Ce n’est une surprise pour personne si je vous dis que l’ère du smart bidding prend de plus en plus le pas sur la gestion manuelle sur Google Ads.
Le grand enjeu du moment pour les spécialistes SEA, est de parvenir à incorporer des stratégies reposant sur la mise aux enchères « smart » dans leurs structures de compte. Ceci au détriment du pilotage manuel, pour qui, la durée de vie se compte probablement en semaine à la date ou j’écris cet article.
Le problème sous jacent étant le suivant : comment produire une stratégie d’acquisition SEA la plus efficace possible, quand cette dernière repose sur des « objets » que nous connaissons peu (i.e les algorithmes de Google) ?
J’ai déjà tenté de publier de nombreux articles sur le sujet, afin d’aider la communauté des experts Google Ads à mieux prendre en main le smart bidding. L’objectif à chaque fois reste le même : mieux comprendre le fonctionnent des algorithmes de Google Ads, afin d’en tirer le maximum de profitabilité.
Ce n’est une surprise pour personne si je vous dis que l’ère du smart bidding prend de plus en plus le pas sur la gestion manuelle sur Google Ads.
Le grand enjeu du moment pour les spécialistes SEA, est de parvenir à incorporer des stratégies reposant sur la mise aux enchères « smart » dans leurs structures de compte. Ceci au détriment du pilotage manuel, pour qui, la durée de vie se compte probablement en semaine à la date ou j’écris cet article.
Le problème sous jacent étant le suivant : comment produire une stratégie d’acquisition SEA la plus efficace possible, quand cette dernière repose sur des « objets » que nous connaissons peu (i.e les algorithmes de Google) ?
J’ai déjà tenté de publier de nombreux articles sur le sujet, afin d’aider la communauté des experts Google Ads à mieux prendre en main le smart bidding. L’objectif à chaque fois reste le même : mieux comprendre le fonctionnent des algorithmes de Google Ads, afin d’en tirer le maximum de profitabilité.
Vous pouvez en retrouver quelques uns ici :
Quelles règles à respecter pour utiliser correctement le smart bidding ?
CPA Cible vs Maximiser les conversions
Que faire en cas de baisse de performances du smart bidding ?
Dans cet article, je souhaite pousser l’analyse un peu plus loin. En effet, certaines observations que j’ai pu réaliser ces derniers temps sur des campagnes gérées en smart, m’ont fait me questionner sur le modèle « intrinsèque » des algorithmes de Google Ads.
Je vous partage ici quelques observations qui m’interpellent.
Mon observation est la suivante : il semblerait que les mouvements « extrêmes » soient beaucoup plus fréquents sur du pilotage Smart, que du manuel.
En effet les évolutions des schémas 1 et 2 par exemple, sont régulièrement observables sur des campagnes gérées en smart (je parle de mouvement brutaux sans modifications apportées à la campagne). En revanche je n’ai jamais vu de campagnes gérées manuellement subir de tels chocs (sans changement de variables externes, ou modification intrinsèques à la campagne).
Mon sentiment est donc que les chocs « extrêmes » sont beaucoup plus fréquents en pilotage « smart » qu’en manuel.
Et cela ne va pas sans poser un grand nombre de questions :
- comment réagir face à ce type de chocs extrêmes ?
- Comment s’en protéger ?
- Comment faire comprendre à son client, que l’algorithme déraille ?
Bref, il semble que le smart bidding ne tiennent pas forcément sa promesse : « En matière d’enchères, les algorithmes d’apprentissage automatique se basent sur les données à grande échelle afin de vous aider à établir des prévisions plus fiables pour votre compte « comme nous le dit pourtant Google.
Plus fiable ? C’est bien cela qui semble ne pas coller avec les observations du terrain..
Au contraire, il semble que les algorithmes de Google Ads ressemblent davantage à des modèles fractals, ou tout est plus incertain, et les événements « extrêmes beaucoup plus fréquents ».
