Les enchères automatiques Google Ads constituent une solution professionnelle qui permet aux annonceurs de définir automatiquement des enchères en fonction de leurs objectifs de performances. Les stratégies d'enchères intelligentes regroupent plusieurs stratégies d'enchères automatiques qui utilisent le machine learning pour optimiser les conversions ou la valeur de conversion. Les stratégies d'enchères intelligentes définissent des enchères précises pour chaque mise aux enchères. Elles permettent de générer un plus grand nombre de conversions ou une valeur de conversion plus élevée, avec une rentabilité comparable ou supérieure aux objectifs de performances existants. Ces stratégies incluent trois fonctionnalités principales :
- Enchères réellement définies lors de la mise aux enchères
- Apprentissage adaptatif au niveau de la requête
- Signaux utilisateur détaillés et analyse de signaux multiples
Vous trouverez ci-dessous des informations complètes à ce sujet.
Plus de 80 % des annonceurs Google utilisent les enchères automatiques.
Source : données internes Google, monde entier, du 16/03/2021 au 12/04/2021.
Enchères réellement définies lors de la mise aux enchères
Enchères réellement définies lors de la mise aux enchèresPour les stratégies d'enchères basées sur la valeur et sur les conversions, les stratégies d'enchères intelligentes proposent une réelle optimisation lors de la mise aux enchères, car elles définissent des enchères pour chaque mise aux enchères, et pas seulement quelques fois par jour. Les annonceurs peuvent optimiser les enchères de façon plus précise et les adapter au contexte de recherche unique de chaque utilisateur. Au lieu de n'ajuster les enchères qu'en fonction des performances cumulées des utilisateurs, les algorithmes d'enchères Google Ads évaluent aussi des signaux contextuels pertinents au moment de la mise aux enchères. Il peut s'agir, par exemple, de l'heure de la journée, de la création publicitaire spécifique affichée, ou de l'appareil, de la zone géographique, du navigateur et du système d'exploitation de l'utilisateur.
Identifier l'opportunité de conversion de chaque mise aux enchères permet de différencier les enchères et d'optimiser la configuration avec plus de précision. Prenons l'exemple d'un annonceur spécialisé dans la finance. Il est possible que les utilisateurs d'iOS soient plus enclins à ouvrir un compte courant ou que les possesseurs d'un smartphone habitant dans une grande ville aient plus de chances de se rendre dans un établissement bancaire. Grâce aux enchères définies lors de la mise aux enchères, Google Ads peut détecter la présence de tels signaux afin de prédire plus précisément le taux ou la valeur de conversion, et définir une enchère plus judicieuse pour chaque requête de recherche.
Les enchères définies lors de la mise aux enchères offrent une fréquence et une précision encore plus élevées
Avant les enchères définies lors de la mise aux enchères, les marketeurs déterminaient généralement les enchères de chaque mot clé manuellement.
Enchères manuelles : vous pouvez définir une enchère manuellement pour chaque mot clé en modifiant les enchères dans l'interface Google Ads, à l'aide de critères de performances basés sur des règles (par exemple, augmenter les enchères de X % lorsque le taux d'impressions passe en dessous de Y %) ou via l'API. En raison de contraintes de temps, les annonceurs ne peuvent optimiser les enchères que pour un sous-ensemble de leurs mots clés lors de chaque phase d'optimisation (par exemple, les plus performants ou par catégorie de produits).
Cependant, en raison de la quantité croissante des données disponibles, il est aujourd'hui plus difficile pour les annonceurs de définir des enchères manuelles en fonction du contexte spécifique de chaque utilisateur. Les enchères définies lors de la mise aux enchères utilisent des signaux contextuels afin de définir des enchères uniques pour chaque mise aux enchères.
Enchères définies lors de la mise aux enchères Google Ads : les stratégies d'enchères intelligentes Google Ads utilisent des algorithmes de machine learning pour optimiser les enchères lors de chaque mise aux enchères. Cette méthode est la plus précise et la plus efficace pour définir vos enchères.
