{"id":6745,"date":"2020-08-19T11:30:00","date_gmt":"2020-08-19T09:30:00","guid":{"rendered":"https:\/\/ewyabbkav.preview.infomaniak.website\/?p=6745"},"modified":"2020-09-16T14:53:53","modified_gmt":"2020-09-16T12:53:53","slug":"smart-bidding-google-ads-quand-l-utiliser","status":"publish","type":"post","link":"https:\/\/www.comtogether.com\/fr\/2020\/08\/19\/smart-bidding-google-ads-quand-l-utiliser\/","title":{"rendered":"Smart Bidding de Google Ads : dans quels cas l\u2019utiliser.\u200b"},"content":{"rendered":"\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t\t
<\/div>\n\t\t\t\t\t\t
\n\t\t\t\n\t\n\t\n\t\n\t\n<\/svg>\t\t<\/div>\n\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Smart Bidding de Google Ads : dans quels cas l\u2019utiliser.<\/h1>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t
\n\t\t\t<\/i>\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

D\u00e9couvrez pourquoi il est essentiel de disposer d\u2019une bo\u00eete \u00e0 outils pour relever tous les d\u00e9fis qui s’offrent \u00e0 vous.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"Arben\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Par ARBEN KQIKU<\/h4>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t
<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Qu\u2019est-ce que le \u00ab Smart Bidding \u00bb de Google Ads ?<\/h2>

Les strat\u00e9gies d\u2019ench\u00e8res bas\u00e9es sur l\u2019apprentissage automatique font figure de solution miracle. Or cette technologie nouvelle et puissante est loin d\u2019\u00eatre la panac\u00e9e quand elle est mal d\u00e9ploy\u00e9e. En effet, la strat\u00e9gie Smart Bidding (ench\u00e8res intelligentes) de Google Ads doit \u00eatre utilis\u00e9e \u00e0 bon escient et faire l\u2019objet d\u2019un suivi rigoureux pour donner des r\u00e9sultats. Si vous n\u2019en ma\u00eetrisez pas l\u2019utilisation, l\u2019apprentissage automatique peut vous amener \u00e0 dilapider une grande partie de votre budget publicitaire.<\/p>

Le syst\u00e8me d\u00e9ploy\u00e9 dans l\u2019environnement Google Ads propose des ventes aux ench\u00e8res automatis\u00e9es d\u2019espaces publicitaires associ\u00e9s \u00e0 des mots-cl\u00e9s. Or les publicitaires se livrent une concurrence acharn\u00e9e pour le contr\u00f4le de ces espaces et une strat\u00e9gie d\u2019ench\u00e8res peut signer le succ\u00e8s \u2013 ou l\u2019\u00e9chec \u2013 d\u2019une campagne. Les sommes engag\u00e9es peuvent \u00eatre d\u00e9finies manuellement ou via une strat\u00e9gie automatique baptis\u00e9e Smart Bidding, qui d\u00e9signe les algorithmes d\u2019apprentissage automatique de Google Ads.<\/p>

\u00ab Garbage in, garbage out \u00bb<\/h2>

Les algorithmes d\u2019apprentissage automatique issus de l\u2019intelligence artificielle r\u00e9volutionnent le marketing en ligne actuel. Leurs r\u00e9sultats remarquables en font une solution viable pour tous les annonceurs. N\u00e9anmoins, le succ\u00e8s de ces algorithmes d\u00e9pend beaucoup des donn\u00e9es : ces derni\u00e8res doivent \u00eatre pertinentes pour garantir la qualit\u00e9 des ench\u00e8res, conform\u00e9ment au principe bien connu du \u00ab garbage in\/garbage out<\/a><\/span><\/span> \u00bb (\u00e0 donn\u00e9es inexactes, r\u00e9sultats erron\u00e9s).<\/p>

Nous sommes nombreux \u00e0 en avoir d\u00e9j\u00e0 fait l\u2019exp\u00e9rience : si quelqu\u2019un utilise votre ordinateur pour se renseigner sur le prix des poussettes, les publicit\u00e9s qui vous seront propos\u00e9es porteront majoritairement sur la grossesse, la maternit\u00e9 et les b\u00e9b\u00e9s. Or ces produits ne vous sont d\u2019aucune utilit\u00e9, car vous n\u2019attendez pas d\u2019enfant \u2013 contrairement \u00e0 la personne qui s\u2019est servi de votre ordinateur. Votre profil de donn\u00e9es contient d\u00e8s lors des informations erron\u00e9es.<\/p>