L’objectif de cet article est donc de tenter de définir en quoi Google Ads est fractal. Puis d’explorer les problèmes que cela pose aux gestionnaires de comptes et clients finaux. Je tenterai ensuite d’y apporter quelques solutions pour appréhender au mieux ce type d’environnement.
Un peu de contexte sur les fractales
Le terme fractal est un néologisme créé par Benoît Mandelbrot en 1975 à partir de la racine latine fractus, qui signifie « brisé », « irrégulier » . Il caractérise donc un phénomène irrégulier, haché.
L’autre particularité d’une fractale, est sa similarité « à l’échelle ».
Une figure fractale est un objet, qui présente une structure similaire à toutes les échelles.
Par exemple le chou romanesco, les flocons de neige, les fougères, reposent sur des modèles fractals. Ils ont des formes très irrégulières, qui se reproduisent à l’infini, peu importe l’échelle à laquelle on se positionne.
Les modèles mathématiques reposant sur les fractales sont régulièrement utilisés dans diverses applications : la géométrie, l’astronomie, la finance et l’économie.
La grandes particularité des fractales reposent sur deux points majeurs, qu’il est important d’avoir en tête :
- La sur-représentation d’événements extrêmes (structure hachée)
- L’observation systématique de ces événements extrêmes à toutes les échelles
Une application très intéressante des modèles de fractales à été soulevé par Benoit Mandelbrot, pour caractériser l’évolution des cours boursiers et la gestion des risques qui en découlent.
En effet, jusqu’à la crise de 2008, la plupart des modèle d’évaluation des actifs financiers, reposaient sur la formule de Black & Scholes, elle même conçue dans un environnement gaussien (la fameuse courbe en cloche).
Dans un environnement gaussien, les chocs extrêmes sont censés être très rares. Par exemple, appliqué à la bourse, une variation journalière du CAC 40 de plus de 7% ne devrait s’observer qu’une fois tous les 4000 ans.. Pourtant, cela est déjà arrivé plusieurs fois sur les 20 dernières années, sans parler du Coronavirus, ou c’était monnaie courante sur plusieurs jours…
Le problème donc des environnements gaussiens est qu’ils sous-estiment totalement les dynamiques brutales associées à l’émergence de crises ou l’apparition d’événements extrêmes.
Pourtant, nous vivons au quotidien dans un environnement gaussien, et nous y sommes en réalité habitués : embouteillage, produits défectueux, probabilité de gain au loto, naissance d’un enfant malformé, distribution du QI dans la population…
Bref, dans tous ces exemples, les événements « extrêmes » sont très rares, et cela se valide bien sur le terrain. La probabilité d’avoir un QI > 140 ou de donner naissance à un enfant malformé est très rare.
Alors vous allez me dire « mais attends Thomas, tu te perds complètement là.. Quel rapport avec Google Ads ? »
Pas de panique j’y viens ! 😉 Ce qu’il est important de retenir jusqu’ici :
- Notre cerveau est habitué à évoluer dans des environnements gaussiens. Nous n’avons ainsi pas l’habitude des chocs extrêmes.
- Nos actions sont donc souvent sous-optimales lorsque nous évoluons dans des environnements autres, par exemple dans un environnement fractal
- Il existe donc des situations où nous allons minimiser la gestion des risques, alors que ceux-ci sont beaucoup plus fréquents qu’il n’y parait
Dernier exemple qui illustrera ces 3 points : La crise des masques durant le Coronavirus.
Cas typique d’un environnement interprété comme « gaussien », alors qu’il ne l’est probablement pas.
En effet, avant le Coronavirus, les divers gouvernements de la planète devaient probablement estimer la probabilité d’une pandémie mondiale dévastatrice très faible. En conséquence, la gestion des risques et les moyens d’actions face à une telle crise ont été minimisé (stock de masque réduit par exemple).
Or, la crise du Covid-19 n’est probablement qu’une parmi tant d’autres qui se préparent (« Thomas tu n’est pas flippant du tout… »). Il est fort à parier que d’autres arriveront. Mais heureusement pour nous, cette fois-ci les gouvernements seront prêts à affronter ces « chocs extremes », car le changement de mentalité aura eu lieu : une crise sanitaire peut en réalité arriver bien plus souvent qu’on ne le pense, donc autant s’y préparer.
