3 choses qui bouleversent vraiment ce qu'est vraiment un «  gestionnaire PPC ''

Les professionnels du PPC qui sous-estiment l’impact de l’automatisation sur leur vie professionnelle risquent de rater une grande transformation.

J’écris sur la manière dont l’automatisation transforme le PPC depuis quelques années maintenant.

Pendant ce temps, il est devenu très clair que la gestion du PPC s’éloigne rapidement de la nécessité de recourir à des tacticiens du PPC.

Avant, nous travaillions dans les détails, par exemple en nous concentrant sur des mots clés exacts ou des enchères spécifiques.

Désormais, les pros du PPC gèrent ces choses de manière plus indirecte – comme si nous nous déplaçions davantage vers la périphérie du compte publicitaire.

L’apprentissage automatique de Google est la boîte automatisée qui engloutit de plus en plus les tâches que nous faisions auparavant.

Et chaque fois qu’il engloutit un autre levier, nous devons déplacer notre propre travail vers celui de l’enseignant PPC en modifiant un paramètre ou une entrée aux limites de la fin de notre contrôle et du monde de l’apprentissage automatique.

Il y a trois facteurs clés à l’œuvre pour accélérer cette transformation du rôle du gestionnaire PPC.

Facteur 1: plus d’automatisation

Nous voyons tous les mises à jour fréquentes de Google sur les nouvelles formes d’automatisation PPC censées nous faciliter la vie et fournir de meilleurs résultats.

Par exemple, ils ont récemment annoncé la version bêta limitée des campagnes Performance Max, un nouveau type de campagne qui diffusera des annonces dans l’ensemble de l’écosystème Google Ads.

Les types de campagnes automatisées précédents étaient plus limités en termes de lieux de diffusion des annonces, et les annonceurs devaient créer plusieurs campagnes automatisées pour toucher le plus large public possible.

Ce qui motive l’assaut de plus d’automatisation, ce sont les améliorations de l’apprentissage automatique qui sont elles-mêmes motivées par deux facteurs clés:

• Plus de données.
• Processeurs plus rapides pour trouver des signaux dans ces données.

Je suis toujours fasciné quand je regarde au-delà des grandes annonces et j’entends parler des changements incrémentiels permis par un meilleur apprentissage automatique.

De petits changements qui, une fois agrégés, finissent par transformer même les sceptiques en fans.

Par exemple, Google a récemment annoncé que les campagnes Shopping intelligentes peuvent désormais être lancées même sans l’ajout d’une balise de suivi des conversions ou de remarketing.

Ils ont spécifiquement noté ce qui suit:

« Enfin, pour faciliter le démarrage des nouveaux détaillants, nous réduisons les conditions d’éligibilité pour les campagnes Shopping intelligentes. Bien qu’une balise de remarketing et de conversion soit toujours nécessaire pour des performances optimales, vous pourrez créer votre première campagne Shopping intelligente dès maintenant et vous occuper de ces balises plus tard. « 

Étant donné que ce type de campagne fonctionne uniquement avec les enchères automatiques, en particulier « Maximiser la valeur de conversion » avec un ROAS cible facultatif, il est fascinant de constater que le suivi des conversions n’est plus nécessaire.

Ce qui se passe le plus probablement ici, c’est que l’apprentissage automatique de Google est devenu si bon qu’il peut tirer des hypothèses sur les performances de n’importe quel annonceur.

Ceci est basé sur les signaux d’annonceurs similaires qui faire avoir tous les pixels de suivi de mesure en place.

Les annonceurs ont bénéficié de la capacité du machine learning à prédire les similitudes entre les utilisateurs.

Désormais, Google renverse les rôles et prédit les similitudes entre les annonceurs.

Lorsqu’ils peuvent prédire les conversions probables d’un annonceur, ils n’ont plus besoin que les annonceurs signalent ces données pour activer les enchères automatiques.

Ce que nous pouvons faire

Google lui-même dit que pour les campagnes Shopping intelligentes, les balises de conversion sont toujours nécessaires pour des performances optimales.

Bien sûr, les prévisions de la machine seront meilleures si elle dispose des données de cet annonceur particulier sur lesquelles baser ses décisions.

En tant qu’annonceurs, nous devons réaliser que l’objectif de Google est de maximiser la valeur de conversion de la campagne.

Et la plupart des annonceurs se soucient probablement plus de maximiser leurs profits que de leurs revenus.

Pour réaliser plus de bénéfices, les annonceurs peuvent soit déclarer les bénéfices au lieu de la valeur des ventes via le champ de conversion, soit créer plusieurs campagnes Shopping intelligentes, chacune avec son propre tROAS.

En fait, nous avons récemment commencé à entendre plus fréquemment ce dernier conseil des représentants de Google.

Ils disent essentiellement qu’une façon d’optimiser les performances consiste à cesser de traiter l’ensemble du catalogue de produits comme un problème d’optimisation de portefeuille.

Au lieu de cela, regroupez les produits dont la rentabilité est similaire, puis gérez chacun de ces sous-ensembles en tant que portefeuille en les regroupant dans leur propre campagne.

Facteur 2: moins de données

Google nous demande constamment de changer la façon dont nous optimisons nos comptes lorsqu’ils suppriment des données sur lesquelles nous nous appuyons.

