Publicité Facebook : Est-ce que le ciblage laser est encore la meilleure option?

Le ciblage Facebook est littéralement l’élément dont on entend le plus parler dans la communauté des annonceurs. Quand on parle de ciblage, on parle des gens à qui on veut diffuser nos publicités.

Sur Facebook il existe beaucoup de critères de sélection : pays, genre, âge, langue et des milliers de caractéristiques plus précises comme la profession, les intérêts, le type d’emploi, etc.

Quand des campagnes de pub ne fonctionnent pas, c’est l’aspect qui est le plus souvent mis en doute, peut-être qu’on cible les mauvaises personnes. Avec le temps on s’est développé plusieurs façons de penser au ciblage sur Facebook.

Certains vont dire « Il faut être très très très très précis » avec ce qui est surnommé un ciblage laser et d’autres vont dire « Mieux vaut aller large » avec un ciblage qu’on appelle « broad », ou avec moins de critères.

Aujourd’hui on creuse les deux options et on va essayer de répondre à la question, quel ciblage est le mieux? Ciblage laser ou ciblage broad?

Et pour y répondre on doit commencer par comprendre ce que chaque option implique.

Laser Targeting: Le vieux roi du ciblage

Quand on lance une entreprise, surtout une entreprise en ligne, on entend souvent le fameux « trouve ton client idéal », ton persona, ton avatar, et l’idée c’est que plus on est précis sur notre clientèle cible, puis plus on est précis sur le problème qu’on vient résoudre, plus notre marketing devrait être précis et efficace.

Par exemple si j’essaie de vendre des vêtements de performance et de sport à des gens qui souhaite faire de l’exercice, je compétitionne contre n’importe qui: Decathlon, Sports Experts, Walmart, parce que mon avatar est très large et un peu flou mais si je vends des vêtements disons de performance pour ceux qui ont une conscience environnementale développée voire qui sont activistes, qui ont les moyens aussi de se payer de l’équipement peut-être de qualité, là je me retrouve à être Patagonia. (Cette entreprise ne fait pas de compétition à Walmart parce que la clientèle n’est pas du tout la même même si le produit en tant que tel est peut-être similaire.)

Revenons à la pub Facebook. L’idée du ciblage laser c’est de reproduire ce concept d’avatar précis directement dans son ciblage.

Je vais tenter d’être le plus précis possible pour atteindre un petit bassin d’audience très très très qualifiée. Au lieu d’essayer d’atteindre des millions de personnes, je vais chercher les 10 000, 50 000 ou 100 000 meilleurs. On pourrait appeler ça le diamant brut de ma clientèle potentielle.

Pour Patagonia voici à quoi ça pourrait ressembler : 

👉🏼 Je cible les 40 ans et moins qui vivent proche de Montréal, qui ont des intérêts basés sur l’environnement, les changements climatiques et la durabilité.

👉🏼 On se retrouve avec 170 000 personnes qui ont beaucoup de potentiel.

Pour le moment ça semble assez intelligent.

J’investis mon budget précisément aux bonnes personnes et ces gens là devraient bien convertir et acheter ce que j’ai à vendre.

On pourrait en faire l’équation suivante : petite cible précise est égale à audience plus qualifiée est égale à plus haut taux de conversion est égal à plus de ventes.

De 2007 à 2018, c’était globalement la seule façon vraiment de créer ses publicités et c’est encore une méthode qui est utilisée aujourd’hui par beaucoup de gens parce que selon la logique qu’on vient de voir, il n’y a pas mieux pour générer des résultats.

Ensuite sur Facebook on vient créer avec cette technique là. Plusieurs micro-audiences dans le but de trouver quels segments, quels critères précis fonctionnent le mieux.

Si on reprend l’exemple de Patagonia on va venir créer plusieurs ensembles de ciblage très précis, par exemple : 

• Les gens de moins de 40 ans intéressés par l’environnement et la durabilité
• Les étudiants universitaires préoccupés par les enjeux sociaux
• Les sportifs avec des moyens financiers
• Les jeunes parents actifs 
• Etc. 

L’idée c’est de mettre un budget sur chaque créneau, de les tester et de voir ce qui fonctionne le mieux, puis ensuite de diriger le budget à cet endroit.

Ciblage broad: le challenger contre-intuitif

Par contre depuis quelques années on voit un challenger arriver et dire : « Votre méthode date du Moyen Âge et ce que vous devriez faire aujourd’hui, plutôt que de micro-cibler plein de petits segments, c’est d’avoir un bassin d’audience plus large. »

Ce challenger là c’est pas n’importe qui. C’est Facebook.

