[Estudo de caso] Agência de verão — remarketing dinâmico e Regex

Índice

# 1 Aproveite os produtos com desconto com o remarketing dinâmico

• Desafio: taxa de conversão insuficiente para campanha de remarketing dinâmico
• Solução: aproveitar o atributo ads_label para produtos com desconto
  
• Resultados: aumento na taxa de conversão, melhora no tempo médio no site e na taxa de rejeição.
  
  

#2 Evite falhas usando expressões regulares

• Desafio: um número finito de variantes para criar uma regra com o recurso "adicionar valor estático"
• Solução: criando regra dinâmica e escalável com uso de expressões regulares
• Resultados: categorização automática e rápida de novos atributos

#3 Agende uma consulta especializada em feeds [GRATUITO]

#1 Aproveite os produtos com desconto com o remarketing dinâmico

Uma das melhores práticas de remarketing é segmentar os usuários com base em sua posição no funil de compra. Dessa forma, você pode criar campanhas e grupos de anúncios personalizados para adotar diferentes estratégias, lances e orçamentos.

A subdivisão mais clássica é:

• Usuários que visitam a página inicial
• Usuários que visitam a página do produto
• Usuários que adicionam um produto ao carrinho
• Usuários que compram um produto

Desafio

Para uma campanha de remarketing dinâmico destinada a usuários que visitam a página do produto sem adicioná-lo ao carrinho, descobrimos que a taxa de conversão foi inferior ao objetivo. Então, decidimos mudar nossa estratégia.

Solução

Aproveite os produtos com desconto para estimular as vendas.

Nos perguntamos: e se tentarmos aumentar as conversões testando uma campanha voltada apenas para usuários que visitaram um produto com desconto hoje? Para implementar a estratégia, desenvolvemos uma regra no DataFeedWatch para criar um ads_label, chamado “sale”, para associar a todos os produtos com desconto. Usando o recurso “adicionar valor estático”, aplicamos a seguinte lógica:

Observação:

Este não é o atributo custom_label clássico, mas um atributo específico destinado exclusivamente a campanhas da Rede de Display.

Por que usar ads_label?

Até agora, é um dos poucos atributos que você pode usar para filtrar produtos em seus anúncios dinâmicos no nível da campanha.

Posteriormente, criamos uma campanha de remarketing de teste - um clone da original - que exibia exclusivamente anúncios dos produtos filtrados. Ou seja, os itens com desconto, para usuários que nos 30 dias anteriores demonstraram interesse neles.

Quem de nós não gosta de aproveitar um desconto?

Resultados

O impacto dessa estratégia tem sido impressionante, tanto em termos de vendas quanto de engajamento. A tática permite ao anunciante aproveitar um fenômeno natural de compra, em que os usuários atraídos por uma oferta com desconto também descobrem e compram outros produtos.

Na campanha de teste, registramos um aumento de 18% na taxa de conversão em relação à original, uma melhoria de 30 segundos no tempo médio no site, com uma taxa de rejeição melhorada em 20%.

A CTR dos anúncios também aumentou 20%, dada a presença da tag de layout “Redução de preço”, recurso ativado automaticamente para produtos com desconto recente.

Ele estava filtrando a campanha por um subgrupo de produtos que eventualmente nos permitiu aumentar sua parcela de impressões de 10% para 38%.

Retorne ao topo da página ou agende uma consulta especializada em feeds [GRATUITO]

#2 Evite falhas usando expressões regulares

Expressões regulares (ou regex) são funções ou fórmulas capazes de pesquisar, filtrar ou substituir strings de texto seguindo um padrão predefinido.

Eles são amplamente utilizados em programação e análise de dados. E mesmo para nós, profissionais de marketing, eles representam um canivete suíço para sempre carregar. Por exemplo, quando usamos o Google Analytics para criar filtros de visualização, destinos ou segmentos.

