Quelle est la bonne pratique à suivre pour concevoir un test permettant d'évaluer les campagnes Performance Max ?

Analyse de la bonne réponse

La bonne pratique est d'optimiser les campagnes Performance Max en fonction d'un CPA ou d'un ROAS cible comparable à celui des autres campagnes. - Performance Max est conçue pour maximiser les performances en utilisant l'IA sur l'ensemble de l'inventaire Google. - Pour évaluer si une campagne Performance Max est efficace, il est essentiel de la juger par rapport aux objectifs commerciaux globaux et aux performances de vos campagnes existantes. - Utiliser des cibles de CPA (coût par acquisition) ou de ROAS (retour sur les dépenses publicitaires) similaires à celles de vos campagnes les plus performantes assure une comparaison pertinente et une intégration cohérente dans votre stratégie marketing globale. - Cela permet de déterminer si Performance Max génère des résultats incrémentiels et répond aux mêmes attentes de rentabilité que vos autres efforts publicitaires.

Analyse des mauvaises options

• Exécuter la campagne Performance Max test pendant une à deux semaines avant d'évaluer les résultats.

  • Cette durée est généralement insuffisante pour les campagnes Performance Max. L'apprentissage automatique (machine learning) nécessite plus de temps (souvent 4 à 6 semaines) pour collecter des données, sortir de la phase d'apprentissage et atteindre une performance stable et optimisée. Évaluer trop tôt donnerait des résultats non représentatifs.

• Créer un objectif de CPA ou de ROAS à atteindre pour les campagnes Performance Max.

  • Bien qu'il soit nécessaire de définir un objectif, la question porte sur la bonne pratique pour concevoir un test. Créer un objectif sans le rendre comparable aux performances des autres campagnes ne permet pas une évaluation juste et complète de son efficacité relative.

• Limiter le budget des campagnes Performance Max à 10 % de celui des autres campagnes.

  • Limiter drastiquement le budget empêcherait la campagne Performance Max d'explorer pleinement les opportunités et de collecter suffisamment de données pour l'apprentissage automatique. Cela fausserait l'évaluation de son véritable potentiel et ne permettrait pas de la comparer équitablement aux autres campagnes ayant potentiellement des budgets plus importants. Un budget suffisant est crucial pour que l'IA puisse s'optimiser.