Yann Brun 
Brief de campagne préparé, budget fixé et ressources créatives validées, votre campagne est prête à être lancée sur LinkedIn en concurrence avec d’autres annonceurs, sur une même audience, selon le système dit “RTB” pour “real-time bidding” pour des placements spécifiques. Chaque placement disponible (par exemple sur le fil d’actualité d’un membre) fait l’objet d’une mise aux enchères auquelle votre campagne participe.
Cependant, choisir la bonne stratégie de bidding et fixer une enchère compétitive mais adaptée au budget de campagne peut s’avérer complexe selon les objectifs à atteindre.
Tarification
Comme sur d’autres plateformes publicitaires, on retrouve des méthodes de tarifications classiques selon les formats utilisés ou les objectifs poursuivis. Sélectionner une méthode de tarification permettra de maîtriser ses coûts en fonction du budget défini tout en facilitant le suivi de KPI spécifiques ; on s’assure également de payer une action mesurable (comme un clic de redirection ou une impression).
CPC : coût par clic
CPM : coût par mille impressions
CPS : coût par envoi (pour les formats Inmail)
CPV : coût par vue de vidéo (pour les formats vidéo)
Stratégies de bidding
Pour chaque objectifs, formats publicitaires et audience ciblées, LinkedIn estime des intervalle d’enchères nécessaires pour être compétitifs. On observe 3 stratégies :
Enchérir au dessus de l’intervalle suggéré permet d’être compétitif sur les placements et gagner plus de mises aux enchères face à des concurrents sur la même audience. Dans des objectifs de trafic ou de conversion, cette stratégie permettra de maximiser le volume en dégradant les CPA.
Enchérir dans l’intervalle suggéré permet de maîtriser les coûts de son trafic payant tout en restant compétitif ; alliée à un bon taux de conversion sur site, cette stratégie permettra de générer de bons ROI. Cependant, une compétitivité plus faible sur les enchères conduit à une couverture réduite qui nécessitera peut-être de conduire la campagne plus longtemps pour délivrer la totalité du budget dédié.
Enchérir automatiquement grâce au machine learning permettra de laisser la main à LinkedIn pour fixer les enchères des campagnes dans le but de générer le maximum de résultats fixés par l’objectif publicitaire en s’appuyant sur l’historique de campagne.
Dans la pratique, ce type de stratégie empêchera l’annonceur de fixer une limite d’enchère car le système cherche à consommer le budget alloué grâce par une facturation au CPM ; difficile ainsi de maîtriser son CPC dans une logique ROIste.
Optimisation de la délivrabilité
Le système de tarification LinkedIn reposant sur une enchère au second prix, l’annonceur paiera 0,01 € au dessus de l’enchère du second concurrent face auquel il a gagné le placement. Le bidding n’est cependant pas la seule dimension à prendre en compte pour favoriser une bonne délivrabilité des publicités, LinkedIn reste un canal orienté sur la qualité des contenus proposés à ses membres.
Privilégier des contenus attractifs et qualitatifs permettra de générer un taux d’engagement plus élevé (réactions, commentaires, clics, etc.) améliorant ainsi l’indice de pertinence de la publicité. LinkedIn attribue ensuite un “score de qualité à la campagne” (entre 1 et 10) en comparaison d’autres annonceurs ciblant la même audience ; plus ce score sera fort, moins l’enchère nécessaire pour gagner le placement sera élevée.
Dans un système de tarification RTB, obtenir une tarification fixe par actions (clics, impressions, vues de vidéos, etc.) reste donc un exercice très difficile car les enchères sont dynamiques, soumises à une saisonnalité ou à une compétitivité plus intense. Il faut ainsi suivre ces évolutions régulièrement afin d’anticiper des hausses d’investissements pour rester compétitif.
