Databricks optimise les performances de ses publicités grâce au nouvel A/B test de Message Ads
Le challenge
• Face à la crise sanitaire du COVID-19, Databricks, entreprise de logiciels offrant une plateforme cloud qui unifie les données et l'intelligence artificielle, devait remplacer une conférence en présentiel initialement prévue à Londres par un événement virtuel. Si le passage au virtuel allait permettre à Databricks d'étendre son vivier de participants potentiels, l'entreprise devait également trouver rapidement un moyen d'identifier et d'atteindre un groupe de personnes plus large.
• Databricks utilisait déjà LinkedIn pour développer sa base de données et constituer un pipeline de prospects de qualité pour ses représentants commerciaux. Il était donc parfaitement logique d'utiliser cette plateforme pour promouvoir et stimuler les inscriptions à cet événement.
• “Nous recherchions un moyen d'atteindre les personnes ciblées de manière personnalisée”, explique Justin Epstein, Senior Manager of Paid Media chez Databricks. L'équipe a donc décidé de créer une campagne Message Ads sur LinkedIn en filtrant les profils ayant au minimum un poste de directeur sur le marché cible de Databricks, mais le coût par lead s'est avéré dissuasif.
La solution
• L'équipe a finalement choisi d'élargir ses horizons en augmentant son audience cible. “Nous avons modifié la campagne pour qu'elle s'adresse davantage à un public de professionnels opérationnels, en intégrant certaines compétences liées au domaine de la data science et de l'ingénierie”, précise Epstein.
• L'équipe d'achat médias de Databricks en a également profité pour effectuer des A/B tests sur le contenu du message, une nouvelle fonctionnalité offerte par LinkedIn. Les tests sont fortement ancrés dans la culture de Databricks. “À chaque campagne que nous lançons, nous intégrons toujours une part d'expérimentation ou des A/B tests, et nous laissons les données décider”, ajoute Epstein.
• Databricks a testé deux lignes d'objet et trois variations d'un même message. Deux de ces messages commençaient par une question. La troisième version communiquait d'emblée les détails de l'événement et la première phrase du corps du texte comprenait un lien hypertexte.
Les résultats
• Les différentes versions des Message Ads ont toutes obtenu en moyenne des taux d'ouverture supérieurs à 70%, mais les taux de clics et les conversions pour la troisième variante se sont avérés presque deux fois plus élevés que pour les deux autres.
• “Pour la version commençant avec un lien hypertexte et les détails de l'événement, les conversions étaient 2x plus élevées, pour un CPA deux fois moindre”, constate Epstein.
Simplicité et utilité des tests
• Les tests sont inscrits dans l'ADN de Databricks et sont aujourd'hui beaucoup plus simples à réaliser grâce à la plateforme LinkedIn. “Pour toutes nos campagnes prioritaires ou de grandes envergures, nous prévoyons toujours des A/B tests ou du split testing. Pourquoi nous en passer ? C'est une excellente occasion d'apprendre”, ajoute Epstein. L'équipe s'est très vite rendu compte que la campagne Message Ads “serait pour nous un excellent moyen de tester une approche personnalisée et de mieux comprendre ce que ce format nous permettrait d'obtenir.”
• La facilité avec laquelle il est possible de tester des publicités et des messages sur LinkedIn a permis à Databricks d'obtenir des résultats que l'entreprise pourra exploiter par la suite pour affiner ses campagnes, générer des leads, et bien plus encore. “Faites des tests, exploitez les résultats et utilisez-les pour alimenter d'autres tests qui vous permettront sans cesse d'évoluer”, recommande Epstein.
Revoir sa stratégie
• Databricks n'a pas baissé les bras après les mauvaises performances de sa campagne Message Ads initiale qui ciblait les dirigeants. “Ce n'est pas parce que quelque chose ne fonctionne pas du premier coup que c'est forcément un échec”, observe Epstein.
• L'envergure de la base d'utilisateurs de LinkedIn et ses nombreuses options permettant de filtrer son audience cible ont donné à Databricks la confiance nécessaire pour se lancer dans une nouvelle campagne Message Ads. “Cela a vraiment fait la différence lorsque nous avons réellement exploré les données et compris comment nous pouvions réduire nos coûts en modifiant notre audience”, ajoute Epstein.
Informations sur l'audience basées sur des données
• Les résultats de la campagne Message Ads et des A/B tests initiaux ont fourni à l'équipe des informations essentielles sur le profil des participants potentiels à sa conférence, à savoir que l'engagement des décideurs n'était pas aussi élevé qu'elle l'avait espéré. “Même si nous touchions un grand nombre de décideurs, nous avons supposé qu'une grande partie du contenu de nos événements intéresserait davantage le personnel opérationnel”, poursuit Epstein.
• L'équipe de Databricks a ensuite recentré son attention sur les professionnels opérationnels plutôt que sur les décideurs de haut niveau, en élaborant un nouveau ciblage, de nouvelles publicités et plusieurs variantes de messages, et a ainsi obtenu de bien meilleurs résultats. “Les données nous ont aidés à transformer cette hypothèse en performances”.
À propos de Databricks
Leader de l'analyse de données unifiées, Databricks aide les organisations à préparer leurs données pour l'analytique, à renforcer la data science et les décisions fondées sur les données dans toute l'organisation, et à adopter rapidement le machine learning pour devancer la concurrence. En permettant aux équipes dédiées de traiter d'immenses quantités de données dans le Cloud, puis d'alimenter l'IA avec ces données, Databricks aide les organisations à innover plus rapidement et à faire face aux défis qui leur sont propres : traiter des maladies chroniques en accélérant la découverte de traitements, améliorer l'efficacité énergétique, ou encore protéger les marchés financiers.
SECTEUR : Logiciels informatiques |
NB D’EMPLOYÉS : 1 001 à 5 000 |
SIÈGE SOCIAL : San Francisco, CA |
Voir la page Entreprise |
Télécharger le témoignage client |
-
“LinkedIn nous permet de cibler des intitulés de postes ou des niveaux hiérarchiques spécifiques, ainsi que plusieurs attributs B2B, ce qu'il n'est pas possible de faire avec d'autres plateformes.”
Justin EpsteinSenior Manager of Paid Media, Databricks -
“Le CPL en haut du funnel n'est que le début. Nous exploitons pleinement nos outils de BI et notre CRM pour comprendre les différents niveaux de qualité des leads. Et dans l'ensemble, nous avons constaté d'excellents résultats quant à la qualité des leads sur LinkedIn.”
Justin EpsteinSenior Manager of Paid Media, Databricks