Règles de valeur : miser davantage sur les conversions qui rapportent plus

Toutes les conversions ne valent pas la même chose pour votre entreprise. Un premier acheteur, une commande à forte marge ou un client sur votre meilleur marché peut valoir plusieurs fois une vente moyenne. Les règles de valeur sont le paramètre qui vous permet de transmettre ce jugement à Meta, afin que l’enchère mise davantage sur les personnes susceptibles de valoir plus, et moins sur celles qui valent moins.

Ce que fait réellement une règle de valeur

Une règle de valeur s’appuie sur l’optimisation de la valeur. Au lieu de traiter chaque conversion prédite de la même manière, elle applique un multiplicateur à la valeur qu’un segment donné représente dans l’enchère. Vous pouvez indiquer au système qu’un client qui convertit dans un pays vaut 1,3x un client moyen, ou qu’un segment connu pour générer des commandes à faible valeur vaut 0,7x. La règle ne change pas qui est éligible pour voir l’annonce. Elle change avec quelle agressivité Meta se bat pour remporter l’enchère pour ces personnes.

Les règles peuvent augmenter ou diminuer la valeur modélisée, ce qui les distingue d’une simple réduction d’enchère. Comme l’ajustement alimente le signal de valeur, le reporting continue de refléter la valeur de conversion réelle que vous avez envoyée, et non la valeur multipliée.

Les critères sur lesquels vous pouvez définir des règles

Meta vous permet de construire des règles à partir d’un ensemble d’attributs défini plutôt que d’audiences en texte libre. Cela inclut actuellement l’âge, le genre, la localisation, le système d’exploitation et l’appareil, ainsi que certains emplacements et emplacements de conversion. Vous pouvez généralement combiner un petit nombre de critères dans une seule règle, par exemple une tranche d’âge précise sur une plateforme donnée, et empiler plusieurs règles dans une même campagne. Les limites de combinaison exactes et les objectifs compatibles avec les règles de valeur évoluent à mesure que Meta étend la fonctionnalité, alors vérifiez les options actuelles dans Ads Manager avant de construire un ensemble complexe.

Ce que l’optimisation de la valeur exige au préalable

Les règles de valeur n’ont de sens que si le compte optimise déjà pour la valeur, et non pour le simple nombre de conversions. Cela signifie envoyer des valeurs d’achat ou de conversion précises via le pixel et l’API de conversions, et faire tourner un objectif et une stratégie d’enchère qui misent sur la valeur. Sans données de valeur propres qui alimentent le système, les multiplicateurs n’ont rien de fiable à modifier, et le système ne peut pas distinguer un segment à forte valeur d’un segment à faible valeur.

Où les règles de valeur tournent mal

L’erreur la plus fréquente est le sur-réglage. Les annonceurs empilent de nombreux multiplicateurs agressifs sur la base d’une intuition sur les segments qui seraient précieux, affament le reste de l’audience, et finissent par restreindre la diffusion d’une manière qui fait grimper les coûts. Les règles se dégradent aussi : un segment qui valait plus le trimestre dernier ne l’est peut-être plus aujourd’hui. Les règles de valeur récompensent un petit nombre d’ajustements bien étayés que vous révisez, pas un grand ensemble statique construit une fois et oublié.

Comment YieldBI aide

YieldBI conserve les règles de valeur sous forme d’ensembles de règles réutilisables au niveau du compte publicitaire, afin que vous construisiez un ensemble une seule fois et l’appliquiez sur plusieurs ensembles de publicités, avec une visibilité complète sur les ensembles de publicités qui utilisent chaque ensemble avant de le modifier ou de le supprimer. Au-delà, sa couche de gestion peut traiter les règles de valeur comme un objectif d’optimisation : dans les limites et le mode d’exécution que vous définissez, elle peut pondérer et ajuster les valeurs des règles en fonction de votre objectif plutôt que de les laisser comme des chiffres fixes. Cette couche de gestion et de réglage au-dessus des règles de valeur est quelque chose que les outils natifs ne fournissent pas eux-mêmes.