Benchmarks YouTube

Important : Cette fonctionnalité n'est disponible que pour les comptes figurant sur une liste d'autorisation. Contactez votre représentant Google si vous avez besoin d'accéder à cette fonctionnalité.

L'BenchmarksService permet aux annonceurs et aux agences de comparer les performances de leurs annonces YouTube à des benchmarks sectoriels. Ce service vous permet d'évaluer les performances de vos campagnes par rapport aux secteurs d'activité ou à l'ensemble des annonceurs dans des catégories de produits et de services spécifiques.

Capacités clés

Avec BenchmarksService, vous pouvez :

• Comparer les performances : évaluez les métriques de taux moyen d'un client (comme le CPM, le CPV, le CTR et la visibilité) par rapport aux moyennes agrégées du secteur.
• Analyser la part de marché : comprenez la présence relative d'un client sur le marché grâce à la part de voix (impressions relatives) et à la part des dépenses.
• Évaluer la position concurrentielle : mesurez la position concurrentielle d'un client à l'aide de métriques de centiles qui classent les performances selon des dimensions clés dans des niveaux de compétitivité (comme Leader du marché ou Concurrent).
• Segmenter par période : regroupez les métriques de benchmarking par précision temporelle hebdomadaire, mensuelle ou trimestrielle.
• Découvrez les dimensions de référence compatibles : interrogez les plages de dates disponibles, les zones géographiques, les produits publicitaires et les sources de référence (secteurs d'activité ou catégories de produits et services).

Remarque : Vous devez fournir un numéro client dans vos requêtes. Un numéro client de compte administrateur ne renverra pas de métriques client, car les comptes administrateur ne diffusent pas directement de campagnes publicitaires.

Méthodes de découverte

Avant de générer des métriques de benchmarking, utilisez les méthodes de découverte pour récupérer les paramètres et les critères de portée valides pour vos requêtes.

Lister les dates disponibles

La méthode ListBenchmarksAvailableDates renvoie les plages de dates historiques qui acceptent les données de benchmarking dans un ListBenchmarksAvailableDatesResponse.

La réponse fournit deux plages de dates distinctes :

• supported_dates : plage de dates globale pour laquelle les métriques de benchmarking sont disponibles (incluses). Les demandes de benchmarks peuvent interroger des dates dans cette plage.
• supported_dates_for_all_metrics : sous-ensemble de supported_dates qui accepte l'ensemble complet des métriques de benchmark. Certaines métriques, en particulier les métriques de part de marché client (share_of_voice et share_of_spend) et les métriques de taux moyen de la source de référence, ne sont disponibles que dans cette plage de dates en raison de la disponibilité limitée des données. Ces métriques sont omises de la réponse si le date_range demandé ne se situe pas entièrement dans supported_dates_for_all_metrics.

Répertorier les emplacements

La méthode ListBenchmarksLocations renvoie la liste des zones géographiques (comme les pays) qui acceptent les données de référence.

Chaque BenchmarksLocation de la réponse inclut les éléments suivants :

• location_name : nom unique de l'établissement en anglais (par exemple, "United States").
• location_type : type de lieu correspondant à target_type dans l'API Google Ads (par exemple, "Country").
• location_info : objet LocationInfo contenant la constante de ciblage géographique (par exemple, geo_target_constant: "geoTargetConstants/2840").

Répertorier les produits

La méthode ListBenchmarksProducts renvoie la liste des produits et des objectifs marketing disponibles pour le benchmarking.

Chaque entrée BenchmarksProductMetadata inclut :

• product_name : nom convivial du produit.
• product_code : chaîne d'identifiant unique du produit, utilisée lors de la construction d'un ProductFilter.
• marketing_objective : objectif marketing associé (BenchmarksMarketingObjective) :
  • AWARENESS : campagnes conçues pour accroître la notoriété d'une marque ou d'un produit.
  • CONSIDERATION : campagnes conçues pour encourager les clients potentiels à s'intéresser à la marque ou aux produits.
  • ACTION : campagnes conçues pour générer une action de conversion spécifique.

Lister les sources de benchmarks

La méthode ListBenchmarksSources récupère les sources de référence disponibles. Spécifiez les types de sources à récupérer à l'aide de BenchmarksSourceType :

• INDUSTRY_VERTICAL : classifications des segments de l'industrie (par exemple, "Technologie" ou "Finance").
• CATEGORY : catégories de produits et services (par exemple, "/Apparel/Clothing"). Les catégories peuvent être utilisées comme filtres pour définir le champ d'application de l'analyse comparative lorsque vous comparez vos performances à celles de tous les annonceurs.

La réponse renvoie une liste d'objets BenchmarksSourceMetadata contenant :

• IndustryVerticalInfo : contient industry_vertical_name, industry_vertical_id et parent_industry_vertical_id (le cas échéant).
• CategoryInfo : contient category_name, category_id et category_path (hiérarchie complète des catégories).

Générer des métriques de référence

Appelez GenerateBenchmarksMetrics pour comparer les métriques des annonces YouTube d'un client aux benchmarks du secteur.

Paramètres de requête

Les niveaux GenerateBenchmarksMetricsRequest définissent le champ d'application de l'analyse. Vous devez au minimum spécifier un customer_id client, une location géographique, une benchmarks_source (telle qu'une verticale spécifique ou tous les annonceurs définis par category_filter) et un product_filter. Vous pouvez éventuellement fournir un date_range, regrouper les métriques avec un breakdown_definition, spécifier un currency_code ou demander des fonctionnalités supplémentaires telles que PERCENTILE_DATA via supplemental_data.

