Nous reviendrons sur 2019 et l’appellerons l’âge d’or du shopping. Une fois que nous aurons dépassé le quatrième trimestre et que nous serons en 2020, j’envisage une foule de changements venant de Google qui vont changer à jamais la recherche payante et le jeu d’achat.

Nous voyons déjà Google décider que la correspondance de variante proche devrait être la valeur par défaut (devrait-elle ?).

Cependant, avant de prendre de l’avance sur moi-même, faisons un voyage dans le passé et remontons 6 ans dans le temps.

En 2013, je vivais à Londres, en Angleterre, et je vivais ma meilleure vie possible. Il s’est également avéré qu’à un moment donné, Google appelait Shopping par un autre nom – Product Listing Ads (PLA).

Les PLA étaient gratuites et constituaient un bon moyen d’augmenter les conversions et les revenus de marques comme ASOS et Jack Wills, sur lesquelles je travaillais à l’époque.

À l’époque, le trafic n’était pas aussi abondant qu’aujourd’hui, car Google testait encore le shopping en tant que produit.

Nous ne pouvions pas voir dans le futur où aujourd’hui, le shopping représente jusqu’à 60 % du trafic de recherche aux États-Unis.

Google trouve toujours de nouveaux endroits, tels que Google Images, pour diffuser des annonces shopping.

Au cours des années précédentes, Google a augmenté le trafic généré par les annonces Shopping en associant davantage de requêtes de recherche aux produits de notre Merchant Center.

Google a alors vu à quel point les achats étaient rentables pour les marques de commerce électronique et a commencé à nous facturer de l’argent. Peut-être que nous savons tous que les CPC venaient faire du shopping, mais c’était un bon tour gratuit tant que ça a duré.

Au cours des deux dernières années, nous avons vu Google tester différents formulaires publicitaires et styles de conception pour les annonces shopping. Nous les avons vus lancer des vitrines publicitaires et nous assurer qu’aucun SERP ne reste sans publicité commerciale si cela peut être aidé.

Même nos collègues européens avaient des services de comparaison de prix (CSS) pour aider Google et l’UE à rendre les choses plus justes (du moins c’était l’idée).

Google continuera de peaufiner les formats d’annonces et de trouver de nouveaux emplacements pour diffuser des annonces Shopping.

Qu’est-ce que l’apprentissage automatique ?

Cependant, leur principal objectif au cours des 18 derniers mois a été l’automatisation et l’apprentissage automatique.

Ce sur quoi je veux me concentrer, c’est comment l’apprentissage automatique essaie de prendre le contrôle des achats et ne réussit pas toujours correctement.

Tout d’abord, définissons ce qu’est l’apprentissage automatique :

« L’apprentissage automatique est l’étude scientifique des algorithmes et des modèles statistiques que les systèmes informatiques utilisent pour effectuer efficacement une tâche spécifique sans utiliser d’instructions explicites, en s’appuyant plutôt sur des modèles et des inférences. Il est considéré comme un sous-ensemble de l’intelligence artificielle.

Je suis assez satisfait de cette définition car Google a vraiment essayé de créer des modèles pour permettre à leurs ordinateurs d’effectuer la tâche de faire correspondre nos produits et SKU aux différentes requêtes de recherche au fur et à mesure qu’elles arrivent.

Cependant, ils ont fait un mauvais travail parce qu’ils (les machines Google) ont pris un sens plus littéral d’un mot et non l’intention derrière.

Dans d’autres cas, ils établissent des liens qui n’existent pas. Regardons quelques exemples d’un client de jouets avec lequel nous travaillons.

Bons (ou est-ce mauvais ?) Exemples

Moto

Notre client de jouets vend des blocs de bois avec lesquels vous pouvez construire une voiture de sport ou une moto.

Pensez Lego mais sous forme de bloc de bois. C’est un excellent produit et se vend bien.

La description du produit mentionne à la fois une voiture de sport et une moto, ce qui signifie que les machines Google ont pris ces deux termes au sens littéral et affichent le produit par rapport aux recherches de moto.

Machines Now Run Google : Comment éviter les dépenses d'achat inutiles &  Se défendre

En juillet, nous avons même vu des recherches de marques pour Yamaha se concrétiser. C’est en plus d’un jouet side-car qu’ils vendent d’une autre marque qui a un large éventail de requêtes de recherche liées au side-car pour vélos, vélos électriques et bien sûr motos de toutes sortes.

Machines Now Run Google : Comment éviter les dépenses d'achat inutiles &  Se défendre

Il s’agissait d’un cas extrême où nous avons dû suspendre ce produit car cela avait été une bataille sans fin pendant des mois pour filtrer les mauvaises requêtes de recherche liées à un véritable achat de side-car/side-car, tout en conservant les recherches authentiques.