Nos gouvernements auront donc des armes pour faire face aux crises sanitaires, lesquelles reposent surement sur un modèle fractal.
En conclusion : lorsque nous évoluons dans des environnements de type fractals, notre gestion des risques face aux événements extrêmes doit être beaucoup plus forte et robuste, qu’en cas d’environnement gaussien.
Revenons maintenant à nos moutons : Google Ads repose t-il sur un modèle gaussien ou fractal ?
Google Ads suit-il un modèle gaussien ou fractal ?
Pour répondre à cette question, il s’agit donc de regarder les évolutions des performances de ses campagnes, et des divers KPIs propres à Google Ads.
Avant d’aller plus loin, je vous livre mon sentiment :
- Lorsque nous pilotons nos campagnes Google Ads de manière manuelle, il semblerait que nous soyons dans un environnement gaussien. Les variations extrêmes sont rares. Nous avons du contrôle, et il est plutôt simple de juger des performances à venir de nos campagnes
- Lorsque nous pivotons vers une gestion « automatisée », nous basculons dans le monde « affreux » des fractales. Là où tout est incertain, là où les événements extrêmes sont fréquents, et se reproduisent systématiquement à n’importe quelle échelle : quotidienne, hebdomadaire, mensuelle…
On va prendre pour cela un cas très simple : L’évolution journalières des CPC et CPA entre une stratégie d’enchères utilisant le CPC Optimisé, et une autre utilisant le CPA Cible.
Pour éviter tout biais, ce test a été mené sur une campagne de test&brouillons. 50% de la campagne était gérée en CPC optimisé et 50% en CPA Cible. A noter que pour les deux campagnes, les moyennes globales sur le test étaient les suivantes :
→ En CPC optimisé : CPC moyen = 0.84 / CPA = 6.93
→ CPA Cible : CPC moyen = 0.77 / CPA = 6.23
Regardons un peu ce qui se passe sur un jeu de données de 30 jours.
→ Répartition des CPC moyens quotidiens en CPC Optimisé
→ Répartition des CPC moyens quotidiens en CPA Cible
→ Répartition des CPA moyens quotidiens en CPC Optimisé
→ Répartition des CPA moyens quotidiens en CPA Cible
Il n’y a pas besoin de creuser plus loin pour voir l’observation claire et nette qui se dégage:
→ En CPC optimisé, les événements extrêmes, et les variations fortes de CPC sont quasi inexistantes. Au niveau des CPA, l’écart type est d’environ 10€.
→ En CPA Cible, les événements extrêmes sont bien plus fréquents, tant sur les CPC, qui peuvent d’une journée à l’autre varier du simple au double, et les CPA avec un écart type de 25€.
Conclusion : nous ne sommes plus dans le même environnement. En CPC Manuel ou Optimisé, nous évoluons grosso modo dans un environnement gaussien, ou le contrôle est assez fort, et les chocs extrêmes très rares.
A partir du moment où nous pivotons vers du « smart bidding », il semble que nous passions sur un environnement fractal. Là où les chocs extrêmes et les fortes variations sont bien plus fréquents.
Alors qu’est-ce que cela implique ?
Et bien beaucoup chose. Et notamment une en particulier qui selon moi sera la plus problématique pour tous les annonceurs, une fois que le CPC Manuel aura disparu des radars : que se passe t-il quand les chocs extrêmes n’apparaissent plus à l’echelle journalière, comme c’est le cas sur cette analyse, mais hebdomadaire ? Pire mensuelle ?
Bruno Guyot avait déjà présenti ce problème dans son article sur maximiser les conversions, et les changements brutaux de performances hebdomadaires sans explications.
Voici un exemple de choc « extrême » hebdomadaire d’une campagne pilotée au CPA Cible au paiement à la conversion :
D’une semaine à l’autre, la campagne s’arrête totalement de diffuser… Sans explication. Cas typique d’un environnement fractal.
