Mon budget Meta a deux jours de retard sur mes clients.
Je fais tourner des publicités pour une app santé. Je suppose que la motivation culmine en début de semaine, et les données me donnent raison. Les installs du dimanche et du lundi convertissent le mieux. Le mercredi, le moment est passé.
| Jour | Installs qui deviennent des payeurs | Part de la dépense de la semaine |
|---|---|---|
| Lundi | 7,14 % | 14,0 % |
| Mardi | 6,88 % | 15,0 % |
| Mercredi | 6,63 %, le pire | 15,3 %, la plus forte |
| Jeudi | 7,04 % | 14,7 % |
| Vendredi | 6,80 % | 13,3 %, la plus faible |
| Samedi | 6,98 % | 13,7 % |
| Dimanche | 7,57 %, le meilleur | 14,0 % |
Je ne cherche pas à diaboliser Meta. Sur les comptes que je gère, Meta ajuste bel et bien sa dépense en faveur des bons jours. Ma lecture est que les signaux de conversion arrivent tard chez Meta. La réaction à un bon dimanche et à un bon lundi tombe donc en milieu de semaine, et court après un moment déjà passé.
Mon correctif est une répartition manuelle du budget sur la semaine, qui favorise le dimanche et le lundi et réduit le mercredi. Sur les taux regroupés, elle vaut environ trois payeurs de plus par semaine. C’est une borne haute, car déplacer la dépense déplace aussi les coûts d’acquisition et le mix d’utilisateurs. Elle ne coûte qu’un changement manuel chaque semaine.
Un budget lifetime avec de l’ad scheduling pourrait en théorie rendre la main à Meta sur ce point. Je ne fais pas confiance au pacing lifetime pour un schéma aussi spécifique. Si vous lui faites confiance, je veux entendre votre argument.