Qu’en est-il des produits de mode pour enfants ?

Enfants Manteaux et Vestes

Il y a d’autres exemples comme le fait d’être montré pour des manteaux et des vestes pour filles/garçons/enfants parce que le client vend des manteaux/vestes de poupée.

Machines Now Run Google : Comment éviter les dépenses d'achat inutiles &  Se défendre

Il s’agit peut-être davantage d’un problème d’IA contre ML, mais cela indique un problème constant que Google rencontre actuellement. Ils essaient de faire évoluer un système qui n’est pas prêt pour les heures de grande écoute.

Je comprends et je respecte qu’ils veulent gagner plus d’argent. Cependant, ils ne peuvent pas le faire au détriment de dépenses inutiles en mauvais clics pour une marque.

Comment gérer les annonces Shopping aujourd’hui

Afin d’aider à réduire ces dépenses inutiles, nous avons pris différentes mesures avec nos clients cet été.

La première étape consiste à être encore plus impitoyable avec nos mots-clés négatifs et à nous assurer que nous pensons aux cas où nous pouvons ajouter plus de mots-clés négatifs pour anticiper les recherches futures.

Un bon exemple consiste à ajouter des noms de marques de motos en tant que mots clés négatifs après avoir vu Yamaha apparaître dans notre travail SQR. Nous examinons également notre liste de mots clés négatifs sur une base hebdomadaire pour nous assurer que nous pouvons consolider les termes là où cela a du sens.

Si nous voyons six mots clés à exclure en correspondance exacte contenant le terme « réchaud de camping », nous mettrons « réchaud de camping » en tant que mot clé à exclure avec correspondance d’expression.

Dans les cas extrêmes, nous pouvons désactiver un produit si nous pensons que le temps investi ne vaut pas la peine de diffuser une annonce d’achat pour le produit.

Avec l’automatisation, l’apprentissage automatique et l’IA qui jouent un rôle plus important dans notre fonction, nous perdons également le contrôle que nous avions en 2013 et même le contrôle que nous avions pour gérer les campagnes d’achat il y a quelques années.

Je ne crains pas ce changement, car la seule chose sur laquelle nous pouvons compter, c’est que des changements vont se produire au sein de notre industrie. Ce que je souhaite, c’est que nous ayons un moyen d’aider à améliorer ces systèmes et à rendre nos vies et nos emplois plus faciles.

Demande de fonctionnalités

Quand vous regardez les exemples ci-dessus et pensez à ce qui nous faciliterait la vie, mon amie Julie l’a dit le mieux :

Je ne veux pas que mon travail se transforme en machines de formation, mais si nous pouvions signaler les pires cas et aider les machines à comprendre pourquoi, cela améliorerait tout le système.

L’autre jour, pour notre client de jouets, nous avons été jumelés lorsque quelqu’un a recherché «chaise» et une autre personne pour «maison».

Je ne sais même pas comment ces deux-là sont arrivés.

Que réserve l’avenir?

Je ne suis pas un futuriste par aucun effort d’imagination.

Il est clair que Google va de l’avant avec l’automatisation, l’apprentissage automatique et l’IA dans l’ensemble de son activité publicitaire. Tout comme Microsoft, Facebook et toute autre plate-forme publicitaire à laquelle vous pouvez penser.

C’est à nous de faire savoir à ces plateformes où elles doivent s’améliorer et de quelle manière.

C’est aussi à nous de préparer un avenir où le branding, la créativité et l’esprit stratégique seront encore plus importants. Il y a une raison majeure à cela.

Je peux voir un avenir où la configuration des campagnes et les structures des comptes sont effectuées par des machines, ce qui est à la fois effrayant et intéressant à penser. Cela peut prendre encore 5 ans mais c’est possible.

Si Google commence à examiner tous les comptes publicitaires auxquels il a accès et à rechercher ceux qui rapportent de l’argent et qui sont rentables, pourquoi une machine ne pourrait-elle pas un jour reproduire cela ?

Ce n’est pas une question de si mais une question de quand.

Davantage de ressources:

  • Guide du débutant sur les annonces Shopping
  • Stratégie d’enchères intelligentes dans Google Ads : un guide à jour
  • PPC 101 : Un guide complet des bases du marketing PPC

Crédits image

Toutes les captures d’écran prises par l’auteur, août 2019

LAISSER UN COMMENTAIRE

S'il vous plaît entrez votre commentaire!
S'il vous plaît entrez votre nom ici