Avec l’augmentation de l’automatisation offerte par Google Ads et Microsoft Ads (qu’elle soit appréciée ou non par les annonceurs), il serait sage de ne pas simplement accepter l’automatisation et de l’utiliser, mais également de l’optimiser. Attendez, comment optimiser l’automatisation? Ne suffit-il pas d’appuyer sur le bouton pour passer aux campagnes de ROAS cible ou de Smart Shopping, puis de s’asseoir et d’en ouvrir une froide pendant que la machine fait le gros du travail? L’automatisation n’est pas un jeu d’enfant. En fait, votre travail de baby-sitter peut parfois être plus mouvementé que vous ne l’auriez imaginé lorsque vous dépannez et guidez les algorithmes d’apprentissage automatique. Dans cet article, nous examinerons la situation dans son ensemble de la gestion de l’automatisation et analyserons la théorie derrière la prise de décisions, afin que le processus tactique soit mieux guidé. Vous trouverez des conseils pour créer le bon framework, qui peuvent ensuite être utilisés pour prendre des décisions d’automatisation solides. Lorsqu’il s’agit de prendre des décisions d’optimisation de l’automatisation, nous utilisons de plus en plus ce qu’on appelle la roue magique de l’automatisation », comme illustré ci-dessous, dans ce graphique de pointe et coûteux (probablement des millions en NFT). Alors que beaucoup de gens pensent que l’automatisation est quelque chose à régler et à ignorer, mis à part un petit ajustement de temps en temps, je vous encourage à penser au-delà de cela.

En ce qui concerne le fonctionnement de l’automatisation, il est important de réaliser que l’apprentissage automatique (ML) est basé sur les entrées de données qui lui sont données. Cela signifie que si les entrées de données sont incorrectes, fausses, peu claires ou incomplètes, l’algorithme ML manquera probablement la cible, quelle que soit l’intelligence de cet algorithme particulier. Une fois que l’automatisation ne semble pas fonctionner, nous devons évidemment examiner nos entrées de données pour nous assurer qu’elles sont complètes (votre code de suivi des conversions est-il placé correctement)? Mais j’ai trouvé que les deux derniers problèmes qui peuvent survenir avec le ML (données peu claires ou incomplètes) sont ceux où se trouve la meilleure opportunité de recentrer la machine. C’est là qu’intervient l’automatisation guidée par l’homme. Si vos données ne sont pas claires ou incomplètes, il est injuste de blâmer la machine. Ni l’homme ni la machine ne peuvent prendre de grandes décisions basées sur des données erronées (même si je soupçonne que les humains peuvent parfois avoir plus de chance). Où la roue magique de l’automatisation entre en jeu Premièrement, ce n’est pas du tout magique.

C’est mon sens de l’humour semi-sec qui entre en jeu de la même manière que j’aime me moquer des hacks »qui ne sont pas en fait des hacks – ce sont simplement les meilleures pratiques Il n’y a rien de magique avec la roue. Vous, le responsable humain, travaillez simplement avec l’automatisation PPC dans un processus sans fin qui comprend ces quatre étapes (cinq, si vous comptez le bonus): Répétez sans fin. Lorsque vous avez un problème spécifique que vous souhaitez résoudre avec l’automatisation, vous devez commencer par discuter de ce que c’est et comment vous allez résoudre ce problème. Cela implique de communiquer avec votre client (ou d’autres personnes qui peuvent éclairer cette décision) et de rechercher les différents aspects de ce que vous essayez d’accomplir. Quel type de solution d’enchères automatisées fonctionnera le mieux dans cette situation spécifique en fonction des données dont vous disposez, des objectifs de votre client et des objectifs que vous essayez d’atteindre? Vous devez ensuite définir votre stratégie en étapes réelles pour lesquelles vous pouvez accomplir ce que vous avez créé, puis vous devez élaborer ce plan. Une fois que tout est en place avec l’automatisation, c’est là que beaucoup de gens s’arrêtent: à la fin de la troisième étape. Ils se tapotent dans le dos car l’automatisation est maintenant à l’œuvre. Mais que se passe-t-il si votre stratégie manque un élément clé? Que se passe-t-il si l’automatisation ne fonctionne pas réellement? » Plutôt que de vous arrêter ici, vous devez maintenant analyser les données que vous recevez de votre plan (assurez-vous de vous donner suffisamment de temps, bien sûr) et surtout, vous devez alors être prêt à entrer dans une nouvelle discussion stratégique pour repenser et reconstruire votre automatisation. . Beaucoup de gens pensent, parce qu’ils utilisent le ciblage ROAS dans cette campagne DSA, que leur travail est terminé. Que se passe-t-il si vous repensez la structure de la campagne DSA? Que se passe-t-il si vous déterminez que cet ensemble de pages doit être mis à part et ciblé avec une stratégie d’enchères au CPA à la place?

