Le fonctionnement du bidding automatique made by Dolead

Par Arnaud Fouchet, Lead R&D @ Dolead

"If you can afford it, try it. If you measure it, it will improve."

Seth Godin

Sur Internet, chaque annonceur a une myriade d'emplacements publicitaires (bannières, mots-clés, profils d'utilisateurs) à sa disposition. Les réseaux (Google Adwords, Bing Ads, Facebook Ads) mesurent les performances de ces emplacements sous tous les angles. Face à cette masse de données, l'objectif de Dolead est d'exploiter au mieux cette information pour optimiser les campagnes de nos clients, qu'ils recherchent du trafic, des conversions, ou des volumes de ventes.
Nous avons à cet effet développé en interne des "bidders", c'est-à-dire des robots qui observent chaque jour les statistiques des campagnes de nos clients (impressions, clics, coûts, conversions) pour décider d'augmenter ou baisser les enchères sur les mots-clés ("bid" en anglais). Nous illustrerons, avec un cas client, le fonctionnement des bidders et les gains obtenus.

Le CPA, un élément difficilement maitrisable manuellement

Supposons que nous gérions les campagnes d'un constructeur de piscines, qui a recours au SEA (sur Adwords et Bing Ads) pour attirer des clients. Nous souhaitons obtenir un maximum de clients pour un coût unitaire (ou coût par acquisition, ou CPA, que nous utiliserons pour la suite de l'article) inférieur à 10 euros. A partir des statistiques mensuelles par emplacement récupérées auprès des différents éditeurs (Google, Bing, etc.), nous obtenons le rapport suivant :

Emplacement Enchère par clic (CPC max) Coût total # clients CPA
Keyword 1 1€ 500€ 50 10€
Bannière 1 1€ 300€ 20 15€
Profil utilisateur 1 2€ 80€ 10 8€

Ici, l'annonceur obtient 80 clients avec un CPA moyen de 11 euros. Notre acquisition digitale est trop chère, et nous devrions diminuer notre enchère (i.e. le CPC max.). Pourtant, compte tenu des performances de chaque emplacement, baisser globalement les enchères de 10% sera bien moins performant qu'optimiser chaque enchère individuellement, par exemple en baissant l'exposition sur la bannière et en l'augmentant sur le profil utilisateur.

Néanmoins, une campagne digitale ne contient pas généralement que 3 emplacements, mais plutôt des dizaines de milliers d'emplacements : effectuer les calculs manuellement prendrait des heures ! De plus, les performances de chaque emplacement évoluent sans cesse. Dans notre cas, regardons les performances de profil utilisateur 1 sur les 4 semaines du mois :

Profil utilisateur 1 Enchère par clic (CPC cible) Coût total Ventes Coût par vente (CPA)
Semaine 1 1€ 12€ 2 6€
Semaine 2 1€ 12€ 2 6€
Semaine 3 1.5€ 15€ 2 7,5€
Semaine 4 2€ 41€ 4 10,25€

Dans ce cas, l'annonceur a remarqué que profil utilisateur 1 était un emplacement performant, et a augmenté l'enchère au début de la 3ème semaine et de la 4ème semaine. Si l'on regarde l'ensemble des statistiques mensuelles, le profil utilisateur peut être qualifié de bon marché. Si l'on regarde la variation du CPA à partir de la semaine 3, on constate a posteriori que l'emplacement était initialement rentable, et que l'augmentation du CPC décidé par l'annonceur a entrainé une dégradation de sa rentabilité. Il faut donc de fait tenir compte des dates de changements d'enchères (et donc du CPC pour chaque CPA observé) pour optimiser nos campagnes.

Nous avons montré l'incidence des changements d'enchère sur les performances, mais le CPA varie pour de nombreuses autres raisons "extérieures":

  • La saisonnalité : des publicités pour des vacances au ski sont plus pertinentes en février qu'en juin.
  • La concurrence : si d'autres entreprises enchérissent sur nos emplacements, notre coût d'affichage augmente.
  • et bien d'autres...