Remarque
Si vous utilisez Search Ads 360, les conversions Floodlight peuvent vous permettre d'optimiser vos campagnes à l'aide des enchères définies lors de la mise aux enchères Google Ads.
Remarque
Vous pouvez appliquer une stratégie d'enchères intelligentes Google Ads tout en utilisant une solution tierce de gestion des campagnes sur le Réseau de Recherche ou une API interne pour ajuster dynamiquement les paramètres d'enchères, et générer des rapports portant sur plusieurs comptes et moteurs de recherche.
Apprentissage adaptatif au niveau de la requête
Les algorithmes de machine learning s'appuient sur des données de conversion fiables pour créer des algorithmes d'enchères précis qui prédisent les performances à différents niveaux d'enchères. Les mots clés générant un volume élevé fournissent souvent de nombreuses données de conversion pour la modélisation. Toutefois, les comptes incluent généralement des mots clés nouveaux ou générant un faible volume (et donc associés à un historique de performances limité) qui doivent aussi être pris en compte. Pour ces mots clés générant un faible volume, les solutions d'enchères s'appuient sur des modèles de machine learning pour définir les enchères qui représentent la meilleure estimation des taux de conversion à ce moment-là.
Par exemple, les solutions d'enchères peuvent tester différents niveaux d'enchères afin de créer un modèle de taux de conversion pour un mot clé spécifique. Toutefois, cela peut donner de mauvais résultats lorsque le mot clé accumule des données, ce qui peut prendre du temps selon le volume de recherche. Pour modéliser les performances des taux de conversion sur les mots clés générant un faible volume, vous pouvez aussi "emprunter" les données d'un même mot clé avec différents types de correspondance, ou issues de campagnes et de groupes d'annonces plus performants.
Les stratégies d'enchères intelligentes s'appuient sur cette méthode et l'améliorent grâce aux données au niveau des requêtes dans votre compte. Si vous utilisez le suivi des conversions multicomptes, il peut aussi s'appuyer sur les données au niveau des requêtes issues de votre compte administrateur. Les algorithmes d'enchères peuvent ainsi tenir compte d'un volume de données beaucoup plus important pour prendre leurs décisions. Cela permet de réduire les fluctuations de performances lorsque les données de conversion au niveau des mots clés sont peu nombreuses.
Pourquoi l'apprentissage au niveau des requêtes améliore-t-il vos enchères ?
Les algorithmes d'enchères Google Ads ne sont pas limités par l'emplacement d'un mot clé dans la structure de votre compte. En effet, ils exploitent les données de conversion au niveau des requêtes de recherche dans les groupes d'annonces et les campagnes. Cette approche est particulièrement efficace pour optimiser les enchères sur les expressions exactes et les mots clés en requête large, pour lesquels un grand nombre de requêtes de recherche peuvent correspondre à un seul mot clé. Dans ces cas-là, si vous disposez d'une seule enchère au niveau des mots clés, le système ne tiendra pas compte des différences de taux de conversion entre les requêtes.
De plus, imaginons que vous ajoutiez des mots clés ou en déplaciez vers un autre groupe d'annonces. Les algorithmes d'enchères Google Ads n'ont pas à réapprendre les performances de A à Z. Ils apprennent au niveau des requêtes et non au niveau des mots clés. Par conséquent, si une requête de recherche correspond déjà à d'autres parties de vos campagnes, les algorithmes se servent simplement de ce qu'ils ont appris sur cette requête dans votre compte pour prendre des décisions d'enchères plus éclairées.
