[Örnek Olay] Yaz Ortası Ajansı — Dinamik Yeniden Pazarlama ve Normal İfade

İçindekiler

1. Dinamik yeniden pazarlama ile indirimli ürünlerden yararlanın

• Zorluk: dinamik yeniden pazarlama kampanyası için yetersiz dönüşüm oranı
• Çözüm: indirimli ürünler için ads_label özelliğinden yararlanma
  
• Sonuçlar: dönüşüm oranında artış, sitede geçirilen ortalama süre ve hemen çıkma oranında iyileşme.
  
  

#2 Normal ifadeler kullanarak hataları önleyin

• Zorluk: "Statik değer ekle" özelliğine sahip bir kural oluşturmak için sınırlı sayıda değişken
• Çözüm: düzenli ifadelerin kullanımıyla dinamik ve ölçeklenebilir kural oluşturma
• Sonuçlar: yeni özelliklerin otomatik ve hızlı kategorize edilmesi

#3 Uzman feed danışmanlığı için rezervasyon yapın [ÜCRETSİZ]

#1 Dinamik yeniden pazarlama ile indirimli ürünlerden yararlanın

En iyi yeniden pazarlama uygulamalarından biri, kullanıcıları satın alma hunisindeki konumlarına göre segmentlere ayırmaktır. Bu şekilde, farklı stratejiler, teklifler ve bütçeler benimsemek için özelleştirilmiş kampanyalar ve reklam grupları oluşturabilirsiniz.

En klasik alt bölüm:

• Ana sayfayı ziyaret eden kullanıcılar
• Ürün sayfasını ziyaret eden kullanıcılar
• Sepete ürün ekleyen kullanıcılar
• Ürün satın alan kullanıcılar

Meydan okumak

Ürün sayfasını sepete eklemeden ziyaret eden kullanıcılara yönelik dinamik bir yeniden pazarlama kampanyası için, dönüşüm oranının hedefin altında olduğunu tespit ettik. Bu yüzden stratejimizi değiştirmeye karar verdik.

Çözüm

Satışları teşvik etmek için indirimli ürünlerden yararlanın.

Kendimize sorduk: Yalnızca bugün indirimli bir ürünü ziyaret eden kullanıcılara yönelik bir kampanyayı test ederek dönüşümleri artırmaya çalışırsak ne olur? Stratejiyi uygulamak için, tüm indirimli ürünlerle ilişkilendirmek üzere "satış" adlı bir ads_label oluşturmak için DataFeedWatch'ta bir kural geliştirdik. “Statik değer ekle” özelliğini kullanarak aşağıdaki mantığı uyguladık:

Not:

Bu, klasik custom_label özelliği değil, yalnızca görüntülü reklam kampanyalarına yönelik belirli bir özelliktir.

ads_label neden kullanılır?

Şimdiye kadar, kampanya düzeyinde dinamik reklamlarınızdaki ürünleri filtrelemek için kullanabileceğiniz çok az sayıda özellikten biridir.

Ardından, yalnızca filtrelenmiş ürünlerin reklamlarını görüntüleyen, orijinalinin bir klonu olan bir test yeniden pazarlama kampanyası oluşturduk. Yani, önceki 30 gün içinde onlara ilgi gösteren kullanıcılara indirimli ürünler.

Aramızda kim indirimden yararlanmayı sevmez?

Sonuçlar

Bu stratejinin etkisi hem satış hem de katılım açısından etkileyici olmuştur. Taktik, reklamverenin, indirimli bir teklifle cezbedilen kullanıcıların diğer ürünleri de keşfedip satın aldığı doğal bir satın alma olgusundan yararlanmasına olanak tanır.

Test kampanyasında, orijinal kampanyaya kıyasla dönüşüm oranında %18'lik bir artış, sitede geçirilen ortalama sürede 30 saniyelik bir iyileşme ve %20 oranında iyileştirilmiş bir hemen çıkma oranı kaydettik.

Son zamanlarda indirimli ürünler için otomatik olarak etkinleştirilen bir özellik olan "Fiyat indirimi" düzen etiketinin varlığı göz önüne alındığında, reklamların TO'su da %20 arttı.

Kampanyayı, sonunda gösterim payını %10'dan %38'e çıkarmamıza izin veren bir ürün alt grubu için filtreliyordu.

Sayfanın başına dön veya bir uzman özet akışı danışmanlığı rezervasyonu yapın [ÜCRETSİZ]

#2 Normal ifadeler kullanarak hataları önleyin

Normal ifadeler (veya normal ifade), önceden tanımlanmış bir kalıbı izleyerek metin dizelerini arama, filtreleme veya değiştirme yeteneğine sahip işlevler veya formüllerdir.

Programlama ve veri analizinde yaygın olarak kullanılırlar. Ve biz pazarlamacılar için bile, her zaman yanınızda taşıyabileceğiniz bir İsviçre bıçağını temsil ederler. Örneğin, görünüm filtreleri, hedefler veya segmentler oluşturmak için Google Analytics'i kullandığımızda.

