Malgré la montée en puissance des campagnes Performance Max, encore beaucoup de retailers utilisent les campagnes Google Shopping standards.
Bien que je sois convaincu de la valeur de Performance Max vs Google Shopping, les campagnes standard restent un excellent choix, notamment pour les « petits » comptes. Pourquoi ? Car elles permettent d’avoir un contrôle plus important sur les réseaux de diffusion, les enchères, les audiences ciblées.
Cela permet alors d’avoir un pilotage extrêmement fin, qui évite de « gaspiller » son budget, là où Performance Max compte uniquement sur l’intelligence artificielle qui se nourrit d’importants volumes de données (or si vous voulez plus de données, cela sera toujours plus long et plus coûteux).
Dans cette étude de cas, vous découvrirez cet annonceur qui a justement fait le choix d’avoir plus de contrôle sur ses campagnes Shopping. En segmentant plus précisément ses campagnes et en adoptant des stratégies d’enchères plus spécifiques, il a amélioré la rentabilité de ses publicités de +256%.
Dans cette étude de cas, il s’agit d’un e-commerçant qui vend en ligne du prêt à porter pour enfants. Il utilise uniquement une campagne Shopping standard (et non Performance Max) pour deux raisons :
Avec le climat économique qui invite à la prudence, le retailer veut resserrer la vis sur la profitabilité de ses publicités. Il est prêt à sacrifier sa croissance si le gain d’économie est plus intéressant pour lui. Il se penche donc naturellement sur sa campagne Google Shopping pour trouver des axes d’amélioration.
L’annonceur ne possède qu’une seule et unique campagne Shopping dans son compte. Cette dernière contient l’ensemble de son catalogue.
L’unique campagne est pilotée par une seule stratégie d’enchères au ROAS cible à 209% (pour 1€ investi sur Google Ads, l’annonceur souhaite générer 2,09€ de chiffre d’affaires).
En ne créant qu’une seule campagne et stratégie d’enchères, l’idée de départ de cet annonceur était la suivante :
Bien que rentable en l’état, cette campagne peut être optimisée.
En effet, le business du prêt à porter est rythmé par les collections par saison, et actuellement, toutes les catégories de produits sont traitées de la même manière.
De plus, la logique initiale de cet e-commerçant est imparfaite, car à chaque collection, les références changent, et ce sont de nouveaux produits qui sont ajoutés au flux Merchant Center et qui, de nouveau, relancent une nouvelle phase d’apprentissage pour le système.
Cela est logique quand on sait que l’industrie du prêt à porter impose une rotation produite importante, sur des cycles de 3 à 7 mois.
C’est suite à ce constat d’imperfection que la décision est prise de tester une autre approche.
Le test est mis en place sur la base de l’hypothèse suivante :
Si l’hypothèse se confirme, le ROAS des campagnes Shopping devrait augmenter. Au départ du test, on attend donc :
En termes de mise en place :
Le postulat de base est que les intentions en matière de prêt à porter varient forcément en fonction des saisons / tendances et du type de produits recherché.
Avec la nouvelle structurations des campagnes et des stratégies d’enchères, le but est de forcer l’algorithme à apprendre différemment :
L’objectif final est de permettre un meilleur arbitrage du smartbidding par rapport à une saison particulière. Par exemple, cela lui permettrait de comprendre que les personnes intéressées par des T-shirts de la marque en été sont plutôt « In-market pour des dîners à l’exterieur », et « in-market pour un voyage à l’étranger » en hiver…
Bien entendu, le ROAS cible ayant été relevé, on observe immédiatement une amélioration de la rentabilité de +256%.
Du côté des volumes, on observe une très forte baisse de la visibilité car la nouvelle stratégie d’enchère ne permet plus de se payer des « enchères » incertaine. Il lui faut gagner en efficacité, donc il réduit la voilure, telle une entreprise qui se retrouverait soudainement en redressement judiciaire :
Par conséquent, est-ce que les volumes de transactions s’effondrent ? Non, c’est tout le contraire.
La recette paye… Les transactions augmentent de +20% en parallèle !
