Catégorie : Acquisition |Solution : Datama Compare | Type : Recurring | Client : Web Utilities | Extension : None
Tags: Tags : #Media #RecherchePayante #GestionDeTrafic
« Grâce à Datama, nous sommes en mesure de décomposer nos performances SEA par type, par campagne et par date afin de voir les points chauds. Cela nous permet de regarder nos statistiques sous un angle différent de celui des plateformes d’achat et nous fait gagner du temps dans la réflexion sur les optimisations. «
Joël Barthaut Salaün-Penquer
Responsable Paid Media Online, TotalEnergies
Contexte
TotalEnergies est une importante société multi-énergies en France. Son activité gaz et électricité dépend fortement de son site web pour les abonnements entrants (B2C et B2B). L’équipe chargée de l’analyse aide l’entreprise, et plus particulièrement l’équipe chargée de l’acquisition des médias payants, à accéder à ses données et à les comprendre afin d’améliorer ses performances.
L’équipe chargée de l’analyse fournissait des chiffres et des rapports sur Google Ads et Bing Ads. Elle a réussi à aller plus loin en fournissant de manière proactive des informations en plus des chiffres. Ils utilisaient déjà DataMa pour l’analyse des produits et ont donc mis en œuvre un cas d’utilisation d’acquisition pour étendre la gamme d’utilisation sur une base hebdomadaire.
Approche
Équation de marché
Pour que les choses restent simples et compréhensibles pour le client, l’équipe a commencé par une équation de marché relativement simple.
L’idée était d’intégrer des KPI classiques comme le CPC (coût par clic), le coût et le CVR (conversion) dans une équation de marché pour expliquer la variation absolue de la conversion.
Ils se sont retrouvés avec l’équation de marché suivante :
2 observations sur cette équation de marché :
- Le CPC (coût par clic) apparaît au dénominateur, ce qui n’est pas la façon classique dont les cas d’utilisation de DataMa sont configurés. Une autre option, peut-être plus intuitive du point de vue d’un analyste, aurait été d’utiliser le coût par clic (c’est-à-dire le nombre de clics que vous obtenez pour 1 € dépensé). Cependant, étant donné que l’entreprise (l’équipe d’acquisition) est tellement habituée à regarder le coût par clic, il est préférable de correspondre aux normes de l’industrie pour aider à la compréhension et à l’adoption.
- Le ratio Abonnement/Cliques est considéré comme une bonne approximation du CVR. Bien entendu, en raison des écarts entre les plates-formes publicitaires et les outils d’analyse du web, et surtout en raison des limites imposées par le consentement aux cookies, vous souhaiterez peut-être ajouter un ratio Sessions/Cliques en tant qu’indicateur intermédiaire dans le cadre de votre suivi. Mais encore une fois, pour rester simple, c’est une bonne option pour commencer.
Pour une équation de marché plus complète sur la performance des médias, lisez notre article : Comment suivre votre campagne média avec Datama ?
Dataset
Dans ce cas d’utilisation, les données proviennent de Google Ads, Bing et Google Analytics et ont déjà été agrégées dans une table Big Query, en utilisant l’ETL de funnel.io.
À partir de là, nous avons évidemment besoin des mesures utilisées dans notre équation de marché : coût, clics et abonnements.
En ce qui concerne les dimensions, l’équipe a l’habitude d’analyser leurs performances par plate-forme (Google vs Bing), type de recherche (marque vs non marque), appareil et campagne
Voici un exemple d’ensemble de données
Nous ingérons les données en utilisant le connecteur Datama Prep pour BigQuery.
A retenir
Dans DataMa Compare, le cas d’utilisation nous permet d’expliquer de manière percutante les variations des abonnements générés par le trafic payant provenant à la fois de Google Ads et de Bing Ads.
Dans l’exemple particulier des données ci-dessus, nous constatons que le nombre d’abonnements a diminué, en raison de dépenses plus faibles et d’un CPC plus élevé.
Nous pouvons alors entrer dans l’analyse des dimensions, où nous comprenons que la fin de la campagne « Moving Summer », avec un CPC plus faible que la campagne « Special Discount », explique à la fois la diminution du coût et l’augmentation du CPC en raison d’un effet de mixité.
La campagne « Moving Summer », qui avait un CPC très bas, a été remplacée par la campagne « Special Discount », qui avait un CPC beaucoup plus élevé, ce qui a entraîné une mauvaise augmentation du CPC moyen.
Résultats
Le rapport a été partagé avec l’équipe chargée des médias payants, qui a reçu des commentaires très positifs, à la fois pour les efforts déployés afin de rendre les données plus pertinentes et pour la clarté des graphiques et des commentaires. L’équipe prévoit maintenant d’intégrer automatiquement le rapport dans le tableau de bord de visualisation des données (Reeport/Data Studio) utilisé pour le rapport sur les médias payants.
La valeur de l’approche de l’analyse des médias avec la méthodologie holistique de l’équation de marché a également déclenché une volonté d’en apprendre davantage et de multiplier les cas d’utilisation dans l’ensemble de l’organisation. Afin de diffuser le message à d’autres équipes, l’équipe analytique prévoit de participer aux ateliers de « résolution de problèmes » proposés par Datama dans les prochains mois (ces ateliers font partie de l’offre Coaching Analytics de DataMa Solutions).