Le problème étant qu’ici le choc n’est pas journalier, auquel cas il peut s’absorber très facilement d’un niveau business. En étant hebdomadaire, ce choc engendre donc des pertes bien plus importantes pour l’entreprise en question. Ne plus diffuser = plus de clients, donc zéro chiffre d’affaires.
Ce type de choc était impossible en pilotage manuel. Jamais une campagne gérée en CPC manuel ne s’arrêterait pendant plusieurs jours de diffuser. En passant au Smart Bidding, cela devient monnaie courante.
Cela implique donc plusieurs choses :
- Google Ads est fractal,
- Le facteur risque est plus élevé en smart bidding
- La certitude de « faire du business » n’est plus du tout certaine à partir du moment où nous passons en smart bidding
- Il faut s’attendre à des chocs de performances extrêmes beaucoup plus souvent (dans le positif comme le négatif)
- Nous devons donc adapter notre gestion de compte à cet environnement fractal.
Comment alors gérer nos campagnes Google Ads dans un environnement fractal ?
C’est une question qui je pense n’est aujourd’hui pas encore résolue.
Premièrement parce que le Smart Bidding est encore très jeune, et nous n’avons pas encore assez de recul pour comprendre ces chocs extrêmes à plus grandes échelles (mensuelle ou trimestrielle).
Deuxièmement, nous apprenons encore tous à manier les algorithmes proposés par Google, et tout comme ces derniers nous sommes loin d’avoir terminé notre phase « d’apprentissage ».
Troisièmement, parce que même chez Google, personne ne comprend vraiment ce qu’il se passe. Les accounts managers n’en savent pas plus que nous sur le fonctionnement des algorithmes. Et j’ai des doutes également sur le fait que Google sache vraiment lui-même comment tout cela fonctionne. En témoigne sa volonté de toujours plus de « smart » pour nourrir leurs algorithmes, et donc les faire progresser.
Bref je peux vous le dire, nous ne sommes pas au bout de nos surprises. Evidemment, il s’agit ici pour beaucoup de la pérennité de leur business. Donc on ne peut pas en rester là.
Déjà, il est important de comprendre que Google Ads, n’a jamais été aussi complexe. Le mythe de la simplification ventée par Google, et du plug&play grâce au smart bidding, c’est du bullshit.
Ensuite, pour s’adapter au mieux à cet environnement « fractal ». Il est justement intéressant de jeter un oeil à la théorie financière, qui semble être dans le même cas que nous finalement.
On peut en ressortir 3 grands schémas :
- Avoir un processus de détection des chocs extrêmes à la pointe.
- Limiter au maximum les effets de contagion des chocs extrêmes à l’ensemble de l’environnement étudié
- Préserver l’essentiel en cas de chocs importants
Avoir un processus de détection des chocs extrêmes à la pointe.
On l’a vu précédemment, la particularité des environnements fractals reposent sur la régularité des chocs extrêmes, peu importe l’échelle où l’on se trouve : journalière, hebdomadaire, mensuelle…
Pour s’armer contre ces chocs, il est donc important que vous ayez les bons dashboards à votre disposition afin de pouvoir les identifier le plus vite possible, et agir en conséquence. C’est bien évidemment le fondement des approches data-driven : prendre des décisions basées sur la donnée.
Pour chaque compte Google Ads que je gère, j’ai personnellement à ma disposition 3 dashboards : un journalier avec mes principaux KPIs et leurs évolutions par rapport à la journée précédente, et les mêmes à une échelle hebdomadaire et mensuelle.
Cela me permet d’accéder immédiatement aux tendances et à l’évolution « hachée » des campagnes gérées en smart bidding. Et donc d’agir en conséquence quand un choc « extrême » se produit.
Attention, les chocs extrêmes ne sont pas toujours négatifs. Voici l’exemple d’un choc extreme « positif », où durant l’espace de 48h, les algorithmes de Google se mettent à diffuser de manière « exponentielle », tout en apportant un volume de conversions record.
