[Étude de cas] Midsummer Agency — Dynamic Remarketing et Regex

Table des matières

# 1 Tirez parti des produits à prix réduits grâce au remarketing dynamique

• Défi : taux de conversion insuffisant pour une campagne de remarketing dynamique
• Solution : tirer parti de l'attribut ads_label pour les produits en promotion
  
• Résultats : augmentation du taux de conversion, amélioration du temps moyen sur le site et du taux de rebond.
  
  

#2 Prévenir les échecs en utilisant des expressions régulières

• Défi : un nombre fini de variantes pour créer une règle avec la fonctionnalité "ajouter une valeur statique"
• Solution : créer une règle dynamique et évolutive avec l'utilisation d'expressions régulières
• Résultats : catégorisation automatisée et rapide des nouveaux attributs

#3 Réservez une consultation d'expert en alimentation [GRATUIT]

#1 Tirez parti des produits à prix réduit avec le remarketing dynamique

L'une des meilleures pratiques de remarketing consiste à segmenter les utilisateurs en fonction de leur position dans l'entonnoir d'achat. De cette façon, vous pouvez créer des campagnes et des groupes d'annonces personnalisés pour adopter différentes stratégies, enchères et budgets.

La subdivision la plus classique est :

• Utilisateurs qui visitent la page d'accueil
• Utilisateurs qui visitent la page du produit
• Utilisateurs qui ajoutent un produit au panier
• Utilisateurs qui achètent un produit

Défi

Pour une campagne de remarketing dynamique destinée aux utilisateurs qui visitent la page produit sans l'ajouter au panier, nous avons constaté que le taux de conversion était inférieur à l'objectif. Nous avons donc décidé de changer de stratégie.

La solution

Tirez parti des produits à prix réduits pour stimuler les ventes.

Nous nous sommes demandé : et si nous essayions d'augmenter les conversions en testant une campagne destinée uniquement aux utilisateurs qui ont visité un produit en promotion aujourd'hui ? Pour mettre en œuvre la stratégie, nous avons développé une règle dans DataFeedWatch pour créer un ads_label, appelé "vente", à associer à tous les produits en promotion. En utilisant la fonctionnalité "ajouter une valeur statique", nous avons appliqué la logique suivante :

Noter:

Il ne s'agit pas de l'attribut classique custom_label, mais d'un attribut spécifique destiné exclusivement aux campagnes display.

Pourquoi utiliser ads_label ?

Jusqu'à présent, c'est l'un des rares attributs que vous pouvez utiliser pour filtrer les produits dans vos annonces dynamiques au niveau de la campagne.

Par la suite, nous avons créé une campagne de remarketing test - un clone de la campagne d'origine - qui affichait exclusivement des publicités des produits filtrés. À savoir, les articles à prix réduit, aux utilisateurs qui, au cours des 30 derniers jours, ont manifesté leur intérêt pour eux.

Qui d'entre nous n'aime pas profiter d'une remise ?

Résultats

L'impact de cette stratégie a été impressionnant, tant en termes de ventes que d'engagement. La tactique permet à l'annonceur de profiter d'un phénomène d'achat naturel, dans lequel les utilisateurs attirés par une offre à prix réduit découvrent et achètent également d'autres produits.

Dans la campagne de test, nous avons enregistré une augmentation de 18 % du taux de conversion par rapport à celui d'origine, une amélioration de 30 secondes du temps moyen sur le site, avec un taux de rebond amélioré de 20 %.

Le CTR des annonces a également augmenté de 20 %, compte tenu de la présence de la balise de mise en page "Réduction de prix", une fonctionnalité automatiquement activée pour les produits récemment soldés.

Il filtrait la campagne pour un sous-groupe de produits qui nous a finalement permis de faire passer sa part d'impressions de 10 % à 38 %.

Retourner en haut de la page ou Réserver une consultation experte sur les flux [GRATUIT]

#2 Prévenir les échecs en utilisant des expressions régulières

Les expressions régulières (ou regex) sont des fonctions ou des formules capables de rechercher, filtrer ou remplacer des chaînes de texte selon un modèle prédéfini.

Ils sont largement utilisés dans la programmation et l'analyse de données. Et même pour nous les marketeurs, ils représentent un couteau suisse à toujours avoir sur soi. Par exemple, lorsque nous avons utilisé Google Analytics pour créer des filtres de vue, des cibles ou des segments.

