Romain Lhote est directeur marketing de L'Équipe. Quotidien du sport emblématique, L'Équipe réunit 2,5 millions de lecteurs chaque jour sur le numérique et compte plus de 190 000 abonnés à son offre digitale payante. L'acquisition d'abonnés est, comme pour beaucoup, au centre de sa stratégie de monétisation. Aujourd'hui, Romain nous raconte comment à force de tests et d'essais, son équipe a réussi à diviser par deux son coût d'acquisition sur les plateformes publicitaires, tout en maintenant le budget à des niveaux sensiblement similaires.
Au cours des 3 dernières années, notre portefeuille d'abonnés a fortement progressé, grâce à plusieurs choix stratégiques, notamment le passage d'un marketing de masse à un ciblage plus précis de nos lecteurs.
Malgré la puissance de nos propres canaux (site, application et CRM, qui représentent la plus grande part de nos recrutements d'abonnés), nous continuons d'investir dans le paid pour soutenir notre stratégie.
En 2023, 90% de nos investissements média ont été faits sur Google et Meta. Nous y associons d'autres dépenses (X, TikTok, Twitch, influence) qui ne sont toutefois pas encore très développées à ce jour.
Changer de façon de faire du paid
Diviser par deux nos coûts d'acquisition d'abonnés ne s'est pas fait du jour au lendemain, évidemment. Il nous aura fallu deux années pour progresser fortement sur nos deux KPI principaux :
- conversions & coût d'acquisition attribution des plateformes (à 7 et 30 jours) ;
- conversions & coût d'acquisition en last click.
Les mesures utilisées comportent plusieurs biais méthodologiques, notamment car nous n'avons pas d'outil d'attribution :
- nous ne captons pas d'info sur l'audience non consentie ;
- nous devons nous baser sur les chiffres des plateformes et sur leur notion de consentement post-click et post-view (7J post-click 1J post-view pour Meta, jusqu'à 30J post-click pour Google) ;
- avec une duplication possible entre des données des différentes plateformes…
Cependant, notre travail sur l'acquisition payante s'est structuré autour de trois axes :
- d'abord, mettre en place un ciblage précis basé sur des comportements utilisateurs ;
- ensuite, restructurer nos comptes sur les plateformes publicitaires ;
- enfin, tester et personnaliser les messages de nos créas.
1- Segmenter les audiences avec précision
Généralement, la tendance en matière de paid est de travailler en broad, c'est-à-dire avec des audiences larges sans distinction de critères spécifiques.
Néanmoins, nous sommes un cas à part. Grâce à notre audience forte, et donc un flot de data important, segmenter nos audiences semblait une première étape cruciale.
Historiquement, des ciblages existaient sur les sports favoris des lecteurs mais dont les résultats étaient assez inégaux. Nous avons donc choisi de segmenter les clients de deux façons :
- selon le statut de chaque lecteur d'une part : anonyme, membre, ancien abonné, etc.;
- en fonction de leur consommation de contenus et features d'autre part : utilisateurs frénétiques des directs, lecteurs d'articles gratuits, de payants, de vidéos…
D'une segmentation comportant une myriade de segments, avec parfois un ciblage très réduit, nous avons pris le parti d'avoir 3 campagnes par niveau d'intérêt, chacune déclinée en 4 à 5 segments uniquement, en plus de quelques campagnes ponctuelles.
Vu les moyens humains alloués sur le sujet (1,5 ETP), notre premier objectif était d'avoir quelque chose de controlable, mesurable ; sans avoir à micro-piloter des segments à 500 personnes, qui peuvent peut-être avoir un CPA compétitif mais qui généreront au final peu de conversions.
Bien sûr, tous les groupes n'ont pas le même volume, le même profil, ni la même propension à l'abonnement…
2. Restructurer nos comptes sur les plateformes publicitaires
Afin de mettre en place notre stratégie de ciblage, un gros travail de l'ombre a été nécessaire, pour structurer nos comptes autour de nos 3 grandes familles d'audiences ciblées, 3 « campagnes » au sens des plateformes.
Nous avons en effet mis en place une structuration de nos comptes basée sur la méthode TOF-MOF-BOF, un ciblage en entonnoir, en nous basant sur data third & data propriétaire :
- Audience TOF (Top of Funnel) :
- L'audience TOF désigne les personnes dont la connaissance de l'abonnement n'est pas déterminée. On leur promeut généralement des publicités de notoriété de l'abonnement.
- Trigger : données third, basés sur centres d'intérêts essentiellement, éventuellement visite non-qualifiée (visite de notre home page et nos directs)
- Audience MOF (Middle of Funnel) :
- L'audience MOF se situe au milieu de l'entonnoir et a déjà montré un certain intérêt pour la marque L'Équipe et a connaissance de notre abonnement payant.