Pour obtenir des définitions et des exigences complètes concernant les paramètres, consultez la documentation de référence GenerateBenchmarksMetricsRequest.

Répartitions par date

Vous pouvez regrouper les métriques en définissant breakdown_definition.date_breakdown à l'aide de BenchmarksTimeGranularity :

• WEEK : agrège les métriques par semaine. La date_range doit commencer un dimanche et se terminer un samedi (notez que cela diffère de la norme ISO 8601).
• MONTH : agrège les métriques par mois. La date_range doit commencer le premier jour du mois et se terminer le dernier jour du mois.
• QUARTER : agrège les métriques par trimestre civil. La date_range doit commencer le premier jour du trimestre et se terminer le dernier jour du trimestre.

Métriques de réponse

GenerateBenchmarksMetricsResponse renvoie :

• customer_metrics : métriques représentant les performances des annonces YouTube d'un client, y compris average_rate_metrics, share_metrics, aggregate_metrics et percentile_metrics.
• average_benchmarks_metrics : métriques de taux agrégées (RateMetrics) pour la source de benchmark sélectionnée.
• breakdown_metrics : liste de métriques segmentées par les répartitions définies dans breakdown_definition.

Pour obtenir les spécifications complètes des champs, consultez la documentation de référence sur GenerateBenchmarksMetricsResponse.

Métriques de centiles

Les métriques de centiles représentent la position concurrentielle d'un client sous forme de centiles par rapport aux autres annonceurs de l'analyse concernée.

Prérequis

Pour récupérer des métriques de centiles, votre demande doit répondre aux exigences suivantes :

1. Source des benchmarks : benchmarks_source, vous devez sélectionner all_advertisers = true.
2. Filtre par catégorie : category_filter doit être fourni et contenir une ou plusieurs category_ids valides récupérées à partir de ListBenchmarksSources.
3. Données supplémentaires : vous devez ajouter PERCENTILE_DATA au champ supplemental_data dans GenerateBenchmarksMetricsRequest.

Niveaux de centiles

Les performances d'un client sont classées dans l'une des valeurs d'énumération BenchmarksCustomerPercentileTier (de DEVELOPING pour les niveaux inférieurs à MARKET_LEADER pour les annonceurs les plus performants). Pour obtenir une description de chaque niveau et de ses limites de centiles, consultez la documentation de référence sur BenchmarksCustomerPercentileTier.

Exemple de requête

L'exemple suivant illustre une charge utile de requête JSON REST permettant de générer des métriques de benchmarking avec des niveaux de centiles pour un utilisateur qui compare les performances des annonces YouTube de son client à celles d'autres annonceurs diffusant des annonces dans la catégorie /Apparel/Clothing :

{
  "customer_id": "1234567890",
  "location": {
    "geo_target_constant": "geoTargetConstants/2840"
  },
  "benchmarks_source": {
    "all_advertisers": true
  },
  "category_filter": {
    "category_ids": ["10176"]
  },
  "product_filter": {
    "marketing_objective_list": {
      "marketing_objectives": ["AWARENESS", "CONSIDERATION"]
    }
  },
  "supplemental_data": [
    "PERCENTILE_DATA"
  ]
}

Réponse incluant les données de centiles supplémentaires demandées :

{
  "customer_metrics": {
    "average_rate_metrics": {
      "average_cpm": 5.42,
      "click_through_rate": 0.0185
    },
    "share_metrics": {
      "share_of_voice": 0.0345,
      "share_of_spend": 0.0410
    },
    "aggregate_metrics": {
      "cost": 15200.0,
      "impressions": 2800000.0,
      "clicks": 51800.0
    },
    "percentile_metrics": {
      "cost_percentile_tier": "STRONG_COMPETITOR",
      "impressions_percentile_tier": "STRONG_COMPETITOR",
      "clicks_percentile_tier": "MARKET_LEADER",
      "video_trueview_views_percentile_tier": "COMPETITOR",
      "viewable_impressions_percentile_tier": "STRONG_COMPETITOR",
      "interactions_percentile_tier": "MARKET_LEADER",
      "engagements_percentile_tier": "COMPETITOR"
    }
  },
  "average_benchmarks_metrics": {
    "average_rate_metrics": {
      "average_cpm": 6.15,
      "click_through_rate": 0.0142
    }
  }
}

Gestion des exceptions

Lorsque vous appelez BenchmarksService, vous pouvez rencontrer des erreurs spécifiques aux requêtes de benchmarks dans BenchmarksError :

• MAX_QUERY_COMPLEXITY_EXCEEDED : la combinaison des entrées demandées est trop complexe à traiter. Pour réduire la complexité des requêtes :
  • Sélectionnez une source ou un filtre de catégorie de benchmark plus spécifiques ou plus précis.
  • Raccourcis le date_range demandé.
  • Réduisez le nombre de produits dans product_filter.
• NO_METRICS_FOUND : aucune métrique n'a été trouvée pour la combinaison d'entrées demandée (par exemple, une catégorie de niche dans une zone géographique et une période spécifiques où aucun annonceur n'a diffusé de campagne). Essayez d'ajuster la catégorie, l'emplacement, la période ou les produits.

Pour obtenir des informations générales sur la gestion des erreurs d'API et les bonnes pratiques, consultez le guide de gestion des erreurs.