A criação de dependências complexas entre os atributos do feed pode ser uma ferramenta poderosa nas mãos dos profissionais de marketing digital. Mas, também pode se tornar uma arma de dois gumes se você não prestar atenção e tomar precauções. Para quem trabalha na indústria da moda, cor, tamanho e materiais são atributos fundamentais. Tanto como campos autônomos quanto como informações a serem incluídas no Título para converter tráfego de alta qualidade. Nesse sentido, recomendamos este excelente guia do Google sobre as melhores práticas para quem trabalha no setor da moda.

Para todos os nossos clientes do setor de moda, costumamos criar o Título de forma dinâmica, utilizando diferentes atributos pré-existentes no feed (materiais, cor, tamanho, nome do produto) e seguindo uma regra como:

O resultado final é: Designer Women Cotton Shirt, Red, ProductName, XL.

E até agora, tudo certo. Muitas vezes, os campos internos usados ​​no título não são fornecidos nos dados brutos - eles precisam ser extrapolados ou criados do zero usando os dados fornecidos no feed de origem. Neste exemplo específico, recuperamos as informações de uma coluna de feed contendo informações sobre as cores e materiais dos itens vendidos. Atributos do produto que simplesmente não seriam legíveis pelo Google se fornecidos na coluna do feed original.

A parte esquerda da imagem acima mostra a coluna “tags” do feed de origem. A parte direita mostra um exemplo de como usamos essas informações para desenvolver uma regra que cria o atributo “materiais”.

Desafio

A limitação de usar o recurso “adicionar valor estático” é que apenas um número finito de variantes existentes no momento da criação da regra pode ser contabilizado. Nesse caso, perde-se o dinamismo. O que acontece se o cliente adicionar novos produtos ao catálogo, com materiais ainda não categorizados ou cores e padrões não previstos até então?

Eu vou te dizer... os atributos (por exemplo, materiais, cores, etc.) estarão vazios, ou pior ainda, eles mostrarão valores incorretos. Como resultado, os atributos dependentes, como o Título e, eventualmente, outros que usam esses campos internos (por exemplo, rótulos personalizados, descrições) pagarão as consequências, transformando-se em algo assim:

Camisa Feminina Designer , , , ProductName, XL

Certamente, não é um título otimizado. Vou deixar você imaginar o impacto que uma situação como essa pode ter. Não apenas no desempenho, mas também na estrutura de suas campanhas de compras que, de repente, podem parar de funcionar.

Solução

Felizmente para nós, em 1950, um senhor chamado Stephen Cole Kleene, matemático americano, junto com outros jovens confiantes, deu vida ao que comumente conhecemos como expressões regulares.

Usando expressões regulares, foi possível criar uma regra dinâmica e escalável - muito melhor em comparação com a solução anterior. Esse mecanismo extrai automaticamente as informações presentes e futuras sobre os materiais do feed de origem, eliminando o risco de comprometer o funcionamento dos atributos dependentes.

Aqui está como obter o mesmo resultado da captura de tela anterior, mas de maneira escalável, usando apenas regex simples.

Lembre-se sempre de testar o funcionamento das expressões regulares. A opção de visualização e o suporte oferecidos pelo DataFeedWatch são de grande ajuda para isso.

Resultados

Após essa otimização, conseguimos evitar erros de feed e falhas no trânsito. Além disso, permitiu automatizar e agilizar a categorização de novos atributos, cor, categoria e outras informações do produto criadas pelo cliente, evitando trabalhos manuais tediosos no feed ou intervenções do departamento de TI.

Estes são apenas dois exemplos de como uma ferramenta de gerenciamento de feed de dados, juntamente com o poder do cérebro humano, pode ajudá-lo a testar ideias não convencionais e na prevenção e resolução de problemas cotidianos. Ajudando você a se manter competitivo e evitar cenários apocalípticos.

O único limite é a criatividade, nunca pare de testar!!

--
Gostou deste artigo? Confira a dica profissional de Michele sobre como aproveitar a rede de parceiros de pesquisa.

Estudo de caso da Midsummer Agency