Terminez d'abord "Lesson 4: Utilisation des audiences personnalisées et des audiences similaires" pour débloquer cette leçon.Aller à la leçon précédente

Objectif du test et principe central

Une audience test utile répond à une question commerciale à la fois. Par exemple : une audience froide large acquiert-elle des clients qualifiés de manière plus efficace qu’une audience froide basée sur l’intérêt ? Cette question est interprétable car les audiences constituent la variable principale. Si les audiences reçoivent également des créatifs, offres, placements, événements d’optimisation ou budgets différents, vous ne pouvez pas attribuer avec certitude le résultat à la cible.

La prospection et le retargeting doivent être traités comme des systèmes séparés. La prospection atteint les personnes qui n’ont pas interagi récemment avec l’entreprise, tandis que le retargeting atteint celles qui ont démontré une intention via les visites du site, les vues de produits, l’activité de leads, l’engagement vidéo ou une autre action définie. Leurs taux de conversion, coûts, besoins en messages et échelle disponible sont différents. les comparer comme s’ils étaient des audiences équivalentes conduit à des conclusions trompeuses.

Avant de lancer un test, rédigez une hypothèse en une phrase, la métrique de réussite principale, le seuil de décision et la période minimale du test. Une hypothèse pratique pourrait être : un ciblage large produira un coût par lead qualifié inférieur à un ciblage par intérêt tout en maintenant un taux lead-vers-vente acceptable. Cela empêche l’équipe de modifier la définition du succès après avoir observé les premiers résultats.

Construire une architecture de test contrôlée

Utilisez des campagnes séparées ou des ensembles de publicités clairement séparés lorsque cela améliore le contrôle budgétaire et la clarté des rapports. Dans un test de prospection, conservez la localisation de la conversion, l’événement d’optimisation, le paramètre d’attribution, le marché géographique, les placements, le planning, l’offre et le pack créatif constants. Donnez à chaque audience une chance équitable de dépenser. Si une audience reçoit nettement plus de diffusion, la comparaison peut refléter l’allocation budgétaire plutôt que la qualité de l’audience.

Choisissez la méthode budgétaire en fonction de l’objectif du test. Les budgets au niveau de l’ensemble de publicités offrent généralement plus de contrôle lorsque des dépenses égales ou délibérément proportionnelles sont requises entre les cellules de test. L’optimisation budgétaire au niveau de la campagne peut être appropriée après la défaite, mais pendant un test d’audience, elle peut diriger la plupart des dépenses vers un seul ensemble de publicités avant qu’il existe suffisamment de preuves pour la comparaison. Les capacités d’expérimentation intégrées de Meta peuvent également faciliter une allocation plus propre lorsque disponibles et adaptées au compte.

Nommez chaque cellule de test afin que son rôle et sa variable soient évidents dans les rapports. Une convention de nommage pratique doit identifier l’étape de l’entonnoir, le marché, le type d’audience, l’événement d’optimisation et la version du test. Le libellé exact compte moins que la cohérence. Documentez la date de lancement, la date de fin prévue, la définition de l’audience, les exclusions, les IDs créatifs, le budget, l’hypothèse et la règle de décision dans un journal de test avant l’activation.

Un diagramme d’expérience contrôlée montrant une campagne de prospection divisée en cellules de test Broad, Interest et Lookalike, avec des créatifs identiques, une offre, un événement d’optimisation, des placements, un budget et une fenêtre de mesure identiques alimentant une seule table de comparaison

Test prospecting à froid Design

Commencez par des catégories d'audience qui représentent des stratégies sensiblement différentes. Les cellules typiques de prospection comprennent un ciblage large dans les contraintes de localisation et d’âge requises, une audience basée sur un intérêt ou un comportement, et une audience similaire créée à partir d'une source propriétaire appropriée. Évitez de tester plusieurs groupes d'intérêts très similaires à moins que la question commerciale n’entre en jeu spécifiquement pour ces centres d’intérêt. Des différences mineures de ciblage produisent souvent peu d'apprentissages stratégiques et augmentent le chevauchement.