En parallèle :
C’est donc la preuve que cette nouvelle approche Shopping testée a permis de « couper le gras » et le trafic non qualifié, moins disposé à se convertir. D’autres KPI prouvent l’effet « sniper » du smartbidding dans cette nouvelle configuration :
Seule ombre au tableau (qui va à l’encontre d’une hypothèse de départ), le panier moyen baisse significativement (-22%). Cette contre performance combinée à la forte baisse des dépenses fait que, malgré des transaction en hausse, le revenu global chute de -21%.
L’opération reste tout de même profitable au retailer :
Au final, pour 1€ de CA que l’annonceur à perdu dans l’opération, il a réussi à économiser 3€ de budget pub !
En résumé, le smartbidding c’est concentré sur les ventes « faciles » et les requêtes bas de funnel. Cela lui a permis de mieux monétiser chaque clic, même si les prospects rabattus ont finalement eu un panier moyen plus bas.
Dans une telle situation, il est judicieux de s’interroger alors sur le pourcentage de clics Shopping que représentent les termes de marque : il passe de 5% à 15% du total des clics.
Toutefois, cela ne prouve pas que la campagne s’est juste « contentée » de ramasser les internautes qui avaient déjà pris la décision d’acheter sur le site :
Et ce n’est pas le seul indicateur « hors marque » qui s’améliore :
C’est la preuve que l’approche Google Shopping testé a été couronnée de succès, même sur les termes de recherche hors marque (donc des consommateurs qui n’étaient PAS en considération de la marque).
Bien que comparer les résultats d’une année sur l’autre semble la méthode la plus appropriée, peut-être que les consommateurs, eux mêmes, ont changé leurs habitudes d’achat en matière de prêt à porter pour enfant, ou dans la perception qu’ils ont eu de la collection « Automne / hiver 2022 » proposée par la marque.
Bien que les sommes dépensées se comptent en milliers d’euros, les volumes restent très faibles. N’oublions pas aussi que la contrainte sur le ROAS a également bougé, ce qui change de facto les règles du jeu pour le système.
Idéalement, le test devrait se faire sur 160 000 clics, ce qui pourrait prendre jusqu’à 12 mois pour cet annonceur s’il espère récolter assez de données pour atteindre une vraie significativité statistique.
Comme l’a montré cette étude de cas, avoir des campagnes plus fines, et des stratégies d’enchères segmentées sur chaque saison (haute et basse) a permis d’améliorer la rentabilité Google Shopping de cet annonceur. C’est une stratégie défensive, qui ne cherche pas à faire croître le business, mais à mieux le monétiser.
Nous avons aussi vu que l’approche testée a influencé la manière dont l’algorithme a structuré son apprentissage. Le smartbidding s’est mis à cibler une demande plus disposée à se convertir, pour augmenter sa propre efficacité. La segmentation plus spécifique des campagnes et des enchères a aussi permis de diffuser un gamme plus large de SKUs, résultant dans une augmentation de +54% des références vendues.
Certes, les clients ont été bien moins dépensiers que prévus, ce qui a fait perdre 1/5 du revenu généré par Google Shopping. Mais pour chaque euro perdu en chiffre d’affaires, le retailer a économisé 3€ de budget publicitaire. Son objectif de « rationalisation » a donc été atteint.
Il y a plusieurs avantages pour l’annonceur de créer plusieurs campagnes et stratégies d’enchères pour Google Shopping plutôt que d’avoir une seule campagne et une seule stratégie d’enchère :
Si la structure de vos campagnes Google Shopping est trop granulaire, il y’a plusieurs facteurs qui pourrait entacher la performance de vos publicités :
Dans une telle situation, la meilleure approche consisterait à créer différentes stratégies d’enchères qui viseraient à atteindre des niveaux de rentabilité différents, en fonction des marges bénéficiaires des groupes de produits.
Performance Max est souvent présentée comme une campagne capable d’aller chercher de la performance là…
Google a publié un tableau comparatif entre AI Max, Performance Max, Dynamic Search Ads et…
Lundi matin. Le genre de lundi où personne n’a vraiment besoin d’un nouveau problème. Le…
Pendant longtemps, les annonceurs Google Ads ont raisonné avec une idée assez simple : si…
L'annonce de la migration progressive des campagnes DSA vers AI Max place de nombreux annonceurs…
Depuis son lancement, AI Max est présenté par Google comme une évolution majeure des campagnes…
View Comments