[사례 연구] Midsummer Agency — 동적 리마케팅 ​​및 정규식

목차

# 1 동적 리마케팅으로 할인된 제품 활용

• 과제: 동적 리마케팅 ​​캠페인에 대한 전환율 부족
• 솔루션: 할인된 제품에 ads_label 속성 활용
  
• 결과: 전환율 증가, 사이트에 머문 평균 시간 및 이탈률 개선.
  
  

#2 정규식을 사용하여 실패 방지

• 과제: "정적 값 추가" 기능이 있는 규칙을 생성하기 위한 한정된 수의 변형
• 솔루션: 정규식을 사용하여 동적 및 확장 가능한 규칙 만들기
• 결과: 새로운 속성의 자동화되고 빠른 분류

#3 전문가 피드 상담 예약 [무료]

#1 동적 리마케팅으로 할인된 제품 활용

최고의 리마케팅 ​​방법 중 하나는 구매 유입경로에서의 위치에 따라 사용자를 분류하는 것입니다. 이렇게 하면 맞춤형 캠페인과 광고그룹을 만들어 다양한 전략, 입찰가 및 예산을 채택할 수 있습니다.

가장 고전적인 세분화는 다음과 같습니다.

• 홈페이지를 방문하는 이용자
• 제품 페이지를 방문하는 사용자
• 장바구니에 제품을 추가한 사용자
• 제품을 구매하는 사용자

도전

장바구니에 담지 않고 제품 페이지를 방문하는 사용자를 대상으로 하는 동적 리마케팅 ​​캠페인의 경우 전환율이 목표보다 낮은 것으로 나타났습니다. 그래서 우리는 전략을 바꾸기로 했습니다.

해결책

할인된 제품을 활용하여 판매를 촉진하십시오.

우리는 자문했습니다. 오늘 할인된 제품을 방문한 사용자만을 대상으로 캠페인을 테스트하여 전환을 늘리려고 하면 어떻게 될까요? 이 전략을 구현하기 위해 DataFeedWatch에서 모든 할인 제품과 연결하는 "sale"이라는 ads_label을 만드는 규칙을 개발했습니다. "정적 값 추가" 기능을 사용하여 다음 로직을 적용했습니다.

메모:

이것은 고전적인 custom_label 속성이 아니라 디스플레이 캠페인 전용으로 의도된 특정 속성입니다.

왜 ads_label을 사용합니까?

지금까지는 캠페인 수준에서 동적 광고의 제품을 필터링하는 데 사용할 수 있는 몇 안 되는 속성 중 하나입니다.

그 후 우리는 필터링된 제품의 광고를 독점적으로 표시하는 테스트 리마케팅 ​​캠페인(원래 캠페인의 복제본)을 만들었습니다. 즉, 할인된 항목은 지난 30일 동안 관심을 보인 사용자에게 제공됩니다.

우리 중 누가 할인 혜택을 원하지 않습니까?

결과

이 전략의 영향은 판매 및 참여 측면 모두에서 인상적이었습니다. 이 전략을 통해 광고주는 할인 제안에 유혹된 사용자가 다른 제품도 발견하고 구매하는 자연스러운 구매 현상을 활용할 수 있습니다.

테스트 캠페인에서는 전환율이 원래보다 18% 증가하여 사이트에 머문 평균 시간이 30초 단축되었으며 이탈률이 20% 개선되었습니다.

최근 할인된 제품에 대해 자동으로 활성화되는 기능인 "가격 인하" 레이아웃 태그가 있어 광고의 CTR도 20% 증가했습니다.

제품의 하위 그룹에 대한 캠페인을 필터링하여 결국 노출 점유율을 10%에서 38%로 끌어올렸습니다.

페이지 맨 위로 돌아가기 또는 전문가 피드 상담 예약 [무료]

#2 정규식을 사용하여 실패 방지

정규식(또는 정규식)은 미리 정의된 패턴에 따라 텍스트 문자열을 검색, 필터링 또는 대체할 수 있는 함수 또는 수식입니다.

프로그래밍 및 데이터 분석에 널리 사용됩니다. 그리고 우리 마케터들에게도 항상 들고 다니는 스위스 칼을 상징합니다. 예를 들어 Google Analytics를 사용하여 보기 필터, 대상 또는 세그먼트를 만든 경우입니다.