Feed özellikleri arasında karmaşık bağımlılıklar oluşturmak, dijital pazarlamacıların elinde güçlü bir araç olabilir. Ancak dikkat edilmez ve önlem alınmaz ise iki ucu keskin bir silah haline de gelebilir. Moda endüstrisinde çalışanlar için renk, beden ve malzeme temel niteliklerdir. Hem bağımsız alanlar olarak hem de yüksek kaliteli trafiği dönüştürmek için Başlığa dahil edilecek bilgiler olarak. Bu bağlamda, moda sektöründe çalışanlar için en iyi uygulamalarla ilgili bu mükemmel Google kılavuzunu öneriyoruz.

Moda sektöründeki tüm müşterilerimiz için, feed'de önceden var olan farklı özellikleri (malzemeler, renk, beden, ürün adı) kullanarak ve aşağıdaki gibi bir kuralı izleyerek Başlığı genellikle dinamik olarak oluştururuz:

Nihai sonuç: Tasarımcı Kadın Pamuklu Gömlek, Kırmızı, ÜrünAdı, XL.

Ve şimdiye kadar, her şey yolunda. Genellikle, Başlıkta kullanılan dahili alanlar ham verilerde sağlanmaz - kaynak beslemede sağlanan veriler kullanılarak tahmin edilmeleri veya sıfırdan oluşturulmaları gerekir. Bu özel örnekte, satılan ürünlerin renkleri ve malzemeleri hakkında bilgi içeren bir besleme sütunundan bilgi aldık. Orijinal feed sütununda sağlandığında Google tarafından okunamayacak olan ürün özellikleri.

Yukarıdaki resmin sol kısmı, kaynak feed'in "etiketler" sütununu gösterir. Sağ kısım, "materyaller" özniteliğini oluşturan bir kural geliştirmek için bu bilgileri nasıl kullandığımızın bir örneğini gösterir.

Meydan okumak

"Statik değer ekle" özelliğini kullanmanın sınırlaması, kuralın oluşturulduğu anda var olan yalnızca sınırlı sayıda varyantın hesaba katılabilmesidir. Bu durumda dinamizm kaybolur. Müşteri, kataloğa henüz kategorize edilmemiş malzemeler veya o zamana kadar renk ve desenler öngörülmemiş yeni ürünler eklerse ne olur?

Size şunu söyleyeceğim... öznitelikler (örn. malzemeler, renkler vb.) boş olacak veya daha da kötüsü yanlış değerler gösterecekler. Sonuç olarak, Başlık gibi bağımlı nitelikler ve nihayetinde, bu dahili alanları (örneğin özel etiketler, açıklamalar) kullanan diğerleri, bunun gibi bir şeye dönüşerek sonuçları ödeyecektir:

Tasarımcı Bayan Gömlek , , , ÜrünAdı, XL

Elbette, optimize edilmiş bir başlık değil. Böyle bir durumun yaratabileceği etkiyi hayal etmene izin vereceğim. Sadece performans üzerinde değil, aynı zamanda birdenbire çalışmayı durdurabilecek alışveriş kampanyalarınızın yapısı üzerinde de.

Çözüm

Neyse ki 1950'de, Amerikalı matematikçi Stephen Cole Kleene adında bir beyefendi, kendine güvenen diğer genç erkeklerle birlikte, genellikle düzenli ifadeler olarak bildiğimiz şeye hayat verdi.

Normal ifadeler kullanarak, önceki çözüme kıyasla çok daha iyi olan dinamik ve ölçeklenebilir bir kural oluşturmak mümkün oldu. Bu mekanizma, kaynak beslemeden malzemelerle ilgili mevcut ve gelecekteki bilgileri otomatik olarak çıkararak bağımlı özelliklerin işleyişinden ödün verme riskini ortadan kaldırır.

Önceki ekran görüntüsündekiyle aynı sonucu, ancak yalnızca basit regex kullanarak ölçeklenebilir bir şekilde nasıl elde edeceğiniz aşağıda açıklanmıştır.

Her zaman normal ifadelerin işleyişini test etmeyi unutmayın. DataFeedWatch tarafından sunulan önizleme seçeneği ve desteği bu konuda çok yardımcı oluyor.

Sonuçlar

Bu optimizasyonun ardından feed hatalarını ve trafik kazalarını önleyebildik. Ayrıca, yeni özelliklerin, rengin, kategorinin ve müşteri tarafından oluşturulan diğer ürün bilgilerinin kategorize edilmesini otomatikleştirmemize ve hızlandırmamıza olanak tanıyarak, besleme üzerinde sıkıcı manuel çalışmalardan veya BT departmanının müdahalelerinden kaçındık.

Bunlar, insan beyninin gücüyle birlikte bir veri akışı yönetim aracının, alışılmamış fikirleri test etmede ve günlük sorunların önlenmesinde ve çözülmesinde size nasıl yardımcı olabileceğinin sadece iki örneğidir. Rekabetçi kalmanıza ve kıyamet senaryolarından kaçınmanıza yardımcı olur.

Tek sınır yaratıcılıktır, test etmekten asla vazgeçmeyin!!

--
Bu makaleden memnun kaldınız mı? Michele'in Arama Ortakları Ağından Yararlanmayla ilgili Uzman İpucuna göz atın.

Yaz Ortası Ajansı tarafından Vaka Çalışması