Il faut filtrer ces petites erreurs pour r\u00e9soudre ce probl\u00e8me. Ce n\u2019est possible qu\u2019\u00e0 grande \u00e9chelle : plus il y a de donn\u00e9es, mieux c\u2019est. La qualit\u00e9 comme la quantit\u00e9 des donn\u00e9es sont donc primordiales pour l\u2019apprentissage automatique.<\/p>

Les inconv\u00e9nients initiaux de l\u2019apprentissage automatique dans le marketing digital<\/h2>

Comme le montre le graphique suivant, l\u2019apprentissage automatique n\u2019offrira un retour sur investissement optimal que s\u2019il recueille suffisamment de donn\u00e9es de qualit\u00e9. Son rendement sera assur\u00e9 \u00e0 mesure qu\u2019il commence \u00e0 r\u00e9aliser des ench\u00e8res vraiment efficaces, bas\u00e9es sur les donn\u00e9es. Cette phase initiale de recueil des donn\u00e9es est en g\u00e9n\u00e9ral co\u00fbteuse et ne g\u00e9n\u00e8re que peu de r\u00e9sultats : c\u2019est la zone de d\u00e9pression. Or personne ne veut traverser cette zone, notamment quand des r\u00e9sultats fiables sont requis alors que le budget est limit\u00e9.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"evolution\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Pour \u00e9viter cette zone de d\u00e9pression, le plus logique serait de cr\u00e9er une strat\u00e9gie d\u2019ench\u00e8res qui ne recourt pas \u00e0 l\u2019apprentissage automatique, mais qui recueille les donn\u00e9es qui alimenteront ensuite l\u2019algorithme Smart Bidding de Google. Plus facile \u00e0 dire qu\u2019\u00e0 faire. Or nous disposons d\u2019une solution simple qui r\u00e9pond pr\u00e9cis\u00e9ment \u00e0 ce besoin : efficace d\u00e8s la phase de d\u00e9pression en amont, notre technologie fournit les donn\u00e9es dont la machine peut tirer des enseignements par la suite.<\/p>

L\u2019heuristique humaine \u00e0 l\u2019\u0153uvre pendant l\u2019apprentissage automatique<\/h2>

Dans le cadre de notre utilisation intensive et quotidienne des outils de Google, notre agence a effectu\u00e9 des tests complets sur les algorithmes d\u2019apprentissage automatique et sur plusieurs algorithmes d\u00e9velopp\u00e9s en interne. Sur la base des r\u00e9sultats engrang\u00e9s, nous avons cr\u00e9\u00e9 un outil exclusif que nous avons ensuite soumis \u00e0 une batterie de tests. Cet outil nous permet d\u2019obtenir des r\u00e9sultats d\u2019ench\u00e8res fiables et \u00e9conomiques, m\u00eame lorsque les donn\u00e9es sont peu nombreuses. Cette solution fiable, \u00e9l\u00e9gante et efficace est bas\u00e9e sur l\u2019heuristique.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"cumulative\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Con\u00e7ue pour r\u00e9soudre des processus d\u00e9cisionnels complexes<\/span><\/a>, cette m\u00e9thode informatique privil\u00e9gie la rapidit\u00e9 et l\u2019approximation \u00e0 l\u2019exactitude absolue. Si elle ne pr\u00e9sente pas le m\u00eame potentiel de maximisation que l\u2019apprentissage automatique \u00e0 long terme, une heuristique propose des r\u00e9sultats imparfaits, mais imm\u00e9diats et solides. Cela revient \u00e0 \u00e9mettre une hypoth\u00e8se plausible, comme lorsque l\u2019on estime le poids d\u2019une personne \u00e0 partir de sa taille. Comme le montre le graphique ci-dessus, notre heuristique commence \u00e0 enregistrer des gains d\u00e8s son d\u00e9ploiement : \u00e0 l\u2019inverse de l\u2019apprentissage automatique de Google, elle ne n\u00e9cessite pas une p\u00e9riode d\u2019apprentissage co\u00fbteuse.<\/p>