피드 속성 간에 복잡한 종속성을 만드는 것은 디지털 마케터의 손에 있는 강력한 도구가 될 수 있습니다. 하지만 주의를 기울이지 않고 예방 조치를 취하지 않으면 양날의 무기가 될 수도 있습니다. 패션 업계에 종사하는 사람들에게 색상, 크기 및 소재는 기본 속성입니다. 고품질 트래픽을 변환하기 위해 독립형 필드 및 제목에 포함될 정보로 모두. 이와 관련하여 패션 부문에서 일하는 사람들을 위한 모범 사례에 대한 이 훌륭한 Google 가이드를 추천합니다.

패션 부문의 모든 고객을 위해 우리는 일반적으로 피드의 다양한 기존 속성(재료, 색상, 크기, 제품 이름)을 사용하고 다음과 같은 규칙에 따라 제목을 동적으로 생성합니다.

최종 결과는 Designer Women Cotton Shirt, Red, ProductName, XL입니다.

그리고 지금까지 모든 것이 정상입니다. 제목에 사용된 내부 필드는 원시 데이터에 제공되지 않는 경우가 많습니다. 소스 피드에 제공된 데이터를 사용하여 외삽하거나 처음부터 새로 만들어야 합니다. 이 특정 예에서는 판매 항목의 색상 및 재료에 대한 정보가 포함된 피드 열에서 정보를 검색했습니다. 원래 피드 열에 제공된 경우 Google에서 읽을 수 없는 제품 속성입니다.

위 이미지의 왼쪽 부분은 소스 피드의 "태그" 열을 보여줍니다. 오른쪽 부분은 "materials" 속성을 생성하는 규칙을 개발하기 위해 해당 정보를 사용하는 방법의 예를 보여줍니다.

도전

"정적 값 추가" 기능 사용의 제한 사항은 규칙을 만드는 순간에 존재하는 유한한 수의 변형만 설명할 수 있다는 것입니다. 이 경우 역동성이 상실됩니다. 고객이 아직 분류되지 않은 재료 또는 그때까지 예측할 수 없는 색상과 패턴으로 카탈로그에 새 제품을 추가하면 어떻게 됩니까?

내가 말할게... 속성(예: 재료, 색상 등)이 비어 있거나 더 나쁜 경우 잘못된 값이 표시됩니다. 결과적으로 제목과 같은 종속 속성과 결국 이러한 내부 필드(예: 사용자 지정 레이블, 설명)를 사용하는 다른 속성은 결과를 지불하고 다음과 같이 변환됩니다.

디자이너 여성 셔츠 , , , ProductName, XL

물론 최적화된 제목은 아닙니다. 이와 같은 상황이 미칠 수 있는 영향을 상상해 보겠습니다. 실적뿐만 아니라 갑자기 작동을 멈출 수 있는 쇼핑 캠페인의 구조에도 영향을 미칩니다.

해결책

다행스럽게도 1950년에 미국 수학자 Stephen Cole Kleene이라는 신사가 다른 자신감 넘치는 젊은이들과 함께 우리가 흔히 정규 표현식으로 알고 있는 것에 생명을 불어넣었습니다.

정규식을 사용하여 이전 솔루션에 비해 훨씬 더 나은 동적 확장 가능한 규칙을 생성할 수 있었습니다. 이 메커니즘은 소스 피드에서 재료에 대한 현재 및 미래 정보를 자동으로 추출하여 종속 속성의 기능을 손상시킬 위험을 제거합니다.

다음은 이전 스크린샷과 동일한 결과를 얻는 방법이지만 간단한 정규식만 사용하여 확장 가능합니다.

정규 표현식의 기능을 테스트하는 것을 항상 기억하십시오. DataFeedWatch에서 제공하는 미리보기 옵션과 지원은 이에 큰 도움이 됩니다.

결과

이 최적화에 따라 피드 오류와 트래픽 충돌을 방지할 수 있었습니다. 또한 고객이 생성한 새로운 속성, 색상, 카테고리 및 기타 제품 정보의 분류를 자동화하고 가속화하여 피드에 대한 지루한 수동 작업이나 IT 부서의 개입을 피할 수 있었습니다.

이것은 데이터 피드 관리 도구와 인간 두뇌의 힘이 어떻게 비 전통적인 아이디어를 테스트하고 일상적인 문제의 예방 및 해결에 도움이 될 수 있는지에 대한 두 가지 예일 뿐입니다. 경쟁력을 유지하고 종말론적인 시나리오를 피할 수 있도록 지원합니다.

유일한 한계는 창의성입니다. 테스트를 멈추지 마세요!!

--
이 기사를 즐겼습니까? 검색 파트너 네트워크 활용에 대한 Michele의 전문가 팁을 확인하세요.

Midsummer Agency 의 사례 연구