Le test des publicités peut être une partie chronophage du processus d’optimisation PPC, c’est donc un domaine idéal à traiter avec un script Google Ads.

Dans cet article, je partage un script qui facilite la tâche fastidieuse de préparer des données sur les textes d’annonces historiques qui ont bien fonctionné et qui peuvent valoir la peine d’être déployés dans d’autres groupes d’annonces.

Le script divise toutes les annonces en leurs composants, tels que les titres et les descriptions, et totalise les statistiques de l’ensemble du compte.

Si la prémisse de ce script vous semble familière, c’est parce que j’ai partagé d’autres itérations dans le passé, mais celle-ci est différente.

J’ai d’abord créé ce script pour la bibliothèque de scripts d’Optmyzr, puis j’en ai partagé une version appelée Ad Component Report sur Github.

Alors qu’est-ce qui est différent maintenant et pourquoi cette dernière version vaut-elle le coup d’œil ?

Eh bien, j’ai apporté un grand changement au code qui résout un problème dont j’ai commencé à entendre parler plus récemment…

Pourquoi les tests publicitaires A/B sont défectueux

Le problème avec les tests publicitaires est que les annonceurs peuvent croire que c’est le contenu de l’annonce qui influence les performances.

Mais comme Martin Roettgerding l’a récemment souligné, un test publicitaire A/B peut ne pas être fiable car la différence de texte entre les variantes publicitaires n’est qu’un des nombreux éléments variables d’une expérience.

L’autre chose qui change, ce sont les enchères dans lesquelles l’annonce est diffusée. Et dans différentes enchères, les utilisateurs sont différents, l’heure de la journée est différente, l’appareil est différent, etc.

En fait, il y a tellement de variables en jeu qu’il n’est pas juste de désigner les différences de texte d’annonce comme la raison définitive pour laquelle les tests publicitaires A/B produisent des gagnants et des perdants.

Vous faites des tests publicitaires PPC incorrects - ce script vous aidera

Mike Rhodes, fondateur d’AgencySavvy, m’a récemment raconté l’histoire d’un test publicitaire surprenant qu’il a effectué. Plutôt que de faire un test A/B avec deux variantes d’une annonce, il a effectué un test A/A où deux annonces contenaient exactement le même texte.

La logique dicterait qu’il n’y aurait pas dû y avoir de gagnant et de perdant dans ce test, cependant, il a constaté que l’annonce A a gagné et l’annonce A a perdu.

Exactement la même annonce à la fois gagné et perdu l’expérience!

Il ne pourrait pas y avoir d’illustration plus claire pour souligner qu’il n’y a pas que le texte de l’annonce qui influence le déroulement des tests.

Segmenter les données publicitaires pour des expériences appropriées

La façon de résoudre ce problème consiste à supprimer autant de variables que possible lors de l’analyse des données de performances publicitaires.

En analysant les annonces d’un groupe d’annonces à la fois, et même d’un mot clé exact à la fois, vous supprimez une partie de la variabilité liée aux différences dans les requêtes.

En ajoutant des segments pour les appareils, les jours de la semaine et l’espace publicitaire, vous pouvez commencer à vraiment vous plonger dans des scénarios uniques où vous avez une comparaison aussi proche que possible des performances de différents textes d’annonces.

Lorsque différentes publicités sont diffusées dans des scénarios qui se ressemblent beaucoup, vous pouvez commencer à désigner les publicités comme le principal moteur des différences de performances.

Faiblesse des données lors de la segmentation des données publicitaires

Plus nous segmentons les données, plus les données deviennent granulaires et plus il est difficile de trouver un gagnant statistiquement significatif.

Vous pouvez essayer l’un des nombreux calculateurs de signification statistique disponibles en ligne (comme celui-ci) pour voir comment une diminution des métriques rend plus difficile la recherche d’un gagnant significatif.

Échanger sur le volume et la similarité des données

Nous devons donc faire des compromis et décider comment équilibrer le fait d’avoir suffisamment de données et de les faire provenir d’enchères similaires. C’est là qu’intervient le script.

Les itérations précédentes de celui-ci ignoraient les segments. Bien qu’il y ait beaucoup de données pour les métriques, ces données provenaient de tous les scénarios possibles où l’annonce était diffusée.

