Dépensez-vous trop en acquisition payante ?

Comment utiliser l’analyse de régression pour optimiser les coûts

Lors de la mise à l’échelle d’un payant canal d’acquisition, vous devez constamment vous demander si vous dépensez de la manière la plus efficace possible. Si vous augmentez les dépenses sur différents canaux, il est plus que probable que vous soyez confronté à une augmentation des coûts. Mais comment savoir où et quand tracer la ligne ?

Dans ce court article, je vais discuter du moment où commencer à mesurer les rendements décroissants et comment utiliser une simple analyse de régression pour trouver des niveaux de dépenses optimaux.

Tendances des performances hebdomadaires

Si vous mettez à l’échelle un canal d’acquisition payant de 5 à 10 fois par semaine, il devient alors important de garder le pouls des métriques suivantes :

  • Coût pour mille impressions (CPM)
  • Coût d’acquisition client (CAC)
  • Fréquence des annonces (pour les réseaux sociaux payants)

À mesure que les coûts payés augmentent, le nombre d’impressions diffusées augmente naturellement, ce qui entraîne une augmentation des CPM. Si vos CPM augmentent, cela signifie généralement que vos CAC et la fréquence des publicités augmentent en tant que sous-produit. Une feuille de calcul avec ces mesures présentées sur une base hebdomadaire vous aidera à identifier les augmentations importantes des coûts, ce qui pourra ensuite guider vos futures allocations budgétaires.

Analyse de régression

Si vous souhaitez obtenir des analyses et disposer d’un minimum de 90 jours de données à différents niveaux de dépenses, une analyse de régression est votre réponse. Qu’est-ce que l’analyse de régression ? En termes non techniques, c’est une façon de mesurer la relation d’une variable à une autre. Cela permet aux spécialistes du marketing de comprendre comment deux mesures marketing sont liées, telles que les affiliés signés et les conversions, ou les revenus et les dépenses payées.

Ce qui est formidable avec ce type d’analyse, c’est qu’il fournit une description claire de vos dépenses optimales au niveau de la chaîne payante. Pendant mes journées chez Postmates, nous avons fait passer notre budget d’acquisition de chauffeurs de moins de 50 000 $/mois à 3 M$/mois, et avons dû exécuter des analyses de régression à une cadence régulière pour garantir des dépenses optimales par canal et par zone géographique. Vous trouverez ci-dessous un bref résumé sur la façon d’obtenir une analyse de régression configurée avec les entrées suivantes au niveau hebdomadaire :

  • Dépenser
  • Coût d’acquisition client (CAC)
Exemples d'entrées de données pour l'analyse de régression

Exemples d’entrées de données pour l’analyse de régression. Photo : Jonathan Martinez

Une fois que vous avez cette entrée de données sur votre feuille de calcul (j’utilise Google Sheets ici), mettez en surbrillance toutes les données et sélectionnez le Insérer déroulant, suivi de Graphique. Dans le Type de graphique zone qui s’affiche dans le volet droit de l’écran, faites défiler jusqu’à ce que vous trouviez Dispersion option. Sélectionner Dispersion. Ajouter « CAC » à la Axe X et « Dépenser » sur votre Série. Enfin, rendez-vous sur Personnaliser onglet, trouver Sériecliquez dessus, puis faites défiler vers le bas pour trouver le Ligne de tendance basculer.

À partir de là, vous devriez avoir quelque chose qui ressemble à ce que j’ai créé ci-dessous :

Source-146