Résumé:
1. Le taux de clics sur les publicités display dans le secteur est notoirement insignifiant, inférieur à 0,1 %.
2. L'augmentation des revenus de l'optimisation post-affichage est dix fois supérieure à celle de l'optimisation post-clic.
3. Lors de tests contrôlés, les clients qui ont vu des publicités IMVU (le nom d'un monde virtuel) étaient 10 % plus susceptibles de devenir des utilisateurs payants, qu'ils aient ou non cliqué sur les publicités.
Il y a un siècle, John Wanamaker disait : « La moitié de l’argent que je dépense en publicité est gaspillée ; le problème est que je ne sais pas quelle moitié. » Aujourd’hui, les spécialistes du marketing en ligne tentent toujours de surmonter les mêmes problèmes d’analyse des mesures. .
La réponse semble simple, car dans le monde en ligne, vous pouvez suivre les clics. Le problème est que les clics et les analyses basées sur les clics ne tiennent pas le coup. Non seulement le nombre de clics ne dit pas toute la vérité, mais il peut même la chambouler, surtout lorsqu’il est utilisé seul.
En raison de la disponibilité des outils d’analyse Web, de nombreux spécialistes du marketing attribuent l’activité du site Web (engagement, conversions – semwatch ndlr) uniquement aux campagnes basées sur les clics, telles que les clics sur les annonces display. Il s’agit cependant d’une approche très limitée.
Parce que le taux de clics (CTR) de la publicité display est très faible, inférieur à 0,1 % ; la plupart des personnes qui voient de la publicité en ligne ne cliqueront pas dessus. De plus, le nombre de clics n’est pas proportionnel au nombre de clics. Environ 85 % des clics proviennent de 8 % des personnes. De nombreuses études industrielles ont été menées sur cette question.
Cependant, un faible taux de clics ne signifie pas que l’annonce ne fonctionne pas, bien au contraire. Les consommateurs effectuent souvent un achat peu de temps après avoir vu une annonce sans cliquer dessus.
Lors d'un test récent, un réseau social virtuel appelé IMVU qui vous permet d'acheter des objets virtuels a tenté de découvrir ce qui se passe lorsque les utilisateurs gratuits d'IMVU (ceux qui ont reçu des e-mails marketing et vu des publicités dans le monde virtuel) sont dans le monde réel. êtes-vous plus susceptible de devenir un utilisateur payant lorsque vous voyez les publicités en ligne d'IMVU ?
Lors de tests contrôlés, les clients qui ont vu une publicité IMVU étaient 10 % plus susceptibles de devenir des clients payants, qu'ils aient ou non cliqué sur la publicité. Cette augmentation de 10 % s’ajoute à tous les efforts marketing existants par rapport au groupe témoin. Le groupe témoin avait la même chance de voir d’autres campagnes marketing que le groupe test. La seule différence entre les deux groupes était de savoir s’ils avaient réellement vu les publicités. Le groupe test a vu des publicités IMVU, tandis que le groupe témoin a vu des publicités non pertinentes.
IMVU a utilisé la même méthode pour tester si les utilisateurs payants seraient prêts à dépenser plus d'argent s'ils voyaient des publicités stimulant la consommation dans le monde réel. En moyenne, les membres d'IMVU qui voient des publicités faisant la promotion de produits virtuels dépensent plus de deux fois plus que ceux qui voient des publicités non pertinentes, qu'ils cliquent ou non sur les publicités. Encore une fois, ce coup de pouce s’ajoute aux promotions via e-mail et mondes virtuels. Des entreprises comme IMVU vendent des objets virtuels comme si elles imprimaient de l’argent.
Concentrons-nous à nouveau sur une entreprise de commerce électronique. L'entreprise s'appuie fortement sur des outils d'analyse de sites Web pour analyser les données de comportement des utilisateurs post-clic (afin d'optimiser les effets des campagnes marketing - semwatch ndlr) (date post-clic) (le trafic et les revenus du site Web sont apportés par la publicité). Les annonceurs espèrent utiliser uniquement les données de comportement des utilisateurs post-clic comme base d'optimisation. Étant donné que le client ne suit pas les revenus liés à l'affichage (revenus post-affichage), il n'y a aucun moyen de les optimiser.