Si certains phénomènes peuvent être anticipés (ce sera l'objet d'un autre article), certains autres, proprement aléatoires, nous échapperont toujours. Prenons un cas client simple (graphique ci-dessous). L'objectif du client était un CPA de 2€ (i.e. "payer chaque acquisition de client 2€"). Initialement, la performance du mot-clé était bonne : nous avons donc décidé d'augmenter notre enchère sur celui-ci (le CPC cible) pour accroître le volume de clics et donc de ventes (à taux de conversion constant). Néanmoins, un concurrent est arrivé : malgré le fait que ses enchères étaient inférieures à celles de notre client, cela a augmenté notre CPC (cf. plus haut, raisons externes). Nous subissons alors une hausse des coûts avec une augmentation du CPA, et nous avons baissé les enchères.

Le bidding automatique : kézako ?

Pour pouvoir traiter la masse de données disponible et optimiser les enchères au niveau des mot-clés, nous avons développé des bidders qui, tous les jours, regardent les statistiques de chaque emplacement sur toutes les durées pertinentes. Ensuite, à l'aide de tests statistiques, le bidder détermine si l'enchère doit être modifiée ou non.

Plus précisément, l'historique complet de performance (impressions, clics, coûts, conversions, CPC) des mot-clés est récupéré auprès du réseau. Grâce à ces données, on estime le taux de conversion (conversions/clics) de chacun des mots-clés sur une période donnée (7 jours, 1 mois, depuis la création) : plus la campagne a obtenu de conversions, plus l'estimation sera précise (plus de data disponible).

Ensuite, nos algorithmes s'intéressent au CPC de chaque mot-clé depuis la dernière modification d'enchère : grâce à l'estimation précédemment effectuée du taux de conversion de chaque mot-clé, il est possible de déterminer si ceux-ci sont bons marchés ou trop chers par rapport aux conversions qu'ils obtiennent. Les calculs donnent :

(CPA) = (CPC)/(Taux de conversion)

Donc, pour que le mot-clé soit au CPA cible, son CPC doit être égal au CPC d'équilibre tel que :

CPC d'équilibre = (CPA cible)*(Taux de conversion)

Par exemple, si un clic sur 10 convertit et que chaque clic coûte 1€, le CPA est de 10€. Si le CPC est de 1,1€, le mot-clé est trop cher.

Ainsi, chaque jour, pour chaque emplacement d'une campagne, le bidder estime l'impact de la dernière modification d'enchère sur sa performance compte tenu du taux de conversion, lui aussi mis à jour. Est-il trop cher ? (CPC effectif > CPC d'équilibre) Baissons l'enchère (CPC cible). Et inversement !

Exemple

Voici les actions prises par le bidder sur une campagne avec 220 emplacements, dont le CPA cible est de 13,5€.

On constate qu'à partir du 9 mai (début des actions prises par le bidder), le CPA effectif commence à diminuer en tendance vers le CPA cible, cela étant accompagné par une hausse des conversions.

Chez Dolead, chaque semaine, les bidders effectuent plus de 600 000 changements d'enchères sur près de 5000 campagnes gérées avec le mode Autopilot. Voici les performances que nous obtenons sur ces 5000 campagnes en moyenne grâce à la mise en place du bidder :

Chiffres octobre 2016
Objectif de campagne var. objectif var. volume var. performance
Traffic CPC -2% +33% +35%
Lead generation CPA -10% +9% +19%
ROI ROI +12% +6% +18%

Ce billet est le premier d'une série d'articles de vulgarisation de notre technologie. En attendant la suite, retrouvez ici quelques conseils pour mettre en place une structure de campagne Search optimale; le cas des campagnes shopping est quant à lui traité dans cet article.

Jean-Eudes Peloye

Jean-Eudes Peloye

Growth Hacker Intern @ Dolead

Calculez l'audit gratuit de vos 3 top campagnes !

Tous les articles