Trouver le point d\u2019\u00e9quilibre<\/span><\/p>

Comparons une campagne marketing \u00e0 un enfant qui apprend \u00e0 faire du v\u00e9lo : opter d\u00e8s le d\u00e9but pour l\u2019apprentissage automatique revient \u00e0 donner directement un vrai v\u00e9lo \u00e0 l\u2019enfant, alors que s\u2019appuyer sur une heuristique consiste \u00e0 mettre les petites roues. Sans ce support, l\u2019enfant tombe beaucoup avant de trouver l\u2019\u00e9quilibre, tandis que l\u2019utilisation des petites roues permet d\u2019\u00e9viter les chutes et d\u2019optimiser la courbe d\u2019apprentissage. D\u00e8s lors, quand faut-il enlever les petites roues ?

L\u2019heuristique est int\u00e9ressante d\u00e8s les premi\u00e8res phases d\u2019une campagne, alors que l\u2019apprentissage automatique s\u2019am\u00e9liore par la suite s\u2019il b\u00e9n\u00e9ficie de donn\u00e9es de qualit\u00e9. Tout l\u2019enjeu consiste \u00e0 basculer vers un processus d\u00e9cisionnel bas\u00e9 sur l\u2019apprentissage automatique, une fois que les donn\u00e9es sont en nombre suffisant pour garantir la solidit\u00e9 des r\u00e9sultats. Sur le graphique ci-dessous, la ligne verticale montre le point d\u2019\u00e9quilibre ou point d\u2019inflexion, qui correspond au moment o\u00f9 l\u2019on peut enlever les petites roues \u2013 et passer de l\u2019heuristique \u00e0 l\u2019apprentissage automatique.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"cumulative\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

La localisation exacte de ce point d\u2019\u00e9quilibre d\u00e9pend bien s\u00fbr du contexte. Le d\u00e9finir pr\u00e9cis\u00e9ment, sans g\u00e9n\u00e9rer des co\u00fbts trop \u00e9lev\u00e9s, n\u2019a rien d\u2019une science exacte. N\u00e9anmoins, nous avons recours \u00e0 une technique simple pour surveiller ce point d\u2019inflexion. Quand nous estimons avoir g\u00e9n\u00e9r\u00e9 suffisamment de donn\u00e9es pour alimenter les ench\u00e8res intelligentes, nous r\u00e9alisons un A\/B test<\/span><\/span><\/a> sur une campagne donn\u00e9e : dans un cas, nous utilisons l\u2019apprentissage automatique ; dans l\u2019autre, nous nous appuyons sur l\u2019algorithme heuristique. Nous comparons alors les performances avant d\u2019opter pour les plus efficaces.<\/p>

Au-del\u00e0 des ench\u00e8res automatiques<\/h2>

L\u2019apprentissage automatique est l\u2019un des outils les plus puissants du march\u00e9 pour les annonceurs, mais ce n\u2019est pas pour autant une solution universelle. \u00c0 chaque nouveau produit son \u00e9tude de cas et \u00e0 chaque nouvelle campagne sa courbe d\u2019apprentissage : il est donc essentiel de disposer d\u2019une bo\u00eete \u00e0 outils pour relever tous les d\u00e9fis qui se pr\u00e9sentent.

L\u2019objectif n\u2019est pas ici de d\u00e9nigrer l\u2019apprentissage automatique, mais de d\u00e9terminer les circonstances dans lesquelles l\u2019utiliser et d\u2019identifier les autres technologies \u00e0 d\u00e9ployer en parall\u00e8le, comme notre heuristique exclusive.<\/p>


Et vous, avez-vous d\u00e9j\u00e0 rencontr\u00e9 des probl\u00e8mes avec les algorithmes d\u2019apprentissage automatique ? Ou avez-vous d\u00e9j\u00e0 \u00e9t\u00e9 d\u00e9\u00e7u par Google Ads ? Connaissez-vous les canaux qui engendrent le plus grand retour sur investissement ?<\/em><\/p>

Nous nous ferons un plaisir de r\u00e9pondre \u00e0 toutes vos questions.<\/span> N\u2019h\u00e9sitez pas \u00e0 nous contacter !<\/a><\/span><\/em><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t