Automatisation des campagnes Google Ads : les annonceurs peuvent-ils garder le contrôle ?

Pour autant qu'ils soient utilisés intelligemment, les algorithmes permettent souvent d'améliorer l'efficacité des campagnes. En ce qui concerne les stratégies d'enchères automatisées, l'algorithme se base sur une variété de signaux afin d'ajuster les enchères en temps réel : jour, heure, audience, requête, contexte... Par exemple, nous avons réalisé un A/B Test pour une campagne, avec la stratégie existante " CPCmanuel" d'une part et la stratégie automatisée "maximiser les conversions avec un ROIcible" d'autre part : le taux de conversion a augmenté de 0,2 points, et le revenu a augmenté de 45%. Alors qu'il fallait autrefois procéder à des analyses pour déterminer quels ajustements à la hausse ou à la baisse devaient être appliqués à certaines audiences ou à certains moments de la journée, c'est désormais l'algorithme qui se charge de cette tâche, en temps réel et au cas par cas. Ce dernier point illustre bien le gain de temps opérationnel que représente l'automatisation pour les agences, qui peuvent désormais se concentrer sur des tâches à plus forte valeur ajoutée telles que l'analyse approfondie.

‍Cependant,comme l'automatisation apporte beaucoup d'opacité, il faut prendre du recul et considérer les résultats affichés avec prudence. Les données disponibles pour évaluer l'efficacité des campagnes sont de plus en plus rares. Les rapports sur les requêtes sont soit échantillonnés, soit inexistants. De même, les rapports sur les placements publicitaires et leur potentiel d'exclusion sont très limités, au détriment de la sécurité de la marque. En outre, si elle n'est pas soigneusement contrôlée, l'automatisation peut entraîner une augmentation des coûts. Prenons l'exemple d'un client qui souhaite assurer la visibilité de sa marque. Pour ce faire, il peut configurer sa campagne avec la stratégie automatisée "Cibler la part d'impression" et un objectif de 90% de part de voix. L'algorithme va alors enchérir de manière à garantir ce seuil, ce qui peut s'avérer problématique dans un contexte de concurrence accrue. Si un autre annonceur adoptait les mêmes requêtes, l'algorithme pourrait en effet augmenter ses enchères afin de garantir le minimum requis, réduisant ainsi fortement le retour sur investissement. A titre d'exemple, nous avons réalisé un A/B Test sur la marque d'un de nos clients afin de comparer la stratégie existante "Target impression share" avec une stratégie "CPC manuel". Cette dernière nous a permis de réduire le CPC de 60 % à visibilité et revenus égaux. Toujours à propos des stratégies d'enchères, nous avons remarqué que la stratégie "Maximiser les conversions avec un ROI cible" avait également tendance à augmenter les coûts. En effet, à partir d'un certain seuil, l'objectif de ROI défini a un impact direct sur l'augmentation du CPC(voir diagramme). De plus, cette stratégie peut aboutir à des CPC unitaires très élevés, parfois même supérieurs à 10€. On ne peut donc s'empêcher d'imaginer que l'algorithme sera enclin à des clics plus coûteux une fois son objectif de ROI atteint.

Illustration de l'impact de Target ROAS sur l'évolution du CPC.

‍Dansce contexte, les annonceurs doivent pouvoir faire confiance à leurs agences SEA pour maîtriser leurs investissements et tirer le meilleur parti des solutions d'automatisation qui leur sont proposées, ou s'appuyer sur des agences externes dans le cas d'un achat média internalisé. D'un point de vue stratégique, l'agence peut aider l'annonceur à définir ses objectifs commerciaux, à les hiérarchiser et à les traduire en KPI média mesurables. Cette étape permet de déterminer la stratégie appropriée pour maximiser la performance sur ces indicateurs. Prenons l'exemple d'un annonceur e-commerce qui souhaite maximiser ses revenus tout en gardant la maîtrise de son ROI. On peut considérer que le ROI sera son principal indicateur de performance. Le niveau de CPC ayant un impact direct sur les coûts, il peut être considéré comme un KPI de contrôle. L'agence peut alors définir les tactiques qui permettront à l'annonceur d'atteindre son objectif, c'est-à-dire la structure du compte, les mots-clés, les types de correspondance, les stratégies d'enchères, etc. Si nous reprenons l'exemple précédent : afin de maximiser les revenus tout en garantissant un ROI minimum, il serait tentant d'appliquer aux campagnes la stratégie d'enchères automatisées : "Maximiser les revenus avec un ROI cible". Mais comment être certain qu'il s'agit du bon choix ? En utilisant un test A/B si la plateforme le permet. L'approche "test & learn" est en effet la clé de l'optimisation d'un compte. C'est une approche beaucoup plus rigoureuse que l'application en un clic des recommandations prêtes à l'emploi de Google Ads.Enfin, l'agence est responsable de l'excellence opérationnelle du compte. Celle-ci s'obtient par la veille technologique et concurrentielle, ainsi que par l'adoption d'une démarche d'amélioration continue. Il s'agit d'aller au-delà de la seule performance, de mener des tests A/B supplémentaires ou de remettre en cause l'architecture de certaines campagnes. Au-delà du suivi des performances des comptes, des garde-fous peuvent être facilement intégrés afin de parer aux inconvénients de l'automatisation. Par exemple, les portefeuilles d'enchères peuvent être utilisés pour éviter l'impossibilité d'associer des seuils maximaux de CPC à des stratégies d'enchères automatisées. Par ailleurs, le premier titre d'une annonce RSA peut être gelé afin de s'assurer qu'un message est toujours affiché. Par exemple, nous avons des clients qui souhaitent que le nom de leur marque soit toujours présent dans l'annonce. En outre, la granularité des campagnes Smart Shopping ou Performance Max peut être définie au niveau du groupe d'annonces afin d'en affiner l'optimisation. Bien qu'elle soulève de plus en plus de questions sur la possibilité de garder le contrôle de ses investissements et la sécurité de sa marque, l'automatisation est une tendance fondamentale et donc indispensable du marché. Il faut donc s'appuyer sur l'intelligence des plateformes et automatiser ce qui peut l'être... mais de manière intelligente. C'est-à-dire : en mettant en place des garde-fous, en ne prenant rien pour acquis et en adoptant plutôt une approche test & learn, et en veillant à toujours prendre du recul par rapport à la simple performance grâce au peu de données encore disponibles. Dans ce contexte, les annonceurs devraient plus que jamais pouvoir faire confiance à leurs agences.