Passons en revue ces deux situations : l'optimisation qui alloue les contributions de conversion en fonction des données post-clic (post-clics) vs l'optimisation qui alloue les contributions de conversion en fonction des données post-impression (post-view). Les revenus supplémentaires issus de l'optimisation post-impression sont dix fois supérieurs à ceux de l'optimisation post-clic. Lors de l'analyse des revenus d'un point de vue post-clic, nous appelons la meilleure annonce Annonce A et la pire annonce C. Mais analysés d’un point de vue post-show, les résultats sont exactement le contraire. C est le meilleur et A est le pire. Cela conduit à des solutions d’optimisation complètement différentes.
On pourrait argumenter le contraire et affirmer que l’analyse post-impression surestime le travail de la publicité en ligne. Parce qu’un consommateur potentiel est susceptible d’acheter un produit, qu’il ait ou non vu une publicité en ligne, et que ces publicités n’ont probablement pas influencé sa décision. Cependant, après de nombreux tests, nous avons constaté que les résultats sont exactement le contraire. Nous avons analysé la fenêtre de temps entre la visualisation d'une annonce et l'achat d'un produit. Les données montrent que l'augmentation rapide des conversions se produit peu de temps après que les consommateurs ont vu l'annonce, ce qui reflète l'impact de l'attribution post-impression. Dans l'exemple ci-dessous, la moitié des conversions ont eu lieu dans les six heures suivant la diffusion de l'annonce et 70 % des conversions ont eu lieu dans les 24 heures suivant la diffusion de l'annonce. Si l'attribution post-impression n'avait pas un tel effet, nous devrions voir les taux de conversion répartis de manière aléatoire dans le temps pour suivre un modèle linéaire plutôt que curviligne.
L’essentiel est que chaque campagne publicitaire est différente. Ils doivent tous être optimisés sur la base d’autant de données que possible. Ne vous fiez pas uniquement aux analyses basées sur les clics. Il vaut mieux tirer le meilleur parti de ses atouts et de ses ressources.
Commentaire de Tianan :
L’analyse de l’efficacité de la publicité display devrait davantage se référer à divers facteurs, tels que :
1. Quel est le but de la publicité display ? S'agit-il d'une image de marque ou d'une promotion des ventes ? À quelle étape de la prise de décision du consommateur cette publicité espère-t-elle avoir un impact ?
2. Quelles sont les caractéristiques du secteur dans lequel vous évoluez ? Quelle est la durée du cycle de décision du consommateur ?
En fait, les publicités display sont des médias payants et le site Web sur lequel vous accédez après avoir cliqué est un média détenu. Mais en fait, les deux sont des médias que les annonceurs peuvent contrôler. Ils peuvent décider du contenu, de la méthode et de l'heure d'affichage. Pour les annonceurs, les clics ne sont qu'un transfert de l'affichage d'un module d'information à l'affichage d'un autre module d'information.
Du point de vue du consommateur, les deux lui transmettent des informations. La différence réside uniquement dans la quantité d'informations et dans sa propre orientation de lecture. Les clics représentent un degré de participation relativement fort, mais l’affichage est aussi une transmission d’informations. L'impact de cette transmission d'informations est la « priorité » dans la prise de décision. Par exemple, si j'ai vu une publicité pour un équipement de fitness, j'y ai peut-être jeté un coup d'œil mais je n'ai pas cliqué dessus, mais si j'ai des besoins similaires et que je recherche à nouveau un équipement de fitness via un moteur de recherche, je vois le même nom car c'est le même nom ; deuxième impression publicitaire, je pourrais donc avoir un sentiment de familiarité/de confiance qui mène à un clic.
L’état actuel de l’analyse des données sur la publicité display peut être largement limité par la difficulté de la collecte des données. Dans les médias détenus, avec la popularisation de la technologie d'analyse de sites Web, les données de clics sont facilement collectées et peuvent être facilement appliquées dans la pratique. Cependant, dans les médias payants, en particulier dans l'environnement médiatique du marché national de la publicité display, de nombreuses données ne peuvent pas être collectées. ou partagé avec les annonceurs, il est donc destiné à être ignoré dans l'analyse et l'optimisation. De plus, pour arriver aux conclusions ci-dessus, une grande quantité de données doit être analysée très attentivement. Cela peut être considéré comme un obstacle au processus de développement de l'industrie.
Texte original : http://www.imediaconnection.com/content/29020.asp
L'auteur, Jarvis Mak, est né en biologie et a respectivement servi Yahoo et Neilson dans l'analyse client, y compris le projet MegaPanel. Je me concentre désormais sur les médias numériques et le marketing dans le secteur de la vente au détail. ,
Source de traduction : http://semwatch.org/