Exclure les clients récents et la population de retargeting de la prospection lorsque l’objectif est de mesurer l'acquisition de nouveaux clients. La fenêtre d’exclusion doit refléter le cycle de vente et l’objectif de la campagne. Un annonceur e-commerce pourrait exclure les acheteurs récents pendant une période de réachat définie, tandis qu’un service à forte considération peut exclure les leads et clients existants plus longtemps. Appliquer des exclusions équivalentes à chaque cellule de prospection afin qu’un seul audience ne bénéficie pas d’un avantage en captant des utilisateurs plus chauds.

Utilisez le même pack créatif sur les audiences lors du test initial de ciblage. Incluez une variété créative suffisante pour éviter que l’ensemble du résultat dépende d’une seule annonce, mais n’attribuez pas des concepts exclusifs à des cellules individuelles. Si l’audience large reçoit un témoignage client fort alors que l’audience intéressée reçoit une image produit faible, le test mesure à la fois les différences d’audience et de créatif. Après avoir identifié une stratégie d’audience prometteuse, lancez un test créatif séparé au sein de cette stratégie.

Notez que les options d’expansion d’audience et d’automatisation de Meta peuvent élargir la diffusion au-delà des suggestions d’audience dans certaines configurations de campagne. Passez en revue les contrôles de ciblage et le comportement de diffusion disponibles pour le type de campagne sélectionné avant d’appeler une cellule un test d’intérêt strict. La documentation du test doit indiquer si les entrées sont des contraintes fortes, des suggestions d’audience ou des signaux de départ utilisés par un système automatisé.

Design de tests de retargeting basé sur l’entonnoir

Construisez le retargeting autour des étapes d’intention plutôt que de placer chaque utilisateur chaud dans une seule audience. Un entonnoir pratique peut séparer les utilisateurs à forte intention, tels que les démarrages de panier ou les visiteurs de pages de tarification, des utilisateurs à intention moyenne, tels que les visiteurs de produits, et des engagés à faible intention, tels que les visionnaires de vidéos ou les visiteurs de profils sociaux. Chaque étape doit avoir une fenêtre de regard arrière définie en fonction du cycle d’achat attendu.

Rendez les étapes mutuellement exclusives lorsque cela est possible. Une personne ayant ajouté un produit au panier peut aussi être un visiteur du site et un engagé social. Si cette personne qualifie pour trois ensembles d’annonces, ces ensembles peuvent s’opposer les uns aux autres et compliquer l’interprétation des performances par étape. Utilisez des exclusions afin que le segment à la plus haute intention ait la priorité, que le segment à intention moyenne exclue le groupe à haute intention, et que le segment à plus faible intention exclue les deux. Exclure les acheteurs ou les leads pour lesquels les campagnes ne sont pas conçues pour le cross-sell, l’achat répété ou le nurturing des leads.

Les tests de retargeting peuvent comparer l’étape d’intention, la fenêtre de regard arrière, le message ou l’offre, mais pas tous en même temps. Par exemple, pour tester une audience panier de 7 jours contre une audience panier de 8 à 30 jours, maintenez les annonces et l’offre constantes. Pour tester un message d’urgence contre un message pédagogique, utilisez la même audience éligible et ne changez que le message. Les petites populations de retargeting peuvent ne pas générer suffisamment de conversions pour un test fiable, il faut donc consolider les étapes lorsque nécessaire plutôt que de créer de nombreux ensembles de publicités sous-financés.

Un diagramme d’entonnoir avec Prospecting à froid en haut, Engagement du site Web et du contenu au milieu, Vue du produit et Activité de lead en dessous, et Panier ou Forte intention en bas ; les flèches indiquent les exclusions qui assignent chaque personne à l’étape la plus qualifiée, les Clients étant exclus des campagnes d’acquisition

Mesurer les résultats et prendre des décisions

Sélectionnez une métrique principale alignée sur le résultat business. Pour le e-commerce, cela peut être le coût d’acquisition d’un nouveau client ou le retour sur les dépenses publicitaires par nouveau client. Pour la génération de leads, le coût par lead est incomplet si la qualité des leads diffère; incluez donc le taux de leads qualifiés, le coût par lead qualifié et le coût d’acquisition client éventuel lorsque les données sont disponibles. Des indicateurs de soutien tels que le taux de clics, le coût par vue de page d’atterrissage, le taux de conversion, la fréquence et la portée aident à diagnostiquer la performance mais ne doivent pas remplacer la métrique principale.