Lorsque j’ai identifié ce choc, j’ai tout de suite quadruplé le budget de ma campagne afin de bénéficier au maximum de ce choc. L’algorithme est ensuite reparti à la normale quelques jours, avant de me refaire le coup une nouvelle fois.
Durant ces deux chocs, c’est plus de 10K€ de profit engrangé par mon client en 2 jours, soit, quasiment deux semaines de gain en seulement 2 jours. Surtout quand notre rémunération est à la performance, on ne peut se permettre de rater de telles opportunités.
Si je n’avais pas eu de monitoring journalier, je n’aurais pas identifié ce choc, et donc je n’aurais pas pu en profiter.
Retenons donc bien cela, à partir du moment où nous passons en Smart Bidding, nous devons avoir un œil tous les jours sur nos campagnes. C’est crucial pour identifier ce types de chocs et agir en conséquence.
Si vous avez comme moi beaucoup de comptes à gérer, alors évidemment cela peut vite vous demander un temps conséquent. Dans ce cas, utilisez les outils que Google met à votre disposition.
Je suis personnellement un grand fan des « règles automatiques« . J’ai plusieurs règles qui tournent sur les divers comptes Google Ads que je gère qui me préviennent automatiquement quand une anomalie est détectée.
En voici une par exemple pour le contrôle du CPA.
En conclusion, construisez-vous un environnement solide de détection des chocs extrêmes. Soyez data-driven, et ne laissez rien passer.
Limiter au maximum les effets de contagion
Celui-ci s’inspire directement de la théorie économique et de la gestion d’actif.
Avant tout, il est important de comprendre les similarités qu’il existe entre les algorithmes de trading à haute fréquence, et les algorithmes de Google Ads.
Dans la gestion d’actif, l’effet d’inertie qu’un signal fort peut générer est démentiel. La cause est le recours massif au trading à haute fréquence, géré par des algorithmes préprogrammés qui surréagissent au moindre signal négatif.
Encore une fois la crise du Covid-19 est un excellent exemple de modèle fractal et d’effet de contagion
A partir du moment ou un certain nombre de personnes se mettent à vendre des actions pour des « prises de bénéfices », les algorithmes vont interpreter ces signaux comme signe qu’il faut alors vendre à son tour; la contagion se propage donc à tout l’ecosysteme, et tous les algorithmes se mettent alors à vendre, non pas car d’un point de vue technique il faut vendre, mais parce que tout le monde vend.
Le crach apparaît alors, et c’est en partie à cause de ce phénomène de contagion et d’inertie, qu’un CAC 40 peut perdre 35% de sa valeur en 2 semaines…
Pour ceux que cela intéresse, je vous conseille cet article qui explique parfaitement bien le problème du trading à haute fréquence et de l’algorithmique dans un environnement fractal.
Ces effets dramatiques de « contagion » et de mauvaises interprétations des « signaux » se retrouvent bien évidemment sur Google Ads. Le moindre signal « négatif » que vous envoyez à vos algorithmes peut avoir des effets dramatiques sur vos campagnes.
Un exemple que j’aime beaucoup donner, et qui me fait le coup à chaque fois. Il s’agit de la dualité entre « Maximiser les conversions » et le « Budget journalier ».
Si vous avez des campagnes en maximiser les conversions, faites le test vous allez voir c’est « rigolo »…
Prenez votre campagne en maximiser les conversions. D’une journée à l’autre, doublez votre budget journalier sur cette campagne…. Voici exactement ce qui va se passer :
La stratégie « Maximiser les conversions » se transforme automatiquement en « Maximiser les CPC Moyens »…
Exemple typique d’un signal mal interprété par l’algorithme et qui se transforme en choc extrême négatif : tout double, sauf les conversions…
Dans ce type de situation, la procédure de retour à la normale est simple : vous réduisez votre budget de 50% et l’algorithme revient vite sur ses pas.
Le problème se pose lorsque ces types de chocs arrivent sans explication, ou que nous ne sommes pas directement à l’origine du signal qui fait chavirer nos campagnes (rappelons que les algorithmes de Google Ads interprètent une quantité astronomique de signaux).
