[Fallstudie] Wie eine australische Damenbekleidungsboutique ihre Gewinne durch DataFeedWatch steigerte

Das Problem

Unser Kunde, Blue Bungalow, ist einer der führenden Online-Fashion-Shopping-Shops für Damenbekleidung wie Leinenkleider und Accessoires mit mehr als 3.000 fantastischen Styles zur Auswahl. Das Geschäft führt über 150 verschiedene Marken.

Mode ist in der Werbung äußerst wettbewerbsintensiv, da immer mehr Unternehmen auf dieselben Suchbegriffe bieten, was zu steigenden Auktionspreisen führt.

Infolgedessen können Sie, wenn alles andere gleich bleibt, um das Volumen beizubehalten oder zu wachsen, die Kosten pro Klick für Produktgruppen beim Einkaufen und Suchbegriffe in der Suche erhöhen, was den Gewinn verringert, oder Sie können so weitermachen, wie es ist, während das Klickvolumen abnimmt, um a zu verursachen Umsatzeinbußen. Der Kunde wandte sich an uns, um die Probleme und Probleme zu identifizieren, mit denen er konfrontiert war.

Unser Ziel mit Blue Bungalow war einfach: Skalierung durch Gewinn.

Sie können nur mit positivem Cashflow skalieren, der aus der Gewinngenerierung stammt. Erhöhter Traffic spielt keine Rolle, mehr Transaktionen spielen keine Rolle, und noch mehr, Einnahmen spielen keine Rolle. Jedes Unternehmen wird schließlich ohne Gewinn sterben.

Digital Darts überprüfte sein aktuelles Werbekonto und identifizierte verschiedene nicht genutzte Funktionen und einen Mangel an Segmentierung, was bedeutete, dass es wenig Gebotsdiskriminierung gab, um Skalierungsentscheidungen zu optimieren. Intelligente Einkaufskampagnen sind in von Shopify betriebenen Unternehmen allzu verbreitet, da sie einfach zu erstellen und zu verwalten sind.

Agenturen lieben die praktische Natur, da sie dadurch Zeit sparen. Aber es ist kurzfristiger Gewinn für langfristigen Verlust. Dem Kampagnentyp fehlen Suchbegriffsdaten, die Ihnen zeigen, welche Suchanfragen zu Verkäufen geführt haben, was bedeutet, dass Sie keine Einblicke erhalten, um Gewinnentscheidungen voranzutreiben, oder Konversionsdaten aus Einkäufen, um Ideen in Suchkampagnen zu fördern.

Die Lösung

Google Ads-Warenkorbverfolgung

Im Jahr 2020 veröffentlichte Google Ads eine Beta-Version seines Warenkorb-Conversion-Tracking-Codes. Ich habe in einem anderen Blog auf DataFeedWatch mit dem Titel Google Ads Conversion Tracking with Cart Data darüber geschrieben, wie man sich darauf einstellt.

Wir haben die neue Funktion verwendet, die uns E-Commerce-Daten wie die Anzahl der Artikel pro Einkauf, die Kosten der verkauften Waren und den Gewinn aus Einkäufen lieferte. Warenkorbdaten sind wichtig, da sie jeder Conversion eine weitere Ebene relevanter Informationen hinzufügen.

Anhand der Warenkorbdaten können Sie sehen, welche Artikel wie Hosen und Leggings durch Anzeigenklicks gekauft werden und welche Produkte besser konvertieren. Sie können auch sehen, welche Artikel wie Turnschuhe Topseller sind und wie viel Gewinn erzielt wurde.

Mit dem regulären Google Ads Conversion Tracking (GACT)-Tracking, wenn Sie verschiedene Produktgruppen in seiner Shopping-Kampagne segmentieren, können Sie höchstens wissen und auswerten, auf welche Produkte geklickt wurde und wie hoch der Umsatz war, der durch den Kauf erzielt wurde.

Segmentierung mit DataFeedWatch

Mit DataFeedWatch und Warenkorbdaten wussten wir jetzt, welche Produkte gekauft wurden, selbst wenn die angeklickte SKU anders war als die in der Shopping-Anzeige.

Mit Hilfe des Feldes Cost of Goods Sold (COGS) im Shopping-Feed können wir den Gewinn sehen. Die Nutzung dieser wertvollen Daten gab dem Kunden und unserem Team eine viel bessere und ganzheitliche Vorstellung davon, wie profitabel ihre Einkaufskampagnen waren. Dies hilft uns, Kampagnen noch weiter zu optimieren.

