Optimiser sa publicité avec les données: 5 erreurs à absolument éviter

Faire des ventes, c’est bien. Mais en faire encore plus, c’est mieux!

Et pour faire plus de ventes, le plus gros levier est d’améliorer l’efficacité de sa stratégie marketing. Si on peut faire en sorte que chaque composante, comme les publicités ou les infolettres, soient mieux faits et génèrent de plus en plus de résulats, on a la recette de la croissance!

Une partie essentielle du marketing en ligne est donc de tester: on ne peut pas savoir à l’avance si une publicité A ou une publicité B fonctionnera mieux.

Alors, plus vite on peut prouver que A performe mieux que B, plus vite les ventes augmenteront. Par contre, ce processus ne doit pas se faire à tout prix.

Chaque semaine, on voit des entreprises qui souhaitent tester différentes publicités, infolettres, pages & offres pour optimiser leur marketing en ligne, mais font les mauvais choix, ou analysent leurs données de la mauvaise façon.

Cela mène à des résultats moins bons, ce qui est tout le contraire de l’objectif initial 😅

Disclaimer: Je parle ici de marketing à réponse directe: on cherche à générer une vente ou un lead rapidement. Si ta stratégie est de développer ta notoriété pendant des années avant de générer des ventes, tout ce qui se trouve dans l’article ne fera pas nécessairement de sens.

1. Ne pas tracker ses résultats (ou mal le faire)

La seule façon de prendre des décisions sur ce qui performe et ce qui ne performe pas… c’est d’avoir de réelles données.

Au delà de suivre les clics, toutes les bonnes plateformes de marketing permettent de suivre les conversions générées par ton investissement sur chaque canal.

Beaucoup d’entreprises évaluent la performance de leur marketing en se demandant si le nombre de visiteurs sur leur site web augmente ou non.

Pourtant, le but final du marketing n’est pas de générer des visiteurs, mais bien des prospects, ou des ventes. Sans compter le fait que tous les visiteurs ne sont pas égaux!

Au delà du volume, on veut prioriser l’arrivée de visiteurs qualifiés sur son site web. Comment savoir s’ils achètent si aucun tracking est en place?

Le tracking du pixel Facebook, Google Ads et Google Analytics permettent tous assez facilement d’évaluer les résultats qui surviennent après un clic sur une publicité.

D’un point de vue macro, ça permet d’avoir une bien meilleure idée de la profitabilité d’un canal et savoir s’il a du potentiel ou non. Et, bien sûr, d’un point de vue micro, il devient facile de voir quelle version de publicité, ou quelle page, génère des résultats concrets (et non seulement des clics).

2. Tenter d’analyser toutes les données

Peu importe le canal utilisé pour faire de la publicité, beaucoup de données sont à disposition pour analyser les résultats. Ça peut être très facile de se perdre dans cette montagne de chiffres…

Voici les éléments principaux à observer pour prendre de bonnes décisions dans son optimisation:

• Le montant investi & les impressions permettent de déterminer si les autres résultats ont une pertinence: si ça fait assez longtemps que ça roule pour que les résultats ne soient pas juste un coup de chance/malchance.
• Les conversions (prospects ou achats), le taux de conversion et le coût par conversion donnent une vision sur les vrais résultats: est-ce que ma campagne, publicité, ou ciblage donne rééelement ce que je cherche.
• La fréquence/répétition permet de voir si la publicité devient redondante pour les utilisateurs, et si elle apparait trop devant leurs yeux.

Ensuite, les autres statistiques vont permettre de comparer deux campagnes ou deux publicités, mais ne donneront pas d’indication absolue pour savoir si un élément fonctionne bien ou pas.

• Les clics, taux de clic, coût par clic
• Le coût pour mille impression (CPM)
• Le score de qualité Facebook ou Google
• Les interactions, likes, commentaires, partages…

La raison est simple: ces statistiques ne sont pas en corrélation directe avec les résultats finaux.

• Une publicité peut générer un taux de clics plus faible, mais si les clics sont plus qualifiés et deviennent plus clients, c’est une bonne chose!
• Si les gens likent, commentent, mais n’achètent jamais, ça sert pas à grand chose!

Par contre, ces données peuvent être pratiques pour analyser ce qui ne fonctionne pas d’une publicité en rapport aux autres. Par exemple, si une publicité A performe moins bien qu’une B, on pourrait faire l’hypothèse que c’est dû à son taux de clic qui est beaucoup plus bas, et tenter de l’améliorer sur cette publicité A.

Elles servent donc de données pour faire une analyse relative, mais pas absolue.

3. Prendre action trop rapidement

Ça arrive souvent quand on lance des pubs pour la première fois. Notre entreprise, c’est notre bébé, et on veut être certain de faire les bonnes choses pour elle.

