Comment fonctionne l’algorithme de Facebook Ads ?

-
4
 m de lecture
-
Algorithme Facebook Ads

Vous avez déjà aperçu sur votre fil d’actualité Facebook ou Instagram une publicité en lien avec votre passion, votre activité sportive ou vos intérêts ? C’est tout à fait normal. Meta (la maison mère de Facebook et Instagram) offre aujourd’hui l’expérience publicitaire la plus personnalisée. Avec plus 15 millions de campagnes publicitaires actives chaque jour sur la planète, Facebook est le deuxième plus grand fournisseur de publicités au monde (après Google). Mais alors, comment une publicité spécifique est sélectionnée par l’algorithme de Facebook Ads pour être montrée à un utilisateur ? Comment Facebook trie les annonceurs et gère les enchères des différentes entreprises souhaitant diffuser leurs publicités ? En bref, comment fonctionne l’algorithme de Facebook Ads ? Réponses dans cet article.

L’architecture générale de l’algorithme de Facebook Ads

Avec une prise de recul sur l’aspect technique, le choix de la diffusion d’une annonce auprès d’un utilisateur par Facebook Ads est assez simple. L’algorithme va chercher les publicités dans une base de données. Il les classe en fonction de la probabilité que l’utilisateur clique sur l’annonce. Le processus d’enchères se lance et l’annonce est sélectionnée pour la diffuser à l’utilisateur. Ces étapes paraissent simples, mais sont dans le détail chacune particulièrement techniques. Observons-les de plus près.

La sélection de l’annonce dans la base de données

Dans la base de données Facebook Ads, il y a généralement entre 10 et 100 millions de publicités prêtes à être diffusées (ou en cours de diffusion). L’algorithme applique donc un filtre pour éliminer toutes les annonces non pertinentes avec le profil de l’utilisateur.

Meta va alors utiliser les caractéristiques du profil de l’utilisateur

  • Âge, genre, langue, localisation, nombre d’amis, nombre de pages aimées pour un intérêt spécifique, nombre d’amis ayant formulé le même intérêt.
  • La signification implicite du texte du profil et de la photo de profil de l’utilisateur.
  • L’ID de l’utilisateur, le nombre de pages visitées par l’utilisateur, les IDs des amis les plus proches.

Meta détecte aussi le contexte particulier dans lequel se trouve l’utilisateur comme un moment de l’année, un moment de la journée, un jour férié, une fête, un anniversaire ou une période électorale. Par exemple, un utilisateur vivant à Lille au mois de janvier ne va pas voir d’annonces pour des maillots de bain. 

L’algorithme détaille aussi les caractéristiques de la publicité

  • Quand la campagne de publicités a été créée, le nombre de publicités créées par l’annonceur, 
  • La signification du visuel publicitaire, celle du texte… 
  • L’ID de la publicité, les IDs des annonces du même compte publicitaire…

Enfin, l’algorithme va analyser les interactions entre l’utilisateur et les publicités sur les plateformes Meta :

  • Le nombre de fois que l’utilisateur clique sur une publicité, sur quels types de publicités il a tendance à cliquer… 
  • Le type de publicités sur lesquelles l’utilisateur clique, celles qu’il voit…

Cette première étape du processus permet de garder entre 100 000 et 1 millions de publicités potentielles.

Le classement des annonces par l’algorithme Facebook Ads

L’algorithme passe par deux étapes pour trier le maximum d’annonces restantes : un tri rapide et un tri plus lent afin d’assurer la diffusion de la bonne annonce. Tout d’abord, l’algorithme doit gérer un grand nombre d’annonces et filtrer celles qui sont les plus pertinentes avec le profil de l’utilisateur, en étant relativement rapide pour minimiser les délais d’attente. Ici, Meta utilise un sous-ensemble de caractéristiques qui lui procure cette rapidité d’exécution. Ce premier classement permet de conserver entre 100 et 1 000 annonces potentielles.

Vient ensuite le classement plus lent des annonces restantes. L’algorithme utilise alors un modèle plus complexe afin de favoriser la précision et de meilleures performances prédictives. Sont ainsi conservées uniquement les annonces les mieux classées pour la phase suivante. À la fin de cette étape, il ne reste plus qu’une dizaine d’annonces potentielles.

Le fonctionnement des enchères

Pour rappel, Facebook Ads fonctionne au Pay-Per-Click (PPC), ce qui signifie qu’un annonceur ne paie que lorsque l’utilisateur clique sur la publicité. Meta prend donc en compte le budget quotidien fixé par l’annonceur pour une certaine période lors de la création de la campagne. L’algorithme estime le coût que l’annonceur est prêt à payer par clic. Les publicités sont donc classées en fonction de leur offre et de la probabilité que l’utilisateur clique sur l’annonce. La gagnante est diffusée auprès de l’utilisateur.

Comment l’enchère est-elle calculée ?

Maintenant que vous avez compris comment une annonce est sélectionnée et les types de critères pris en compte par l’algorithme de Facebook Ads, il est temps de découvrir comment l’enchère est calculée. Celle-ci est un facteur clé pour déterminer quelle annonce est diffusée et lesquelles ne le sont pas. Ce processus permet d’organiser les annonces en fonction de l’offre de l’annonceur et de la qualité de l’annonce. La formule peut être résumée comme suit : 

Classement de l’annonce = Enchère X p(utilisateur va cliquer) + Qualité de l’annonce 

L’enchère correspond au montant maximal qu’un annonceur est prêt à payer pour obtenir un clic sur sa publicité.

P(utilisateur va cliquer) correspond à la probabilité calculée selon le modèle de recommandation.

La qualité de l’annonce correspond à une estimation de la pertinence d’une publicité en fonction des actions des utilisateurs vis-à-vis de cette annonce.

Lors de la création de la campagne publicitaire, l’annonceur ne donne généralement pas d’enchère précise. Il définit un budget quotidien ou un budget de campagne ainsi que sa durée. Par exemple, l’annonceur définit une campagne de 7 jours pour un budget de 100 €. Meta va alors estimer combien de fois il est susceptible de montrer l’annonce.

Pour reprendre notre exemple, imaginons que l’estimation est de 35 00 fois en 7 jours. Si le taux de clics est de 1 %, alors le nombre de clics sera de 35 000 x 0,01 = 350. Le coût par clic reviendra donc à 100 divisé par 350, soit environ 30 centimes. Sur la base du budget initial de l’annonceur et de la moyenne du taux de clics, Meta est capable de calculer une valeur d’enchère pour la campagne. Cette enchère peut être ajustée au cours d’une campagne publicitaire en fonction des résultats, du budget et des jours restants.

L’algorithme Facebook Ads en bref

L’algorithme Facebook Ads permet de montrer les annonces les plus pertinentes aux utilisateurs. Il comprend différents filtres pour trier les millions d’annonces de sa base de données et applique ensuite une vente aux enchères pour déterminer quelle publicité sera diffusée auprès de l’utilisateur ciblé.

Facebook
Twitter
LinkedIn

DataScientest News

Inscrivez-vous à notre Newsletter pour recevoir nos guides, tutoriels, et les dernières actualités data directement dans votre boîte mail.
Poursuivre la lecture

Vous souhaitez être alerté des nouveaux contenus en data science et intelligence artificielle ?

Laissez-nous votre e-mail, pour que nous puissions vous envoyer vos nouveaux articles au moment de leur publication !

Newsletter icone
icon newsletter

DataNews

Vous souhaitez recevoir notre
newsletter Data hebdomadaire ?