Lorsqu’une stratégie d’enchères dérape, c’est souvent toutes les campagnes qui reposent sur cette dernière qui en subisse les conséquences : arrêt brutal de la diffusion, hausse sans équivalent des CPA, CPC moyen astronomique… La liste est longue.
C’est pourquoi il est très important de limiter au maximum les effets de contagion entre vos campagnes.
Voici quelques conseils que je vous donne :
- Eviter les stratégies de portfolio si vous avez suffisamment de données par campagnes
- Diversifier les stratégies d’enchères intelligentes que vous utilisez.
- Utiliser le « draft for ever ». C’est une technique que j’applique sur certains comptes, et qui fonctionne très bien. Elle consiste à lancer un test&brouillons sur une campagne, et d’y tester une mise aux enchères entre CPA Cible et Maximiser les conversions. L’objectif n’est pas de déclarer un vainqueur, mais simplement de bénéficier de 2 types de mise aux enchères à la fois sur une même campagne. Si un des algorithmes se met à chavirer, l’autre maintient la barque.
- Utiliser le Portfolio « uni-campagne », afin de profiter des « bid cap ». Le gros avantage du portfolio, est qu’il permet sur du CPA Cible par exemple, de mettre un plafond minimal et maximal de CPC. Cela permet d’avoir plus de contrôle et de limiter les chocs. J’utilise sur certains comptes cette stratégie. Je crée une stratégie de portfolio par campagne. Chaque campagne conserve sa propre stratégie, et je bénéficie d’un outil supplémentaire (le « bid cap ») pour gérer mes campagnes.
La liste est à compléter bien évidemment. Nous n’en sommes qu’au début. N’hésitez pas d’ailleurs à partager vos techniques en commentaire 😉
Préserver l’essentiel en cas de chocs importants
Pour terminer, le plus important reste de préserver l’essentiel quand « tout fout le camp ».
L’idée ici est de pouvoir conserver le cœur de son business sur Google Ads, en cas de baisse de performances soudaines des algorithmes.
Pour vos segments de marché les plus porteurs : meilleurs mots clés sur le search, et meilleures audiences sur le display. Mon conseil est de les isoler au maximum des environnements fractals, et donc de rester sur du « gaussien », du manuel en quelque sorte.
Essayez autant que vous le pouvez de gérer la mise aux enchères sur vos meilleurs mots clés en CPC Manuel. La bonne structure SKAG en CPC manuel reste pour cela l’arme ultime.
Idem pour le Display. Isolez vos meilleures audiences du « reste du monde ». Essayez au maximum l’achat en manuel sur ces dernières (même si je le conçois, sur le Display, le smart bidding est très souvent la meilleure option).
De cette manière, si jamais un choc extrême se produit, votre coeur de business ne sera pas impacté. La gestion manuelle n’étant pas concerné par la « fractalité » de Google Ads.
Le grand dilemne reste néanmoins le suivant : que faire le jour où Google décide de supprimer la gestion manuelle ? Nous serions alors dans un environnement fractal à 100%, ou les joies et les peurs sont monnaie courante, et l’auto-pilotage un véritable mythe…
Le mot de la fin
Google Ads est fractal.
Ce qui me préoccupe le plus dans tout cela, est la direction que Google Ads prend, et finalement les promesses non tenues que cela engendre.
Le Smart Bidding est censé nous apporter (d’après Google), une simplification de la gestion de nos campagnes, une meilleure stabilité, une meilleure « scalablité ».
Pourtant, à la lumière de cet article, le rêve de l’auto-pilotage n’a jamais semblé aussi loin. Les chocs extrêmes pouvant intervenir à tout instant, le travail de monitoring s’en voit accru.
D’autre part, Google Ads n’a jamais semblé aussi complexe que maintenant… Pour la simplification on repassera…
Enfin ce qui m’inquiète le plus, c’est que j’ai le sentiment que même chez Google, personne ne sait vraiment ce qu’il se passe. Une chose est sûre, il y a encore du boulot avant que les Algorithmes remplacent « efficacement » les hommes.
A quand la ré-humanisation de Google Ads ?
