Comment les annonceurs d’épicerie les plus performants développent leur notoriété
Par : Kavya Kilari, Analyses et données
Points saillants de l’histoire :
Dans une étude menée en 2019 auprès de plus de 5 600 entreprises américaines dans la catégorie Épicerie d’Amazon, nous avons observé 3 tactiques publicitaires qui ont été utilisées davantage par les annonceurs les plus performants que par les autres annonceurs. La catégorie Épicerie comprend les marques vendant des produits tels que les aliments entiers, le café, les boissons froides et les collations.
Les annonceurs les plus performants ont, en moyenne, une croissance 2,2 fois plus élevée d’une année à l’autre dans leurs mesures de notoriété de l’indice des marques d’Amazon (ABI) (ces mesures fournissent aux annonceurs des mesures moyennes et supérieures de l’entonnoir quantifiant le nombre de clients qui connaissent une marque), et une considération 1,9 fois plus élevée d’une année à l’autre de l’ABI (qui reflète le nombre de clients qui envisagent d’acheter) par rapport à d’autres annonceurs. Pour étudier plus à fond cet impact, nous avons utilisé des algorithmes d’apprentissage automatique pour déterminer les tactiques qui distinguaient les annonceurs les plus performants des autres annonceurs. Cet article explore ces tactiques et fournit des recommandations sur la façon de les améliorer.
Pour tout renseignement, consultez la section Méthodologie à la fin de cet article.
1. Les annonceurs d’épicerie les plus performants tirent parti des Streaming TV ads
Données
Notre analyse montre que les annonceurs de l’étude ont, en moyenne, augmenté leur portée médiatique totale (sur la télévision linéaire seulement) de 2,2 % grâce à l’utilisation des Streaming TV ads. De plus, une étude de Nielsen en 2019 a révélé qu’environ 39 % de cette portée incrémentielle n’aurait pas pu être atteinte grâce à la télévision linéaire en raison du passage croissant de la télévision linéaire à la télévision en continu.
8 x
plus susceptibles de mener une campagne toujours active
+2,2 %
d’augmentation de la portée nette
+39 %
de portée attribuée au lancement de Fire TV
Recommandations
Les annonceurs devraient non seulement envisager d’ajouter des Streaming TV ads à leur plan médias, mais ils devraient également envisager de lancer des campagnes toujours actives pendant au moins 25 semaines dans l’année.
2. Les annonceurs d’épicerie les plus performants utilisent les publicités display et les Streaming TV ads ensemble
Données
Notre recherche a montré que les Streaming TV ads et les publicités display fonctionnent mieux ensemble. Les marques les plus performantes qui ont utilisé les Streaming TV ads et les publicités display ont enregistré une augmentation de 47 % des recherches attribuées à la publicité dans le Store d’Amazon d’une année à l’autre. L’adoption d’une approche d’entonnoir en utilisant des stratégies complémentaires d’entonnoir supérieur et d’entonnoir inférieur toujours actives peut aider les annonceurs à interagir avec les clients sur tous les canaux, où qu’ils se trouvent dans leur parcours.
Remarque : Bien que les recherches de marque ne donnent pas toujours lieu à des ventes, elles peuvent indiquer une augmentation de la considération de la marque, ce qui est une étape cruciale dans le parcours du consommateur.
Recommandations
Envisagez d’augmenter la prise en charge en diffusant des Streaming TV ads au-dessus des publicités display. Les annonceurs doivent également utiliser les outils d’Amazon Advertising tels que
- l’Outil de créations publicitaires vidéos Amazon. Il s’agit d’un outil gratuit qui permet aux annonceurs de créer des publicités vidéo.
3. Les annonceurs d’épicerie les plus performants utilisent les segments d’auditoire Amazon
Données
Les annonceurs les plus performants ont vu une augmentation de 44 % en termes de considération lorsqu’ils atteignent des auditoires basés sur des signaux comportementaux (p. ex. les segments d’auditoire de type « mode de vie ») comparativement à ceux qui n’utilisaient que des segments d’auditoire démographiques. Les annonceurs les plus performants ont également diffusé 4,5 % d’impressions de plus que les autres annonceurs.
