[Studi Kasus] Bagaimana Butik Pakaian Wanita Australia Menumbuhkan Keuntungan dari DataFeedWatch

Masalah

Klien kami, Blue Bungalow, adalah salah satu toko belanja mode online terkemuka untuk pakaian wanita seperti gaun linen dan aksesori dengan lebih dari 3.000 gaya fantastis untuk dipilih. Toko ini memiliki lebih dari 150 merek berbeda.

Mode sangat kompetitif dalam periklanan karena peningkatan jumlah bisnis yang menawar istilah pencarian yang sama menyebabkan harga lelang naik.

Akibatnya, jika semuanya tetap sama, untuk mempertahankan volume atau tumbuh, Anda dapat meningkatkan biaya per klik untuk grup produk dalam belanja dan istilah penelusuran dalam penelusuran yang menurunkan laba, atau Anda dapat melanjutkan apa adanya saat volume klik menurun untuk menyebabkan penurunan pendapatan. Klien mendekati kami untuk mengidentifikasi masalah dan masalah yang dihadapi.

Tujuan kami dengan Blue Bungalow sederhana: skala melalui keuntungan.

Anda hanya dapat menskalakan dengan arus kas positif yang berasal dari menghasilkan keuntungan. Peningkatan lalu lintas tidak masalah, lebih banyak transaksi tidak masalah, dan terlebih lagi, pendapatan tidak masalah. Bisnis apa pun pada akhirnya akan mati tanpa keuntungan.

Digital Darts mengaudit akun iklan mereka saat ini, mengidentifikasi berbagai fitur yang tidak digunakan dan kurangnya segmentasi yang berarti ada sedikit diskriminasi tawaran untuk mengoptimalkan keputusan penskalaan. Kampanye belanja pintar terlalu umum di bisnis yang dijalankan Shopify karena mudah dibuat dan dikelola.

Agensi menyukai sifat lepas tangan karena menghemat waktu mereka. Tapi, itu keuntungan jangka pendek untuk kerugian jangka panjang. Jenis kampanye tidak memiliki data istilah penelusuran yang menunjukkan kepada Anda kueri apa yang menghasilkan penjualan, yang berarti Anda tidak mendapatkan wawasan untuk mendorong keputusan laba atau data konversi dari belanja hingga memicu ide di kampanye penelusuran.

Solusinya

Pelacakan Keranjang Google Ads

Pada tahun 2020, Google Ads merilis versi beta dari kode pelacakan konversi keranjang mereka. Saya menulis tentang cara menyiapkan ini di blog lain di DataFeedWatch yang disebut Pelacakan Konversi Google Ads dengan Data Keranjang .

Kami menggunakan fitur baru yang memberi kami data eCommerce, seperti jumlah item per pembelian, harga pokok penjualan, dan keuntungan pembelian. Data keranjang penting karena menambahkan lapisan informasi relevan lainnya di atas setiap konversi.

Memanfaatkan data keranjang, Anda dapat melihat item apa, seperti celana dan legging, yang dibeli melalui klik iklan dan produk mana yang berkonversi lebih baik. Anda juga dapat melihat item apa saja, seperti sepatu kets, yang paling laris dan jumlah keuntungan yang diperoleh.

Dengan pelacakan Google Ads Conversion Tracking (GACT) reguler, jika Anda mengelompokkan berbagai grup produk dalam kampanye belanjanya, yang paling dapat Anda ketahui dan evaluasi adalah produk apa yang diklik dan jumlah pendapatan yang berasal dari pembelian.

Segmentasi dengan DataFeedWatch

Sekarang menggunakan DataFeedWatch dan data keranjang, kami tahu produk apa yang dibeli meskipun SKU yang diklik berbeda dengan yang ada di iklan belanja.

Dengan bantuan kolom Harga Pokok Penjualan (HPP) di feed belanja, kita bisa melihat keuntungan. Menggunakan data berharga ini memberi klien dan tim kami ide yang jauh lebih baik dan menyeluruh tentang seberapa menguntungkan kampanye belanja mereka. Ini membantu kami mengoptimalkan kampanye lebih jauh.