Es ist nicht ungewöhnlich, dass der Bruttogewinn bei steigenden Kosten gleich bleibt oder leicht sinkt, aber Sie können sehen, wie der Bruttogewinn mit den richtigen Entscheidungen boomen kann:

Zuvor war es in Shopify möglich, Kosteninformationen mit von Ihnen erstellten Metafeldern zu sammeln. Manager und Ladenbesitzer mussten die Kosten pro Artikel selbst in Metafelder eingeben, dann konnte DataFeedWatch diese Informationen extrahieren und herunterladen.

Shopify hat jedoch ein vorteilhaftes Feld für die Kosten pro Artikel eingeführt, das wir in DataFeedWatch einfacher verwenden können. Die meisten Händler verwenden dieses Feld jetzt, da es verschiedene Berichte innerhalb der Plattform betrifft.

Um das Feld „Kosten der verkauften Waren“ für Google Ads einzurichten, haben wir in DataFeedWatch ein internes Feld namens „ Kosten pro Artikel “ erstellt:

Dies gibt Ihnen die Flexibilität und Leichtigkeit, dieselben Daten über andere Kanäle wie dynamische Produktanzeigen in Facebook-Werbung zu verwenden.

Als Nächstes haben wir für den Google Shopping-Feed das Attribut cost_per_goods_sold von Google dem internen Feld zugeordnet:

In meinem Buch Google Shopping For Shopify: The Definitive Guide werden die Strategie und verschiedene Bereiche zur Optimierung von Shopping-Kampagnen ausführlicher besprochen.

Das System von Google Ads ist äußerst subjektiv und automatisiert. Es ist subjektiv, was es für den effektivsten Weg hält, Ihre Werbekampagne zu optimieren und Ihre wertvollen Werbegelder auszugeben.

Wir glauben jedoch an objektive Strategien und Empfehlungen, die auf Fakten basieren und auf bestimmte Ziele ausgerichtet sind.

Dynamische Suchanzeigen mit DataFeedWatch

DataFeedWatch wurde auch für dynamische Suchanzeigen (DSAs) als Strategie zum Sammeln von Suchdaten verwendet, die nicht in anderen Suchkampagnen erfasst wurden. Je höher die SKU-Anzahl eines Geschäfts ist, desto wichtiger ist eine automatisierte Strategie zur Pflege der Daten.

• Wir haben eine DSA-Strategie mit DFW für Blue Bungalow erstellt und gepflegt, indem wir:
• Erstellen eines benutzerdefinierten Kanals,
• Auswählen eines Kommatrennzeichenformats,
• Umbenennen der Seiten-URL, um die Varianten-URL von Shopify zu verwenden,
• und die Verwendung eines benutzerdefinierten Etiketts, das zur Marke passt.

Die CSV-Datei wird dann als Geschäftsdaten hochgeladen und kann regelmäßig abgerufen werden, um DSA-Kampagnen auf dem neuesten Stand zu halten. Gebote können angepasst werden, um den Gewinn zu erfüllen.

Extras

Andere implementierte Strategien beinhalteten die Segmentierung von Marken- und Nicht-Marken-Traffic über alle Kampagnentypen hinweg. Plus den Aufbau umfassender manueller Suchkampagnen und schließlich die Kaltakquise durch Display, da die Konversionsdaten weiter anstiegen.

Die Ergebnisse

• Die gesamten Werbeausgaben sind um 2000 % und die Einnahmen um 3000 % gestiegen, während der Bruttogewinn weiter steigt.
  
  
• Die Google Ads-Kampagnen von Blue Bungalow sind profitabler als in der Vergangenheit.

• Kalte Display-Kampagnen erzielen jetzt mehr Gewinn als alle Kampagnen, die zuvor verwaltet wurden, bevor wir an Bord kamen.

• Mit der gestiegenen Anzahl wiederkehrender Besucher des Kunden sowie dem gestiegenen Customer Lifetime Value wachsen die Einnahmen aus anderen Kanälen von der Spitze des Trichters, dem allgemeinen Begriff Traffic.

Wenn Sie eine Shopify-Marke sind und Ihre verschiedenen bezahlten Marketingkampagnen optimieren möchten, empfehlen wir DataFeedWatch als Ihr Feed-Management-Tool.