[กรณีศึกษา] เอเจนซี่กลางฤดูร้อน — รีมาร์เก็ตติ้งแบบไดนามิกและ Regex

สารบัญ

# 1 ใช้ประโยชน์จากผลิตภัณฑ์ลดราคาด้วยรีมาร์เก็ตติ้งแบบไดนามิก

• ความท้าทาย: อัตรา Conversion ไม่เพียงพอสำหรับแคมเปญรีมาร์เก็ตติ้งแบบไดนามิก
• วิธีแก้ไข: ใช้ประโยชน์จากแอตทริบิวต์ ads_label สำหรับสินค้าลดราคา
  
• ผลลัพธ์: เพิ่มอัตราการแปลง ปรับปรุงเวลาเฉลี่ยบนไซต์ และในอัตราตีกลับ
  
  

#2 ป้องกันความล้มเหลวโดยใช้นิพจน์ทั่วไป

• ความท้าทาย: ตัวแปรจำนวนจำกัดเพื่อสร้างกฎด้วยคุณสมบัติ "เพิ่มค่าคงที่"
• วิธีแก้ไข: การสร้างกฎแบบไดนามิกและปรับขนาดได้ด้วยการใช้นิพจน์ทั่วไป
• ผลลัพธ์: การจัดหมวดหมู่คุณลักษณะใหม่โดยอัตโนมัติและรวดเร็ว

#3 จองคำปรึกษาด้านฟีดจากผู้เชี่ยวชาญ [ฟรี]

#1 ใช้ประโยชน์จากผลิตภัณฑ์ลดราคาด้วยรีมาร์เก็ตติ้งแบบไดนามิก

แนวทางปฏิบัติที่ดีที่สุดวิธีหนึ่งในการรีมาร์เก็ตติ้งคือการแบ่งกลุ่มผู้ใช้ตามตำแหน่งของพวกเขาในช่องทางการซื้อ ด้วยวิธีนี้ คุณจะสามารถสร้างแคมเปญและกลุ่มโฆษณาที่กำหนดเองเพื่อใช้กลยุทธ์ ราคาเสนอ และงบประมาณที่แตกต่างกัน

ส่วนย่อยที่คลาสสิกที่สุดคือ:

• ผู้ใช้ที่เข้าชมหน้าแรก
• ผู้ใช้ที่เข้าชมหน้าผลิตภัณฑ์
• ผู้ใช้ที่เพิ่มสินค้าลงในรถเข็น
• ผู้ใช้ที่ซื้อสินค้า

ท้าทาย

สำหรับแคมเปญรีมาร์เก็ตติ้งแบบไดนามิกที่มุ่งเป้าไปที่ผู้ใช้ที่เข้าชมหน้าผลิตภัณฑ์โดยไม่เพิ่มลงในรถเข็น เราพบว่าอัตราการแปลงต่ำกว่าวัตถุประสงค์ ดังนั้นเราจึงตัดสินใจเปลี่ยนกลยุทธ์ของเรา

วิธีการแก้

ใช้ประโยชน์จากผลิตภัณฑ์ลดราคาเพื่อกระตุ้นยอดขาย

เราถามตัวเองว่า ถ้าเราพยายามเพิ่ม Conversion โดยการทดสอบแคมเปญที่มุ่งเป้าไปที่ผู้ใช้ที่เข้าชมผลิตภัณฑ์ลดราคาวันนี้เท่านั้นล่ะ ในการใช้กลยุทธ์นี้ เราได้พัฒนากฎใน DataFeedWatch เพื่อสร้าง ads_label ที่เรียกว่า "sale" เพื่อเชื่อมโยงกับผลิตภัณฑ์ลดราคาทั้งหมด การใช้คุณลักษณะ "เพิ่มค่าคงที่" เราใช้ตรรกะต่อไปนี้:

บันทึก:

นี่ไม่ใช่แอตทริบิวต์ custom_label แบบคลาสสิก แต่เป็นแอตทริบิวต์เฉพาะสำหรับแคมเปญในเครือข่ายดิสเพลย์เท่านั้น

ทำไมต้องใช้ ads_label?

จนถึงตอนนี้ เป็นหนึ่งในแอตทริบิวต์ไม่กี่อย่างที่คุณสามารถใช้เพื่อกรองผลิตภัณฑ์ในโฆษณาแบบไดนามิกของคุณที่ระดับแคมเปญ

ต่อจากนั้น เราได้สร้างแคมเปญรีมาร์เก็ตติ้งทดสอบ ซึ่งเป็นโคลนของแคมเปญดั้งเดิม ซึ่งแสดงเฉพาะโฆษณาของผลิตภัณฑ์ที่ผ่านการกรอง กล่าวคือรายการลดราคาสำหรับผู้ใช้ที่แสดงความสนใจใน 30 วันก่อนหน้า

ใครในหมู่พวกเราที่ไม่ชอบใช้ประโยชน์จากส่วนลด?

