Pensez grand aux données cross-canal !

Vous avez probablement remarqué que chaque agence PPC est « contrôlée par les données ».

Alors pourquoi la plupart des agences que nous rencontrons sont-elles aux prises avec des silos de données qui rendent l'optimisation cross-canal difficile et les informations à l'échelle de l'agence presque impossibles ?

Nous appelons cela la contradiction axée sur les données : la plupart des agences aspirent à être axées sur les données, mais la réalité techniquement complexe de la mise en œuvre de cela signifie que la plupart ont du mal à être vraiment guidées par les données.

Chaque agence innovante a ses propres stratégies et règles uniques pour des choses comme la gestion du budget et l'optimisation des publicités, et pour travailler efficacement, vous devez les automatiser sur plusieurs plateformes.

Mais créer les outils d'optimisation personnalisés nécessaires qui utilisent vos stratégies PPC uniques pour augmenter les performances des campagnes de vos clients est coûteux et prend du temps.

Ou est-ce?

Auparavant, il était prohibitif pour les petites agences de créer des outils personnalisés. Mais la technologie sous-jacente a changé ! Je suis ici pour vous dire que la taille de votre agence n'a plus d'importance.

Nous sommes une équipe de spécialistes qui créent des solutions d'automatisation PPC personnalisées et des solutions d'infrastructure de données publicitaires spécialement conçues pour les agences. Cela donne à nos développeurs et ingénieurs cloud une perspective unique au sein de l'industrie PPC.

Nous devions trouver des méthodes de travail plus efficaces, et aujourd'hui, je vais vous montrer une approche que toute agence de taille peut mettre en œuvre : elle est flexible, évolutive à l'infini et extrêmement rentable. En fait, la plupart des agences travaillent déjà avec les outils requis.

Arrêtez de gérer vos clients en silos

Pour les experts en infrastructure de données PPC comme nous, le reporting cross-canal et l'automatisation du processus d'optimisation des modifications sur toutes les plateformes sont en fait les deux faces d'une même pièce.

Pensez de manière holistique à vos données !

Au niveau le plus élémentaire, vous avez besoin d'un pipeline de données PPC qui extrait les données de diverses sources de données telles que les réseaux publicitaires, les nettoie et les normalise, et crée un flux de données automatique vers le propre entrepôt de données de votre agence. Dans un deuxième temps, vous devez renvoyer les modifications d'optimisation aux réseaux publicitaires.

Nous allons parcourir les étapes à tour de rôle.

Étape 1 : Quel entrepôt de données ?

Vos clients vous ont embauché pour passer d'optimiser et de gérer efficacement les budgets. Si vous n'avez pas toutes vos données au même endroit, comment allez-vous analyser toutes les données de vos clients à la fois sur plusieurs canaux pour obtenir des informations sur les stratégies de gestion de compte qui font le succès de votre agence et l'optimiser ? Comment comparerez-vous facilement les performances de tous les différents comptes que vous gérez en tant qu'agence ?

Votre entrepôt de données est l'endroit où vous unifiez et stockez toutes les données de votre agence. Il y a d'énormes avantages à cela et cela vaut toujours la peine de le faire. D'une part, il est facile d'exécuter des analyses avancées sur vos données à des fins d'optimisation.

Par exemple, nous avons récemment aidé une agence à repenser la stratégie de mots clés pour un secteur vertical entier en utilisant une analyse n-gram comparant les annonces Google et les annonces Microsoft côte à côte. Cela n'aurait pas été possible sans que les données soient stockées dans un entrepôt de données central. Et c'est précisément la raison pour laquelle vous devez éviter à tout prix les plateformes de reporting cross-canal en ligne : vous sacrifiez le contrôle à la commodité.

Bien sûr, la facilité d'utilisation est importante et c'est pourquoi nous ne recommanderions honnêtement rien d'autre que Google BigQuery. Vous obtenez des performances de niveau entreprise à faible coût et votre agence utilise probablement déjà d'autres outils Google tels que Sheets et Data Studio, qui s'intègrent parfaitement avec elle. Il a également des connexions directes avec SA360 et Google Analytics, vous n'avez donc même pas besoin d'être très technique pour extraire ces données.

Plus important encore, BigQuery coche toutes les cases en termes de performances, de flexibilité et d'évolutivité. De plus, vos données sont automatiquement sauvegardées à des fins de reprise après sinistre. Et c'est très très bon marché !

Il convient également de noter que BigQuery s'intègre à toutes les principales plates-formes de visualisation de données, mais Data Studio est généralement plus que suffisant si vous savez comment l'utiliser (voici un guide).

Étape 2 : quel pipeline de données ?

Étant donné que peu d'agences avec lesquelles nous travaillons disposent d'ingénieurs et de développeurs cloud spécialisés en interne, nous avons en fait construit un entrepôt de données publicitaires géré spécialement conçu pour les agences de marketing numérique et qui extrait chaque jour des téraoctets de données PPC de diverses sources.

