Maîtriser les mots-clés payants

Quiconque gère des campagnes de recherche de mots-clés payantes sait que c'est un travail exigeant ! On peut consulter de vastes rapports remplis de statistiques brutes et se perdre rapidement dans des détails insignifiants. Chez Altova, nous avons conçu une méthode plus efficace pour analyser et gérer les données de performance de nos campagnes Google Adwords. Nous pouvons interroger de manière créative ces données pour :

• Regrouper rapidement les résultats pour des sous-catégories de campagnes, par exemple par produit, par région géographique, ou par tout autre regroupement.
• Identifier facilement les tendances au fil du temps.

Le graphique ci-dessous illustre ces avantages en collectant des données pour un seul produit Altova, SemanticWorks, à partir de plusieurs campagnes sur six mois distincts.

Débuter

Comme de nombreux annonceurs utilisant des mots-clés, nous consultions les statistiques dans Google Ads, téléchargions des fichiers CSV, puis passons des heures à manipuler et à analyser les données dans des tableurs pour identifier et formater les informations dont nous avions besoin. Nous souhaitions obtenir des rapports plus immédiats et plus détaillés sur la performance des mots-clés, tout en conservant un contrôle total sur le processus et en gérant tout en interne. Les requêtes SQL sur une base de données de statistiques de mots-clés offrent une alternative puissante et flexible. Dans la suite de cet article, nous expliquons comment la conception de la base de données, la correspondance des données et les fonctionnalités de reporting d'Altova MissionKit peuvent être utilisées pour créer une architecture permettant de suivre efficacement la performance des mots-clés payants.

Conception de bases de données

Nous avions le choix entre implémenter une base de données de mots-clés sur une plateforme de base de données existante déjà utilisée dans l'entreprise, utiliser une version simplifiée d'une base de données commerciale, ou utiliser une base de données open source, étant donné qu'Altova MissionKit est compatible avec SQL Server®, MySQL®, Oracle®, IBM DB2®, PostgreSQL®, Sybase® et Microsoft® Access®, ainsi que d'autres systèmes de bases de données populaires. Nous avons choisi SQL Server comme plateforme de base de données. Nous avons utilisé DatabaseSpy et l'éditeur graphique de conception de base de données pour créer la table présentée ci-dessous.

La plupart des colonnes correspondent aux champs d'un rapport de mots-clés. Afin de stocker plusieurs lignes pour chaque mot-clé individuel – une ligne pour chaque mois de statistiques –, le tableau comprend également des colonnes pour le mois et l'année.

Remplissage du tableau L'interface en ligne de Google Ads permet aux utilisateurs de créer des rapports de statistiques de mots-clés pour des périodes spécifiques et de les télécharger au format CSV. Nous avons téléchargé des fichiers CSV individuels contenant nos données de performance pour chaque mois. Nous avons utilisé MapForce pour associer les valeurs des fichiers CSV aux colonnes de la table de la base de données et pour insérer les données du mois et de l'année pour chaque ligne.

Les fonctions de manipulation de chaînes de caractères situées en bas et au centre du diagramme de mappage suppriment les symboles de pourcentage et les virgules des champs que nous souhaitons traiter comme des données numériques. En effectuant cette opération directement dans le mappage, nous n'avons pas besoin de modifier les colonnes de données des fichiers CSV avant de les importer. Étant donné que les fichiers CSV de chaque mois ont la même structure, le mappage ne nécessite que de légères modifications pour importer les données de chaque nouveau mois : il suffit de mettre à jour les constantes en haut qui définissent l'identifiant de la ligne de départ, le mois et l'année. MapForce traite le mappage à l'aide de son moteur d'exécution intégré, en lisant les données d'entrée CSV et en générant des instructions SQL INSERT pour chaque ligne de données. MapForce permet ensuite aux utilisateurs d'exécuter l'intégralité du script SQL généré en cliquant sur une icône de la barre d'outils ou en sélectionnant une option dans le menu Sortie :

Interrogation de la base de données

Dans DatabaseSpy, nous pouvons interroger la base de données à partir de la fenêtre d'éditeur SQL. Cette requête affiche les dix mots-clés les plus performants pour SemanticWorks en octobre 2011. Pour des raisons de confidentialité des données, certains champs du tableau des résultats sont masqués.

Pour obtenir des résultats plus intéressants, la requête SQL peut être facilement modifiée. Par exemple, la ligne ORDER BY peut être utilisée pour trier les résultats par coût le plus élevé, par nombre de clics, ou par toute autre caractéristique. La clause WHERE combine les données de plusieurs campagnes. Le mot-clé LIKE traite les symboles "%" autour de "SemanticWorks" comme des caractères génériques, permettant de trouver toutes les campagnes contenant "SemanticWorks" n'importe où dans leur nom. D'autres requêtes pourraient ajouter un identifiant géographique, comme "US" ou "EU", ou effectuer une recherche sur une colonne complètement différente, comme "adgroup". Bien entendu, toutes ces options dépendent d'un système de nommage des campagnes et des groupes d'annonces cohérent et prévisible. Nous avons créé un projet DatabaseSpy pour collecter toutes nos requêtes SQL préférées, afin de les partager et de les réutiliser facilement. Voici la requête que nous avons utilisée pour générer le graphique directement dans DatabaseSpy, qui apparaît en haut de cet article :

Cette requête va au-delà des simples rapports SQL pour effectuer des calculs sur un sous-ensemble des données et formater les résultats.

Rapports de bases de données

Nous avons conçu des rapports pour l'équipe de direction en utilisant Altova StyleVision, en nous basant sur les requêtes et les graphiques que nous avions déjà créés dans DatabaseSpy. Nous avons simplement copié nos requêtes depuis la fenêtre de l'éditeur SQL de DatabaseSpy et les avons ajoutées comme sources dans la fenêtre de vue d'ensemble de la conception de StyleVision. Enregistrer la conception de notre rapport dans une feuille de style SPS de StyleVision permet de régénérer facilement une version mise à jour chaque mois. Voici la sortie HTML pour un rapport sur les tendances des mots-clés SemanticWorks, basé sur la requête ci-dessus, affichée dans la fenêtre de prévisualisation de StyleVision :

Si vous suivez les conseils traditionnels pour créer vos propres campagnes de mots-clés payantes, vous développerez des campagnes segmentées avec de nombreux groupes d'annonces petits et très spécialisés, et vous pourriez également vous sentir dépassé par la quantité de données contenues dans les rapports Google Ads.

Si vous souhaitez essayer de gérer vos propres mots-clés comme nous le décrivons ici, une version d'essai entièrement fonctionnelle d'Altova MissionKit est disponible.