En 2017 Facebook introduit une nouvelle façon de gérer ses campagnes, il introduit le « Campaign Budget Optimization », CBO.

Le CBO c’est une nouvelle façon de gérer le budget d’une campagne. Plutôt que de diviser soi même son budget entre nos segments de ciblage, Facebook propose de le gérer lui-même.

On donne un seul budget pour la campagne et ensuite l’algorithme va répartir automatiquement le budget dans chaque ensemble de pub pour générer le plus de résultats possible au total sur la campagne.

Si on y pense bien, c’est un peu comme si on regroupait tous nos segments de ciblage en un seul segment plus gros avec un seul budget. Ce n’est pas trop du ciblage laser mais on pourra apprécier du ciblage large, mais là c’est pas terminé : Facebook va continuer sa croisade contre le ciblage laser puis en 2019 ils vont sortir une série de cinq grandes recommandations pour les gestionnaires de campagne, que Facebook va surnommer le Power5.

Parmi ces cinq recommandations , on retrouve le CBO, le le « Campaign Budget Optimization » , mais aussi la simplification du compte.

Ce qui est recommandé, c’est que plutôt d’avoir plein de petits segments tous séparés, venez donc les regrouper pour simplifier votre compte.

L’argument principal c’est que pour maximiser la puissance de l’algorithme qui s’est bien développé depuis 2007, mieux vaut concentrer les données tout au même endroit plutôt que les diviser dans dix ou quinze ensembles de pub, diluer le budget et n’avoir que quelques résultats sur chacun de ces 10-15 ans ensembles.

Donc non seulement Facebook gère lui-même la répartition du budget mais il recommande de regrouper les segments ensemble.

En faisant ça, on se retrouve à perdre un peu tous les avantages du ciblage laser, on perd notre vision sur les créneaux qui fonctionnent le mieux, on cible moins précisément, on a moins contrôle sur qui voit nos pubs, et on vient se demander “Est-ce que les recommandations de Facebook sont vraiment à notre avantage?”

“Est-ce qu’ils ne nous cacherait pas quelque chose derrière? »

Commençons par voir s’ils ont raison de nous recommander ça.

Le test

On a donc testé en septembre 2021 ce qui fonctionnait le mieux. On a pris un de nos clients, une boutique en ligne de produits qui sont orientés sur une niche responsable, durable.

Comme ce sont des produits qui se vendent bien, ça ne prendra pas trois mois pour qu’un client se décide, ça devrait être relativement rapide pour tirer une conclusion.

On va venir tester spécifiquement une campagne froide parce que c’est là où on peut vraiment comparer les deux stratégies de ciblage: le « broad » versus ciblage laser. En ce qui concerne le re-ciblage, ça dépend beaucoup plus de l’entreprise, de ses segments de clientèle, etc.

Donc d’un côté on a une campagne en mode ciblage laser : 14 ensembles de publicité, tous ciblant des créneaux très spécifiques.

De l’autre côté, on a une campagne en mode simplification : 5 ensembles de pub de plusieurs millions de personnes.

Les deux campagnes sont en CBO avec un budget chacun d’environ 300 dollars par jour et dans chaque ensemble on peut retrouver les mêmes publicités.

Résultats après une semaine.

Maintenant qu’on a plus de 2000 dollars investis, donc précisément de 2250, il faut noter que la première chose c’est qu’en ciblage laser il y a eu beaucoup d’optimisation qui a été faite pour s’assurer que le budget aille dans les bons ensembles de pub, et que dans le ciblage large, on a tout laissé tourner sans s’en préoccuper.

Taux de clics

Au niveau du taux de clics, premièrement, c’est le « broad » qui gagne, c’est le ciblage large avec 1.11 % contre 0.52 % en laser.

Ceci dit, l’important c’est surtout de voir les résultats. Lequel à la fin de la journée a généré le plus de ventes et lequel a généré un meilleur retour sur investissement?

ROAS 

Pour une dépense de 2250 dollars par campagne, on se retrouve avec un retour sur investissement, un ROAS de 1.54 pour le ciblage laser et un de 2.75 pour le ciblage large.

Le ROAS a presque doublé.

Attention ici il faut considérer que plusieurs facteurs peuvent influencer les résultats du test, c’est pas parce qu’on a obtenu cette conclusion là ici que vous l’obtiendrez nécessairement de votre côté.

Explications

Chaque annonceur a un peu sa sauce secrète que ce soit dans une campagne en ciblage laser ou en ciblage large, il y a plein de méthodes différentes.

Par exemple nous on utilise les « lookalike stacks » donc on fusionne toutes les audiences « lookalike » mais d’autres vont préférer les diviser.

