À quel point les estimations de budget publicitaire sont-elles précises ? Ce que les outils d'espionnage se trompent

Les estimations de budget publicitaire de tout outil de veille concurrentielle sont des chiffres modélisés, pas des faits observés, et la réponse honnête à leur précision est : utiles directionnellement, pas fiables au niveau du dollar. Aucun outil externe ne voit la facture réelle ou les données d'enchère d'un annonceur. Ce qu'il voit, c'est le volume de créations, les modèles de placement et les estimations de comptes d'impressions, puis il fait passer ces données à travers des hypothèses sur le CPM ou le CPC pour produire un chiffre en dollars qui semble précis mais repose sur des suppositions à plusieurs niveaux.

Comment les estimations de budget sont réellement construites#

L'estimation de budget d'un outil d'espionnage typique suit une chaîne comme celle-ci : compter combien de placements ou d'impressions une création d'annonceur semble avoir reçus, multiplier par un CPM ou CPC moyen supposé pour ce réseau et ce secteur, puis présenter le résultat comme "budget mensuel estimé". Chaque étape de cette chaîne introduit une erreur :

1. Le comptage d'impressions est lui-même une estimation. La plupart des outils n'ont pas de données d'impression directes du serveur publicitaire, ils déduisent le volume de la fréquence et de l'étendue avec lesquelles une création a été observée lors du crawl, ce qui est un échantillon, pas un recensement.
2. Les hypothèses de CPM/CPC sont des moyennes appliquées à tous. Le prix réel des enchères varie énormément selon la réputation de l'annonceur, la précision du ciblage, la zone géographique, l'appareil et la période de l'année. Un taux unique appliqué à l'ensemble d'un secteur sera faux pour presque chaque annonceur individuel, parfois de manière significative.
3. Le réseau et le format ne sont pas toujours séparés proprement. L'inventaire desktop et mobile, les placements in-feed versus widget, et les prix des zones géographiques Tier-1 versus Tier-3 ont tous des taux réels différents, mais beaucoup d'estimations publiées les mélangent en un seul chiffre.

Empilez ces trois approximations et l'"estimation de budget" résultante peut facilement être erronée d'un multiple important dans les deux sens pour un annonceur spécifique, même si elle est à peu près correcte en moyenne sur un échantillon suffisamment grand.

Pourquoi ce n'est pas un défaut que l'on peut corriger par l'ingénierie#

Il ne s'agit pas d'un cas où un fournisseur le fait mal et un autre bien. C'est structurel : personne en dehors de l'annonceur et du réseau ne dispose des données réelles d'enchère et de diffusion. Même le réseau lui-même ne sait que ce qu'il a facturé à cet annonceur spécifique, pas ce que l'hypothèse moyenne d'un outil d'espionnage aurait dû être. Tout outil prétendant à des chiffres en dollars précis, par annonceur, présente la sortie d'un modèle avec plus de confiance que ce que les données sous-jacentes permettent.

À quoi servent réellement les estimations de budget#

Malgré l'imprécision, les chiffres de budget modélisés ne sont pas inutiles ; utilisés correctement, ils répondent à des questions différentes, plus honnêtes :

• Comparaison relative. L'annonceur A dépense-t-il globalement plus que l'annonceur B dans le même secteur et sur le même réseau ? Une erreur de modélisation partagée tend à s'appliquer de manière similaire aux deux, donc le classement entre eux est souvent plus fiable que n'importe quel chiffre absolu.
• Direction de la tendance. Le budget estimé d'un annonceur augmente-t-il ou diminue-t-il mois après mois ? Le mouvement directionnel survit mieux à l'erreur de modélisation que le chiffre absolu.
• Dimensionnement approximatif. Distinguer un budget test à cinq chiffres d'une campagne soutenue à sept chiffres est généralement possible même avec un modèle bruyant ; distinguer de manière fiable 40 000 $ de 55 000 $ ne l'est pas.

Signaux plus fiables qu'une estimation de budget#

Si votre objectif réel est de comprendre à quel point un concurrent investit sérieusement dans une offre, plusieurs signaux observables comportent moins d'erreur de modélisation qu'un chiffre en dollars dérivé :

Cela ne vous donnera pas un chiffre en dollars, mais cela vous donnera une lecture plus honnête de l'échelle et de l'engagement qu'un chiffre de budget modélisé présenté comme précis.