ผลลัพธ์

ผลกระทบของกลยุทธ์นี้น่าประทับใจทั้งในแง่ของการขายและการมีส่วนร่วม กลวิธีดังกล่าวทำให้ผู้โฆษณาสามารถใช้ประโยชน์จากปรากฏการณ์การซื้อตามธรรมชาติ ซึ่งผู้ใช้ที่ถูกล่อลวงด้วยข้อเสนอลดราคาจะค้นพบและซื้อผลิตภัณฑ์อื่นๆ ด้วย

ในแคมเปญทดสอบ เราบันทึกอัตรา Conversion เพิ่มขึ้น 18% เมื่อเทียบกับอัตราเดิม ซึ่งเป็นเวลาเฉลี่ยบนเว็บไซต์ที่ดีขึ้น 30 วินาที โดยมีอัตราตีกลับเพิ่มขึ้น 20%

CTR ของโฆษณายังเพิ่มขึ้น 20% เมื่อมีแท็กเลย์เอาต์ "การลดราคา" ซึ่งเป็นคุณลักษณะที่เปิดใช้งานโดยอัตโนมัติสำหรับผลิตภัณฑ์ที่ลดราคาล่าสุด

เป็นการกรองแคมเปญสำหรับกลุ่มย่อยของผลิตภัณฑ์ที่ทำให้เราสามารถรับส่วนแบ่งการแสดงผลจาก 10% เป็น 38% ได้ในที่สุด

กลับไปด้านบนสุดของหน้าหรือจองคำปรึกษาด้านฟีดจากผู้เชี่ยวชาญ [ฟรี]

#2 ป้องกันความล้มเหลวโดยใช้นิพจน์ทั่วไป

นิพจน์ทั่วไป (หรือ regex) คือฟังก์ชันหรือสูตรที่สามารถค้นหา กรอง หรือแทนที่สตริงข้อความตามรูปแบบที่กำหนดไว้ล่วงหน้า

มีการใช้กันอย่างแพร่หลายในการเขียนโปรแกรมและการวิเคราะห์ข้อมูล และแม้กระทั่งสำหรับนักการตลาดอย่างเรา มีดเหล่านี้เป็นตัวแทนของมีดสวิสที่พกติดตัวตลอดเวลา ตัวอย่างเช่น เมื่อเราใช้ Google Analytics เพื่อสร้างตัวกรองข้อมูลพร็อพเพอร์ตี้ เป้าหมาย หรือกลุ่ม

การสร้างการพึ่งพาที่ซับซ้อนระหว่างแอตทริบิวต์ฟีดเป็นเครื่องมือที่มีประสิทธิภาพในมือของนักการตลาดดิจิทัล แต่มันสามารถกลายเป็นอาวุธสองคมได้ หากคุณไม่ใส่ใจและระมัดระวัง สำหรับผู้ที่ทำงานในอุตสาหกรรมแฟชั่น สี ขนาด และวัสดุเป็นคุณลักษณะพื้นฐาน ทั้งที่เป็นฟิลด์แบบสแตนด์อโลนและเป็นข้อมูลที่จะรวมอยู่ในชื่อเพื่อแปลงทราฟฟิกคุณภาพสูง ในเรื่องนี้ เราขอแนะนำคู่มือ Google ที่ยอดเยี่ยมเกี่ยวกับแนวทางปฏิบัติที่ดีที่สุดสำหรับผู้ที่ทำงานในภาคแฟชั่น

สำหรับลูกค้าทั้งหมดของเราในภาคแฟชั่น เรามักจะสร้างชื่อแบบไดนามิก โดยใช้แอตทริบิวต์ที่มีอยู่ล่วงหน้าที่แตกต่างกันในฟีด (วัสดุ สี ขนาด ชื่อผลิตภัณฑ์) และปฏิบัติตามกฎเช่น:

ผลลัพธ์สุดท้ายคือ: Designer Women Cotton Shirt, Red, ProductName, XL.

และจนถึงตอนนี้ทุกอย่างเรียบร้อยดี บ่อยครั้ง ฟิลด์ภายในที่ใช้ในชื่อไม่ได้ระบุไว้ในข้อมูลดิบ - ต้องมีการอนุมานหรือสร้างตั้งแต่เริ่มต้นโดยใช้ข้อมูลที่ให้ไว้ในฟีดต้นทาง ในตัวอย่างนี้ เราดึงข้อมูลจากคอลัมน์ฟีดที่มีข้อมูลเกี่ยวกับสีและวัสดุของสินค้าที่ขาย คุณลักษณะของผลิตภัณฑ์ที่ Google ไม่สามารถอ่านได้หากระบุไว้ในคอลัมน์ฟีดเดิม

ส่วนด้านซ้ายของรูปภาพด้านบนแสดงคอลัมน์ "แท็ก" ของฟีดแหล่งที่มา ส่วนด้านขวาแสดงตัวอย่างวิธีที่เราใช้ข้อมูลนั้นเพื่อพัฒนากฎที่สร้างแอตทริบิวต์ "วัสดุ"

