[Studium przypadku] Zwiększanie wydajności Zakupów Google dzięki DataFeedWatch

Opublikowany: 2023-11-01

Problem I: Surowe źródła produktów przynoszące mierne rezultaty

Często pozyskujemy nowych klientów, którzy mają niezmienione kanały produktów, co oznacza, że ​​tytuły, opisy, typ produktu itp. są nieedytowane. Z tego powodu treść, którą otrzymujemy, nie jest wystarczająco zoptymalizowana, aby zapewnić zadowalającą skuteczność kampanii.

Możesz zadać sobie pytanie: „Po co optymalizować mój plik produktowy? Moje reklamy produktów i tak są wyświetlane.”

Cóż, odpowiednio zoptymalizowany plik danych pomaga Google w ustalaniu priorytetów Twoich produktów ze względu na takie atrybuty, jak:

  • Tytuł opisowy
  • Opis zorientowany na cechy produktów
  • Rodzaj produktu
  • Identyfikatory produktów, takie jak GTIN/SKU
  • Kolor
  • Rozmiar
  • Płeć

Wprowadzanie do Google wszelkich możliwych informacji o tym, czym jest Twój produkt, w jaki sposób jest używany, jak wygląda (kolor, rozmiar itp.), sprowadza się do ustalenia, dlaczego lepiej pasuje on do danego zapytania.

Jak wspomniano wcześniej, dobrze zoptymalizowany plik danych najprawdopodobniej doprowadzi do lepszych wyników kampanii produktowej niż w przypadku niezoptymalizowanego pliku danych. Ale jak właściwie z tego korzystamy w KompetenceKanalen?

Zwykle używamy go jako zamiennika własnych reguł pliku danych Google Merchant Center, ponieważ DataFeedWatch oferuje różne sposoby optymalizacji atrybutów oraz uwzględniania lub wykluczania produktów w bardzo konfigurowalny sposób. Postanowiliśmy dać Ci, czytelniku, spojrzenie na jedno z naszych kont DataFeedWatch oraz sposób, w jaki organizujemy i optymalizujemy nasze atrybuty tytułu i GTIN.

Rozwiązanie: Optymalizacja tytułu i GTIN

Optymalizacja tytułu

Nasz klient miał produkty bez marki i typu produktu w tytule, dlatego stworzyliśmy regułę ich dodania.

Uporządkowaliśmy nowe tytuły tak, aby na pierwszym miejscu była marka, potem oryginalny tytuł, a na końcu rodzaj produktu. Aby mieć pewność, że dotyczy to tylko produktu pozbawionego nazwy marki, dodaliśmy współczynnik [Tylko jeśli]. Wyłączyła z tej zasady wszystkie produkty, które miały już w tytule podaną markę. Na koniec dodaliśmy czynnik [Else], który zmieniał nazwę z powrotem na oryginalny tytuł, jeśli żadna z powyższych reguł nie miała żadnego wpływu na tytuł produktu.

Robiąc to w ten sposób, upewniliśmy się, że każdy tytuł, który sprawiał problemy i/lub brakowało mu odpowiednich informacji, otrzymał to, czego potrzebował, aby móc działać najlepiej, jak to możliwe.

Po przesłaniu zoptymalizowanego pliku danych do Merchant Center klienta zaobserwowaliśmy wzrost liczby konwersji w Zakupach Google aż o 95,67% .

Optymalizacja numeru GTIN

Jeśli atrybut GTIN zostanie wypełniony niepoprawnie, Twoje produkty zostaną odrzucone. Oznacza to oczywiście, że nie ma miejsca na błędy podczas wypełniania atrybutów GTIN.

Numery GTIN mogą składać się z maksymalnie 13 znaków. Aby zapobiec możliwości popełnienia błędu, stworzyliśmy regułę dla atrybutu GTIN, która usuwa wprowadzone liczby, jeśli są krótsze lub dłuższe niż 13 znaków. Dodając to, upewniliśmy się, że żaden produkt nie zostanie odrzucony ze względu na zbyt długi lub zbyt krótki numer GTIN. Wolelibyśmy mieć produkt bez numeru GTIN niż produkt odrzucony.

Problem II: ROAS nie zapewnia wystarczającego wglądu w zysk z konwersji

ROAS to stabilny wybór strategii automatycznego ustalania stawek w kampaniach produktowych i nadal tak jest. Jedynym problemem związanym z ROAS jest brak wglądu w rzeczywisty zysk z konwersji. ROAS na poziomie 800% może brzmieć i wyglądać dobrze, ale jeśli marża zysku danego produktu nie odpowiada docelowemu ROAS, klient nie będzie czerpał zysków z Google Ads.

