Utiliser la data pour enrichir ses stratégies Search et améliorer le ROI

Le Search est, de par sa nature, un des leviers majeurs du marketing digital.  Vincent LAQUERRIERE, Directeur de Clientèle d’Artefact explique dans cette tribune comment optimiser sa stratégie de positionnement Google afin de devancer les concurrents mais aussi comment maximiser l’utilisation des outils de gestion de campagne Google en y intégrant les données importantes pour l’entreprise.

Aujourd'hui, lancer une campagne dans Google Ads est relativement aisé, dès lors que l'on maîtrise les bases du SEA. Cependant, dans la course à la première place et à l’optimisation budgétaire, l’expertise des consultants SEA fait toute la différence. Afin de s'assurer un bon positionnement, maîtriser la Suite Google et les stratégies de bidding est indispensable. Au-delà de cette gestion "classique" du Search, de nouvelles approches se développent grâce à la diversité des profils désormais présents en agence (data scientists, data engineer...). Avec ces ressources, il est maintenant possible de décupler les performances des campagnes en complétant la puissance des algorithmes de bidding.

L’intégration de données business centric dans les outils de gestion de campagne ad centric par les experts SEA augmente la puissance des algorithmes qui ont alors davantage d’informations sur lesquelles se baser. Grâce à ce processus les annonceurs ont la possibilité de piloter les campagnes de façon très précise (enchères, ajustements, diffusion, personnalisation) en croisant les données disponibles et jugées pertinentes par les analyses préalables. En effet, les algorithmes fonctionnent avec des bases de données personnalisées en fonction de l'annonceur, de son secteur d'activité, de ses besoins, etc. Précisons que la confidentialité des données est respectée puisque celles-ci ne sont accessibles qu’aux algorithmes et non aux équipes de Google ou des agences.

Qu’est-ce que la business data ?

Il existe autant de données business que d’entreprises, avec des spécificités par industrie. Quand des annonceurs du retail souhaitent exploiter des données relatives au CA et au ROI de leurs produits, les spécialistes du tourisme ambitionnent quant-à-eux de mettre en place un pilotage basé sur les principes de Yield management en se focalisant sur les signaux de taux d’occupation (remplissage des hôtels, des avions, etc.).

Même les industries qui, à première vue, semblent moins adaptées à ce type de fonctionnalités peuvent maximiser leurs résultats en intégrant des données CRM comme les moments de vie d’un client (à des fins d’anti churn, d’upsell, de cross-sell).

Ainsi, toute donnée de nature à obtenir une photographie en temps réel sur la situation du business d’un annonceur est potentiellement exploitable.

Piloter ses campagnes Search au plus proche de la réalité grâce à l’intégration des données business en temps réel dans Google Analytics 360

Beaucoup nous dirons que le business data n’est pas nouveau ! En effet, l’interface SA360 permet de collecter et utiliser des données annexes dans les stratégies d’enchères depuis plusieurs années. Mais l’innovation réside dans la possibilité d’utiliser ces données en temps réel pour optimiser les stratégies et maximiser leur rentabilité.

Activer toutes les données à portée de main

La puissance de ce nouveau dispositif est d’utiliser ces signaux qui vont au-delà du média dans nos outils de gestion de campagne. La collaboration des experts SEA et de data scientists est clé pour rassembler et actionner des données pertinentes dans les campagnes de référencement payant.Cela implique d’avoir à disposition non seulement  des bases de données “propres” et activables, mais aussi, des équipes techniques capables d’implémenter cette nouvelle approche, en agence ou en régie chez l’annonceur. A ce jour, encore peu d’agences sont capables de proposer cette complémentarité d’expertises.

 Le challenge principal pour optimiser ses campagnes Search, et la raison pour laquelle une agence est essentielle, réside dans le traitement et l’utilisation de la data. Pour que le modèle soit performant, les modèles statistiques doivent être précis et requièrent une réelle attention pour maintenir le bon équilibre entre la quantité et la qualité de données utilisées.

(Les tribunes publiées sont sous la responsabilité de leurs auteurs et n'engagent pas CB News)