En 2019, Google sortait Discovery Ads pour faire apparaître des annonces dans les espaces de découverte de Google, comme le flux Discover sur les appareils mobiles, YouTube et Gmail. Ces campagnes ont apporté une manière innovante de toucher les consommateurs à travers des expériences visuellement riches et hautement personnalisées. Quatre ans et un boost à l’IA plus tard, nous avons aujourd’hui son remplaçant : Google Demand Gen avec la promesse de transformer radicalement la manière dont les marques interagissent avec leur public cible.
Ces campagnes boostées à l’IA ne sont pas sans rappeler les campagnes performance max également assez nouvelles.
🤨 On décortique ça pour vous.
Discovery Ads c’est quoi ?
Avant 2019, Google avait déjà les search ads, qui ont (toujours aujourd’hui) l’avantage d’être très pertinents parce qu’on les affiche aux utilisateurs en fonction de leurs besoins exprimés. Un utilisateur tape “achat vélo bleu”, on lui met une publicité pour cette marque de vélo qui a des vélos bleus. Simple et efficace, tout le monde est content. Il y avait aussi déjà les display ads sur le réseau display (2M de sites web et applications tiers partenaires) et qui affichent des encarts publicitaires traditionnels.
Et puis Google a sorti les campagnes Discovery, pour s’intégrer plus naturellement à l’expérience utilisateur : l’accent est mis sur les images et le storytelling, les emplacements sont spécifiques, plus qualitatifs (car propriétaires de Google donc moins aléatoires) et un peu moins intrusifs comme le flux Discover (sur mobile), la page d’accueil de YouTube et les onglets Promotions et Médias sociaux de Gmail. Le ciblage est principalement basé sur l’activité de recherche et de navigation de l’utilisateur.
Le but de Discovery (et de Display d’ailleurs) est d’élargir l’audience pour un produit. Il n’y a plus uniquement ceux qui ont tapé “achat vélo bleu” à l’instant, mais aussi ceux qui ont fait des recherches sur des vélos il y a quelques temps, qui ont visité un e-commerce de vélo, ou vu une vidéo YouTube, ou visité des sites web sur d’autres sujets similaires comme un site de trottinettes électriques. En gros, les Discovery Ads ne reposent pas seulement sur l’activité de recherche, mais aussi sur des signaux d’intention basés sur les comportements de l’utilisateur sur les différentes plateformes Google (recherche, visionnage YouTube, etc.).
Qu’est-ce qui change avec Demand Gen ?
Demand Gen est plus qu’un changement de nom de Discovery Ads. L’idée est de simplifier l’interaction entre client et annonceur :
Source: Tobias Maurer, Google Group Product Manager
En clair les nouveautés sont au niveau :
✅ Des emplacements de diffusion : YouTube Shorts, In-Stream
✅ Des possibilités d’expériences : Image + video dans la même campagne, nouveau processus de création (dopé à l’IA), A/B test
✅ Des options d’enchère : Maximiser les clics
✅ Des rapports : Tunnels de conversion, Attribution par la data, Impact sur la perception et la notoriété de marque, Impact sur le comportement d’achat
✅ Des audiences : Lookalike, Ciblage par device
Même si chaque élément est le bienvenu, les points les plus importants sont les nouveaux emplacements, le ciblage Lookalike (comme chez Meta) et les nouvelles possibilités de création et expérience.
De l’intérêt de ces nouveaux emplacements
Demand Gen élargit les horizons en intégrant de nouveaux emplacements, notamment YouTube Shorts et In-Stream. YouTube Shorts, la réponse de Google à TikTok, est devenu un espace de contenu très populaire, permettant aux annonceurs de toucher un public jeune et engagé. Quant à In-Stream, cela donne la possibilité d’intégrer des publicités dans des vidéos en cours de lecture, augmentant ainsi la visibilité et la mémorabilité des annonces.
💡 Ce sont donc des emplacements particulièrement désirables pour toucher plus de 3 milliard d’utilisateurs mensuels ET pour mieux couvrir le milieu du tunnel de vente.
Audiences paramétrées vs Ciblage Lookalike
S’inspirant du succès des audiences similaires (”lookalike” en anglais) de Meta, Google propose désormais aussi ce ciblage Lookalike. Cette fonctionnalité permet aux annonceurs de cibler des utilisateurs qui présentent des comportements et des intérêts similaires à leurs meilleurs clients. En utilisant l’énorme base de données de Google, cette fonction offre une précision de ciblage inégalée, optimisant ainsi le retour sur investissement.
Au lieu qu’on définisse le type de personne à qui présenter nos annonces, Google analyse les caractéristiques et comportements des utilisateurs de votre audience d’origine (par exemple, les personnes qui ont acheté sur votre site ou qui ont rempli un formulaire) et trouvent d’autres utilisateurs qui ont des profils et comportements similaires.
👉🏻 En gros, le ciblage Lookalike vise à trouver de nouveaux clients en touchant des personnes qui ressemblent à vos clients actuels.
Nouvelle création et configuration
🤯 Pas de sélection de mots-clés nécessaire.
🖼️🎥 La combinaison d’images et de vidéos dans une même campagne offre une flexibilité inédite. Ce format hybride capte l’attention et augmente l’engagement. De plus, avec le nouveau processus de création assisté par IA, les campagnes sont optimisées en temps réel pour offrir les meilleures performances. Les tests A/B intégrés permettent également aux annonceurs d’expérimenter différentes variations d’annonces pour déterminer la plus efficace. La créa devient donc de plus en plus capitale.
🙌🏻 On peut ajouter un flux produit (comme on le fait déjà pour les Shopping Ads et sur les Dynamic Display Ads). Gros win pour les e-commerçants. Ca veut dire qu’on peut, dans les Demand Gen Ads, afficher automatiquement les produits les plus pertinents basés sur le comportement d’achat ou de navigation de l’utilisateur. C’est une mini révolution qui va permettre d’économiser du temps tout en étant toujours plus pertinent.
Tirer le maximum des campagnes Demand Gen ?
1️⃣ Commencez par travailler et diversifier vos créas et votre copywriting. Je l’ai dit plus haut mais les assets graphiques vont prendre encore plus d’importance qu’avant. On peut aussi faire de l’A/B testing pour essayer des accroches différentes. diversifier = expliquer que on diffuse désormais sur les formats Shorts de YouTube donc on veut des vidéos style story comme sur Facebook en plus des format YT traditionnels. Pour info : 1 vidéo paysage max + 2 vidéos story par Adset 1 image large max + 2 autres par Adset
2️⃣ Mettez en place un bon tracking de vos conversions (si ce n’est pas déjà fait) pour tirer le meilleur parti du lookalike.
3️⃣ On optimise en analysant les données finement dans Analytics (notamment avec les UTM, d’autant qu’iOS 17 retire les gclid maintenant), et on arbitre entre les différents placements (qui sont maintenant nombreux), les différentes audiences (audiences lookalike ou “normales”, et même différentes audiences lookalikes à partir de différentes actions de conversions selon les cas), et en optimisant toujours plus les créas.
