Rejoignez la nouvelle communauté
Discord pour discuter en temps réel, obtenir l'aide de vos pairs et communiquer directement avec l'équipe Meridian.
Données de recherche sponsorisée
Restez organisé à l'aide des collections
Enregistrez et classez les contenus selon vos préférences.
Le volume de requêtes Google (VRG) est souvent un facteur de confusion important entre le média et les ventes. Cela est particulièrement vrai pour la recherche sponsorisée, car le volume de requêtes peut générer un volume d'annonces inférieur à certains paramètres de campagne, par exemple lorsque le plafond budgétaire ne l'empêche pas. Lorsque le volume de requêtes Google est un facteur de confusion, vous devez le contrôler afin d'obtenir des estimations causales non biaisées pour tous les médias pour lesquels il est un facteur de confusion. Si vous ne contrôlez pas le volume de requêtes Google, vous risquez de surestimer l'effet causal de la recherche sponsorisée.
Meridian propose une solution simple, car les données du volume de requêtes Google peuvent être incluses en tant que variable de contrôle. Tenez compte des recommandations suivantes :
Il est préférable de mettre à l'échelle les données du volume de requêtes Google par population géographique. Pour ce faire, utilisez l'argument control_population_scaling_id.
Les campagnes de recherche sponsorisée qui ciblent des requêtes spécifiques à une marque sont très différentes de celles qui ciblent des requêtes plus génériques liées à un produit. Il est préférable d'inclure ces campagnes en tant que canaux média distincts dans le modèle.
Les campagnes de mots clés spécifiques à la marque sont souvent modélisées à l'aide de clics, car elles sont destinées à générer du trafic Web direct. D'autres campagnes sont souvent modélisées à l'aide d'impressions, car les impressions peuvent être efficaces même lorsqu'elles ne génèrent pas de clic.
Il est préférable d'inclure des nombres de requêtes correspondant aux requêtes ciblées par chaque canal média de la recherche sponsorisée inclus dans le modèle. Par exemple, si la MMM inclut la recherche sponsorisée spécifique à la marque et la recherche sponsorisée générique en tant que canaux média distincts, il est conseillé d'inclure le volume de requêtes Google associé à la marque et le volume de requêtes Google générique comme deux variables de contrôle distinctes.
Pour en savoir plus, consultez Inclure le volume de requêtes comme variable de contrôle.
Vous pouvez obtenir les données sur le volume de requêtes Google, la recherche sponsorisée et la fréquence, ainsi que d'autres données Google, pour votre organisation à partir de la plate-forme de données MMM de Google. Pour savoir comment accéder à ces données, consultez Utiliser la plate-forme de données MMM.
Utiliser les clics ou les impressions pour les annonces sur le Réseau de Recherche
Lorsque vous décidez d'utiliser des clics ou des impressions pour les annonces sur le Réseau de Recherche, tenez compte des points suivants :
Le choix entre les clics et les impressions a un effet, mais il n'existe pas de perspective cohérente entre les partenaires de mesure, ni même au sein d'un même partenaire, quant à l'entrée la plus appropriée.
En tant qu'annonceur, réfléchissez aux éléments que vous pouvez contrôler. Étant donné que le modèle vous indique comment l'exécution média (définie par des clics ou des impressions) affecte un KPI, l'utilisation d'une variable sur laquelle vous avez plus de contrôle vous permet de mieux contrôler l'impact sur le KPI.
Les clics sont plus susceptibles d'être corrélés au KPI, tandis que les impressions sont plus susceptibles d'être corrélées au volume de requêtes Google. Les campagnes de mots clés spécifiques à la marque sont souvent modélisées à l'aide de clics, car elles sont destinées à générer du trafic Web direct. D'autres campagnes sont souvent modélisées à l'aide d'impressions, car elles peuvent être efficaces même si elles ne génèrent pas de clic.
Sauf indication contraire, le contenu de cette page est régi par une licence Creative Commons Attribution 4.0, et les échantillons de code sont régis par une licence Apache 2.0. Pour en savoir plus, consultez les Règles du site Google Developers. Java est une marque déposée d'Oracle et/ou de ses sociétés affiliées.
Dernière mise à jour le 2025/08/04 (UTC).
[null,null,["Dernière mise à jour le 2025/08/04 (UTC)."],[[["\u003cp\u003eGoogle Query Volume (GQV) can significantly influence the relationship between media and sales, especially for paid search, and should be controlled for in Marketing Mix Models to obtain accurate causal estimates.\u003c/p\u003e\n"],["\u003cp\u003eMeridian allows incorporating GQV as a control variable, recommending scaling it by geo population and separating brand-specific and generic paid search campaigns.\u003c/p\u003e\n"],["\u003cp\u003eWhen modeling paid search, consider using clicks for brand-specific campaigns to capture direct web traffic and impressions for generic campaigns to account for potential view-through effects.\u003c/p\u003e\n"],["\u003cp\u003eAccess Google-related data, including GQV, through the Google MMM Data Platform for comprehensive analysis and model building.\u003c/p\u003e\n"]]],[],null,["# Paid search data\n\nGoogle Query Volume (GQV) is often an important confounder between media and\nsales. This is particularly true for paid search because query volume can drive\nad volume under certain campaign settings, such as when the budget cap does not\nprevent it. When GQV is a confounder, you must control for it to get unbiased\ncausal estimates for any media it confounds with. Failing to control for GQV can\nlead to overestimation of the causal effect of paid search.\n\nMeridian offers a simple solution in that GQV data can be included as a\ncontrol variable. Consider the following recommendations:\n\n- It is best to scale GQV data by geo population. This can be done with the\n `control_population_scaling_id` argument.\n\n- Paid search campaigns that target brand-specific queries are very different\n from those that target more generic product related queries. It is best to\n include these campaigns as separate media channels in the model.\n\n- Brand-specific keyword campaigns are often modeled using clicks because they\n are intended to drive direct web traffic. Other campaigns are often modeled\n using impressions because impressions can be effective even when they don't\n result in a click.\n\n- It is best to include query counts that correspond to the queries targeted\n by each paid search media channel included in the model. For example, if the\n MMM includes **Brand-specific paid search** and **Generic paid search** as\n separate media channels, then it is advisable to include\n **Brand-specific GQV** and **Generic GQV** as two separate control\n variables.\n\nFor more detailed considerations, see [Including query volume as a control\nvariable](/meridian/docs/advanced-modeling/control-variables#including-query-volume).\n\nGQV, paid search, frequency, and other Google-related data for your organization\ncan be obtained from the Google MMM Data Platform. For information about\naccessing this data, see [Use MMM Data\nPlatform](/meridian/docs/basics/using-mmm-data-platform).\n\nUsing clicks or impressions for search ads\n------------------------------------------\n\nWhen you are deciding whether to use clicks or impressions for search ads,\nconsider the following:\n\n- Deciding between clicks and impressions does have an effect, but there is no\n consistent perspective across, or even within, measurement partners on which\n input is best.\n\n- As an advertiser, consider what you have more control over. Because the\n model tells you how media execution (whether defined by clicks or\n impressions) impacts a KPI, using a variable that you have more control\n over, in turn, gives you more control over impacting the KPI.\n\n- Clicks are more likely to be correlated with the KPI, while impressions are\n more likely to be correlated with GQV. Brand-specific keyword campaigns are\n often modeled using clicks because they are intended to drive direct web\n traffic. Other campaigns are often modeled using impressions because\n impressions might be effective even when they don't result in a click."]]