Bukan hal yang aneh untuk melihat laba kotor dipertahankan atau sedikit menurun seiring dengan kenaikan biaya, tetapi Anda dapat melihat bagaimana laba kotor dapat berkembang pesat dengan keputusan yang tepat:

Sebelumnya di Shopify, dimungkinkan untuk mengumpulkan informasi biaya dengan bidang meta yang Anda buat. Manajer dan pemilik toko harus memasukkan sendiri biaya per item di bidang meta, lalu DataFeedWatch dapat mengekstrak dan mengunduh informasi ini.

Namun, Shopify memperkenalkan bidang biaya per item yang menguntungkan yang dapat kita gunakan dengan lebih mudah di DataFeedWatch. Sebagian besar pedagang menggunakan bidang ini sekarang karena memengaruhi berbagai laporan dalam platform.

Untuk menyiapkan bidang Harga Barang Terjual untuk Google Ads, di DataFeedWatch, kami membuat bidang internal yang disebut biaya per item :

Ini memberi Anda fleksibilitas dan kemudahan untuk menggunakan data yang sama di saluran lain seperti iklan produk dinamis di Iklan Facebook.

Selanjutnya, untuk umpan Google Belanja, kami memetakan atribut cost_per_goods_sold (biaya_per_barang_penjualan) Google ke bidang internal:

Dalam buku Google Shopping For Shopify: The Definitive Guide saya, strategi dan berbagai bidang dibahas lebih mendalam untuk mengoptimalkan kampanye belanja.

Sistem Google Ads sangat subjektif dan otomatis. Ini subjektif mengenai apa yang dianggap sebagai cara paling efektif untuk mengoptimalkan kampanye iklan Anda dan membelanjakan uang iklan Anda yang berharga.

Namun, kami percaya pada strategi dan rekomendasi objektif berdasarkan data faktual dan selaras dengan tujuan tertentu.

Iklan Penelusuran Dinamis dengan DataFeedWatch

DataFeedWatch juga digunakan untuk iklan penelusuran dinamis (DSA) sebagai strategi untuk mengumpulkan data penelusuran yang tidak diambil dalam kampanye penelusuran lainnya. Semakin tinggi jumlah SKU yang dimiliki toko, semakin penting strategi otomatis untuk mempertahankan data.

• Kami membuat dan memelihara strategi DSA dengan DFW untuk Blue Bungalow dengan:
• membuat saluran khusus,
• memilih format pemisah koma,
• mengganti nama URL halaman untuk menggunakan URL varian Shopify,
• dan menggunakan label khusus yang sesuai dengan merek.

File CSV kemudian diunggah sebagai data bisnis dan dapat diambil secara rutin agar kampanye DSA tetap mutakhir. Tawaran dapat disesuaikan untuk memenuhi keuntungan.

Ekstra

Strategi lain yang diterapkan melibatkan segmentasi lalu lintas bermerek dan tidak bermerek di semua jenis kampanye. Ditambah membangun kampanye penelusuran manual yang mendalam dan akhirnya akuisisi dingin melalui tampilan karena data konversi terus meningkat.

Hasil

• Total pengeluaran iklan meningkat 2000% dan pendapatan 3000% sementara laba kotor terus meningkat.
  
  
• Kampanye Google Ads Blue Bungalow lebih menguntungkan daripada sebelumnya.

• Kampanye cold display sekarang menghasilkan lebih banyak keuntungan daripada semua kampanye yang sebelumnya dikelola sebelum kami bergabung.

• Dengan peningkatan jumlah pengunjung yang kembali dari klien serta peningkatan nilai umur pelanggan, pendapatan dari saluran lain tumbuh dari bagian atas corong, lalu lintas istilah umum.

Jika Anda adalah merek Shopify dan ingin mengoptimalkan berbagai kampanye pemasaran berbayar Anda, kami sangat merekomendasikan DataFeedWatch sebagai alat manajemen umpan Anda.