Aussi d’autres vont prendre plusieurs semaines pour tester manuellement plein de segments d’audience pour qu’une fois qu’ils lancent leur campagne ils puissent seulement se concentrer sur les petits segments qui fonctionnent le mieux.

De plus, l’algorithme de ciblage et la protection de la vie privée évoluent très rapidement donc ce n’est pas parce que c’est comme ça aujourd’hui que ça l’était il y a un an, que ça restera pareil dans un an.

Finalement chaque compte a ses propres spécificités, selon votre industrie, la compétition sur Facebook, le temps de l’année, si Facebook vous aime ou pas, et selon si on est un soir de pleine lune, et bien un test de votre côté pourrait ne pas donner le même résultat.

Ceci étant dit, ce qu’on voit maintenant c’est que la campagne broad a fonctionné mieux et honnêtement ce qu’on voit c’est que c’est la même chose pour 80% de nos clients. Nos tests nous font dire que le ciblage large est une bonne pratique à avoir en publicité Facebook.

Le ciblage laser c’est un peu dépassé puis on va voir ensemble ce qui explique ce résultat. Chaque utilisateur de Facebook voit des publicités, c’est normal. Par contre tout le monde n’a pas la même demande de la part des annonceurs.

Par exemple la riche directrice d’entreprise qui achète tout le temps en ligne sera beaucoup plus prisée par les annonceurs que le jeune étudiant qui a un petit budget, et plus on donne une cible précise à Facebook, plus on le force à s’attaquer à des marchés compétitifs qui peuvent coûter de plus en plus cher.

On lui dit « Voici dix mille personnes, voici mon budget. » Et comme on concentre un gros montant d’argent sur peu de personnes, les enchères explosent, donc même si le taux de conversion est plus élevé parce que la cible est plus précise, et bien ça coûte tellement plus cher de s’afficher auprès d’eux que nos résultats sont moins bons, et ça c’est le problème de l’équation que je vous ai présentée plus tôt.

Ça ne prend pas en compte le fait que chaque utilisateur Facebook n’a pas le même coût. L’équation passe de : Petite cible précise = Audience plus qualifiée = Plus haut taux de conversion = Plus de ventes

à

Grande cible = Audience moins chère = Plus d’impressions et de flexibilité = Plus de résultats.

Ça veut dire que si ton objectif aujourd’hui c’est d’obtenir le plus de résultats possibles ta priorité ne devrait pas être d’afficher les pubs devant le meilleur segment possible mais devant le maximum de personnes qui sont assez qualifiées pour éventuellement acheter.

En d’autres mots, au lieu de te battre pour les quelques personnes « dorées » avec tous tes compétiteurs, et bien mieux vaut attaquer un public un peu plus large et laisser Facebook optimiser pour obtenir le meilleur retour possible.

Cela dit, il y a trois points négatifs dans tout ça.

Le revers de la médaille

Le premier point négatif est que pour utiliser un ciblage large et laisser l’algorithme gérer les détails, il doit avoir assez de données pour fonctionner. Si tu n’arrives pas à générer suffisamment d’impressions, de clics, de leads, ou de ventes, ça va être beaucoup plus difficile pour Facebook d’optimiser le tout.

C’est donc très difficile d’atteindre une bonne rentabilité quand on fait de la publicité à très petit budget. Par exemple, moins de 10 dollars par jour.

À ce point là c’est très difficile pour Facebook de déterminer qui cibler pour ramener de bons résultats parce qu’il n’y a pas assez de données pour tirer des conclusions.

Ça nous force un peu la main à investir au moins 15, 20 dollars ou plus chaque jour en publicité, et selon l’industrie c’est parfois pas suffisant pour avoir de bons résultats parce que juste, ça limite trop l’algorithme.

Ensuite le deuxième point négatif c’est qu’on laisse complètement la main à Facebook pour décider : est-ce qu’un segment x performe mieux qu’un segment y?

La réalité c’est que Facebook est hyper agressif dans sa prise de décision. Par exemple, si Facebook trouve que tu lui donnes trop d’ensembles de publicité pour son budget, il pourrait décider littéralement d’en mettre un ou deux de côté et d’y revenir seulement plus tard quand tu augmenteras le budget.

Il ne viendra pas tout tester systématiquement avec un niveau de confiance très élevé, il prendra des décisions très rapidement avec comme objectif d’arriver à te générer des résultats gagnants le plus vite possible.

La majorité du temps son agressivité va payer et les résultats vont être au rendez-vous, mais ce n’est pas le cas 100% du temps donc il faut être vigilant avec ça.