Comment utiliser une estimation de budget de manière responsable si un outil en fournit une#

Si vous regardez une estimation de budget publiée quelque part, traitez-la comme vous traiteriez une estimation de Fermi approximative : utile pour ordonner les choses, dangereuse à citer comme un fait dans un rapport à un client ou à un supérieur. Quelques règles pratiques :

• Ne présentez jamais une estimation de budget pour un seul annonceur comme un chiffre précis dans un rapport externe ; présentez-la au maximum comme une fourchette directionnelle.
• Accordez plus de poids aux estimations lorsque l'échantillon sous-jacent (nombre de créations, durée d'observation) est important ; un chiffre de budget dérivé d'une semaine de données sur une seule création comporte beaucoup plus d'erreur qu'un chiffre construit à partir de mois d'observation continue.
• Vérifiez par recoupement avec les signaux directement observés (longévité, nombre de créations, étendue géographique) avant de tirer des conclusions, et si les signaux directement observés et l'estimation de budget divergent, faites confiance aux signaux directement observés.

Un exemple concret de la façon dont l'erreur se cumule#

Supposons qu'un outil observe la création d'un annonceur apparaissant sur environ 200 placements d'éditeurs distincts sur un mois et suppose un CPM natif moyen pour le secteur. Multipliez les placements par un nombre d'impressions supposé par placement, puis par le CPM supposé, et vous obtenez un chiffre en dollars. Maintenant, changez une seule entrée : le CPM réel que cet annonceur spécifique paie pourrait être le double ou la moitié de la moyenne selon la précision de son ciblage et son score de qualité de création, les impressions réelles par placement pourraient varier selon le mix géographique et d'appareils d'une manière que le modèle ne voit pas, et le nombre de placements observés est lui-même un échantillon issu du crawl, pas un recensement complet de chaque impression servie. Chacune de ces trois entrées peut indépendamment être erronée d'une marge significative, et parce que l'estimation finale les multiplie ensemble, les erreurs se cumulent plutôt que de s'annuler en moyenne. C'est la raison mécanique pour laquelle le budget estimé d'un seul annonceur peut sembler précis avec confiance sur un tableau de bord tout en étant réellement peu fiable en dessous.

Pourquoi OpenAdLibrary ne publie pas de chiffres de budget fabriqués#

Étant donné la quantité de suppositions qui sous-tendent toute estimation en dollars modélisée, nous ne fabriquons délibérément pas de chiffre de budget précis à mettre sur le profil d'un annonceur. Ce que nous suivons et mettons en avant, c'est ce qui est réellement observable : le nombre de créations, la durée de diffusion, la présence sur les réseaux, l'étendue géographique et par appareil, le tout extrait d'une capture continue sur les réseaux plutôt que déduit d'une hypothèse de prix. Si votre flux de travail dépend de l'évaluation de l'engagement sérieux d'un concurrent dans une offre, ces signaux directement observés, abordés plus en détail dans comment estimer le budget publicitaire natif d'un concurrent, sont l'endroit plus honnête où regarder que n'importe quel chiffre en dollars qu'un outil vous remet. Notre outil d'intelligence publicitaire est construit autour de cette même approche axée sur les données observées en premier, plutôt que de présenter des suppositions modélisées comme des faits.

Questions à poser à tout outil qui publie des chiffres de budget#

Si vous évaluez les estimations de budget d'un fournisseur avant de vous y fier, quelques questions directes permettent de dépasser beaucoup de langage marketing : Quelle est la source de données sous-jacente, une observation par crawl ou un flux de données sous licence ? Comment l'hypothèse de CPM ou CPC est-elle dérivée, et varie-t-elle selon le réseau, la zone géographique et le secteur, ou s'agit-il d'un taux unique appliqué partout ? Quelle est la taille de la fenêtre d'observation derrière le chiffre d'un annonceur spécifique, une semaine de crawl produit une estimation beaucoup plus bruyante que des mois de suivi continu. Un fournisseur qui peut répondre à ces questions clairement est plus honnête avec vous que celui qui présente simplement un chiffre en dollars propre sans méthodologie associée.

L'essentiel#

Les estimations de budget publicitaire de tout outil concurrentiel, les nôtres inclus si nous les publiions, sont construites sur des hypothèses à plusieurs niveaux des transactions réelles. Elles peuvent être utiles directionnellement pour comparer les annonceurs ou repérer les changements de tendance, mais traiter un chiffre en dollars spécifique comme précis au niveau de l'annonceur individuel est une erreur, quel que soit le fournisseur qui l'a produit. La voie plus fiable est d'observer les signaux directement observés, le volume de créations, la longévité, l'étendue sur les réseaux, et de raisonner à partir de ceux-ci plutôt que de faire confiance à un chiffre modélisé qui semble plus précis qu'il ne l'est réellement.