La fin du monde du PPC tel que nous le connaissions est-elle arrivée ?

La réponse courte, mon ami, est pas encore et, si tu continues à lire cet article, tu comprendras ce que je veux dire :-)

J’ai lu avidement tous les articles et rapports de Frederick Vallaeys et de plusieurs des professionnels les plus importants de Google Ads dans le monde. J’ai également réalisé de nombreuses expériences moi-même et je suis sûr qu’il existe encore un large champ pour le ciblage sélectif manuel pour surpasser l’apprentissage automatique.

Mais alors la vraie question devient : comment le faire (sans perdre les immenses possibilités offertes par l’IA) ? Et, dans quelles circonstances cela en vaut-il la peine ?

La réponse, comme c’est souvent le cas dans l’industrie du marketing digital, n’est pas facile et doit être appliquée au cas par cas, après une évaluation des campagnes en cours.

Quand l’automatisation en vaut-elle la peine ?

Mes presque 20 ans dans le PPC m’ont appris qu’il n’y a pas de bonne ou de mauvaise façon de faire des Google Ads, mais plusieurs façons plus ou moins efficaces de cibler vos prospects ou clients idéaux.

J’ai littéralement vu des choses dans les campagnes Google Ads (que vous ne croiriez pas) fonctionner bien, et des structures techniquement parfaites échouer à atteindre même l’objectif minimal pour lequel elles ont été conçues.

C’est pourquoi j’ai toujours essayé d’atteindre mon public cible idéal de la manière la plus complète (et la plus simple) que la plateforme me permet de faire. Cette façon de mener des campagnes ne faillira jamais.

Mais cela signifie aussi que vous ne pouvez pas utiliser un modèle ou une structure fixe pour tout promouvoir. Vous devez toujours essayer des approches presque complètement différentes pour atteindre les objectifs de votre campagne.

Quoi qu’il en soit, après avoir testé plusieurs structures publicitaires différentes, je viens à élaborer un cadre général, que j’espère pourra vous aider aussi.

Qu’est-ce que le ‘Agile Target Layering’ et comment cela fonctionne-t-il ?

Je l’ai nommé “agile” parce qu’il n’est pas construit sur une structure fixe. Vous devez le changer dès que vous voyez qu’il n’obtient pas de résultats ou si vous trouvez de meilleures façons de cibler efficacement votre audience.

J’ai utilisé les mots “ciblage en couches” parce que pour tirer le meilleur parti de vos campagnes, vous devez vous assurer que l’apprentissage automatique comprend parfaitement quelles sont vos audiences idéales et les couvre complètement.

Si ce n’est pas le cas, vous devez le coupler avec quelques “couches” de ciblage manuel pour être sûr de couvrir ce que vous savez fonctionner le mieux au coût le plus bas possible.

Actuellement, le seul moyen d’atteindre cet objectif est d’ajouter quelques campagnes “à l’ancienne” au PPC IA, que nous commençons seulement à goûter ces jours-ci.

Pour l’expliquer simplement, vous devriez adresser le sommet de l’iceberg de l’intention de recherche la mieux convertissante de vos audiences avec une campagne de correspondance de phrase ou exacte (en commençant par des mots-clés de marque, par exemple).

Ensuite, laissez les étoiles de conversion à l’apprentissage automatique (ML), en sculptant ces campagnes avec des mots-clés négatifs pour les termes non pertinents et ce qui fonctionne déjà bien dans vos campagnes “à l’ancienne”.

Une fois que le ML trouve quelque chose qui convertit, vous pouvez boucler à nouveau dans le processus, et construire une nouvelle couche de ciblage manuel dessus, ou simplement profiter de tous les avantages du ML et passer votre temps économisé à réfléchir à d’autres approches que vous pourriez utiliser pour cibler vos utilisateurs (ou encore mieux passer du temps avec votre famille 😊).

Agile Target Layering appliqué à une industrie hyper-compétitive

Imaginez que vous devez vendre des locations de maisons de luxe à Sorrente (l’un des meilleurs endroits en bord de mer en Italie) à l’échelle mondiale.

Vos mots-clés Bottom of the Funnel (BOFU) pour construire des campagnes de recherche de correspondance de phrase ou exacte spécifiques pourraient alors être : “villas de luxe Sorrente”, “locations de luxe Sorrente”, “villas Sorrente avec piscine privée”, “appartements de luxe Sorrente” etc. C’est-à-dire “emplacement spécifique + un terme lié au luxe + terme de location de maison”.

Rien, sauf les termes de marque avec le nom de la villa ou du site web, n’attirera jamais plus d’utilisateurs ciblés sur votre site.

Si votre budget le permet, vous pourriez alors ajouter quelques campagnes MOFU en correspondance large avec des mots-clés comme : “villas Sorrente”, “locations de vacances Sorrente”, “locations de maisons Sorrente,” etc., et voir si l’apprentissage automatique peut faire la magie de trouver des audiences juteuses pour vous.

Ensuite, vous pourriez ajouter une couche finale avec des campagnes entièrement pilotées par l’apprentissage automatique comme Performance Max ou Discovery/Display pour adresser les audiences TOFU pour voir si vous pouvez convaincre quelqu’un qui n’est même pas conscient de l’existence d’un si bel endroit comme Sorrente et qui veut seulement un endroit pour littéralement “passer” son temps (et son argent, bien sûr).

Après une période de formation initiale (plus le budget est bas, plus la période est longue), vous pourrez vérifier ce qui nécessite des ajustements, ce qui doit être arrêté et ce qui mérite plus d’impulsion et d’optimisation.

Conclusions finales

Je crois fermement que notre mission en tant que professionnels du PPC en cette période de grand changement dans notre industrie est d’instruire l’apprentissage automatique sur ce qu’il ne sait pas ou ne peut pas savoir (marginalité des ventes, saisonnalité, marques concurrentes avec notre même positionnement exact sur le marché, meilleures audiences pour commencer, etc.) et de s’assurer que notre budget est d’abord dépensé sur ce qui a le maximum de chances de convertir et ensuite, si les marges bénéficiaires le permettent, sur ce qui pourrait convertir.

Ceci est un article invité de Gianpaolo Lorusso, consultant en PPC & CRO.

À propos de l’auteur: Gianpaolo Lorusso est consultant en PPC & CRO pour plusieurs entreprises moyennes et grandes. Il a également fondé ADworld Experience, le plus grand événement de Pay Per Click & Conversion Rate Optimization en Europe et le plus grand au monde basé sur des cas réels de PPC.