+44 %
d’augmentation de la considération
+4,5 %
d’impressions diffusées
Recommandations
En utilisant une combinaison d’auditoires de marché visé et style de vie d’Amazon, les annonceurs peuvent adapter leur approche de campagne. Par exemple, lorsque les acheteurs achètent dans la catégorie Exercice et Conditionnement physique, ils peuvent le faire pour s’aider à atteindre de nouveaux objectifs de conditionnement physique, de sorte que les annonceurs devraient envisager d’utiliser ces informations lors de l’élaboration de leur message. De même, les acheteurs soucieux de leur santé pourraient également être à la recherche de poudres de protéines et d’autres produits pour les aider à compléter leurs régimes alimentaires en relation avec ces objectifs. Amazon peut aider les annonceurs à atteindre des auditoires engagés dans des activités d’achat qui indiquent qu’ils ont récemment acheté un produit connexe au conditionnement physique. Les annonceurs ayant accès aux rapports Amplifier d’Amazon et aux insights - audience devraient envisager d’utiliser les deux ressources pour mieux surveiller et optimiser leurs auditoires du marché visé et style de vie.
Méthodologie
Dans cette étude, nous avons analysé plus de 5 600 marques dans la catégorie Épicerie aux États-Unis en 2020. La catégorie Épicerie comprend les marques vendant des produits tels que les aliments entiers, le café, les boissons froides et les collations.
Nous avons créé un score composite du taux de croissance de la notoriété et de la considération d’une année sur l’autre selon l’Indice des marques d’Amazon (ABI), puis déterminé les meilleures stratégies de publicité et de vente au détail pour aider à augmenter le score composite grâce à des algorithmes d’apprentissage automatique.
Nous avons d’abord utilisé un modèle supervisé pour déterminer une liste de 20 attributs qui aident à améliorer le score composite parmi plus de 40 attributs de médias et de vente au détail. Nous avons ensuite utilisé cette liste d’attributs et effectué une analyse groupée parmi les marques, de façon à ce que les marques dans le même groupe aient des attributs de publicité et de vente au détail similaires, tandis que les marques dans différents groupes auraient des attributs de publicité et de vente au détail différents. Ces attributs incluent l’utilisation des produits tels que les Streaming TV ads, les publicités vidéo et les Sponsored Products.
Les algorithmes d’apprentissage automatique ont permis d’identifier des groupes. Nous classons ces groupes en fonction des indicateurs de succès, comparons les groupes les plus performants et les moins performants, comparons leurs différences et définissons les attributs clés qui différencient leurs performances quant à la croissance de la notoriété et de la considération selon l’ABI.
Comment les annonceurs sont-ils répartis entre les groupes?
Nous avons utilisé des algorithmes d’apprentissage automatique pour répartir automatiquement les annonceurs en fonction de leurs attributs en matière de publicité et de vente au détail.
Groupe 1
Groupe 2
Groupe 3
Groupe 4
Croissance de la notoriété d’une année à l’autre en fonction de l’ABI
Croissance de la considération d’une année à l’autre en fonction de l’ABI
Le groupe 1 a enregistré d’une année à l’autre une croissance plus élevée de la notoriété (2,2 x) et de la considération (1,9 x) selon l’ABI que le groupe 4. Bien que les groupes 1 et 2 aient connu une croissance similaire d’une année à l’autre en matière de notoriété selon l’ABI, le groupe 1 a surpassé le groupe 2 en ce qui a trait à la croissance de la considération selon l’ABI d’une année à l’autre (1,87 x c. 1,25 x, respectivement)
Comment fonctionne le regroupement?
Nous avons créé un score composite binaire basé sur le DPVR, puis appliqué un classificateur XGBoost pour déterminer quelles caractéristiques et quels poids prédisent le mieux ces étiquettes. Pour ce faire, nous avons examiné les actions publicitaires ou de vente au détail, par exemple des attributs tels l’intensité et la mixité de l’utilisation des produits publicitaires, le calendrier de l’assistance publicitaire, les tactiques de ciblage, les créations et les emplacements, le nombre et les notes des avis clients, le pourcentage de produits disposant de pages de produits de qualité et les types de produits promus dans les publicités.
En utilisant les caractéristiques et les facteurs identifiés ci-dessus, nous avons ensuite appliqué un algorithme de regroupement k-medoid pour classer les annonceurs en groupes. Notez que nous avons classé les annonceurs en fonction de leurs actions plutôt qu’en fonction des composants de leur score composite. Nous avons ensuite classé les groupes finaux en fonction de leurs scores composites, du plus élevé au plus faible. Le groupe 1 est le groupe le plus performant avec le score composite le plus élevé, et le groupe 4 est le moins performant et détient le score composite le moins élevé.