Vous cherchez à mieux gérer vos campagnes YouTube Ads ? Fatigué de voir du budget partir en fumée sur des chaînes YouTube toxiques qui passent à travers vos filtres ? L'impression de passer des heures à trier vos impressions publicitaires ? Si c'est le cas, lisez la suite ! L'analyse n-gram est peut-être la solution que vous attendiez.
Les campagnes YouTube Ads et le problème des chaînes toxiques
YouTube est bien plus qu'un site de partage de vidéos. Considéré à part de l'écosystème Google auquel il appartient, c'est le deuxième moteur de recherche au monde (ou, selon la façon de compter, le troisième). Aucun professionnel du marketing ne sera surpris d'apprendre que cela représente une opportunité énorme pour les campagnes publicitaires.
L'un des grands problèmes des campagnes YouTube à partir d'une certaine taille, c'est la présence de chaînes toxiques, totalement étrangères à vos objectifs ou à ceux de votre client. Google Ads vous permet de suivre en détail les chaînes où vos annonces sont apparues, mais comment gérer efficacement un compte Ads où plusieurs campagnes diffusent des annonces sur des milliers de chaînes en même temps ?
Prises une à une, ces chaînes toxiques sont faciles à balayer d'un revers de main : après tout, elles font partie de la marge d'erreur de la campagne. Quelques impressions mal orientées par-ci par-là, quel mal à cela ? Vous avez d'autres priorités, à savoir les chaînes YouTube qui captent l'essentiel des impressions et qui sont le vrai objectif de vos campagnes. Pourtant, si vous additionnez toutes ces chaînes hors sujet que vous laissez filer faute de temps, le total peut représenter bien plus de budget gaspillé que vous ne l'imaginez.
Régler le problème des chaînes toxiques à grande échelle : les n-grams à la rescousse
Même une fois le problème des chaînes toxiques identifié, le corriger peut sembler décourageant. L'exclusion des chaînes non pertinentes ne se fait qu'au niveau de la campagne. Autrement dit, faute de meilleure méthode, il vous faudrait retirer manuellement chaque chaîne toxique, une par une.
Remettons ce problème en contexte, à une échelle relativement modeste. Imaginez par exemple cinq campagnes YouTube réparties sur dix comptes Google Ads différents. Cela revient à répéter cinquante fois la même opération, fastidieuse et coûteuse. Le temps perdu à ce genre de tâche devient vite ingérable. Sans surveillance, le gaspillage de budget est sans doute bien plus élevé que vous ne le souhaiteriez.
Nous avons une solution : l'analyse n-gram !
Un n-gram est un regroupement ou un ensemble de symboles ou de mots, souvent utilisé en traitement du langage naturel. Il permet aux algorithmes de machine learning de comprendre des mots (ou grams), et d'en prédire la probabilité, en fonction du contexte dans lequel ils apparaissent. Remplacez la valeur n par le nombre de mots d'un groupe que vous voulez repérer, et voilà, des n-grams.
Dans le cadre d'une campagne YouTube Ads, une analyse n-gram vous permet de décortiquer vos données pour optimiser encore vos impressions, votre usage des mots-clés et vos dépenses publicitaires. Dans la partie suivante, et dernière, de cet article, nous verrons un exemple concret d'analyse n-gram sur une campagne fictive.
Mettre les n-grams au travail dans vos campagnes YouTube
Étape 1 : exportez, depuis chacun de vos comptes, les informations sur toutes les chaînes où vos annonces ont été diffusées.
Dans le tableau ci-dessous, vous voyez un petit échantillon de chaînes qui n'ont généré qu'une seule impression. Toutes sont en dehors de notre audience cible et représentent du budget gaspillé. Nous voulons les exclure, mais le faire une par une serait un supplice.
Étape 2 : lancez une analyse n-gram pour associer les impressions aux mots-clés issus des titres de chaînes.
Dans notre exemple, nous avons choisi d'examiner des unigrams (ou 1-grams).
Étape 3 : analysez les n-grams retenus et évaluez s'ils sont pertinents ou non au regard de vos objectifs.
Dans l'exemple fictif que nous examinons, les chaînes contenant l'unigram « kids » ont généré 47 impressions indésirables. Gardez en tête que sur de vraies campagnes, ces chiffres sont souvent bien plus élevés, fréquemment au-delà de 10'000 impressions.
Étape 4 : filtrez et automatisez l'exclusion des n-grams que vous jugez toxiques pour vos campagnes YouTube.
Ici, cela revient à exclure les 47 chaînes contenant l'unigram « kids », qui captaient un grand nombre d'impressions sans faire partie de notre audience cible. Pour cela, revenez à l'onglet des données brutes, filtrez tous les noms de chaînes contenant l'unigram « kids », et excluez-les en masse !
La simplicité d'une telle analyse n-gram est trompeuse. À grande échelle, c'est un outil réellement puissant pour décomposer vos données, optimiser vos impressions et gérer efficacement vos campagnes YouTube.
L'heure de la détox ?
Chez comtogether, on automatise tout, sauf l'export des données et la décision de savoir quels n-grams sont toxiques au regard des objectifs de nos clients. L'analyse n-gram nous permet de diviser par dix le temps englouti dans l'optimisation d'un compte Google Ads. Un travail qui prendrait autrement plus de cinquante heures nous en prend moins de cinq.
Ce n'est que l'une des nombreuses méthodes créatives que nous utilisons pour optimiser notre workflow et garantir les meilleurs résultats à nos clients.
Si vous avez des questions sur les rouages des campagnes YouTube, les chaînes toxiques, l'analyse n-gram ou tout autre sujet lié au marketing en ligne, n'hésitez pas à nous contacter. Nous sommes là pour vous aider.