Dossiers
Technologies
Formations
En savoir plus
La communauté Data4marketing sur Slack
<aside> ⚡ Nous contacter
</aside>
Article publié en avril 2022 par Nicolas Chollet
L'objectif de ce projet est le suivant :
Dans le cadre de ce projet, nous allons également créer un groupe de contrôle, afin de mesurer l'impact des publicités : ce groupe de contrôle est constitué d'un pourcentage des utilisateurs (15% ici), qui ne seront pas inclus dans les listes d'audience.
<aside> 💡 💡 Grâce au groupe de contrôle, nous pourrons mesurer l'impact incrémental de la publicité (remarketing), en comparant la performance par rapport au groupe qui va être re-ciblé par la publicité
</aside>
Nous souhaitons surtout avoir des données :
Nous ne traiterons pas ici le sujet de la segmentation dans BigQuery, mais plutôt les sujets de "data ingénierie", c'est à dire la manière dont nous allons connecter les tuyaux pour avoir de la donnée fiable, complète et à jour.
Pour cela, nous allons utiliser :
<aside> 💡 💡 Ces outils ont tous une version d'essai. Il est donc possible de reproduire ce tutoriel même si vous n'avez pas accès à tous ces outils
</aside>
Schématiquement voici le pipeline de donnée :
Bien entendu, cela a réellement un intérêt lorsque les données du Data warehouse proviennent de plusieurs sources (CRM, base produit, transactions, Google Analytics). Mais nous conservons cette partie la plus simple possible, car ce n'est pas le propos de cet article.
Egalement, cela n'a pas de sens d'utiliser à la fois Census et Hightouch sur le même projet. Mais il s'agit d'une démonstration.
Les esprits chagrins me diront que l'on peut nativement connecter Hubspot avec Google Ads et Facebook Ads.
Encore une fois ce n'est qu'un exemple. En effet, le data warehouse peut contenir des données qui proviennent de plusieurs sources :
<aside> 💡 💡 Il est donc possible d'y calculer des segmentations avancées et très précises, et de les maintenir synchronisées en quasi temps réel. Cela permet par exemple de sortir d'une audience de retargeting un client qui vient de convertir.
</aside>
Créer un groupe de contrôle, qui ne sera pas envoyé dans les audiences Google Ads et Facebook Ads permet de mesurer réellement l'impact incrémental de la publicité.
En effet, on peut ensuite comparer le taux de réachat, ou la Lifetime Value (LTV) des 2 groupes : ceux qui ont été confrontés à la publicité, et ceux qui ne l'ont pas été.
Illustration : comparaison de la performance du groupe ciblé vs le groupe de contrôle
L'import de conversons offline (dans Google Ads, dans Facebook Ads, et pourquoi pas dans Google Analytics) permet de prendre en compte les achats qui ne sont pas fait directement en ligne, et de les attribuer à la campagne.
Cela peut être utile essentiellement dans 2 types de cas :
<aside> ⚠️ ⚠️ Attention : cela n'est pas traité dans cet article
</aside>
Hightouch permet également de synchroniser son catalogue produits en utilisant la Facebook Product Catalog API
Avec un outil comme Fivetran, importer la donnée Hubspot dans BigQuery de manière synchronisée est simple, et le setup sera fait en 1h environ.
Illustration : setup du connecteur Fivetran depuis Hubspot vers BigQuery
Ce sujet est traité en détail ici :
Tutoriel Fivetran : importer ses données dans Big Query
A ce stade, nous avons dans Google BigQuery la liste de tous les contacts Hubspot, avec tous leurs attributs (client / lead / prospect, inscrits newsletter ou non, lifetime value, date de la dernière visite sur le site, page d'entrée de la dernière visite sur le site, date du dernier email envoyé, etc...)
<aside> 💡 💡 Bref, tout ce dont vous avez besoin pour faire une bonne segmentation
</aside>
Illustration : champs disponibles dans la table BigQuery
Nous allons maintenant, dans BigQuery
Ce dernier point est très simple, et est expliqué ici :
SQL : Créer un groupe de contrôle dans BigQuery
<aside> 💡 💡 Ne pas oublier de faire tourner ces requêtes aussi souvent que nécessaire, selon le besoin de fraicheur pour vos données
</aside>
Pour Google Ads, nous allons utiliser Census.
Dans Google Ads, vous devez tout d'abord avoir créé vos audiences, qui sont des "Customer lists".
Capture d'écran Google Ads → Audiences
Census | The easiest way to sync your product data
Capture d'écran Census → Connections
Capture d'écran Census → Models
Capture d'écran Census → Syncs
A noter que l'on peut aussi peupler les différentes audiences dynamiquement, si on a dans la table BigQuery un champ qui permet d'identifier le nom ou l'ID de l'audience à laquelle appartient la ligne.
<aside> 💡 💡 Et voilà : nous avons maintenant une synchronisation entre mes données CRM, enrichies de données first party dans mon data warehouse, avec mes audiences Facebook
</aside>
Une Custom Audience est une fonctionnalité de Facebook Ads qui permet d'envoyer des données utilisateurs et clients (email, adresse, tel), afin de permettre un ciblage publicitaire sur ces personnes, et de créer des audiences similaires à partir de cette liste.
<aside> 💡 💡 Pour pouvoir synchroniser les audiences avec Facebook Ads, il faut tout d'abord que votre compte soit éligible
</aside>
Vous devez tout simplement créer autant d'audiences personnalisées (custom audiences) que vous le souhaitez.
A noter que nous pourrons, lors de la synchronisation, envoyer également des données de valeur client (LifeTime Value)
Nous pourrions très simplement utiliser Census ici. Tout existe déjà : mes connexions, mes "models". Mais pour l'exercice, nous allons le faire avec Hightouch.
Hightouch | Sync your customer data to business tools