La création de dépendances complexes entre les attributs de flux peut être un outil puissant entre les mains des spécialistes du marketing numérique. Mais, cela peut aussi devenir une arme à double tranchant si vous ne faites pas attention et ne prenez pas de précautions. Pour ceux qui travaillent dans l'industrie de la mode, la couleur, la taille et les matériaux sont des attributs fondamentaux. À la fois en tant que champs autonomes et en tant qu'informations à inclure dans le titre pour convertir un trafic de haute qualité. À cet égard, nous vous recommandons cet excellent guide Google sur les meilleures pratiques pour ceux qui travaillent dans le secteur de la mode.

Pour tous nos clients du secteur de la mode, nous créons généralement le titre de manière dynamique, en utilisant différents attributs préexistants dans le flux (matières, couleur, taille, nom du produit) et en suivant une règle du type :

Le résultat final est : Chemise en coton Designer pour femmes, Rouge, Nom du produit, XL.

Et jusqu'à présent, tout va bien. Souvent, les champs internes utilisés dans le titre ne sont pas fournis dans les données brutes - ils doivent être extrapolés ou créés à partir de zéro en utilisant les données fournies dans le flux source. Dans cet exemple spécifique, nous avons récupéré les informations d'une colonne de flux contenant des informations sur les couleurs et les matériaux des articles vendus. Attributs de produit qui ne seraient tout simplement pas lisibles par Google s'ils étaient fournis dans la colonne de flux d'origine.

La partie gauche de l'image ci-dessus montre la colonne "tags" du flux source. La partie droite montre un exemple de la façon dont nous avons utilisé ces informations pour développer une règle qui crée l'attribut "matériaux".

Défi

La limitation de l'utilisation de la fonction "ajouter une valeur statique" est que seul un nombre fini de variantes existant au moment de la création de la règle peut être pris en compte. Dans ce cas, le dynamisme est perdu. Que se passe-t-il si le client ajoute de nouveaux produits au catalogue, avec des matériaux non encore classés ou des couleurs et motifs non prévus jusque-là ?

Je vais vous dire... les attributs (par exemple, les matériaux, les couleurs, etc.) seront vides, ou pire encore, ils afficheront des valeurs incorrectes. En conséquence, les attributs dépendants tels que le titre, et éventuellement d'autres utilisant ces champs internes (par exemple, les étiquettes personnalisées, les descriptions) en paieront les conséquences, se transformant en quelque chose comme ceci :

Chemise Femme Designer , , , ProductName, XL

Certes, ce n'est pas un titre optimisé. Je vous laisse imaginer l'impact que peut avoir une telle situation. Non seulement sur les performances mais aussi sur la structure de vos campagnes shopping qui, d'un coup, peuvent cesser de fonctionner.

La solution

Heureusement pour nous, en 1950, un monsieur appelé Stephen Cole Kleene, mathématicien américain, avec d'autres jeunes hommes confiants, a donné vie à ce que nous appelons communément les expressions régulières.

En utilisant des expressions régulières, il était possible de créer une règle dynamique et évolutive - bien meilleure par rapport à la solution précédente. Ce mécanisme extrait automatiquement les informations présentes et futures sur les matériaux du flux source, éliminant ainsi le risque de compromettre le fonctionnement des attributs dépendants.

Voici comment obtenir le même résultat que dans la capture d'écran précédente mais de manière évolutive, en utilisant uniquement des regex simples.

Pensez toujours à tester le fonctionnement des expressions régulières. L'option de prévisualisation et le support offert par DataFeedWatch sont d'une grande aide à cet égard.

Résultats

Suite à cette optimisation, nous avons pu éviter les erreurs de flux et les plantages du trafic. De plus, cela nous a permis d'automatiser et d'accélérer la catégorisation des nouveaux attributs, couleurs, catégories et autres informations produit créées par le client, évitant ainsi un travail manuel fastidieux sur le flux ou des interventions du service informatique.

Ce ne sont que deux exemples de la façon dont un outil de gestion de flux de données, associé à la puissance du cerveau humain, peut vous aider à tester des idées non conventionnelles et à prévenir et résoudre les problèmes quotidiens. Vous aidant à rester compétitif et à éviter les scénarios apocalyptiques.

La seule limite est la créativité, n'arrêtez jamais de tester !!

--
Vous avez aimé cet article ? Consultez le conseil de pro de Michele sur l'utilisation du réseau de partenaires de recherche.

Étude de cas par Midsummer Agency