- Trigger : ce sont les membres logués, et/ou navigation sur des pages spécifiques comme sur le suivi en direct de notre chaîne en direct
- Audience BOF (Bottom of Funnel) :
- L'audience BOF est composée de personnes déjà intéressées par notre offre d'abonnement payant, et avancés dans leur process d'achat. Engagés, ces clients se trouvent souvent proches de la phase de conversion.
- Trigger : visite de notre landing page abo, entrée de tunnel, ex-abonnés …
Ces données sont captées à la fois par des pixels de tracking issus des plateformes, mais également depuis notre CDP : un pont a été créé avec nos outils paid afin que des audiences issus de données first puissent également être envoyées (ex-abonnés, abonnés à l'offre XXX…)
Exemple de campagne pour un utilisateur BOF (Bottom of funnel)
Trigger : un utilisateur a vu notre landing page abonnement :
S'il a moins de 26 ans, il est alors ciblé par une publicité « BOF » spécifique :
Exemple de campagne pour un utilisateur MOF (Middle of funnel) membre :
Exemple de campagne pour un utilisateur BOF (Bottom of funnel) ancien abonné :
3. Personnaliser les messages
Après avoir structuré nos audiences, il était temps de réfléchir à comment personnaliser nos messages. Visuel, tarif, offre, mot à mot : 1 an et demi de tests consignés dans un fichier de suivi afin de savoir pour chaque cible quel est la combinaison entre hook, message, prix, offre, visuel le plus impactant, cela afin de trouver la bonne accroche pour le bon client !
Ci-après, exemple de personnalisation des messages : la contextualisation des offres pour le Tour de France et la Coupe du Monde de Rugby
Nous avons testé souvent. Beaucoup testé… Ci-après trois de nos apprentissages, dont certains sont parfois contre-intuitifs :
#1 Ne plus pousser d'articles sponsorisés
Miser de l'argent sur un article « paywallé » spécifique, en espérant qu'il convertisse des lecteurs en abonnés n'est plus une stratégie que nous suivons : les coûts d'acquisition sont trop élevés en attribution, et en last click. Par ailleurs, leur durée de vie est trop faible pour en faire la promotion assez longtemps, et les posts en natif leur ramènent déjà assez d'audience.
#2 Configurer des campagnes de type notoriété pour générer de l'abonnement
Sur des cibles très réduites, nous avions parfois quelques difficultés à diffuser nos campagnes. Aussi, afin d'améliorer notre volume de conversion, nous avons testé de faire de la conversion sur des campagnes de notoriété… et ça marche !
Les campagnes de type notoriété nous ont permis une plus large diffusion de notre campagne, mais également de maintenir un coût d'acquisition similaire à une campagne de conversion classique.
#3 Ne pas déregler l'algo
C'est devenu notre plus grande crainte.
Lors de temps fort promo, nous avions toujours augmenté nos investissements de manière très forte durant les quelques jours de la promo. Au lancement de ces campagnes, les coûts d'investissement augmentaient toujours de manière surprenante.
Ainsi, maintenant, pour chaque campagne de promotion, nous tâchons de scaler progressivement en amont du début de la campagne pour éviter de dérégler les algorithmes et maintenir la stabilité sur notre compte et nos performances.
Stratégie paid 2.0 : les résultats
Grâce à notre nouvelle stratégie, nous avons donc augmenté de manière substantielle à la fois les abos en attribution et en last click, avec une baisse par 2 des coûts d'acquisition dans les deux cas.
Coût par acquisition (attribution)
Évidemment tout n'est pas réussi, et quelques flops sont à mettre en exergue, notamment autour de nos campagnes payantes d'influence, dont le ROI n'a jusqu'à présent jamais été prouvé.
Exemple de campagnes d'influence ratée pour la promotion de la carte cadeau LEQUIPE sur la période de Noël 2023, avec… 1 conversion
Et maintenant ?
Nos chantier pour l'année 2024 :
- Continuer les tests, dans un écosystème très changeant avec la fin des cookies tiers et avec des échéances cet été qui risquent de rabattre quelques peu les cartes sur le ciblage, la perf et les mesures
- Développer les formats vidéos où nous ne sommes pas particulièrement en avance, et notamment verticales avec un axe créatif décalé pour TikTok afin d'appuyer l'un des piliers de la stratégie globale de notre marque : toucher les jeunes. Nous souhaitons en parallèle leur promouvoir de manière différente l'abonnement et comprendre comment fonctionnent les algos.
- Essayer de recruter de plus en plus de leads qualifiés. Recruter moins mais recruter mieux avec un meilleur ARPU. Nous avons pour volonté de cibler encore plus nos offres, pour cibler en priorité nos anciens abonnés, donc la transfo est 13 fois supérieure à nos membres.
