Optimisation de la performance des mots-clés Google pour Psquared
Notre Client
PSquared est une agence canadienne de médias numériques qui opère à l’intersection de la publicité «buy-side» et «sell-side». Elle a développé une plateforme SaaS qui permet aux acheteurs de médias d’acheter et de vendre de l’inventaire publicitaire à grande échelle et de générer des revenus sur la marge. Dans le paysage concurrentiel et en constante évolution de la publicité, PSquared investit massivement dans la technologie et la recherche afin de soutenir la prise de décision basée sur les données et de maintenir son avance sur le marché.
Notre IImpact
- Nous avons construit les bases d’une prise de décision éclairée en mettant en évidence les relations entre les caractéristiques des mots-clés et leurs performances.
- Transformer les informations en un ensemble de recommandations complètes qui ont augmenté le chiffre d’affaires de plus de 15 %.
- Conception d’un modèle d’apprentissage automatique pour prédire la performance des mots-clés avec une précision de 80 %.
- Développement d’un cadre pour le déploiement et le test itératif du modèle en production.
Le Défi
La plateforme SaaS de Psquared permet aux acheteurs de médias de déployer en masse des campagnes de recherche sur Google mais, jusqu’à récemment, les mots-clés étaient conçus à l’instinct. Le désir d’optimiser les mots-clés afin de maximiser les revenus est apparu. La quantité de données et la nécessité d’un traitement sophistiqué des données empêchaient de résoudre le problème en interne.
Notre Solution
En s’appuyant sur les nombreuses données historiques de Psquared, notre approche visait tout d’abord à découvrir les corrélations entre les caractéristiques des mots clés et les revenus. Conformément à cette stratégie, les détails de notre approche comprenaient :
- Une analyse NLP pour comprendre l’impact de la composition d’un mot-clé sur le chiffre d’affaires.
Par exemple : Meilleur SUV 2024 vs. 10 meilleurs SUV en 2024 Montréal - L’analyse et l’identification des syntaxes optimales des mots-clés pour maximiser les revenus.
Par exemple : [nom][verbe][nom][non][nom] vs [adjectif][nom][nom propre]. - Une analyse spécifique à l’industrie pour déterminer les industries les plus rentables et évaluer l’impact des différentes caractéristiques sur la performance des mots-clés dans chaque industrie.
Par exemple : Best 2024 SUV vs Cheap bahamas cruise - Une analyse des données historiques du planificateur de mots clés de Google (GKP) afin d’identifier les plages optimales (par exemple, CPC, recherches mensuelles moyennes) lors de la conception de nouveaux mots clés.
Cette exploration complète des données historiques a servi de base à notre stratégie. Nous avons identifié des modèles et des tendances complexes qui auraient probablement échappé aux méthodes d’analyse traditionnelles. Nous avons ensuite exploité les caractéristiques pertinentes pour concevoir et former un modèle d’apprentissage automatique qui prédit avec précision la performance des mots-clés et peut être utilisé pour concevoir et déployer les mots-clés les plus rentables possibles.