Une solution mathématique à la prévision budgétaire PPC
Publié: 2021-06-08En plus d'une décennie de gestion de comptes Google Ads pour de nombreux clients dans de nombreux secteurs, j'ai constaté que des questions similaires se posent toujours. La question la plus cohérente que je reçois souvent, distillée en un concept essentiel est :
« Comment pouvons-nous prévoir les résultats d'un investissement publicitaire différent ? » .
Fournir une excellente réponse à cette question a été ma mission au cours des 2 dernières années.
Les professionnels chevronnés de Google Ads développent un instinct pour répondre à des questions comme celle-ci. Après avoir passé du temps sur un compte, vous avez une idée de son potentiel.
Bien que je sois capable de fournir une réponse intuitive à ce que je pensais être une bonne prédiction de performance, j'ai toujours été court en essayant de fournir une justification.
Budget Optimize est l'outil que j'ai développé pour résoudre ce problème. Il fournit un tracé visuel de la trajectoire de la campagne et une prévision mathématique des performances à différentes dépenses. Cela nous permet de produire une solution et également de voir le raisonnement qui la sous-tend.
Comment puis-je prévoir les dépenses PPC avec précision ?
Cette question se pose généralement lors de la prise en charge d'un nouveau compte, mais au fil des ans, elle continue de surgir à mesure que les comptes arrivent à échéance. Bien que les questions des clients sur ce sujet varient, elles convergent vers un point similaire :
- J'ai beaucoup de budget si nous pouvons le faire fonctionner, pouvons-nous atteindre un retour sur investissement de X:1 ?
- Qu'arrivera-t-il au CPA si nous augmentons les dépenses du compte de X ?
- Que devrais-je vraiment dépenser sur mon compte pour en tirer le meilleur parti ?
- Je dois réduire le budget, quel sera mon CPA (ou ROI) si nous diminuons le budget de X % ?
Il est important de comprendre ce qui se cache derrière cette question et qui la pose. Ces questions sont de haut niveau, la personne qui les pose ne regarde pas les détails, tels que pourquoi une certaine annonce est rédigée dans un sens ou pourquoi ce mot-clé correspond à cette annonce.
Ce sont les questions posées par les décideurs et les principales parties prenantes, ce qui signifie qu'en fin de compte, ce sont les questions qui comptent pour une entreprise. C'est pourquoi il est si important de bien répondre, une réponse bien fondée impressionnera ceux qui comptent et influenceront les décisions clés de l'entreprise.
À ce stade, comment répondriez-vous à cette question ? Une approche courante consiste à extrapoler en fonction du taux d'impressions. Nous pourrions examiner chaque campagne et estimer l'évolution des dépenses et des conversions. Si nous doublons le taux d'impressions, nous supposons que les dépenses et les conversions doubleront également. Cela fournira une réponse limitée, mais cela suppose des performances de campagne linéaires à mesure que nous augmentons l'investissement qui ne tient pas compte des rendements décroissants.
Nous pouvons voir à quoi cela ressemble visuellement et à quel point il est irréaliste pour une augmentation continue des dépenses. Dans l'exemple ci-dessous, alors que nous doublons le taux d'impressions (IS) de 30 % à 60 %, nous supposons des augmentations linéaires des dépenses et des conversions, ces deux statistiques doublant.
Image 1 : L'utilisation du taux d'impressions pour estimer l'augmentation potentielle des dépenses crée une projection linéaire qui n'est pas réaliste.
Nous avons besoin d'un meilleur modèle qui puisse cartographier plus précisément nos campagnes et tenir compte des rendements décroissants.
Visualiser un compte Google Ads
Une meilleure approche consiste à construire un modèle mathématique basé sur les performances passées. La meilleure façon d'expliquer ce modèle est de le visualiser sur un graphique.
Considérez cela comme la possibilité de consulter votre compte Google Ads sous un autre angle. Nous sommes habitués à examiner les campagnes, les impressions et les clics ainsi que les performances des mots clés et des annonces.
Tous ces éléments sont essentiels à la compréhension et à l'optimisation des composants du compte, mais se concentrer sur ces mesures ne fournit pas une vue holistique de la trajectoire du compte.
La trajectoire du compte est une nouvelle dimension qui nous permet de répondre à la question sous-jacente. Il nous fournit une vue visuelle des performances du compte que nous pouvons utiliser pour projeter et prévoir les performances.
Vous trouverez ci-dessous un exemple de la façon dont nous pouvons tracer et visualiser la trajectoire d'un compte.
L'axe des x montre les dépenses par jour et l'axe des y montre le volume de conversion par jour. Chaque point représente les dépenses et les conversions pour un jour particulier sur une période de six mois. Il y a environ 182 points sur la cartographie graphique chaque jour au cours de cette période de six mois.
Nous pouvons déjà avoir une idée de la trajectoire du compte simplement en regardant le graphique. Nous pouvons voir qu'il existe une relation entre les dépenses et les conversions. À mesure que les dépenses augmentent, les conversions augmentent à un rythme particulier.
C'est le taux de changement de cette relation, que nous pouvons décrire mathématiquement, qui est notre idée clé .
Analyse de régression
L'analyse de régression est un type de modèle d'apprentissage automatique qui peut représenter mathématiquement cette relation entre les dépenses et les conversions sur cette période. Dans le même exemple, nous avons maintenant ajouté une ligne de régression pour mapper cette relation.
