[Estudio de caso] Cómo la boutique de ropa femenina australiana aumentó sus ganancias gracias a DataFeedWatch

El problema

Nuestro cliente, Blue Bungalow, es una de las principales tiendas de compras de moda en línea para ropa de mujer, como vestidos de lino y accesorios, con más de 3000 estilos fantásticos para elegir. La tienda cuenta con más de 150 marcas diferentes.

La moda es hipercompetitiva en la publicidad, ya que un mayor número de empresas pujan por los mismos términos de búsqueda, lo que hace que aumenten los precios de las subastas.

Como resultado, si todo lo demás permanece igual, para mantener el volumen o crecer, puede aumentar el costo por clic para los grupos de productos en los términos de búsqueda y compras en la búsqueda, lo que reduce las ganancias, o puede continuar mientras el volumen de clics disminuye para causar un caída de los ingresos. El cliente se acercó a nosotros para identificar los temas y problemas que enfrentaba.

Nuestro objetivo con Blue Bungalow era simple: escalar a través de las ganancias.

Solo puede escalar con un flujo de caja positivo que proviene de generar ganancias. No importa el aumento del tráfico, no importan más transacciones y, más aún, no importan los ingresos. Cualquier negocio eventualmente morirá sin ganancias.

Digital Darts auditó su cuenta publicitaria actual e identificó varias funciones que no se usaban y la falta de segmentación, lo que significaba que había poca discriminación de ofertas para optimizar las decisiones de escala. Las campañas de compras inteligentes son muy comunes en las empresas administradas por Shopify porque son fáciles de crear y administrar.

A las agencias les encanta la naturaleza de no intervención, ya que les ahorra tiempo. Pero, es una ganancia a corto plazo para una pérdida a largo plazo. El tipo de campaña carece de datos de términos de búsqueda que le muestren qué consultas generaron ventas, lo que significa que no obtiene información para impulsar decisiones de ganancias o datos de conversión de compras para impulsar ideas en campañas de búsqueda.

La solución

Seguimiento del carrito de anuncios de Google

En 2020, Google Ads lanzó una versión beta de su código de seguimiento de conversión de carrito. Escribí sobre cómo configurar esto en otro blog en DataFeedWatch llamado Google Ads Conversion Tracking with Cart Data .

Usamos la nueva función que nos proporcionó datos de comercio electrónico, como la cantidad de artículos por compra, el costo de los bienes vendidos y las ganancias de las compras. Los datos del carrito son importantes ya que agregan otra capa de información relevante además de cada conversión.

Al aprovechar los datos del carrito, puede ver qué artículos, como pantalones y calzas, se compran a través de clics en anuncios y qué productos se convierten mejor. También puede ver qué artículos, como las zapatillas de deporte, son los más vendidos y la cantidad de ganancias obtenidas.

Con el seguimiento regular de Google Ads Conversion Tracking (GACT), si segmenta varios grupos de productos en su campaña de compras, lo máximo que puede saber y evaluar es en qué productos se hizo clic y la cantidad de ingresos que provino de la compra.

Segmentación con DataFeedWatch

Ahora, al usar DataFeedWatch y los datos del carrito, sabíamos qué productos se compraron incluso si el SKU en el que se hizo clic era diferente al del anuncio de compras.

Con la ayuda del campo Costo de bienes vendidos (COGS) en el feed de compras, podemos ver las ganancias. El uso de estos valiosos datos le dio al cliente y a nuestro equipo una idea mucho mejor y holística de cuán rentables eran sus campañas de compras. Esto nos ayuda a optimizar aún más las campañas.

No es raro ver que la ganancia bruta se mantenga o disminuya ligeramente a medida que aumentan los costos, pero puede ver cómo la ganancia bruta puede aumentar con las decisiones correctas:

Anteriormente, en Shopify, era posible recopilar información de costos con los metacampos que creaste. Los gerentes y los propietarios de las tiendas tenían que ingresar el costo por artículo ellos mismos en los metacampos, luego DataFeedWatch pudo extraer y descargar esta información.

Sin embargo, Shopify introdujo un campo de costo por artículo beneficioso que podemos usar más fácilmente en DataFeedWatch. La mayoría de los comerciantes usan este campo ahora dado que afecta varios informes dentro de la plataforma.

Para configurar el campo Costo de bienes vendidos para Google Ads, en DataFeedWatch, creamos un campo interno llamado costo por artículo :

Esto le brinda la flexibilidad y la facilidad para usar los mismos datos en otros canales, como los anuncios dinámicos de productos en los anuncios de Facebook.

A continuación, para el feed de Google Shopping, asignamos el atributo cost_per_goods_sold de Google al campo interno:

En mi libro Google Shopping For Shopify: The Definitive Guide , la estrategia y varios campos se analizan más en profundidad para optimizar las campañas de compras.

El sistema de Google Ads es extremadamente subjetivo y automatizado. Es subjetivo con respecto a lo que considera que es la forma más efectiva de optimizar su campaña publicitaria y gastar su valioso dinero en publicidad.

Sin embargo, creemos en estrategias y recomendaciones objetivas basadas en datos reales y alineadas con objetivos específicos.

Anuncios dinámicos de búsqueda con DataFeedWatch

DataFeedWatch también se usó para anuncios de búsqueda dinámica (DSA) como una estrategia para recopilar datos de búsqueda que no se capturaron en otras campañas de búsqueda. Cuanto mayor sea el recuento de SKU que tiene una tienda, más importante es una estrategia automatizada para mantener los datos.

• Creamos y mantuvimos una estrategia DSA con DFW para Blue Bungalow por:
• crear un canal personalizado,
• elegir un formato de separador de comas,
• cambiar el nombre de la URL de la página para usar la URL variante de Shopify,
• y el uso de una etiqueta personalizada para adaptarse a la marca.

Luego, el archivo CSV se carga como datos comerciales y se puede recuperar regularmente para mantener las campañas de DSA actualizadas. Las ofertas se pueden personalizar para satisfacer las ganancias.

Extras

Otras estrategias implementadas involucraron la segmentación del tráfico con y sin marca en todos los tipos de campaña. Además de la creación de campañas de búsqueda manual en profundidad y, finalmente, la adquisición en frío a través de la visualización a medida que los datos de conversión continuaron aumentando.

Los resultados

• La inversión publicitaria total ha aumentado un 2000 % y los ingresos un 3000 % , mientras que el beneficio bruto sigue aumentando.
  
  
• Las campañas de anuncios de Google de Blue Bungalow son más rentables que en el pasado.

• Las campañas de display en frío ahora generan más ganancias que todas las campañas administradas anteriormente antes de que nos incorporáramos.

• Con el aumento del número de visitantes recurrentes del cliente, así como el aumento del valor de por vida del cliente, los ingresos de otros canales están creciendo desde la parte superior del embudo, el tráfico de términos genéricos.

Si eres una marca de Shopify y deseas optimizar tus diversas campañas de marketing pagas, te recomendamos DataFeedWatch como tu herramienta de administración de feeds.