Comment équilibrer les meilleures pratiques en matière d'annonce relative aux recherches et l'innovation en matière d'apprentissage automatique

Nous avons bien sûr de nombreuses options publicitaires ces jours-ci.

Et beaucoup d’entre nous continuent de s’appuyer sur les anciennes annonces standard, car elles continuent de surpasser les nouveaux enfants en ce qui concerne les annonces payantes.

Comment posez-vous le problème, avec une stratégie évolutive prenant en charge des objectifs de test et de ciblage plus larges?

Pour rendre les choses encore plus complexes, le support des plates-formes de gestion tierces a pris du retard, ce qui rend difficile l'adoption de changements suscités par l'enthousiasme de tous les acteurs du secteur au sujet des nouvelles options d'annonce.

Des solutions évolutives nécessitent l'adoption d'outils évolutifs

Si les outils sur lesquels vous comptez compter pour suivre les performances ne permettent pas une visibilité totale des résultats, jusqu'au niveau de conversion de chaque annonce, vous ne pourrez pas déterminer avec précision pourquoi les performances se retrouvent ainsi.

Même si les performances globales peuvent s’améliorer, il est important que votre équipe pose les questions difficiles.

Quel est le plus important:

• Est-ce qu'il teste quelque chose de nouveau, peut-être dans des campagnes peu sensibles?
• Est-ce avoir une compréhension complète des nouveaux outils pour savoir comment les adapter?

Si c’est le dernier cas, engagez les conversations pour redéfinir les attentes quant au fait que les derniers développements d’annonces ne sont pas encore prêts à être déployés.

Personne ne voudra être dans une réunion dans quelques mois avec des questions pointues «Pourquoi cela a-t-il réussi ou échoué?» Et incapable de répondre.

De plus, les ressources limitées de votre équipe peuvent être hiérarchisées par rapport à des éléments à court terme plus exploitables.

Cela dit, indépendamment de notre volonté d'aller de l'avant avec l'adoption, nous devrions prendre du recul pour reconnaître un changement plus général sous-jacent aux nouveaux développements en matière de publicité.

Traiter cela comme juste un autre exercice de réécriture d'annonce passe à côté du changement plus important du ciblage des utilisateurs sur Google et de la recherche au sens large.

Les nouvelles spécificités du format permettent-elles aux industries de marcher sans relâche vers automatisation.

Au-delà des nouvelles limites de caractère, l’automatisation est le véritable enjeu.

Depuis plus d'un an, Google déploie des efforts concertés pour déployer des éléments d'apprentissage automatique dans un nombre croissant de composants de son écosystème.

Il est facile de percevoir cela comme une prise de contrôle de Google par les annonceurs. Oui, l'automatisation signifie une gestion moins pratique et des résultats souvent moins prévisibles.

D'un autre côté, grâce à ces innovations SEM, les actifs de votre campagne – mots clés, annonces, enchères et négatifs – fonctionnent plus intelligemment et pas seulement plus durement.

Arguments pour tester les RSA

Les premiers chiffres observés chez mes clients les plus anciens sont une promesse pour l’automatisation des performances.

Alors que les RSA enregistrent une part d’impressions inférieure à celle des autres annonces, leur CVR et leur ROI dépassent de loin les ETA.

Vous trouverez ci-dessous des exemples de données d'une campagne conduite pendant un mois, avec un partage d'impressions complet et sans modification des enchères ni impact de la saisonnalité.

Alors que les RSA ne représentaient que 3% des impressions, grâce à un CTR et à un CVR bien supérieurs, ils ont conduit de manière disproportionnée à davantage de conversions avec un meilleur retour sur investissement.

Étiquettes de rangée	ETA	RSA	Part d'activité RSA
Impr.	154 423	5 028	3%
Clics	1 919	766	29%
Coût	1,665 $	400 $	19%
Conversions	26	14	35%
Revenu	37 410 $	16 556 $	31%
RSA ROI vs ETA ROI
CTR	1%	15%	1,126%
CVR	1,4%	1,8%	35%
ROI	22 $	41 $	84%

Ceci est représentatif des observations observées dans tous les domaines où des RSA ont été adoptés.

