Le trimestre dernier, nous avons mené un test avec les Discovery Ads et les campagnes Display “classiques” pour promouvoir les inscriptions à l’événement ADworld Experience. Nous avons dépensé le même budget pendant environ 30 jours en utilisant le même texte et les mêmes options de ciblage. Voici ce que nous avons découvert.

Comme certains d’entre vous le savent peut-être déjà, ADworld Experience est le plus grand événement PPC d’Europe. Le public cible principal de l’événement est constitué de professionnels PPC expérimentés, qui opèrent depuis plusieurs années sur Google Ads, Meta Ads, Linkedin, Microsoft, Amazon, TikTok et d’autres plateformes de publicité en ligne.

L’expérience

La première question clé pour démarrer le test était : comment cibler efficacement les professionnels PPC expérimentés via les canaux Display de Google ? 

Un intérêt exprimé pour tout outil PPC avancé pourrait être un moyen de les cibler.

Création d’audiences

Nous avons donc établi une liste des outils les plus renommés (par ordre alphabétique) : Adalysis, Adspresso, Adroll, Adstage, Adthena, Adzooma, Channable, Clickcease, Clickguard, Clixtell, Datafeedwatch, Feedoptimise, Feedspark, Fraudblocker,  Godatafeed, Opteo, Optmyzr, Outbrain, PPCprotect, Producthero, Qwaya, Revealbot, Spyfu, Squared, et Taboola.

En utilisant cette liste, nous avons pu configurer 3 audiences différentes basées sur :

1. Les recherches de noms d’outils PPC sur Google

2. Les utilisateurs intéressés par les outils PPC et

3. Les utilisateurs ayant montré de l’intérêt pour les URLs des sites web d’outils PPC dans les SERPs.

Configuration des campagnes

Nous avons ensuite créé une campagne Discovery et une campagne Display classique, avec 3 groupes d’annonces chacun, basés sur l’une des audiences ci-dessus.

Dans les deux campagnes, nous avons exclu le ciblage optimisé (pour éviter les chevauchements indésirables) et limité les données démographiques aux utilisateurs âgés de 25 à 55 ans (la tranche d’âge principale des participants à ADworld Experience) + inconnus (pour ne pas trop restreindre l’audience).

Objectifs des campagnes

Les objectifs étaient :

• Obtenir des inscriptions pour l’événement 2023 qui a eu lieu les 5 et 6 octobre,
• Ventes des enregistrements vidéo des éditions passées, et
• Navigation sur 5 pages ou plus en une session (pour fournir à Google suffisamment de données de conversion pour le smart bidding)

Le géociblage était limité aux pays d’origine de la majorité des participants passés d’ADworld Experience (une sélection de pays de l’UE + Royaume-Uni, Serbie, Bosnie, Suisse, Monténégro, Norvège et Finlande). Nous avons ciblé toutes les langues et programmé les annonces pour apparaître chaque jour de 8h00 CET à 20h00 CET.

Dans Discovery, nous avons accepté le filtre par défaut de Google pour le contenu modéré et hautement sensible. Dans les campagnes Display, nous avons exclu tout contenu non classifié, adapté aux familles (= principalement des vidéos pour enfants sur YouTube), tout contenu sensible, et les domaines parqués.

Stratégie d’enchères

La stratégie d’enchères a été définie pour les deux campagnes sur Maximiser les conversions, sans définir (du moins initialement) de CPA cible.

Le texte et les images étaient presque exactement les mêmes, même si les emplacements étaient différents (GDN pour Display et YouTube, Gmail et le fil d’actualités Discover sur les appareils Android pour Discovery). Nous avons été contraints de raccourcir certains titres dans les campagnes Display, mais les descriptions et les images (principalement les photos des intervenants de 2023) étaient exactement les mêmes. Dans la campagne Display, nous avons pu sélectionner certaines vidéos et laisser les formats d’annonces auto-optimisés activés.

La page de destination était la même dans les deux campagnes (la page d’accueil du site de l’événement)

Budgétisation

Le budget quotidien était de 20€ pour chaque campagne (dans Discovery, le budget suggéré était de 40€/jour, mais nous l’avons lancé puis abaissé à 20€/jour).

Dans un test précédent avec les Discovery Ads, nous avons constaté que le groupe d’annonces/audience basé sur les URLs était nettement prédominant en termes de trafic, nous avons donc décidé d’exclure dans cette campagne tous les outils non directement liés à la gestion de campagnes sur les plateformes les plus répandues (Adroll, Adstage, Godatafeed, Outbrain, Qwaya, et Taboola).

En outre, dans les deux campagnes, nous avons rapidement été contraints de définir différents CPA cibles pour garantir à tous les différents groupes/audiences une distribution plus uniforme des annonces, en le réduisant là où le trafic augmentait et en l’augmentant là où il stagnait.

Tant dans Discovery que dans Display classique, nous avons dû surveiller de près la distribution géographique des annonces pour avoir une couverture plus uniforme, en abaissant les enchères maximales jusqu’à -90% dans certaines zones et en les augmentant jusqu’à +50% dans d’autres (il semble que la Roumanie, la Serbie et la Bulgarie aient beaucoup de placements “spammy”, tandis que les pays de l’UE centrale offrent des emplacements beaucoup plus raffinés et coûteux, sans différences significatives entre les deux campagnes).

Dans les annonces Display classiques, nous avons pu exclure les sites et applications de faible qualité, aboutissant à près de 500 exclusions. Nous avons décidé de ne pas appliquer une liste préexistante de placements spammy/hors sujet que nous avions construite à partir de campagnes précédentes pour éviter de donner un avantage aux campagnes Display classiques sur Discovery dès le début.

Les résultats

Voici les chiffres que nous avons obtenus après environ 5 semaines et 1 500€ de dépenses totales :

Les CPA cibles exposés sont les derniers (atteints après plusieurs ajustements progressifs)

Si nous regardons les chiffres globaux de conversion, il pourrait sembler que les placements alimentés par l’IA de Google ont encore un long chemin à parcourir avant de rivaliser avec une campagne Display configurée professionnellement.

Une autre chose intéressante est la performance radicalement différente des mêmes audiences dans les deux campagnes. L’audience des anciens chercheurs d’outils PPC et le ciblage basé sur les URLs ont été respectivement les meilleurs et les pires performeurs dans GDN et… exactement l’inverse dans les Discovery Ads !

Vous trouverez une autre “surprise” intéressante lorsque vous isolez les mêmes chiffres pour la dernière semaine des deux campagnes.

La première et la plus évidente conclusion générale est que les placements Discovery alimentés par l’IA ont besoin de plus de données (temps/argent) pour vraiment commencer à s’auto-optimiser.

La deuxième conclusion la plus évidente est que si vous savez exactement ce que vous faites et que vous avez besoin que vos campagnes performent rapidement et soient ciblées avec précision, les campagnes Display à l’ancienne sont encore très probablement votre meilleur choix.

La troisième considération importante est que si votre objectif n’est pas seulement de convertir mais de générer du trafic à faible coût vers vos propriétés, alors vous devriez avoir peu de doutes sur le fait de pousser pour les Discovery Ads.

En examinant un peu plus en détail les données, j’ai été vraiment surpris de voir à quel point nous performons différemment avec les mêmes audiences dans les deux campagnes. Nous ne pouvons que supposer que le ciblage des chercheurs de sujets convient mieux aux campagnes à faible niveau d’automatisation (étant l’option de ciblage la plus ciblée que vous puissiez utiliser dans le Display Network), tandis que probablement la correspondance d’URL donne à l’algorithme de Machine Learning de Google plus d’espace pour s’auto-optimiser (lorsqu’une bonne quantité de données devient disponible).

Nous attendons tous maintenant avec impatience la mise à niveau des campagnes Discovery vers les campagnes Demand Gen. Vous pouvez parier vos budgets que nous effectuerons un test similaire avec ce nouvel outil dès que nous le pourrons après l’édition ADworld 2023.

Si vous êtes curieux de connaître des aspects spécifiques du test, faites-le moi savoir, et nous serons heureux d’approfondir les données pour vous répondre si nous le pouvons.