Au cours des 18 derniers mois seulement, nous avons constaté la suppression de la « position moyenne » et, plus récemment, la réduction de la quantité de données incluses dans les rapports sur les termes de recherche.

Alors que l’apprentissage automatique de Google bénéficie de la richesse sans cesse croissante des enchères et des données des utilisateurs, les annonceurs qui espéraient faire quelque chose d’intelligent avec des données par eux-mêmes voient le tuyau d’incendie se transformer en un robinet de jardin.

Matt Umbro, par exemple, rapporte que certains comptes sont passés de 4 à 5% de leurs clics masqués à plus de 30% de ces clics ne faisant plus partie du rapport sur les termes de recherche.

La plupart des gestionnaires PPC que je connais considèrent la gestion des termes de recherche comme un moyen clé d’optimiser les comptes.

À la fois pour réduire les dépenses inutiles liées aux variantes étranges proches et pour augmenter le volume en capitalisant sur les nouvelles recherches tendance avant tout le monde.

Ce que nous pouvons faire

Bien que cela ne nous plaise peut-être pas, la réalité est que chaque fois que nous perdons des données, ce sont les experts qui trouvent et mettent en œuvre des solutions de contournement pour continuer à avoir un avantage sur des concurrents moins avertis.

Par exemple, bien que nous puissions toujours examiner les termes de recherche de la même manière que nous le faisions auparavant, nous pouvons simplement avoir moins d’idées d’optimisations maintenant que les données ont été réduites.

Mais nous pouvons également faire des hypothèses sur la distribution statistique des données et utiliser différentes techniques comme l’analyse n-gramme pour trouver des idées d’optimisation.

Cette technique a été proposée lors de ma récente mairie PPC avec Martin Rottgerding et Brady Cramm.

L’idée est que les mêmes combinaisons d’un, deux ou trois mots (unigrammes, bigrammes et trigrammes) que nous ne voyons plus comme des termes de recherche rapportés individuellement peuvent encore apparaître lors d’une analyse de n-gramme et peuvent donc être la base d’un décision concernant un nouveau mot clé à exclure à ajouter.

C’est une façon moins directe de gérer le compte, mais un autre exemple de la façon dont Google nous oblige à gérer les comptes PPC de manière plus indirecte.

Facteur 3: moins de contrôles

Ce facteur va vraiment de pair avec les deux autres.

Avoir moins de contrôles est presque le résultat inévitable de moins de données et plus d’automatisation.

Par exemple, les campagnes Shopping intelligentes automatisent les enchères sur les annonces de remarketing et Shopping dynamiques, ainsi que sur les Réseaux de Recherche, Display, Gmail et YouTube.

Cependant, ils ne rapportent pas ce niveau de détail sur l’endroit où l’annonce a été diffusée et ses performances.

En conséquence, avoir le contrôle pour gérer cela n’aurait pas de sens.

Bien que nous puissions prendre des décisions basées sur l’intestin, nous ne pouvions pas vraiment optimiser ce que nous n’avons pas été en mesure de mesurer.

Le dernier type de campagne automatisée, Performance Max, est similaire dans son fonctionnement.

Il peut diffuser des annonces dans encore plus d’endroits, tels que les campagnes Discovery et dans d’autres formats, comme la vidéo.

Les enchères sont automatisées et ne seront probablement pas quelque chose que nous pouvons contrôler.

La seule chose sur laquelle nous pouvons avoir un contrôle est le message.

Ou à tout le moins, les composants qui devraient constituer le message, comme ce que nous avons avec les Responsive Search Ads (RSA).

Ce que nous pouvons faire

Nous avons peut-être longtemps été trop concentrés sur les choses que nous pouvons faire pour optimiser le PPC dans les feuilles de calcul: calculer les enchères, trouver des idées de ciblage basées sur l’analyse numérique, etc.

La connexion avec nos prospects à travers un message vraiment convaincant est souvent laissée à l’équipe qui fait le CRO.

Nous devrons nous concentrer davantage sur l’élaboration d’un message convaincant qui se connecte à nos prospects et leur explique pourquoi notre entreprise mérite d’être prise en compte pour répondre à leurs besoins.

Heureusement, c’est encore quelque chose que nous pouvons faire avec nos feuilles de calcul, du moins dans une certaine mesure.

La différence est que contrairement à la gestion des enchères et des termes de recherche, nos feuilles de calcul ne nous donnent pas la réponse finale.

Ils nous indiquent simplement la direction qui nécessite du travail.

Et puis nous devons faire ce travail d’être de bons spécialistes du marketing.

Conclusion

Je continue de croire que les machines à elles seules ne fourniront pas les meilleures campagnes PPC.

Les machines peuvent aider Google à développer sa base d’annonceurs en fournissant des résultats tout à fait adéquats aux novices du PPC.

Mais les meilleures campagnes ne peuvent se produire que lorsque les experts PPC exploitent la puissance des machines tout en ajoutant un élément humain de stratégie et de perspicacité.

La façon dont nous exploitons la puissance des machines évolue en raison des trois facteurs que j’ai abordés ici.

En conséquence, nous devrons être prêts pour un monde où nous gérons moins de détails et agissons davantage en tant qu’enseignants de la machine.

Plus de ressources: