Le Value Based Bidding, ou comment adapter vos enchères selon le potentiel de vos clients?

La semaine dernière, au détour d’une conversation avec un client retail, j’ai réalisé à quel point le Value Based Bidding (VBB) peut être flou: même si on comprend le concept général tout haut, on est beaucoup à se demander tout bas « n’est-ce pas déjà la promesse de Google Ads ? ». 

Alors on a décidé avec mon collègue Javier Pozueco de relever nos manches et creuser cette question passionnante: qu’est-ce que le Value Based Bidding (VBB) et y a-t-il un intérêt à se lancer ?

Le point de départ : tous les clients ne sont pas égaux

Vous le savez déjà : la valeur des clients varie. Mais cet insight reste souvent bloqué là où il est né : dans votre CRM. Parfois, vous activez vos audiences CRM, mais vous exploitez rarement tout le potentiel de ces données sur les plateformes média. Avec VBB, vous pouvez cibler en fonction de la valeur que chaque client ou conversion apporte, selon vos objectifs: maximiser les revenus, améliorer la rentabilité, éviter les annulations/retours, attirer des clients sur le long terme... Que vous priorisez les ventes e-commerce, en magasin ou la génération de leads, VBB est une solution idéale !

La philosophie du VBB

Une fois vos objectifs clairement définis, le VBB vous permet de partager les bonnes données avec Google Ads et de pondérer les conversions afin d'optimiser les enchères. Au lieu d'utiliser la valeur réelle de chaque conversion, vous ajustez les valeurs de conversion pour donner la priorité à celles qui ont le plus d'impact pour votre business.

Prenons un exemple concret : dans le cas de notre client Vodafone, les abonnés aux offres groupées (box internet et mobile) sont ceux qui ont le plus de valeur. En utilisant leurs données 1st party (CRM et site web), nous avons identifié les signaux menant à ces conversions, comme le temps passé sur une page ou les offres consultées. Ensuite, nous avons créé un modèle prédictif qui attribue une valeur personnalisée à chaque clic : 1 000 pour les utilisateurs susceptibles de choisir une offre groupée, 10 pour d'autres conversions, et 0 dans les autres cas. Ce système remplace les valeurs automatiques de Google Ads pour aligner les enchères sur les priorités de Vodafone..

Des VBB aux VBB prédictives

Pour vous permettre de mieux comprendre la méthodologie utilisée pour élaborer le modèle prédictif, j'ai posé quelques questions à Javier, notre lead data science.

De quelles données ou ressources avez-vous besoin pour mettre en place un projet VBB ?

Javier : « On commence par analyser les données first party, généralement CRM et analytics, pour comprendre les comportements des clients et leur interaction avec la marque. Un flux de données régulier est nécessaire pour alimenter le modèle prédictif dans Google Ads et assurer sa fiabilité. Ensuite, on étudie les conversions passées pour repérer les signaux qui vont générer des actions à forte valeur. Enfin, on collabore avec l’équipe média pour affiner et rendre le ciblage opérationnel.. »

Pouvez-vous expliquer le processus de création du modèle ? Comment identifier les signaux et les exploiter pour prédire la valeur de conversion ?

Javier : « On commence par analyser les données pour repérer des schémas, comme les pages consultées ou les catégories de produits qui génèrent le plus de valeur. On examine des indicateurs comme le temps passé sur le site, les pages visitées et, si possible, les données démographiques. Une fois le profil des clients à forte valeur identifié, on crée un modèle qui attribue un score à chaque interaction pour prédire qui pourrait devenir un client clé. Grâce au machine learning, on combine ces données, teste, et ajuste le modèle pour améliorer sa précision. Ces scores, reflétant la probabilité d’une action à forte valeur, sont ensuite transmis à Google Ads pour des enchères adaptées. ».

Y a-t-il des conditions préalables à remplir pour être sûr que le projet aura des retombées importantes pour mon business ?

Javier :  « Il y a deux conditions clés : disposer d'un CRM ou d'une data warehouse bien structuré, contenant des données fiables sur les clients et un volume de conversions suffisant. Sans un bon volume de conversions, il sera difficile pour le modèle de tirer des enseignements précis. La deuxième condition est de définir clairement les objectifs business et des résultats visés (par exemple, la valeur ou la rentabilité à long terme), afin d’adapter le modèle. Nous recommandons également une étape de mesure d’uplift ».

Enfin, ce modèle peut-il être transposé à d'autres marchés ou catégories de produits, et comment assurez-vous sa maintenance à long terme ?

Javier : « Oui, la scalabilité est l'une des forces du VBB. Dès qu’on a un modèle performant, il peut être adapté à différents marchés ou catégories de produits en ajustant les paramètres pour prendre en compte les différences de comportements clients ou de nouveaux objectifs. La maintenance à long terme implique un suivi des performances, en particulier en cas de changements majeurs dans le comportement clients ou de lancement de produits. Généralement, nous prévoyons des entraînements réguliers, ce qui permet au modèle de rester précis et réactif aux tendances, et d’être amélioré avec les données clients actualisées ». 

Le modèle prédictif n'est pas la seule option  

Il existe plusieurs méthodologies pour déployer un VBB : créer un modèle prédictif complexe ou des valeurs de conversion dynamiques n'est pas obligatoire. On peut commencer par des approches plus « artisanales ». Dans tous les cas, le VBB repose sur trois principes : (1) partager des données de qualité, (2) associer des valeurs adaptées à vos conversions, et (3) optimiser les enchères selon vos objectifs business. La méthode doit s’adapter à vos ressources (budget, compétences et objectifs).

Alors, envie de tester le VBB ?

La valeur d'un VBB dépend de vos objectifs business : si vous cherchez à augmenter le volume de vente, la rentabilité ou à recruter des clients de qualité, ça vaut le coup de tester l'impact du VBB. Pour Google, le passage d’un objectif CPA à ROAS permet une croissance de la valeur des conversions de +14 %.

Reprenons l'exemple de Vodafone: l'impact d'une strategie VBB a augmenté de 79 % les activations, amélioré le ROAS de 17 % et réduit le CPA de 23 %. Selon Stefania Serafini (Senior Paid Search Expert) et Emiliano Bozzi (Responsable Digital Data chez Vodafone), cette approche a permis de prioriser la valeur du client, au-delà du volume de ventes et d’améliorer les performances globales.

Un autre exemple avec un retailer mode majeur, le VBB a permis d’optimiser la rentabilité en prédisant les retours produit, augmentant ainsi la marge brute de 8 %.

Prêt à vous lancer ?

Commencez par identifier vos objectifs et réunir une équipe compétente (coucou !).

Co-écrit par : 

Vanessa Chaouat - Directrice Cloud Strategy, Paris
Javier Pozueco - Directeur Data Science, Londres