habillage
Facebook sur un ordinateur
© Glen Carrie - Unsplash

Comment augmenter l’efficacité des campagnes Facebook Ads grâce au machine learning ?

OTTA
Le 4 févr. 2021

Les régies publicitaires des réseaux sociaux s’enrichissent régulièrement avec de nouvelles options. Ainsi, la régie Facebook-Instagram intègre désormais du machine learning comme partie prenante de l’achat d’espace, qui va amener les équipes média à repenser la manière de faire de la publicité. Comment ?

Il s’agit, très concrètement, d’exploiter les algorithmes et leurs analyses prédictives en les nourrissant avec la bonne data, pour trouver la bonne audience, au bon moment et au meilleur prix. Nous allons le voir ici : assimiler ces changements et améliorer la performance passe notamment par un processus de déconstruction.

Proposer une grande marge de manœuvre à l’algorithme

Définition du concept de liquidité

Le concept de liquidité se présente comme le nouvel enjeu de la publicité sur Facebook, et s’inscrit entièrement au sein du système évoqué précédemment.

Mais alors, qu’est-ce que ça veut dire ? Vous l’aurez compris, il n’est ici ni question d’économie ni de physique, mais bel et bien de marketing digital.

La liquidité s’apparente en réalité à de la flexibilité : elle consiste à offrir un maximum de « rondeur » à l’algorithme, lui proposer la plus grande marge de manœuvre possible et une source de données d'apprentissage fiable pour que la solution la plus adaptée à votre objectif de campagne soit privilégiée.

Et contrairement aux nouveautés périodiques de la régie, cette façon de penser la publicité n’est pas juste un gadget ou une option à tester, mais une pratique indispensable qui s’applique aussi bien aux campagnes pilotées à la performance, qu’aux campagnes de notoriété et d'image de marque.

L'Humain reste garant de la performance en entraînant la Machine

Dans cette logique, la machine occupe une place prépondérante, mais l'humain y assure un rôle tout aussi essentiel. La machine se basant sur un ensemble de signaux dans ses calculs pour optimiser les résultats, l’humain se doit d’en être le garant en définissant par exemple le bon périmètre de campagne pour guider au mieux les systèmes. Il convient par ailleurs d'alimenter la machine avec les bonnes données (CRM connecté, data fraîche et correctement segmentée, tracking en place sur site et application mobile, quantité de données suffisante…).

En une dizaine d'années, le métier de social ads manager a énormément évolué : de véritables « petits chimistes » appuyant sur tous les boutons et testant manuellement toutes les combinaisons possibles d'audiences et de messages, les fonctions des social ads strategists ont maintenant évolué vers un statut d'entraîneurs d'algorithmes.


Rendez-vous pour le prochain article de OTTA, pour en savoir davantage sur la liquidité de l'audience et les nouvelles pratiques social ads.

OTTA - Le 4 févr. 2021
À lire aussi