Saviez-vous que les sites qui occupaient autrefois les premières positions dans les résultats de recherche reçoivent maintenant 58 % moins de clics? Il n’y a pas si longtemps, à l’époque insouciante d’Internet avant ChatGPT — c’est-à-dire avant 2023 —, effectuer une recherche était relativement simple : il suffisait de saisir quelques mots-clés dans Google pour obtenir une liste de sites Web à parcourir et à évaluer selon ses besoins et ses préférences.
Comment la vente traditionnelle en ligne a été bouleversée
L’arrivée de l’IA a complètement changé la donne en matière de trafic en ligne. Même Google Ads a été considérablement touché par des fonctionnalités alimentées par l’IA, comme les AI Overviews et le mode IA. Comme l’auront probablement remarqué les internautes, ces résumés générés par l’IA peuvent apparaître en haut de la page après une recherche, repoussant potentiellement les résultats traditionnels plus bas et modifiant la façon dont les utilisateurs interagissent avec les sites Web pertinents.
Alors que le taux de clics associé aux requêtes informationnelles diminue, Google intègre de plus en plus de publicités conversationnelles et de produits à son expérience de recherche alimentée par l’IA afin de préserver ses revenus publicitaires. Une agence Google Ads avant-gardiste doit donc tenir compte de l’incidence de l’IA sur la recherche en ligne, l’image de marque et la conception publicitaire. Elle doit également savoir tirer parti, entre autres stratégies et plateformes, de la publicité Meta et de la publicité sur les médias sociaux afin d’aider ses clients à garder une longueur d’avance dans cette nouvelle réalité.
Comment les moteurs de réponse alimentés par l’IA transforment les campagnes Google Ads
Auparavant, une agence Google Ads pouvait principalement compter sur des stratégies de référencement naturel ou des campagnes Google Ads pour générer du trafic vers un site Web. Toutefois, l’IA transforme la manière dont les internautes interagissent avec les résultats de recherche. Plutôt que de consulter plusieurs sites, ils peuvent désormais obtenir des réponses concises directement sur la page de résultats, ce qui risque de réduire le nombre de clics vers les sites individuels et, par conséquent, leur visibilité.
Certaines approches traditionnelles du marketing numérique deviennent ainsi moins efficaces, notamment pour les raisons suivantes.
Moins de clics vers les sites Web à partir des résultats de recherche
Aujourd’hui, lorsqu’ils saisissent un terme ou des mots-clés dans un moteur de recherche, les internautes s’attendent de plus en plus à recevoir une réponse directe et concise, y compris un résumé informatif généré par l’IA, plutôt qu’une simple liste de sites Web. Ainsi, une personne qui pose une question comme « Quel est le meilleur restaurant de hamburgers à Montréal? » pourrait obtenir suffisamment d’information directement sur la page de résultats pour ne pas avoir besoin de cliquer sur un site Web ou une annonce Google Ads.
On parle alors de « recherches sans clic », puisque l’utilisateur obtient l’information recherchée sans visiter un autre site. Bien que ce phénomène existait avant l’essor de l’IA, les réponses générées par l’IA multiplient les façons dont les internautes peuvent s’informer sans consulter de sites individuels. L’agence Google Ads qui accompagne des entreprises souhaitant accroître leur présence auprès de clients potentiels devrait donc accorder davantage d’importance aux recherches effectuées lorsque le consommateur est plus près de passer à l’achat.
L’intention conversationnelle des résultats générés par l’IA
À mesure que l’IA se perfectionne, les moteurs de recherche comprennent de mieux en mieux le langage naturel et l’intention derrière une requête. Auparavant, une recherche comme « meilleur restaurant hamburger Montréal » était courante. Aujourd’hui, les recherches alimentées par l’IA peuvent traiter des questions plus naturelles et détaillées, comme « Pouvez-vous me recommander les trois meilleurs restaurants de hamburgers à Montréal et dans les environs? »
Google comprend également de mieux en mieux ce que recherche réellement l’internaute, au lieu de simplement faire correspondre les mots exacts qu’il saisit. Les entreprises doivent donc réfléchir aux questions et aux problèmes de leurs clients, plutôt que de se concentrer uniquement sur une liste de mots-clés. Pour l’agence Google Ads qui les accompagne, cela signifie que les stratégies publicitaires délaissent graduellement l’accent exclusif sur les mots-clés individuels au profit d’une meilleure compréhension de l’intention de recherche globale du client.
Cette évolution ouvre également des possibilités au-delà de la recherche traditionnelle. La publicité Meta et la publicité sur les médias sociaux peuvent aider les entreprises à demeurer visibles sur les plateformes très fréquentées où les consommateurs découvrent les marques, se renseignent à leur sujet et interagissent avec elles.