Si vous gérez bien l’automatisation, non seulement vous ne vous éloignez jamais de vos campagnes automatisées, mais vous les repensez constamment et testez de nouvelles structures, audiences, stratégies d’enchères, etc. L’automatisation ne vous enlève pas votre travail; cela change votre travail. Jouons cela pratiquement. Parfois, il est plus facile de le voir dans un scénario réel. Vous décidez de tester Smart Shopping dans ce compte, mais cela ne fonctionne pas. Vous avez testé vos données de conversion, importé des listes d’audience complètes et précises et enregistré suffisamment de conversions au fil du temps pour ces produits. Maintenant, tu fais quoi? Il est temps de commencer à l’étape 1. Vous vous connectez avec le client ou exécutez en interne un audit pour déterminer en quoi ces produits pourraient fournir un meilleur sous-ensemble de produits à cibler. Ou peut-être vous connectez-vous avec le client pour re-discuter du public cible des différents groupes de produits qu’il propose. C’est une étape délicate car elle est si importante, mais elle peut être mal faite sans que l’annonceur se rende compte qu’il ne pose pas les bonnes questions.

Quoi qu’il en soit, disons que vous établissez une stratégie avec le client et déterminez que vous avez trop de produits annoncés en fonction de leur budget. Vous aviez une campagne Shopping intelligente configurée pour cibler 5 000 produits avec un budget mensuel de 10 000 USD et cela ne fonctionnait pas dans ce cas. Vous prenez ces apprentissages et développez un plan. Vous allez prendre leurs 100 produits les plus importants et les regrouper judicieusement dans deux campagnes Shopping intelligentes distinctes en fonction des catégories (étant donné que les audiences cibles pour ces deux catégories diffèrent considérablement). Vous construisez ensuite ces deux campagnes et les diffusez en direct, prêt à en créer une froide. Maintenant que vous avez mis les choses en ligne, vous effectuez des ajustements mineurs avec les objectifs de budget et de ROAS, mais vous laissez quelques semaines aux campagnes pour voir ce qui se passe. Vous commencez à analyser les données et vous apprenez encore quelques choses. Vous apprenez que certains des produits fonctionnent exceptionnellement bien dans cette catégorie et vous finissez par pousser plus loin cette campagne.

Grâce à ce nouveau test, vous avez appris que la deuxième catégorie que vous avez choisie n’est pas un excellent ensemble de produits pour les campagnes Shopping. Ils sont peut-être trop chers ou pas assez attrayants visuellement pour obtenir des clics avec les annonces dynamiques des campagnes Shopping intelligentes. Quoi que vous appreniez, vous décidez de tester un autre ensemble de catégories tout en laissant votre première campagne en cours d’exécution. Vous parlez ensuite au client et commencez à élaborer une stratégie pour le prochain test… et vous êtes de retour dans la roue. Voyez comment cela fonctionne? Contrairement à Thanos qui fait une pause dans sa ferme, votre travail n’est jamais terminé. Même avec l’automatisation, vous ne pouvez pas vous reposer (et bon, je suis excité à ce sujet!). L’automatisation guidée par l’homme est l’avenir, et c’est une façon dont nous envisageons de bien la gérer d’une manière orientée processus.