.png){kind=icon}
.png){kind=icon}
Une audience Meta ads est définie selon plusieurs critères :
Tous ces éléments sont à tester. Parce qu'on ne sait jamais à l'avance quel audience fonctionnera le mieux, et avec quel critère.
Un exemple tout bête : pour certains comptes, le retargeting auprès d’une audience basée sur la liste d’abonnés à la newsletter fonctionne bien mieux qu’une audience basée sur les données récoltées par le pixel (visiteurs du site internet par exemple). Et pour d’autres, c’est l’inverse.
Ça, c'était la base pour bien comprendre la suite :)
Dans cette étape, on va lister toutes les audiences possibles à tester, pour être sûr·e de ne rien manquer.
L’objectif est d’être le plus exhaustif possible : c’est un gros travail à faire une seule fois mais qui vous servira ensuite pendant des mois, voire des années 😉
Pour faire simple, on vous propose de séparer toutes vos audiences à tester en 3 catégories :
👉 Ouvrez un Spreadsheet ou un tableau Excel. Et créez une feuille par catégorie (voici un template à télécharger pour vous aider).
Ce fichier vous servira de feuille de route pour vos test. C'est ici que vous centraliserez tous vos résultats.
👉 Pour remplir la première feuille, commencez par sélectionner vos sources de trafic parmi les suivantes. En d'autres termes, ce sont les endroits où vous récoltez des informations sur votre cible :
Dans la première feuille “Interactions avec la marque”, notez les différents événements que peut réaliser votre cible sur chacune des sources (cela comprend aussi des événements personnalisés, si vous en avez) : on vous conseille de piocher dans notre template, cela vous fera gagner du temps.
Faites 1 ligne par événement.
👉 Pour les colonnes, vous allez noter les différentes fenêtres de temps à tester.
À vous de choisir lesquelles mais si vous ne savez pas comment commencer et/ou que avez peu de temps, notez déjà 14 jours, 30 jours et 180 jours : c'est la base.
✅ Vous avez une liste exhaustive de toutes les audiences que vous pouvez tester dans des campagnes destinées à réchauffer des prospects qui vous connaissent déjà.
👉 Dans la deuxième feuille « Intérêts », notez une dizaine d’audiences personnalisées contenant les utilisateurs qui ont des intérêts convergents avec vos produits.
Pour vous montrer du concret, voici un exemple d'intérêts à cibler pour la start-up Beem Energy qui vend des panneaux solaire en kit faciles et rapides à installer.
❓ Vous retrouverez un processus détaillé pour trouver des audiences personnalisées d’intérêts pertinentes pour votre business dans l'étape 4 du tuto "Générer les 4 audiences indispensables au lancement d'une nouvelle offre".
Commencez par lister les intérêts évidents puis allez vers des intérêts plus poussés.
👉 Créez ensuite une colonne « Taille » dans laquelle vous noterez la taille de chaque audience que vous avez identifiée.
Vous trouverez l’information dans l’onglet « Audiences insights » du Business Manager, tout est détaillé dans l'étape 4 du tuto suivant).
L’intérêt de noter la taille est de pouvoir mettre en concurrence des audiences de taille similaires pendant vos tests (cf. étape 3) afin de vous assurer que le test est probant.
NB : par défaut, l’algorithme a tendance à mettre tout le budget sur les audiences les plus grandes. Donc si vous mettez en concurrence une grande audience avec une plus petite, votre test sera faussé.
✅ Vous avez maintenant une liste d’intérêts à tester.
Il ne vous restera qu’à la compléter au fur et à mesure dès que vous aurez tout testé pour ne jamais être à court d'idées.
👉 La dernière feuille du docuement est dédiée aux audiences similaires. Notez d'abord une audience personnalisée par ligne.
Ce sont les audiences de base (cf. catégorie “Interactions avec la marque”) que vous prendrez pour construire les audiences similaires à tester.
👉 Notez ensuite les différents % à tester dans vos colonnes.
Quand vous créez une audience similaire, vous devez choisir un % entre 1 et 10. Un % faible signifie que l’audience similaire générée est petite en taille mais très similaire à l’audience de base. À l’inverse, un grand % signifie que l’audience est plus grande en taille, mais que le degré de similitude n’est pas très important.
Par exemple :
Vous avez maintenant un document complet avec des dizaines, voire des centaines d’audiences froides et chaudes à tester.
Le plus fastidieux est fait !
Maintenant, on passe au plus stratégique : définir les 2 critères de décisions qui valident ou invalident vos tests :
Calcul : CAC = montant dépensé en pub / nombre de ventes générées.