Ne déclarez pas de vainqueur après un petit nombre de conversions ou après une journée exceptionnellement forte. Laissez suffisamment de temps pour couvrir la variation normale en jours ouvrables et accumuler un volume de résultats significatif. Le volume requis dépend de la fréquence de conversion, de la différence attendue entre les cellules et du risque commercial; il n’existe pas de montant de dépense universel qui garantisse la certitude. Évitez les modifications fréquentes car le budget, l’audience, le créatif ou l’optimisation peuvent perturber la diffusion et invalider la comparaison initiale.

Interprétez l’échelle ainsi que l’efficacité. Une audience peut produire le coût d’acquisition le plus bas mais dépenser très peu ou atteindre une population étroite. Une autre peut être légèrement moins efficace mais capable de générer substantiellement plus de clients qualifiés. La décision peut donc être de maintenir l’audience efficace comme couche limitée tout en utilisant une audience scalable pour la croissance. Le retargeting doit également être évalué pour sa valeur incrémentale, et pas seulement pour le retour attribué élevé, car de nombreux utilisateurs tièdes peuvent avoir converti sans une autre publicité.

À la fin du test, classez le résultat comme gagnant, perdant ou inconcluant par rapport à la règle préécrite. Un gagnant est prêt pour une augmentation du budget contrôlée ou un test de confirmation. Un perdant doit être mis en pause à moins que les données de diagnostic n’identifient un problème corrigeable en dehors de la variable testée. Un résultat inconcluant ne doit pas être présenté comme une preuve d’égalité; il peut nécessiter plus de volume, une différence d’audience plus grande ou une conception de test plus simple.

Modes de défaillance courants et liste de contrôle opérationnelle

La défaillance la plus fréquente est la contamination des variables. Des créations différentes, des budgets, des offres, des pages de destination, des paramètres d’attribution ou des événements d’optimisation rendent une comparaison d’audience peu fiable. Une autre défaillance est le chevauchement caché : le prospecting inclut des visiteurs récents, plusieurs étapes de retargeting contiennent les mêmes personnes, ou les clients restent éligibles pour les annonces d’acquisition. Examinez les inclusions, exclusions, définitions d’audience et paramètres de diffusion avant le lancement plutôt que d’essayer de réparer la logique après le démarrage des dépenses.

La fragmentation est un autre problème fréquent. Créer de nombreuses petites cellules d’audience réduit la diffusion, augmente la volatilité et ralentit l’apprentissage. Utilisez le moins de cellules possible pour répondre à la question commerciale. Confirmez que chaque cellule est suffisamment grande pour diffuser, que les fenêtres de retargeting reflètent le cycle d’achat et que le budget est proportionnel à la taille de l’audience disponible. Surveillez la fréquence dans les petites audiences tièdes car une répétition rapide peut créer de la fatigue même lorsque les métriques de conversion attribuées semblent initialement fortes.

Un test est opérationnellement prêt lorsqu’il comprend une hypothèse, une variable primaire, des conditions comparables, des exclusions documentées, une métrique commerciale principale, une durée prévue et une règle de décision. Les résultats de prospection et de retargeting doivent être reportés séparément, puis fusionnés en une vue au niveau du funnel pour la planification budgétaire. Cette approche n’élimine pas l’incertitude, mais elle produit des preuves sur lesquelles une entreprise peut agir plutôt qu’une collection de résultats de campagnes déconnectés.

Entraînement

Point de contrôle de la leçon

Révisez la leçon et recevez des conseils sur votre travail.

0/1
Répondu · 0/1