Avec 80% de signification dans le test ci-dessus, on peut affirmer que, statistiquement, un peu plus de tests sont nécessaires pour un cas aussi solide que solide.

Néanmoins, ces différences notables dans les résultats et une assez grande importance plaident en faveur de l’apprentissage automatique.

En fait, plutôt que d’attendre plus longtemps que quelques tests donnent des résultats significatifs parfaits, vous devriez lancer plus de tests afin que collectivement plus de données soient collectées dans davantage de domaines.

Oui, cela signifie faire un plus grand acte de foi.

Toutefois, cela signifiera également que la collecte de données se fera plus rapidement dans plus de domaines et qu’en fin de compte, la constitution d’un cas plus solide que si moins de tests isolés étaient exécutés.

Meilleures pratiques recommandées pour la RSA

Sur une note connexe, pour accélérer l’apprentissage automatique, fournissez un nombre conséquent de composants d’annonce afin de permettre à l’apprentissage automatique de tester rapidement diverses combinaisons, de déterminer ce qui fonctionne et d’affiner ce qui fonctionne.

Trois titres au minimum et deux descriptions sont nécessaires (six combinaisons d’annonces).

En ajoutant simplement un titre ou une description supplémentaire, on passerait à 9 variantes, ce qui donnerait à la technologie multivariée IA 50 fois plus de versions d'annonces à essayer.

Au stade actuel de la création de rapports, Google Ads fournit uniquement le nombre d'impressions pour chaque titre et description. On ne saura pas quel élément a contribué dans quelle mesure à la performance.

Même si cela est frustrant, ce n’est pas quelque chose que l’on peut contrôler. Et c’est le compromis avec AI: les gains de ROI et de CVR viennent avec un compromis en termes de contrôle et de visibilité sur «la fabrication de la saucisse».

Il est également important de revoir les extensions d'annonce dans ce processus.

Avec la nécessité de créer davantage de champs de texte pour les annonces, il existe un risque de répéter ce qui est déjà utilisé dans les extensions d'annonce: extraits, légendes, liens annexes.

C’est une occasion de mettre à niveau votre stratégie de copie et de repenser plus généralement la messagerie publicitaire pour les recherches.

Repensez-vous stratégie de messagerie SEM d'annonce

Jusqu'à présent, les extensions étaient souvent traitées comme des add-ons, l'accent étant mis principalement sur le texte de l'annonce.

Des descriptions plus longues au fil des années ont été utilisées comme une chance de fourrer de plus en plus de choses les rendant plus riches mais aussi plus lourdes.

L’apprentissage automatique offre maintenant la possibilité d’adopter une approche plus stratégique qui cadre mieux avec les objectifs marketing plus larges d’une marque.

Vous trouverez ci-dessous des lignes directrices suggérées sur la manière de rationaliser la messagerie afin de rendre l'apprentissage plus exploitable et plus facile à intégrer aux objectifs organisationnels plus larges.

• Manchettes 1 pour référence de marque ou de produit.
• Titres 2 ou 3 pour un appel à l’action ou pour le positionnement de la marque.
• Texte de description des déclarations générales soulignant les avantages pour le public cible. Idéalement, chaque variante ciblera un groupe d'utilisateurs différent, tels que les utilisateurs soucieux de leur budget, ceux qui valorisent une expérience donnée, etc.
• Maximisez les extensions d'annonce pour des fonctionnalités et des attributs spécifiques du produit.

Ensuite, détendez-vous et attachez votre ceinture de sécurité, selon ce qui convient le mieux à l'équipe.

Laissez l'IA faire sa magie.

Personnellement, je suis dans la catégorie «attachez votre ceinture de sécurité», mais dans le passager.

Même s'il est important de surveiller de près les résultats, l'apprentissage automatique RSA a besoin d'une chance de travailler et il est important de le laisser aux commandes.

Plus de ressources: