Comment notre technologie d’optimisation a multiplié par 5 le ROI des campagnes YouTube de nos clients

Quelle satisfaction pour un Product Owner de voir la concrétisation d’un projet tel qu’il l’avait imaginé !

En développant VideoRunRun, nous avions beaucoup de convictions et le soutien de plusieurs marques qui, depuis plus de 2 ans, ont bien compris le potentiel ROIste de YouTube.

Néanmoins, passer de l’idée à la réalité opérationnelle restait une étape complexe à franchir.

Cette publication sera régulièrement mise à jour et enrichie des learnings des campagnes de nos clients. Faire et faire mieux… à suivre donc…

Pourquoi considérer YouTube comme un canal d’acquisition rentable ?

Le monde passe de plus en plus de temps en ligne, en majorité sur les plateformes sociales et OTT.

YouTube bénéficie pour cela des signaux et données de comportement de l’ensemble de l’immense écosystème de Google, incluant le Search, la géographie, l’utilisation des applications… La segmentation des audiences YouTube est donc incroyablement détaillée.

Les marques sont-elles pour autant en capacité de bien actionner ce formidable levier sous un angle business ?

Cela nécessite de résoudre une équation à plusieurs inconnues – variantes créatives, ciblages, appels à l’action, landing pages… sans parler de la maîtrise des outils Google et de la compréhension du fonctionnement atypique de la vidéo digitale.

Les campagnes YouTube sont donc majoritairement réduites aujourd’hui à du branding.

C’est donc pour résoudre cette équation et parce que nous avons toujours eu la conviction qu’on peut générer des ventes grâce aux publicités YouTube que nous avons monté, testé, expérimenté des campagnes avec cet unique objectif depuis plus de 4 ans : de cette conviction, de ces expériences et de ces réussites est naturellement née la technologie VideoRunRun.

Accessible aux marques depuis 2019 en version beta, nous avons piloté de nombreuses campagnes et en avons isolé 10 menées entre Q4 2019 et Q1 2020, de diverses industries – DTC, retail, divertissement, tourisme, services – et pour des produits allant de 30€ à 500€, pour les analyser et partager nos enseignements.

Notre objectif était de vérifier que notre outil fonctionne, avec son approche en 2 phases bien spécifiques – pré-tests de combo créatives puis optimisation continue du plan média sur un KPI business.

Et pour faire les choses bien et aider nos clients à passer des paliers en business nous avons ciblé à 90% des audiences nouvelles – non exposées, ni clientes, pour faire de l’acquisition et donc du scale.

Voici ce que nous avons appris.

Premier learning majeur – La créa est déterminante.

Phase 1 – Pré-tests de la vidéo pour déterminer les variantes les plus impactantes

Notre technologie démarre par une phase agnostique, qui prend en compte le potentiel énorme et les multiples dimensions de YouTube. Notre outil ne monte pas une mais des multitudes de campagnes pour nos clients, à partir des variables suivantes :

+ Videos (entre 3 et 12 vidéos testées)
+ Landing Pages (entre 3 et 12 redirections testées)
+ Call to Actions (entre 1 et 5 testés pour chaque créa)
+ Audiences (plus de 20 testées à chaque fois, du haut au bas de funnel)
+ Appareils (à minima mobile vs desktop et même parfois TV)
= pour nos clients béta testeurs, toutes ces variables combinées ont généré entre 3 000 et 8 000 sous campagnes (loin de une campagne donc …), mises en compétition les unes les autres afin de déterminer les combinaisons de variantes les plus performants.

C’est en effet le propre de la vidéo d’avoir un impact différent en fonction de sa diffusion : il y a celle qui se consomme rapidement sur mobile, en snackable, celle que l’on choisit sur desktop ou celle que l’on découvre sur TV. Avec pour chaque appareil une consommation relevant d’un usage et d’un contexte qui lui est propre.

Durant cette première phase, VideoRunRun a donc permis d’identifier les meilleures combinaisons entre créa, audiences, appareils, landing pages, heures de la journée… en faisant tourner pendant 15 jours des sous campagnes pilotées par son algorithme.

Le premier enseignement de ces 10 campagnes est que cette citation de l’étude Nielsen Catalina se vérifie dans les faits :

“La création vidéo pèse pour 47% dans les résultats d’une campagne, plus que les critères de marque, de ciblage et de contexte cumulés”

La créa est bien majeure sur YouTube puisque la performance des campagnes varie jusqu’à 475% entre la meilleure et la pire combinaison de variantes !

Avec une variance de 475% entre la meilleure et la pire des combinaisons, c’est, sans surprise, la capacité de tester jusqu’à 8 000 sous campagnes dans une approche totalement neutre qui a permis d’identifier les meilleures combinaisons et les vidéos “winneuses” associées à des viviers d’audience et donc de croissance qu’il aurait été impossible de trouver sans technologie.

Une chose à préciser pour les marques habituées à Facebook ou Instagram : durant cette première phase il faut accepter – après un set up optimisé et spécifique – de NE RIEN optimiser pour récolter de la data et des insights précieux. Dans le but de scaler ensuite, en conscience.

A noter également que les audiences les plus performantes ne sont pas nécessairement celles auxquelles on s’attend si l’on regarde uniquement le bas de funnel.

Et c’est ce qui rend cette approche agnostique aussi intéressante : en testant les 3 audiences du funnel nous avons réussi à générer 45% des ventes sur des audiences de haut de funnel, 45% sur du milieu de funnel et réduire les 10% restant au bas de funnel (qui ne sont pas scalables).

Second learning majeur – Le scale rentable et on-going est possible.

Phase 2 – L’optimisation constante sur les meilleurs combos de variantes

Notre phase 2 a donc démarré avec, pour chaque campagne, entre 3 000 et 8 000 combinaisons, 2 semaines de data sur les performances et un top des meilleures combinaisons.

Grâce à l’algorithme d’optimisation de VideoRunRun, non seulement nous avons atteint le coût par acquisition (CPA) target dans les 15 premiers jours, mais en plus nous avons réussi à le diminuer à un rythme continu ensuite.

“Pour la campagne du Slip Français sur Q4 2019, 60% des ventes incrémentales ont été réalisées sur des audiences de milieu de funnel et 40% sur celles de haut de funnel – hyper scalables.”

Le scale des ventes sur le top funnel existe à condition de savoir comment aller le chercher : l’optimisation des CPAs sur YouTube est un marathon, pas un sprint.

Sur les 10 marques, 8 ont décidé de maintenir leur campagne en on-going, en laissant l’algorithme poursuivre l’optimisation, à un rythme plus lent mais toujours efficace.

L’enjeu est de faire du volume – vendre beaucoup – surtout pas de vouloir réduire le CPA trop vite et à tout prix, le risque sinon est d’étouffer les campagnes.

Ces 8 marques ont donc vu leurs CPAs diminuer encore plus fortement dans les 2 mois suivants, avec une moyenne de -75% vs le début de la campagne.

Conclusion

VideoRunRun est donc efficace, en s’appuyant sur une optimisation en 2 phases, qui nous a permis d’ouvrir de nouvelles opportunités de scale business insoupçonnées pour nos clients, qui n’auraient pas pu être identifiées sans une solution automatisée.

Notre phase 1 de tests et de récolte de data, mises à profit dans la phase 2, de scale, ouvre des perspectives de ventes massives à des audiences nouvelles, de haut de funnel et sur le long terme, grâce aux audiences sans cesse renouvelées de YouTube.

Avec un ROI en moyenne multiplié par 5 et plus de 1 000 ventes incrémentales en 3 mois de campagne uniquement, notre équipe techno peut continuer à rêver plus haut !