Istnieje również strategia POAS, która uwzględnia różne koszty, takie jak koszt dostawy, wynagrodzenie, koszty stałe itp.

W KompetenceKanalen stworzyliśmy sposób, aby móc licytować dla zysku za pomocą zwrotu z wydatków na reklamę. Jak to robimy? Na razie zatrzymamy to dla siebie, ale możemy pokazać, jak to skonfigurowaliśmy, abyś mógł uzyskać marżę zysku w swoim pliku danych o produktach za pomocą niestandardowej etykiety i narzędzia DataFeedWatch.

Dla jednego z naszych klientów zastosowaliśmy własną strategię bid-for-profit, co przełożyło się na wzrost CTR, liczby konwersji, wartości konwersji i ROAS. W niespełna dwa miesiące udało nam się zwiększyć:

  • CTR z 38,82%
  • Konwersje z 95,67%
  • Wartość konwersji przy 139,85%
  • ROAS z 29,11%

Rozwiązanie: Obliczanie marży zysku w plikach produktowych za pomocą DataFeedWatch

Aby móc obliczyć marżę zysku produktu w DataFeedWatch, musisz mieć możliwość pobrania kosztu i ceny produktu z CMS klienta. Nie ma tak naprawdę znaczenia, czy jest to z podatkiem VAT, czy bez, ponieważ w DataFeedWatch możesz odjąć podatek VAT. W tym przykładzie wyciągnęliśmy cenę bez podatku VAT, do której będziemy się odtąd odnosić.

Ten krok może wymagać ręcznej pracy ze strony klientów, ponieważ koszt produktu zwykle nie jest standardowym polem do wypełnienia.

Po wykonaniu tej czynności możemy przejść do DataFeedWatch i obliczyć marżę zysku.

Aby marża zysku znalazła się w pliku danych o produktach, musisz to zrobić w wybranej przez siebie niestandardowej etykiecie. Po wybraniu konkretnej etykiety niestandardowej do pracy musisz wykonać czynności przedstawione na poniższym obrazku.

Zmień nazwę na cenę sprzedaży bez podatku VAT (czyli „pris uden Moms” na zrzucie ekranu poniżej), aby móc obliczyć marżę zysku. Następnie klikniemy „Edytuj wartości”, czyli niebieski przycisk po prawej stronie.

Następnie zajmiemy się tym, jak uzyskać dokładny procent marży zysku w pliku danych.

Aby móc zmienić lub edytować „cenę bez VAT”, musisz wybrać typ mapowania „Przelicz”. Dzięki temu możemy wykorzystać istniejące pole (pris uden Moms) jako podstawę do naszych obliczeń. Następnie odejmiemy „koszt za sztukę” i podzielimy przez „cenę bez VAT” (pris uden Moms). Jest to standardowe obliczenie marży zysku produktu.

Jeśli wyciągnąłeś cenę z podatkiem VAT, w tym miejscu będziesz musiał ją odjąć. Zrób to, dodając nową regułę w obszarze Edytuj wartości i pomnóż przez 0,20.

Ważne: należy to zrobić przed innymi obliczeniami i powinno to być pierwszą zasadą.

Podstawowy przykład

Załóżmy, że nasza „cena bez VAT” wynosi 100, nasz koszt wynosi 50, a poprzednie obliczenie daje wynik 0,5. Następne dwa kroki polegają na uzyskaniu marży zysku w pełnej wartości procentowej, na przykład 50%.

Używamy typu mapowania „Round” z wartością wejściową wynoszącą 2, aby uzyskać tylko 0,50, a nie 0,501893. Następnie mnożymy przez 100, aby otrzymać procent.

Dwa pozostałe czynniki naszej reguły to [Tylko IF] koszt przedmiotu jest większy niż 0 oraz czynnik [Else], który dodaje wartość statyczną, jeśli powyższe reguły zawiodą.

Ponieważ DataFeedWatch codziennie pobiera i przesyła Twój plik danych, tak jak w przypadku zwykłej konfiguracji CMS do GMC, wszystkie przyszłe produkty będą automatycznie przesyłane i kategoryzowane w odpowiednich grupach marży zysku. Oznacza to, że skonfigurowanie obliczenia marży zysku jest czynnością jednorazową i nie trzeba jej wykonywać za każdym razem, gdy do Twojego pliku danych trafiają nowe produkty.