ท้าทาย

ข้อจำกัดของการใช้คุณลักษณะ "เพิ่มค่าคงที่" คือสามารถพิจารณาตัวแปรที่มีอยู่ในขณะที่สร้างกฎได้จำนวนจำกัด ในกรณีเช่นนี้ ไดนามิกจะหายไป จะเกิดอะไรขึ้นหากลูกค้าเพิ่มผลิตภัณฑ์ใหม่ลงในแค็ตตาล็อก โดยที่วัสดุยังไม่ได้รับการจัดประเภทหรือสีและรูปแบบที่คาดการณ์ไว้ก่อนหน้านั้น

ฉันจะบอกคุณ...แอตทริบิวต์ (เช่น วัสดุ สี ฯลฯ) จะว่างเปล่า หรือแย่กว่านั้น จะแสดงค่าที่ไม่ถูกต้อง ด้วยเหตุนี้ คุณลักษณะที่ต้องพึ่งพา เช่น ชื่อ และในที่สุด ผู้อื่นที่ใช้ฟิลด์ภายในเหล่านั้น (เช่น ป้ายกำกับที่กำหนดเอง คำอธิบาย) จะจ่ายผลที่ตามมา โดยเปลี่ยนแปลงในลักษณะนี้:

เสื้อเชิ้ตผู้หญิง , , , ProductName, XL

แน่นอนว่าไม่ใช่ชื่อที่ปรับให้เหมาะสม ฉันจะให้คุณจินตนาการถึงผลกระทบที่สถานการณ์เช่นนี้สามารถมีได้ ไม่เพียงแค่ประสิทธิภาพเท่านั้น แต่ยังรวมถึงโครงสร้างของแคมเปญช็อปปิ้งด้วย ซึ่งอาจหยุดทำงานได้ในทันที

วิธีการแก้

โชคดีสำหรับเรา ย้อนกลับไปในปี 1950 สุภาพบุรุษคนหนึ่งชื่อ Stephen Cole Kleene นักคณิตศาสตร์ชาวอเมริกัน พร้อมด้วยชายหนุ่มที่มีความมั่นใจคนอื่นๆ ได้มอบชีวิตให้กับสิ่งที่เรารู้กันทั่วไปว่าเป็นสำนวนปกติ

การใช้นิพจน์ทั่วไปทำให้สามารถสร้างกฎแบบไดนามิกและปรับขนาดได้ ซึ่งดีกว่าโซลูชันก่อนหน้านี้มาก กลไกนี้จะดึงข้อมูลปัจจุบันและอนาคตของวัสดุจากแหล่งป้อนโดยอัตโนมัติ ซึ่งช่วยขจัดความเสี่ยงที่จะส่งผลต่อการทำงานของแอตทริบิวต์ที่ขึ้นต่อกัน

ต่อไปนี้คือวิธีได้ผลลัพธ์เหมือนกับในภาพหน้าจอก่อนหน้า แต่ในวิธีที่ปรับขนาดได้ โดยใช้ regex ธรรมดาเท่านั้น

อย่าลืมทดสอบการทำงานของนิพจน์ทั่วไปเสมอ ตัวเลือกการแสดงตัวอย่างและการสนับสนุนที่นำเสนอโดย DataFeedWatch มีประโยชน์อย่างมากในเรื่องนี้

ผลลัพธ์

หลังจากการเพิ่มประสิทธิภาพนี้ เราสามารถป้องกันข้อผิดพลาดของฟีดและการรับส่งข้อมูลขัดข้อง นอกจากนี้ ยังช่วยให้เราสามารถจัดหมวดหมู่แอตทริบิวต์ สี หมวดหมู่ และข้อมูลผลิตภัณฑ์อื่นๆ ที่สร้างโดยลูกค้าได้โดยอัตโนมัติและเร็วขึ้น หลีกเลี่ยงการทำงานด้วยตนเองที่น่าเบื่อในฟีดหรือการแทรกแซงจากแผนกไอที

นี่เป็นเพียงตัวอย่างสองตัวอย่างที่แสดงให้เห็นว่าเครื่องมือการจัดการฟีดข้อมูลร่วมกับพลังของสมองมนุษย์ สามารถช่วยคุณในการทดสอบแนวคิดที่แปลกใหม่และในการป้องกันและแก้ไขปัญหาในชีวิตประจำวันได้อย่างไร ช่วยให้คุณคงความสามารถในการแข่งขันและหลีกเลี่ยงสถานการณ์ที่เลวร้าย

ขีดจำกัดเดียวคือความคิดสร้างสรรค์ อย่าหยุดทดสอบ!!

--
ชอบบทความนี้หรือไม่? ดูคำแนะนำแบบมือโปรของ Michele ในการใช้ประโยชน์จากเครือข่ายพาร์ทเนอร์การค้นหา

กรณีศึกษาโดย Midsummer Agency