Signaux utilisateur détaillés et analyse de signaux multiples
Chaque requête de recherche est différente, et les enchères associées à chaque requête doivent refléter les signaux contextuels uniques présents au moment de la mise aux enchères. Les signaux comme l'heure de la journée, la présence sur une liste de remarketing, ou l'appareil et la localisation de l'utilisateur sont des dimensions clés à prendre en compte pour déterminer les enchères optimales. En plus d'évaluer ces signaux lors de chaque mise aux enchères, les stratégies d'enchères intelligentes tiennent compte de bien d'autres signaux comme le système d'exploitation, le navigateur Web et les paramètres linguistiques afin d'optimiser la configuration selon les différences de performances entre les plates-formes et les utilisateurs. Ce contexte supplémentaire permet aux stratégies d'enchères intelligentes de prédire plus précisément la probabilité de conversion de chaque mise aux enchères et de définir l'enchère optimale. La liste ci-dessous récapitule un grand nombre des signaux prédictifs importants que les stratégies d'enchères intelligentes prennent en compte pour optimiser les enchères.
| Signaux contextuels | Description | Exemple |
| Appareil | Le système peut optimiser les enchères selon que la requête provient d'un ordinateur, d'une tablette ou d'un mobile. |
Annonceur : concessionnaire automobile Les enchères varient selon que la recherche "adresses de concessionnaires automobiles" provient d'un ordinateur ou d'un smartphone. |
| Zone géographique | Le système peut optimiser les enchères en fonction de la zone géographique spécifique (jusqu'au niveau d'une ville) que recherche l'utilisateur ou dans laquelle il se trouve, même si sa zone géographique est définie à un niveau supérieur. |
Annonceur : banque Même si la zone géographique correspond à l'État de New York, les enchères varient selon l'endroit d'où la recherche "nouveau compte courant" est effectuée (par exemple, le nombre d'agences bancaires à Manhattan et Long Island peut être différent). |
| Heure de la journée/jour de la semaine | Le système peut optimiser les enchères en fonction de l'heure locale de l'utilisateur et du jour de la semaine dans son fuseau horaire. |
Annonceur : café Les enchères varient selon que l'utilisateur effectue une recherche à 7h avant d'aller travailler ou le lundi à l'heure du déjeuner. |
| Audiences basées sur des listes (RLSA, ciblage par liste de clients, audiences similaires) | Le système tient compte des listes d'audience pour les annonces sur le Réseau de Recherche. |
Annonceur : marchand en ligne Les enchères varient selon que l'utilisateur a consulté un produit lors d'une visite précédente sur le site, figure sur une liste de programme de fidélité que vous avez importée ou possède un profil semblable à celui de clients existants. De plus, elles tiennent compte de la date de la dernière visite de l'utilisateur. |
| Requête réelle | Le système peut optimiser les enchères en fonction du texte de la requête ayant déclenché la diffusion de l'annonce, pas seulement du mot clé correspondant. |
Annonceur : magasin de chaussures Les enchères varient selon que la requête de l'utilisateur est "bottes en cuir" ou "réparer des bottes", même si les deux requêtes correspondent au mot clé "bottes". |
| Création publicitaire | Lorsque plusieurs de vos créations peuvent être diffusées pour une requête de recherche donnée, le système peut optimiser l'enchère en fonction de la création qui sera diffusée. L'enchère peut aussi varier selon que la création redirige l'utilisateur vers une application mobile ou non. |
Annonceur : agence de voyages en ligne Les enchères varient selon que l'annonce diffusée est la création "Nouvelles offres" ou "Forfaits modulables", ou si elle redirige vers le site mobile ou l'application, en fonction de la version qui a le plus de chances de conduire à une conversion à partir de la requête donnée. |
| Langue de l'interface | Le système peut optimiser les enchères en fonction des préférences linguistiques de l'utilisateur. |
Annonceur : site d'apprentissage de l'espagnol Pour la requête "apprendre une nouvelle langue", les enchères varient selon que l'annonce est présentée à un utilisateur dont le paramètre linguistique Google est le français ou l'espagnol. |
| Navigateur | Le système peut optimiser les enchères en fonction du navigateur d'où provient la requête. |
