Trois mythes marketing que nous avons balayés chez Google

Joshua Spanier / Janvier 2020

Dans le secteur du marketing, certaines croyances se répètent si souvent et à si grande échelle que nous les tenons collectivement pour acquises. Cela a toujours été le cas et le sera toujours.

Avec mon équipe du Google Media Lab, nous apprécions particulièrement de remettre en cause ce type d'usage. Une fois balayées, certaines idées reçues nous permettent de faire passer nos actions marketing au niveau supérieur. Voici trois idées reçues marketing que nous avons balayées cette année.

Idée reçue marketing n°1 : la production d'annonces vidéo est chronophage et onéreuse

Les responsables marketing sont conscients qu'ils doivent adapter et optimiser les éléments de leurs créations selon les fonctionnalités spécifiques de la plateforme sur laquelle elles seront diffusées.

L'idée reçue consiste à croire que produire des annonces vidéo est coûteux et prend beaucoup de temps. Il faut recruter un metteur en scène et une équipe élargie, qui devront trouver un lieu de tournage glamour et y transporter tout leur matériel onéreux. Avant d'atteindre l'étape de postproduction, de nombreux mois se seront écoulés et une grosse somme d'argent aura été dépensée. Le rendu final, même s'il s'apparente à une magnifique œuvre d'art, devra ensuite être diffusé partout (le format d'annonce doit être universel), et nous ne disposerons ni du temps, ni des ressources nécessaires pour l'adapter ou le personnaliser.

Toutefois, comme nous l'avons appris chez Google, la réalité peut être bien différente. Nous avons mis en place une équipe chargée de réaliser des tests vidéo axés sur le numérique. Son objectif était de trouver le moyen de réaliser une annonce vidéo moins chère et plus efficace, et ce plus rapidement. Les premiers résultats ne se sont pas fait attendre.

Par exemple, pour le lancement de Google Nest Hub, nous sommes partis d'une vidéo de base et nous l'avons diffusée via l'outil Directors Mix, qui permet de créer des vidéos personnalisées à très grande échelle. Finalement, nous avons généré 80 versions de l'annonce, chacune étant adaptée à un contexte spécifique. Par exemple, cette version expliquant comment réaliser une farce était présentée aux personnes qui venaient de visionner une recette sur YouTube.

1678_inline_1_Inside-Google-Marketing.gif

Autre exemple : cette version montrant comment rechercher facilement une playlist musicale sur Google Nest Hub était proposée aux personnes à la recherche d'une musique d'ambiance pour une fête.

1678_inline_2_Inside-Google-Marketing.gif

Cerise sur le gâteau, la création de chacune de ces vidéos n'a coûté que 1 800 $. Nous avons dépensé 144 000 $ pour élaborer 80 annonces pertinentes d'un point de vue contextuel, ce qui prouve que la production de vidéos n'est pas forcément chronophage ni onéreuse.

Idée reçue marketing n°2 : il est préférable de disposer d'un maximum de données

Dans le domaine du marketing numérique, nous collectons des données de toutes sortes pour déterminer si nos stratégies média et publicitaires vont fonctionner. Cela nous permet de savoir pendant combien de temps une personne a visionné une vidéo, jusqu'où une autre a fait défiler une page ou combien des visiteurs de notre site Web le quittent après n'avoir consulté qu'une seule page. Cette liste n'est pas exhaustive…

Toutefois, ce n'est pas parce que vous pouvez effectuer toutes ces mesures que vous devez le faire. Nous savons maintenant qu'il est possible de faire plus avec moins de données.

Tout a commencé lorsque nous avons vérifié les analyses que les différentes équipes marketing de Google transmettaient à la direction de l'entreprise. Nous avons constaté que, collectivement, nous générions des rapports sur 70 statistiques différentes dans le monde. Comment notre directeur marketing et les autres dirigeants pouvaient-ils prendre des décisions cohérentes, comparer une campagne ou une stratégie à une autre, alors que nos équipes n'étaient pas sur la même longueur d'onde ?

C'est pourquoi, comme l'a écrit mon collègue Avinash Kaushik sur Think with Google plus tôt cette année, nous avons réduit toutes ces données à seulement six statistiques importantes. Pourquoi six ? Nous diffusions deux types de campagnes : celles axées sur la marque et celles axées sur la performance. Dans le cadre de ces campagnes, nous souhaitons savoir trois choses : si nous captons l'attention des utilisateurs, comment ils réagissent et quel est le résultat. Aujourd'hui, au lieu de nous noyer dans les statistiques, il nous en suffit d'une pour chacun des éléments que nous souhaitons mesurer.

Idée reçue n°3 : les humains sont remplacés par des machines

"À l'ère du machine learning et de l'intelligence artificielle, les annonceurs peuvent facilement s'imaginer qu'ils entrent dans un long processus de confrontation avec ces machines", expliquait Ben Jones dans un article de Think with Google publié l'année dernière. La peur d'être remplacé par des machines est légitime et ne se limite certainement pas au secteur du marketing, mais elle est infondée. En effet, comme nous l'avons découvert lors de nos tests effectués l'année dernière, il convient de comprendre ce que les machines font mieux que nous et de les laisser continuer à le faire. Cela nous permettra de miser sur ce que nous sommes les seuls à maîtriser : les insights, l'inspiration et la créativité.

Prenons un exemple. L'équation ci-dessous permet de calculer la CLV (Customer Lifetime Value ou valeur vie client) afin d'identifier les clients les plus intéressants, ce qui constitue une information cruciale pour tout responsable marketing.

Inside Google Marketing: three marketing myths we busted this past year

N'étant pas mathématicien, il me faudrait littéralement toute une vie pour comprendre cette équation. Or, même les personnes ayant un sens de l'analyse très développé mettraient énormément de temps pour résoudre cette équation manuellement. C'est pourquoi, auparavant, nous ne calculions la CLV qu'une fois tous les six mois.

Puis nous sommes passés au machine learning. Nous transmettons nos données (sources de trafic et performances antérieures des campagnes, par exemple) à un outil appelé TensorFlow. Alors que nous ne disposions auparavant que d'une seule CLV tous les six mois, que nous devions utiliser pour toutes nos enchères, nous profitons aujourd'hui de 2 000 calculs de la valeur client prévisionnelle chaque jour. Cette avancée majeure nous permet de mieux optimiser notre stratégie d'enchères Google Ads et de l'actualiser régulièrement.

Les machines peuvent aussi nous faire gagner du temps dans le domaine de la création publicitaire. Par exemple, la technologie de création intelligente nous a permis d'optimiser en temps réel les annonces display et sur le Réseau de Recherche en fonction de la réaction des utilisateurs. Nous avons ainsi obtenu des résultats nettement supérieurs à ceux des anciennes annonces statiques display et sur le Réseau de Recherche que nous utilisions depuis plus de 10 ans.

Les machines sont particulièrement adaptées pour aider à prendre ces décisions secondaires, qui relèvent généralement d'un processus manuel. Par conséquent, nous les laissons faire pour nous concentrer sur ce qu'elles ne font pas aussi bien que nous : identifier la prochaine idée reçue marketing à balayer pour devenir des responsables marketing numérique plus intelligents et plus efficaces.

Marketing digital : 10 prédictions pour 2020