L’intégration des publicités aux réponses générées par l’IA
Toujours prompte à s’adapter, Google ne cherche pas à réinventer la roue en ce qui concerne Google Ads et la publicité traditionnelle dans les résultats de recherche. L’entreprise trouve plutôt des façons d’intégrer la publicité à sa nouvelle expérience de recherche alimentée par l’IA.
Les annonces Google Ads peuvent maintenant apparaître aux côtés des expériences de recherche alimentées par l’IA, qu’il s’agisse d’annonces textuelles, d’annonces Shopping ou de publicités de produits. La publicité numérique peut ainsi joindre des clients potentiels même lorsqu’ils n’interagissent pas avec la liste traditionnelle des résultats de recherche.
Autrement dit, l’IA modifie l’endroit et la manière dont les internautes voient les publicités, sans pour autant éliminer Google Ads. Pour les annonceurs, il devient donc de plus en plus important de s’adapter à l’évolution de l’environnement de recherche de Google.
Première étape : faire de l’optimisation pour l’IA un pilier de votre stratégie
Alors que les moteurs de réponse alimentés par l’IA jouent un rôle croissant dans la façon dont les consommateurs découvrent et évaluent les entreprises, l’optimisation pour l’IA doit devenir un élément central de toute stratégie numérique. Aussi appelée optimisation pour les moteurs de réponse (AEO) ou optimisation pour les moteurs génératifs (GEO), cette approche consiste à créer du contenu clair, fiable et bien structuré que les plateformes d’IA peuvent facilement comprendre, juger digne de confiance et citer dans leurs réponses.
Les entreprises peuvent améliorer leur visibilité en ligne en répondant aux questions fréquentes de leurs clients dans une page FAQ, en mettant leur expertise en valeur, en intégrant des données structurées pertinentes et en veillant à la cohérence de leurs renseignements sur leur site Web et leurs autres plateformes numériques. J’aborde plus en détail les stratégies d’optimisation pour l’IA dans cet article.
Bien que le référencement naturel traditionnel et Google Ads demeurent importants, l’optimisation du contenu pour les moteurs de réponse alimentés par l’IA offre aux marques une autre façon d’être présentes durant les étapes de recherche et de considération, même lorsque l’utilisateur ne clique pas sur un résultat de recherche conventionnel. Une agence de publicité numérique avant-gardiste devrait donc relier l’optimisation pour l’IA au référencement naturel, à la publicité payante, au contenu et à l’image de marque afin d’aider ses clients à demeurer visibles tout au long d’un parcours client en ligne de plus en plus fragmenté.
Stratégies de publicité numérique recommandées à l’ère de l’IA
Pour s’adapter à l’influence grandissante de l’IA sur la publicité numérique et les résultats de recherche, une agence Google Ads avant-gardiste doit adopter les pratiques suivantes en matière d’image de marque et de conception publicitaire.
Elle doit également intégrer la publicité Meta et autres médias sociaux à sa stratégie afin de diriger ses efforts vers les publics les plus susceptibles de devenir des clients.
Réduire les dépenses publicitaires informationnelles en haut de l’entonnoir (TOFU)
Les entreprises, tout comme les agences Google Ads qui les accompagnent, doivent reconnaître que toutes les recherches n’ont pas la même valeur pour un annonceur. Par exemple, une personne qui recherche « Qu’est-ce qui fait un bon hamburger? » cherche probablement une recette ou des conseils sur les garnitures, plutôt qu’un restaurant à proximité. Si une réponse générée par l’IA répond immédiatement à sa question, elle aura peu de raisons de cliquer sur une annonce Google Ads pour un restaurant du quartier.
En revanche, une personne qui recherche « meilleur restaurant de hamburgers près de chez moi » manifeste une intention commerciale beaucoup plus forte et représente donc une meilleure cible pour des créations publicitaires adaptées.
C’est ici que le ciblage d’audience au moyen de la publicité Meta et de la publicité sur les médias sociaux prend toute son importance. Plutôt que de simplement chercher à joindre le plus grand nombre de personnes possible, les annonceurs peuvent utiliser les renseignements sur les intérêts, les comportements, les interactions et l’engagement antérieur des utilisateurs pour joindre les personnes les plus susceptibles de s’intéresser à un produit ou à un service.
Une agence Google Ads avisée peut ainsi chercher à joindre les personnes les plus susceptibles de devenir clientes, plutôt que de simplement viser l’audience la plus vaste possible. Cette approche permet de réduire les sommes consacrées aux internautes qui ne font que se renseigner et d’accorder davantage d’importance aux publics présentant un potentiel d’achat plus élevé.
Consacrer une plus grande part du budget publicitaire au bas de l’entonnoir (BOFU)
Le bas de l’entonnoir, aussi appelé BOFU, désigne les clients qui, à mesure que leurs recherches se précisent, se rapprochent d’une décision d’achat.