Finalement le dernier point négatif est de regrouper nos segments en moins d’ensembles de publicité nous fait perdre complètement la vision sur quel critère de ciblage performe mieux que l’autre, donc tout ça il faut laisser dans les mains de Facebook et on verra jamais exactement quelle est la combinaison exacte de critères pour obtenir les meilleurs résultats.

Cela dit, ce n’est pas pour autant qu’on n’a plus du tout de contrôle sur le ciblage de Facebook, parce qu’il y a quelque chose que je n’ai pas mentionné jusqu’à maintenant.

Quand on donne un ciblage large à Facebook, de plusieurs millions de personnes, il ne va pas s’y attaquer au hasard. Par lui-même il va venir affiner l’audience pour aller chercher le plus de résultats.

Pour comprendre ça, il faut comprendre comment l’algorithme fonctionne.

Ce qui influence réellement le ciblage (comment être précis en broad)

On parle de ciblage depuis le début de la vidéo mais pas une seule fois on a parlé de ce qui est en réalité l’élément qui influence le plus le ciblage.

Ce n’est pas ce qu’on configure dans notre ensemble mais c’est le contenu de notre publicité.

L’algorithme de la pub Facebook sous sa forme la plus simple ressemble beaucoup à n’importe quel autre algorithme de réseau social ou de réseau publicitaire donc premièrement on donne un bassin de ciblage, donc qu’il soit grand ou petit, ça représente les limites dans lesquelles Facebook va pouvoir afficher une pub et il va jamais dépasser ces limites là.

Ensuite va s’enclencher une boucle infinie à trois étapes :

Premièrement, facebook diffuse la publicité à notre cible, ensuite il va analyser les résultats et identifier ce qui différencie les gens qui ont généré le résultat voulu des autres. En gros quel segment a tendance à plus convertir et quel segment non. 

Finalement de ces résultats là, Facebook va affiner notre cible pour afficher la publicité auprès des gens ayant le plus de potentiel de convertir. 

C’est comme si finalement par lui-même l’algorithme venait créer son propre ciblage laser dynamique qui s’adapte selon la compétition, selon le coût, selon le budget, selon la journée, tout ça.

Et ce que ça révèle c’est que le plus grand facteur de ciblage, ce n’est pas ce qu’on configure dans notre ensemble de publicité, non, c’est ce qu’on met dans notre pub.

L’influence de la publicité sur le ciblage

Si je cible les hommes et les femmes mais que ma pub s’adresse plus spécifiquement aux femmes, l’algorithme va rapidement prendre la décision de concentrer son budget sur les femmes.

Plus précisément si je cible tous les hommes et les femmes francophones et que je met de l’avant un tapis de yoga haut de gamme recyclé avec un branding plutôt féminin, l’algorithme finira par prioriser la diffusion auprès des femmes avec certains moyens financiers, avec une certaine conscience environnementale, qui sont intéressées par le yoga. 

Sans même demander à Facebook de le faire, ce qui va se passer, c’est qu’il va cibler par lui-même plus précis, et en plus de ça il va gérer le coût de diffusion chaque jour pour s’assurer de bien balancer précision et coût, pour avoir le plus de résultats possible.

Ça veut dire que même si on reste très large dans nos ensembles de publicité pour notre ciblage, nos pubs, elles, doivent toujours être autant spécifiques sur la clientèle cible. Une pub avec un bon copywriting, orientée sur les clients potentiels va générer beaucoup plus de résultats qu’une publicité trop large, trop « clickbait » qui attire un peu tout le monde.

Qu’est-ce qu’on peut retirer de ce test, de ces recherches?

Dans la majorité des cas, on s’en sort mieux avec un ciblage plus simplifié, plus large, avec des bonnes pubs mais on laisse Facebook gérer le reste.

Dans le cas où on a un budget plus restreint, bien que notre audience a des coûts de diffusion très élevés comme une cible B2B et bien ça reste intéressant d’être plus précis dans son ciblage. De notre côté, avec nos clients, on commence toujours avec des audiences plus larges qu’on laisse dans les mains de Facebook.

Ça enlève beaucoup de gestion manuelle inutile en amenant des meilleurs résultats au début, puis le temps récupéré on peut le passer à faire des meilleures pubs, être plus proactif dans nos stratégies, tout ça.

Par contre, évidemment, on demande à nos clients de commencer avec un budget qui est conséquent, au minimum un 50, 60 dollars par jour puis idéalement on veut venir augmenter ce budget là le plus rapidement possible à un 100, 150 dollars une fois que ça fonctionne.

Une fois de temps en temps, quand on voit que la méthode ne porte pas ses fruits, on vient changer notre stratégie puis on vient raffiner notre cible.

Tu aimerais aller plus loin dans ta compréhension de ton ciblage, On a un article de blogue complet sur le sujet ici.