Annonceur : entreprise de logiciels Les enchères varient selon que l'utilisateur recherche "logiciel Mac" via Safari ou Chrome. |
| Système d'exploitation (OS) | Le système peut optimiser les enchères en fonction de l'OS utilisé lors de la requête. |
Annonceur : vendeur d'accessoires téléphoniques Les enchères varient selon que l'utilisateur recherche "coque de téléphone" depuis un appareil Android ou iOS. |
| Partenaire du Réseau de Recherche | Le système peut optimiser les enchères en fonction du partenaire du Réseau de Recherche sur lequel l'annonce est diffusée. |
Annonceur : marque de produits de grande consommation Les enchères varient selon que la requête provient de recherches plus pertinentes sur un site d'e-commerce ou un site d'actualités. |
| Notes et avis concernant des applications mobiles | Le système peut optimiser les enchères en fonction des notes attribuées par les utilisateurs de l'application et du nombre d'avis. |
Annonceur : entreprise de jeux vidéo Les enchères varient selon la note et le nombre d'avis reçus par votre application. |
Combinaison de plusieurs signaux
Afin de définir des enchères plus précises, vous pouvez commencer par utiliser les ajustements manuels des enchères pour des signaux spécifiques comme l'appareil et la zone géographique. Toutefois, les stratégies d'enchères intelligentes ne se limitent pas à analyser les signaux traditionnels. Le contexte de recherche n'est pas défini par un seul signal, et les stratégies d'enchères intelligentes peuvent reconnaître et ajuster les interactions pertinentes entre les milliards de combinaisons de signaux qui peuvent influer sur les taux de conversion.
Évaluer les signaux individuellement ou analyser des signaux multiples
Les ajustements d'enchères spécifiques pour des signaux comme l'appareil, la zone géographique et l'heure de la journée se basent sur les données de performances cumulées. Par exemple, une solution d'enchères peut comparer votre taux de conversion sur mobile à votre taux de conversion global sur ordinateur et tablette, et définir un ajustement des enchères pour mobile adapté.
Cette méthode basée sur les données globales et l'évaluation des performances moyennes évite d'ajuster les enchères avec des données insuffisantes. Toutefois, elle risque aussi d'ignorer l'opportunité de conversion nuancée entre les différentes mises aux enchères. Prenons l'exemple d'un organisme de prêt. Il détermine que ses taux de conversion sur mobile sont 20 % inférieurs à ceux sur ordinateur et tablette, et définit donc un ajustement des enchères pour mobile de -20 %. Toutefois, cette modification ne tient pas compte des heures de la journée auxquelles les taux de conversion sur mobile sont élevés, par exemple le matin, lorsque les utilisateurs recherchent des informations sur les prêts via leur téléphone avant d'aller travailler.
De plus, lorsque vous commencez à ajouter d'autres ajustements d'enchères (pour la zone géographique, par exemple), le système ne tient pas compte des effets d'interaction entre ces signaux lorsqu'il les calcule individuellement, puis les multiplie entre eux. Cela peut même générer des enchères déraisonnablement élevées si vous combinez plusieurs augmentations d'enchères importantes avec une enchère de mot clé de base déjà élevée.
Les stratégies d'enchères intelligentes déterminent comment les signaux interagissent entre eux afin d'identifier les corrélations pertinentes ayant un impact sur les taux de conversion. Elles identifient les combinaisons de signaux les plus à même de prédire les performances en termes de conversions et les ajoutent aux algorithmes d'enchères. Elles peuvent ainsi calculer des enchères plus globales, qui tiennent compte de la façon dont certains signaux interagissent entre eux.
| Signaux disponibles avec les ajustements des enchères | Exemple de signaux exclusifs pour les stratégies d'enchères intelligentes |
|
|
Les stratégies d'enchères intelligentes utilisent des combinaisons de deux signaux ou plus. Par exemple, elles peuvent tenir compte de la zone géographique, de l'OS et de la langue avant de définir une enchère au moment des enchères.
| Vous souhaitez recevoir des conseils avancés et les dernières infos sur Google Ads directement dans votre boîte de réception ? Inscrivez-vous à la newsletter relative aux bonnes pratiques. |