Prenons l’exemple d’une personne qui effectue successivement les recherches suivantes :
- « Qu’est-ce qu’un smash burger? » — recherche d’information;
- « Meilleurs restaurants de hamburgers à Montréal » — manifestation d’un intérêt commercial;
- « Commander un hamburger en livraison près de chez moi » — intention d’achat forte et immédiate.
Dans ce contexte, plus un client potentiel avance dans l’entonnoir, plus une publicité est susceptible de contribuer à une vente réelle. Pour un restaurant, il peut donc être plus avantageux de cibler une personne qui recherche « commander un hamburger en livraison près de chez moi » qu’une personne qui cherche simplement à savoir « qu’est-ce qu’un smash burger? »
La publicité Meta et la publicité sur les médias sociaux peuvent également faire progresser les clients dans cet entonnoir. Par exemple, une publicité Instagram présentant les hamburgers d’un restaurant pourrait inciter un client potentiel à visiter son profil ou son site Web. Le restaurant pourrait ensuite recibler cette personne au moyen d’une offre l’encourageant à venir sur place, à commander en ligne ou à profiter d’une promotion.
En appliquant les principes de la publicité Meta et de la publicité sur les médias sociaux, une agence Google Ads avisée peut mettre en place une stratégie multiplateforme plus vaste qui rejoint les consommateurs à différentes étapes de leur parcours d’achat.
Les automatisations alimentées par l’IA dans la publicité Meta et Google Ads
Les plateformes publicitaires alimentées par l’IA déterminent de plus en plus qui devrait voir une publicité, quand elle devrait lui être présentée et quelle version est la plus susceptible de provoquer une réaction. Au lieu de sélectionner manuellement chaque audience et chaque emplacement, les agences Google Ads avisées peuvent fournir une variété d’images, de vidéos, de titres et de descriptions, puis laisser l’IA de la plateforme déterminer les combinaisons les plus performantes.
Par exemple, un restaurant de hamburgers pourrait fournir plusieurs photos montrant ses plats, son établissement ou sa devanture, son menu, son logo ou sa façade, ainsi que des clients qui profitent de leur repas. Google ou Meta peuvent ensuite utiliser ces différents éléments dans leurs systèmes d’annonces publicitaires afin de repérer les combinaisons qui suscitent la meilleure réaction.
Cette réalité est particulièrement importante pour la publicité Meta et la publicité sur des plateformes comme Facebook et Instagram, où les systèmes automatisés influencent de plus en plus les utilisateurs auxquels une publicité est présentée et la fréquence à laquelle ils la voient. Le rôle de l’annonceur évolue donc vers la création de contenu de qualité et de messages clairs, tandis que la plateforme prend en charge une plus grande partie des décisions techniques liées au ciblage, à l’optimisation et à la diffusion.
Les pièges d’une utilisation excessive de l’automatisation par l’IA en publicité numérique
À titre de professionnelle du marketing numérique qui prend chaque jour des décisions concernant l’automatisation, je peux affirmer qu’une utilisation excessive comporte certains pièges. De nombreux clients viennent me consulter après avoir obtenu des résultats décevants avec des campagnes entièrement automatisées. Ils en concluent souvent que Google Ads ne leur convient tout simplement pas et que Meta représente nécessairement une meilleure solution.
Cependant, lorsqu’on s’appuie sur une campagne entièrement automatisée, on accorde à Google un contrôle considérable sur la sélection de l’audience et la diffusion des annonces. Le système utilise des signaux comme les comportements de recherche, l’engagement et les données de conversion pour déterminer les personnes les plus susceptibles de réagir. Lorsque ces signaux sont trop généraux ou inexacts, la campagne peut attirer du trafic non pertinent. Par exemple, si vous faites la promotion de carreaux de céramique en utilisant « carreaux de céramique » comme mot-clé en requête large, vos annonces pourraient potentiellement apparaître lors de recherches portant sur des cafés de céramique, des tasses en céramique ou des figurines en céramique.
L’automatisation peut être très efficace, mais je réserve généralement les approches hautement automatisées aux entreprises qui recherchent une portée plus vaste. Une boutique de chaussures en ligne, par exemple, vend des produits qui peuvent convenir à un large éventail de consommateurs, ce qui donne au système plus de latitude pour repérer des clients potentiels. Pour les entreprises qui offrent des produits ou des services spécialisés, une supervision humaine accrue et un ciblage plus précis sont souvent nécessaires afin de préserver la pertinence des campagnes et de maîtriser les coûts publicitaires.
Repenser la conception publicitaire et l’image de marque à l’ère de l’IA : Kanguru Digital
Pour obtenir des conseils d’experts sur la façon de vous adapter aux tendances du marketing par l’IA et de la publicité numérique grâce à des stratégies de publicité Meta et de publicité sur les médias sociaux, communiquez avec Kanguru Digital dès aujourd’hui. Notre équipe de professionnels d’expérience se fera un plaisir de vous présenter une stratégie rigoureusement élaborée pour aider votre entreprise à atteindre ses objectifs de marketing numérique.