Voici ce que nous avons appris :

Tout d'abord, vous n'avez pas besoin de plus de 500 connecteurs annoncés par Supermetrics, Funnel, Improvado, Adverity ou des plates-formes similaires. Très probablement, les publicités Google, les publicités Facebook, les publicités Microsoft, les publicités Instagram, les publicités Linkedin et les publicités Twitter, et quelques autres seront au centre de l'attention de votre agence.

Concentrez-vous plutôt sur la réduction des étapes manuelles et de la maintenance. Nous avons fini par construire notre service géré autour d'une nouvelle solution innovante d'infrastructure de données publicitaires appelée Shape ADI, car elle dispose d'une puissante API bidirectionnelle !

Sans vouloir être trop technique, mais ce qui est puissant, c'est qu'il nous permet de passer des appels à l'aide d'une API pour extraire des données des réseaux publicitaires les plus populaires et renvoyer des données normalisées dans BigQuery.

La normalisation des données peut représenter un coût caché énorme, car elle peut impliquer des étapes supplémentaires, vous devez donc utiliser des solutions qui l'automatisent. Lorsque nous extrayons les données clients historiques d'une agence pour les publicités Google, Facebook, Youtube, Microsoft, Instagram, Linkedin et Twitter dans BigQuery, tout est facilement comparable. Nous utilisons des tables et des vues préconfigurées pour BigQuery (gain de temps considérable !).

La maintenance des API est une autre chose à considérer. Les réseaux publicitaires (Facebook et Google notamment) mettent constamment à jour leurs API. Auparavant, nous devions maintenir au moins sept API distinctes. Nous pouvons désormais compter sur une seule API en sachant qu'elle est toujours mise à jour (ne sous-estimez pas la tranquillité d'esprit !).

Enfin, la couverture des API du réseau publicitaire peut varier énormément entre les sociétés de pipeline de données, de sorte qu'il peut vous manquer des informations clés que vous ne pouvez pas inclure dans votre analyse. Concentrez-vous sur la couverture maximale des API pertinentes pour vos cas d'utilisation PPC plutôt que sur le nombre total de connecteurs.

En fin de compte, avec cette configuration, il nous faut un après-midi pour mettre en place un reporting cross-canal pour une agence de taille moyenne et cela nécessite une maintenance minimale.

Étape 3 : Rédigez les modifications d'optimisation sur les réseaux publicitaires

Pour récapituler, notre objectif n'est pas seulement d'extraire des données, mais également d'automatiser la réécriture des modifications d'optimisation sur les réseaux publicitaires à des fins telles que la gestion du budget. Pour cela, nous avons besoin d'une API bidirectionnelle - comme son nom l'indique, elle permet à vos données PPC de circuler dans les deux sens.

Les pipelines de données conventionnels tels que Supermetrics, Funnel, Improvado, Adverity et autres ne vous offrent pas cette option. C'est extrêmement limitatif. Nous créons des solutions d'automatisation personnalisées pour les agences, et l'API bidirectionnelle de Shape a été développée pour aider les agences à créer des plateformes de gestion PPC et d'autres technologies publicitaires évolutives et de pointe.

Mais il n'est pas nécessaire que vous construisiez toujours une plate-forme complète pour qu'une API bidirectionnelle soit nécessaire. Les gens sous-estiment le pouvoir d'une bonne vieille feuille Google ! Voici deux cas d'utilisation courants que nous rencontrons que vous pouvez résoudre avec une feuille Google en combinaison avec le type d'infrastructure de données que j'ai décrit ci-dessus.

Exemple de cas d'utilisation 1 : Gestion de budget

Dans ce scénario, les agences nous demandent généralement de les aider à suspendre toutes les campagnes de dépenses excessives sur tous les canaux ou d'augmenter les budgets de toutes les campagnes pour un compte client spécifique. Nous nous souvenons tous de la douleur de Google en augmentant la fourchette de dépenses quotidiennes et de l'importance de contrôler les coûts.

Il peut être ennuyeux de se connecter à différentes plates-formes et il est préférable d'avoir un contrôle central. Avec l'infrastructure de données dont nous avons parlé ci-dessus, vous pouvez gérer les budgets de manière centralisée à partir d'une feuille Google sans avoir à gérer des API distinctes.

Cela signifie également que vous pouvez arrêter de définir des budgets en silos - au lieu de décider indépendamment d'un budget de recherche et d'un budget social, par exemple, vous pouvez facilement créer des modèles qui vous permettent de prédire les performances d'un client entier lors de la répartition du budget global de différentes manières. .

Exemple de cas d'utilisation 2 : contrôles de santé et alertes

Chaque agence a ses propres règles sur ce qui constitue un comportement « normal » (combien de mots clés par groupe d'annonces, combien d'annonces, combien de tests, conventions de nommage, etc.). Mais c'est pénible pour les gestionnaires de compte de regarder individuellement les différentes plates-formes pour les alertes, sans parler du temps perdu. Pourquoi ne voudriez-vous pas créer un rapport central qui consolide les alertes ?

Ces deux exemples montrent que la création d'outils d'automatisation hautement efficaces est à la portée de toute agence de taille et que vous n'avez pas besoin d'une armée de développeurs pour y arriver. L'important est que vous ayez mis en place la bonne infrastructure de données publicitaires qui vous permette de démarrer et de garder vos options ouvertes.