagnes locales ou généralement via des extensions de lieu, mais c’est un autre signe que Google teste continuellement de nouvelles façons et de nouveaux endroits pour diffuser des annonces. Les servir dans des résultats de suggestion automatique est une première à notre connaissance.

SEO AGENCE est une agence de conseil SEO à Lille

L’automatisation

L’un des sujets les plus controversés (et les moins bien compris) du monde PPC, Automation, formation SEO Lille est un véritable casse-tête. Sur le plan fonctionnel, nous avons deux niveaux d’automatisation distincts qui se produisent simultanément sur les plates-formes PPC et dans les processus utilisés pour gérer les supports PPC. Notre industrie est à un point d’inflexion et nous ne ferons pas simplement de meilleurs spécialistes du marketing en automatisant tout avec une confiance aveugle dans les machines. Nous devons plutôt adopter une approche intelligente de l’automatisation et de la manière dont nous pensons aux futurs rôles que les professionnels des PPC devront assumer.

Il est évident qu’un poids lourd du sujet nécessite l’intervention de poids lourds de l’industrie à SMX Advanced 2019; il n’a donc pas été surpris de voir Frederick Vallaeys d’Optmyzer, Inc. et Brad Geddes d’AdAlysis.

Avant de plonger dans les idées partagées au cours de cette session, il est important de noter un thème clé qui prévalait tout au long. Ce thème est l’idée que nous n’avons pas besoin de tout automatiser. Bien qu’il soit facile d’imaginer pleinement futur automatisé où, au toucher d’un bouton, tout se met en place – ce n’est tout simplement pas la réalité du monde auquel nous sommes confrontés. En effet, la transformation numérique est particulièrement difficile pour cette raison précise: certaines choses doivent être automatisées et d’autres ne doivent absolument pas, mais où est la limite?

Aperçus de Frederick Vallaeys
À peine sorti de la presse, Fred vient de publier un excellent nouveau livre intitulé « Le marketing numérique dans un monde IA: votre future agence PPC », que j’ai commencé à lire pendant le vol à destination de Seattle et que, honnêtement, je ne pouvais pas le laisser tomber! Plusieurs des points saillants de son livre ont été présentés au cours de sa session.

Fred a été un des premiers employés de Google depuis assez longtemps pour comprendre l’évolution du monde de la technologie PPC et a lui-même fourni un certain nombre de solutions d’automatisation fonctionnelles à la communauté plus large des PPC.

Fred a débuté sa session en expliquant les principales raisons d’automatiser les processus PPC, notamment:

Gagnez du temps (réduction des coûts à faire croître la ligne de fond)
Améliorer la qualité et réduire le taux de désabonnement
Permettre à l’échelle (afin de gagner plus d’argent)
Ces raisons, bien sûr, ne sont pas exclusives au monde du marketing numérique mais constituent des considérations clés pour l’automatisation dans tous les secteurs. L’idée principale est que le fait d’automatiser quelque chose ne signifie pas nécessairement que nous devrions le faire. Afin de hiérarchiser nos travaux d’automatisation, nous devons tirer parti d’un cadre de degré d’impact. En voici un que Fred a partagé lors de sa présentation:

« Le CPP devient plus facile et plus difficile en même temps » – Frederick Vallaeys
Brad Geddes s’est également fait l’écho de ce sentiment: «la gestion de compte sur plate-forme est en train de devenir plus facile», tandis que «la publicité multiplate-forme la rend plus difficile car les utilisateurs fragmentés et les jardins murés empêchent le partage des données d’audience / de performance».

Fondamentalement, le rôle du gestionnaire de liens sponsorisés est en train d’être redéfini par les vagues d’automatisation disponibles pour les plates-formes et les annonceurs. La communauté PPC a souvent repoussé sur la technologie d’automatisation de Google, affirmant que les nouvelles solutions ne fonctionnaient pas ou qu’un humain pouvait toujours surperformer un ordinateur. Mais, comme le fait remarquer Fred, il s’agit peut-être d’un échec du responsable PPC, Formation referencement naturel Lille qui ne comprend pas comment entraîner une machine correctement et abandonne trop rapidement. Cette idée est la clé, et sera probablement la principale tendance que nous verrons dans les futures générations d’experts en PPC – au lieu de savoir comment optimiser manuellement, nous devons plutôt réfléchir à la manière d’alimenter les données dans la machine et de permettre aux machines d’optimiser à partir de là. . En comprenant les principes fondamentaux de l’apprentissage automatique, les meilleurs gestionnaires de liens sponsorisés adopteront à l’avenir une approche de la gestion de campagne basée sur la science des données, ce qui leur donnera plus de temps pour devenir de bons spécialistes du marketing.

SEO AGENCE est une agence SEO à Lille.