Ça fait en sorte que qu’après avoir lancé des publicité, on tombe dans un stress parental angoissant: et si j’étais en train de gaspiller mon argent?! 😱

On retourne voir ses résultats chaque heure… chaque jour…

et… après 36-48h, toujours aucun résultats: c’est la catastrophe: on doit immédiatement arrêter les publicités ou faire quelque chose pour améliorer leurs résultats!

Pour les algorithmes comme pour les humains, 1-2 jours de pubs est rarement assez pour tirer quelconque conclusion.

Du côté de l’optimisation automatique de Facebook/Google, cela prend une quantité suffisante de trafic pour optimiser les résultats et aller les améliorer. Par exemple, Facebook recommande un minimum de 6000 impressions sur une publicité avant d’agir et de décider si elle performe ou non.

Du côté humain, c’est la même chose: la seule façon d’avoir des hypothèses pertinentes sur ce qui marche et ce qui ne marche pas, il faut un volume de résultat assez élevé (impressions, clics, achats, etc.).

Lorsqu’on analyse les résultats à petit volume, ils peuvent être extrèmement biaisés positivement ou négativement par hasard.

Par exemple, si une publicité “A” a 2 ventes, et une publicité “B” a 6 ventes, cela pourrait être dû au fait que:

• Le temps de la journée a fait en sorte que la B a été plus diffusée
• Coup de chance! La “B” a été diffusée auprès de plusieurs presonnes qui attendaient depuis plusieurs jours pour acheter.

Bref, avec une petite quantité de résultats, savoir quelle publicité performe mieux qu’une autre relève du hasard.

C’est pourquoi plus le volume de résultats est élevé, plus les conclusions tirées seront pertinentes.

4. Ne pas tenir compte de l’attribution

Ok, celle-là est plus technique haha

Comme mentionné dans le point #1, les tracking des différentes plateformes permettent de suivre avec précision les résultats générés par chaque canal de publicité.

Ça donne un bon point de vue “individuel”, canal par canal, sur leur performance. Mais, prenonts la sitation suivante:

• Un visiteur entend parler de ton entreprise grâce à une pub sur Facebook, et clique dessus. Il quitte le site web après avoir regardé brièvement.
• Il voit par la suite une publicité YouTube, sur laquelle il clique. Il quitte encore une fois le site web sans acheter.
• Un ami lui partage une publication organique Facebook de ton entreprise, ce qui lui rappelle du produit. Il like la publication.
• Quelques jours plus tard, le visiteur se décide et cherche ton entreprise sur Google, clique sur une publicité Google Ads, et achète.

Si le tracking est bien installé, cette seule vente s’enregistrera comme ceci:

• Publicité Facebook: 1
• Publicité Google (qui inclut YouTube): 1

Une seule vente a été enregistrée 2x! Chaque canal ayant son propre tracking, il est difficile de faire la distinction entre chaque. Ça crée donc une multitude de questions:

• Quel a été l’impact de chaque canal?
• Comment savoir où investir mon budget pub en priorité?
• Est-ce que ma page Facebook a eu un impact?

On peut déduire que chaque étape a eu son importance, mais il n’y a pas de recette miracle pour connaître l’impact précis de chaque étape.

Plusieurs systèmes pour attribuer les résultats existent. Par exemple, Facebook propose son système d’attribution, qui permet de répartir de chaque résultat en fonction du parcours qui a été fait.

Par exemple, si quelqu’un a cliqué sur une publicité, puis une publication organique, on pourrait donner à chacun des deux éléments une attribution de 0.5 ventes.

En bref, il n’est pas nécessaire d’avoir un tracking hyper précis et suivre granilairement chaque micro-action des utilisateurs pour bien optimiser son marketing.

Par contre, il faut toujours garder en tête que le processus n’est pas direct. Chaque élément de marketing est relié dans un écosystème qui influence le résultat final.

5. Ne pas remettre en question ses conclusions

Le pire qui peut arriver dans l’évolution de ton marketing, c’est assumer qu’une réponse est absolue.

Quand un résultat de test est prouvé, par exemple qu’une publicité vidéo fonctionne mieux qu’une image, on est super content: on a fait une avancée dans notre optimisation qui va améliorer nos résultats. C’est un pas vers une meilleure croissance.

Par contre, il faut continuer de remettre en question cette conclusion et ne jamais assumer qu’elle sera absolue et fixe dans le temps. Non seulement il est possible que le test ait fonctionné pour des raisons externes, comme la saison, mais en plus le marketing étant en constante évolution, il est quasi-impossible que cette conclusion reste valide au fil du temps.

L’algorithme va changer, Facebook/Google vont vouloir prioriser autre chose, le comportement des utilisateurs va évoluer, etc. et cette conclusion deviendra désuette.

Bref! “Optimiser” ses publicités peut sembler très simple en surface, et ça peut l’être. Par contre, pour bien le faire, et optimiser dans la bonne direction, ça prend certaines méthodes et beaucoup de patience 😊