C’est le prix que vous êtes prêt à payer pour une conversion.
Par exemple en e-commerce, c’est le prix que vous êtes prêt à payer pour faire une vente.
Si votre panier moyen est de 36€ et qu’en moyenne vos coûts de fabrication sont de 5€, alors vous déciderez sûrement que vous êtes prêt à payer 10€ pour réaliser une vente.
Plus d’infos sur cet article de blog de Neil Patel.
👉 À vous de jouer pour définir votre CAC optimal.
Si vous testez 2 audiences et que l’une d’entre elle a un super CAC mais que l’algorithme n’a dépensé que 1€ dessus, alors il y a très peu de chances que votre test soit pertinent.
👉 Attendez d’avoir dépensé au moins 3 fois votre CAC optimal sur chaque audience pour valider ou invalider leur performance.
Vous avez maintenant les 2 critères de décision qui vous permettront de valider ou non la performance des audiences testées. Les plus performantes pourront ensuite être insérée dans une campagne publicitaire à gros budget. De cette manière, vous êtes certain·e de ne dépenser votre budget que sur des audiences qui ont un vrai potentiel pour faire décoller votre croissance.
Dans cette étape, on vous montre comment lancer vos tests efficacement et rapidement.
👉 Lancez une campagne de test avec 3 ensembles de publicités à destination d’audiences froides (personnes qui ne vous connaissent pas du tout), piochées dans votre document Excel.
1 ensemble de publicité = 1 audience : tous les paramétrages sont les mêmes, seule l’audience ciblée change.
Attention : prenez 3 audiences de taille similaire pour ne pas fausser le test, sinon Meta mettra automatiquement plus de budget sur les plus grandes audiences.
Voici le process :
👉 Quand chaque ensemble de publicité a reçu le budget que vous avez fixé à l’étape 2, regardez vos résultats : les audiences qui ont atteint le CAC optimal peuvent être dupliquées dans une campagne avec un plus gros budget.
Si aucun des ensembles de publicité n’a atteint l’objectif, désactivez-les tous et recommencez avec 3 nouvelles audiences.
Voici un exemple de plusieurs tests effectués pour un compte publicitaire avec un CAC optimal à 18€ :
On peut valider les audiences en vert et invalider les autres.
👉 Une fois que vous avez identifié 4 ou 5 audiences froides phares, vous pouvez les dupliquer dans une campagne d’acquisition avec un plus gros budget.
Valider des audiences froides en premier est hyper important pour construire une campagne d’acquisition solide : la performance de vos autres campagnes reposeront dessus. Si vous êtes capables de convertir de nouveaux clients qui ne vous connaissent pas du tout à moindre coût, alors le tour est joué. Car il est moins cher de convertir ensuite des personnes qui vous connaissent déjà.
👉 Mettez ensuite en concurrence 3 audiences d’interaction avec votre marque.
Ces audiences vous serviront pour lancer des campagnes de ré-engagement, de retargeting ou d’upselling.
#protip : visez un CAC plus faible pour vos campagnes de retargeting : il est plus facile de convertir des audiences chaudes. L’objectif est d’avoir un CAC global (acquisition + retargeting mélangés) qui vous fasse gagner de l’argent : vous pouvez vous permettre d’avoir un CAC un peu plus élevé que prévu pour votre acquisition, car le retagerting rattrapera le coup => n’oubliez pas de faire évoluer vos critères de décision en fonction.
👉 A chaque fois que vous lancez un test ou étudiez les résultats, mettez à jour votre tableau.
Comme ceci :
Cela permet d’avoir une vision en temps réel des audiences qui tournent.
Attention : certaines audiences peuvent fonctionner un temps (“Proven”) puis arrêter de fonctionner (“Recent difficulties”). L’intérêt de garder une trace de vos tests est de pouvoir relancer de nouveaux tests sur des audiences qui ont arrêté de fonctionner quelques mois plus tard.
✅ Vous avez maintenant toutes les cartes en main pour tester des dizaines et des dizaines d’audiences et booster la performance de vos campagnes.
Sur le même principe, vous pouvez aussi processiser les tests de vos créas : on a rédigé un tuto à ce sujet ici.
Et si vous avez du temps, une équipe et du budget, vous pouvez aussi faire des reportings de tests pour garder en mémoire les performances de chaque audience au moment du test. L’outil Supermetrics permets notamment d’automatiser l’envoi des données de vos campagnes vers un fichier Excel ou Spreadsheets.