La courbe de régression nous permet de prédire les conversions correspondantes à différents niveaux de dépenses. De plus, nous pouvons aller au-delà des limites du graphique, jusqu'à n'importe quelle dépense quotidienne en utilisant la formule de régression de la courbe.
La dimension coût vs CPA
Nous avons précédemment cartographié le coût par rapport aux conversions. Nous pouvons également tracer une autre dimension potentiellement plus pertinente : le coût par rapport au CPA, où le CPA (ou ROI) est la mesure de performance qui compte le plus.
Dans la capture d'écran ci-dessous, le graphique de gauche est un graphique du coût par rapport aux conversions, tandis que le graphique de droite est le même compte tracé avec le coût par rapport au CPA.
Le graphique du coût par rapport au CPA nous montre graphiquement qu'il existe un point de CPA optimal à environ 1 400 $ de dépenses par jour, où le CPA sera le plus bas. À mesure que nous augmentons les dépenses à partir de ce point, nous pouvons visualiser comment le CPA commence à augmenter.
Nous pouvons maintenant voir la trajectoire du compte sous deux aspects visuels (dimensions). Les deux graphiques de régression sont utiles pour prévoir les conversions ou le CPA à différents niveaux de dépenses. (ou alternativement revenus et retour sur investissement). Ce sont les mesures qui comptent, et nous avons une formule pour les prévoir.
Comprendre le potentiel du compte et répondre à la question initiale est désormais possible. Ce n'est plus un jeu de devinettes ou une intuition, nous pouvons maintenant prévoir sur la base d'un modèle mathématique solide fondé sur les performances passées.
Budget Optimiser la proposition de valeur
Alors que l'analyse de régression peut être effectuée dans Excel, Budget Optimize est en mesure d'ajouter des fonctionnalités supplémentaires pour une analyse supérieure. Les avantages incluent :
Ajuster différents modèles de régression : différents comptes ont des trajectoires différentes et, par conséquent, différents modèles de régression offrent plus de précision. Nous regardons au carré r et erreur quadratique moyenne comme des mesures pour ajuster automatiquement le meilleur modèle et venir avec le plus des prévisions précises.
L'exemple ci-dessous montre comment différents modèles sont capables de représenter la relation entre le coût et les conversions. Certains modèles reflètent plus précisément la tendance que d'autres.
Analyse de simulation : lorsque nous visualisons un compte, il est facile de voir le point optimal du CPA ou du ROI. L'outil est également capable de résoudre ce problème mathématiquement à l'aide d'une analyse de simulation.
Filtrage avancé : l' exécution et la réexécution de ces modèles prennent du temps lorsque vous devez filtrer certaines métriques de compte et examiner différentes combinaisons de campagnes. Vous souhaiterez peut-être examiner uniquement les campagnes sans marque ou modifier les périodes historiques ou examiner uniquement les campagnes mobiles. L'outil rend cela possible en quelques secondes plutôt que de prendre manuellement des heures.
Tracer plusieurs lignes de régression (avancé) : bien qu'il ne soit pas inclus dans la fonctionnalité actuelle, l'outil fournit des formules de régression pour vous permettre de tracer des lignes et de mesurer les performances dans les outils graphiques.
Supprimer les valeurs aberrantes : filtrez facilement les valeurs aberrantes en un clic. Vous avez peut-être eu un jour de vente ou une autre activité inhabituelle qui a faussé les résultats. Budget Optimize vous permet de filtrer ces données faussées en les détectant automatiquement.
Comparez avec les résultats réels : Budget Optimize vous permet de voir les résultats réels de la période par rapport aux projections prévues pour l'avenir. Ce qui facilite la comparaison et les prévisions sur le même écran.
Limites
L'optimisation budgétaire et l'analyse de régression ne prétendent pas fournir une prévision précise à 100 %. Bien que nous pensons qu'il s'agit d'une méthode solide pour prédire les performances, sa précision variera pour chaque compte et ne doit être considérée que comme une prédiction.
La principale limite est que les résultats sont basés sur des données historiques. Des choses peuvent arriver à l'avenir qui ne sont pas prises en compte dans les données historiques. Voici quelques exemples :
- Des événements naturels comme une vague de mauvais temps. (Ce serait génial si votre entreprise vend des parapluies)
- De nouveaux changements sur le compte lui-même comme un nouveau gestionnaire de compte qui est meilleur que le précédent.
- Changements basés sur le marché, comme l'entrée ou la sortie d'un nouveau concurrent.
En termes de saisonnalité, nous vous recommandons d'utiliser des données d'une période similaire à la période que vous essayez de prévoir. Choisissez également une période suffisamment longue avec suffisamment de points de données. C'est un exercice d'équilibre de sélectionner la période de temps la plus précise et d'avoir suffisamment de données avec lesquelles travailler.
Résoudre la grande question
Comme le dit le célèbre dicton, « La seule chose qui est constante est le changement ». Les comptes Google Ads sont dynamiques, les budgets marketing vont changer, et c'est pourquoi les clients veulent toujours savoir quels seront les résultats prévus d'un changement de budget.
Ma réponse est une solution mathématique fondée sur des algorithmes de régression d'apprentissage automatique. Bien qu'il ait des limites et qu'il ne faille pas s'y fier pour une précision de 100 %, il s'agit d'une approche judicieuse pour estimer les performances futures du compte.