En d’autres termes, dans le compromis que j’ai décrit, il a favorisé beaucoup de données plutôt que d’obtenir des données à partir de scénarios similaires.

Vous faites des tests publicitaires PPC incorrects - ce script vous aidera

La nouvelle version du script vous permet de choisir le segment à ajouter afin que vous puissiez supprimer une variable telle que l’appareil, la position sur la page et le jour de la semaine pour votre analyse.

Si vous utilisez ce script, vous pouvez obtenir plus de données en parcourant de nombreuses campagnes tout en limitant les données à un segment choisi. Maintenant, avec la sortie du script, il est possible d’effectuer des comparaisons intéressantes.

Comment utiliser le rapport sur les composants publicitaires segmentés

Voici un exemple d’utilisation du rapport généré par le script.

Supposons que vous constatiez qu’il existe une grande différence dans les performances des titres d’annonces sur les appareils mobiles et les ordinateurs de bureau. Cela pourrait indiquer qu’il vaut peut-être la peine de diviser les campagnes afin que vous puissiez en exécuter différentes pour différents appareils.

Vous pouvez utiliser des ajustements des enchères en fonction de l’appareil, mais cela ne vous offre pas beaucoup de flexibilité lorsqu’il s’agit de faire varier le message que vous affichez aux différents utilisateurs en fonction de leur appareil.

Vous faites des tests publicitaires PPC incorrects - ce script vous aidera

Lorsque vous examinez les différences de performances, concentrez-vous principalement sur les mesures de ratio telles que le CTR et le taux de conversion.

Il peut y avoir de grandes différences dans les niveaux d’impression, mais cela peut être dû au fait qu’un volume de recherches différent se produit sur différents appareils ou que Google fait déjà un excellent travail en affichant les bonnes annonces en fonction de l’appareil de l’utilisateur.

Ce qui compte le plus, c’est que le ratio clics sur impressions (CTR) soit le plus élevé possible quel que soit l’appareil.

Encore une fois, Google fait peut-être déjà du bon travail en montrant la variante d’annonce avec la plus grande probabilité d’obtenir un bon CTR sur chaque appareil, mais si vous constatez qu’il y a des gagnants pour différents appareils, il pourrait être temps de mélanger les choses avec des campagnes segmentées.

Le scénario

Ce script a une poignée de configurations :

currentSetting.spreadsheetUrl

Utilisez-le pour saisir l’URL de la feuille Google qui doit recevoir les données. Ou ajoutez le texte « NEW » pour générer automatiquement une nouvelle feuille de calcul à chaque exécution du script.

currentSetting.time

Entrez la plage de dates pour les données, par exemple « LAST_30_DAYS », « LAST_MONTH », « 20180101,20181231 »

currentSetting.accountManagers

Une liste séparée par des virgules des noms d’utilisateur Google de toutes les personnes qui doivent être autorisées à travailler avec le rapport dans Google Sheets.

currentSetting.emailAddresses

Une liste d’adresses e-mail séparées par des virgules qui doivent recevoir un e-mail lorsqu’un nouveau rapport est prêt.

currentSetting.campaignNameIncludesIgnoreCase

Entrez une chaîne de texte qui doit être présente dans les noms de campagne dont les données doivent être incluses dans le rapport.

currentSetting.segment

Il s’agit du nouveau paramètre qui indique au script les colonnes de données supplémentaires à ajouter pour les différents segments.

Choisissez parmi n’importe quel segment disponible pour AD_PERFORMANCE_REPORT à partir de l’API Google Ads, par exemple « Appareil », « DayOfWeek » ou « Slot ».

Conclusion

L’information, c’est le pouvoir, mais les chiffres d’un rapport peuvent également être trompeurs lorsqu’ils sont mal interprétés. J’espère que ce script vous donne une autre façon de regarder les données.

Alors que vous décidez comment structurer un compte et quelles nouvelles variantes d’annonces lancer, avoir accès à un autre script Google Ads qui vous fera gagner du temps devrait vous aider à mieux faire PPC.

Davantage de ressources:

  • 3 façons d’automatiser Google Ads sans savoir coder
  • Comment récupérer des conversions perdues avec un script Google Ads
  • PPC 101 : Un guide complet des bases du marketing au paiement par clic

Crédits image

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

LAISSER UN COMMENTAIRE

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