Ottimizzazione di Google Shopping: gestisci i tuoi prodotti migliori e peggiori [nuovo modello]

Presentazione di shopping outliers, un nuovo modello Supermetrics di OIKIO Digital Performance Agency.

La pubblicità nella rete Shopping di Google offre ai rivenditori un'eccellente opportunità per promuovere l'inventario online e locale al fine di aumentare il traffico, la visibilità e le vendite online. Poiché l'automazione di Google continua a migliorare, sfida i professionisti del marketing delle prestazioni a trovare nuovi modi per comprendere e collaborare con gli algoritmi che prendono le decisioni sulle offerte.

Come può dire qualsiasi specialista dello shopping, uno dei modi più efficaci per migliorare il rendimento di Google Shopping Ads è apportare miglioramenti al feed di dati di prodotto necessario per pubblicare gli annunci.

Tuttavia, per molti inserzionisti, ciò può significare l'aggiunta di dati relativi ai prodotti per migliorare la visibilità nei risultati di ricerca (ad es. categoria di prodotto, colore, marchio, codice EAN, ecc.). Sebbene queste siano tutte informazioni utili, sono semplicemente punti dati descrittivi, non punti dati basati sulle prestazioni.

Ora che Smart Shopping, un sottotipo di campagna quasi completamente automatizzato di Google, ha un rendimento fastidiosamente buono rispetto allo "Shopping standard", l'inserzionista commerciale comune potrebbe trovarsi con solo poco su cui lavorare e potrebbe quindi trovare il proprio rendimento di Shopping a stabilizzarsi dopo un mentre.

Dopotutto, come si fa a gestire qualcosa che non è progettato per essere gestito?

Alla OIKIO Digital Performance Agency, abbiamo trovato una soluzione parziale a questo e vogliamo condividerla anche con gli altri. Possiamo gestire meglio Smart Shopping (o qualsiasi pubblicità Shopping in generale) gestendo i dati effettivi che il sistema può utilizzare tramite feed di dati di prodotto.

Questo nuovo approccio ha contribuito ad aumentare il rendimento degli annunci di Google Shopping dei nostri clienti del 15-35 % rispetto a prima ed è stato convalidato da tutta la nostra clientela. Sembra che funzioni.

Presentazione del modello dei valori anomali dello shopping

Il modello Shopping Outliers crea un nuovo feed supplementare per Google Merchant Center che viene utilizzato per potenziare la pubblicità di Google Shopping. Questo feed supplementare aggiunge una nuova etichetta personalizzata per tutti i prodotti associati al feed combinando insieme due diversi punti dati sul rendimento.

Il formato del feed è universale e si basa sulle metriche richieste. Ciò significa che è applicabile a tutti gli inserzionisti dello shopping. Il modello estrae i dati da Google Ads (dati sui costi del prodotto) e li mescola con i dati di Google Analytics (dati sull'acquisto del prodotto). Per funzionare correttamente, il modello richiede che l'utente abbia il monitoraggio del proprio e-commerce implementato correttamente tramite Google Analytics e che i numeri ID del prodotto corrispondano in Google Ads e Google Analytics.

L'idea qui è che, anche se i sistemi di offerte automatiche di Google mirano ad aumentare il più possibile le entrate dell'e-commerce, potrebbero comunque aggrapparsi ad alcuni prodotti che potrebbero attirare l'attenzione (ad es. clic), ma non sono prodotti che le persone finiscono per acquistare. Questo modello aiuta a ridurre questo comportamento consentendo una migliore gestione di questi prodotti con prestazioni scadenti.

Sulla base dei dati degli ultimi 21 giorni, il modello raggruppa automaticamente tutti i prodotti trovati nel feed del prodotto nelle seguenti categorie e assegna loro un'etichetta personalizzata:

1. I più venduti : numero di acquisti di prodotti superiore alla media
2. Ok : vicino al numero medio di acquisti di prodotti
3. Basso : acquisti di prodotti inferiori alla media
4. Cooldown : meno della media degli acquisti di prodotti, ma il costo del prodotto è superiore al costo medio del prodotto
5. Prodotto non trovato : il prodotto ha speso denaro ma non dispone dei dati di acquisto del prodotto

Se stai utilizzando il modello, puoi personalizzare queste soglie a tuo piacimento per soddisfare meglio le tue esigenze.

Il modello ti dice anche quanti articoli di prodotto del tuo feed degli acquisti sarebbero etichettati con "tempo di attesa" e qual è stato il rapporto di spesa storico per tali prodotti.

I vantaggi dell'utilizzo di questo modello

Molti specialisti dello shopping hanno già familiarità con l'etichettatura dei loro prodotti più venduti e la loro gestione in una campagna diversa. Questo modello aggiunge i prodotti con scarso rendimento nella loro etichetta personalizzata, che puoi quindi escludere dalle tue campagne di acquisto o impostare una nuova campagna per loro con un budget inferiore, aumentando così il rendimento complessivo degli acquisti.

Con questo modello, ora puoi mostrare un trattamento preferenziale sia per i prodotti con le migliori prestazioni che per i prodotti con le meno prestazioni (quindi il nome del modello "valori anomali").

L'esclusione non è tuttavia permanente, in quanto ciò potrebbe ostacolare le prestazioni a lungo termine. Invece, i "prodotti con prestazioni scadenti" sono classificati in base al fatto che il costo del prodotto sia superiore al costo medio del prodotto e che ci siano stati acquisti minimi o nulli per quel prodotto. Poiché il modello ottiene i dati degli ultimi 21 giorni, alla fine il costo dei prodotti con prestazioni scadenti sarà inferiore al costo medio, il che sostituirà l'etichetta personalizzata, offrendo di fatto a questi prodotti una nuova opportunità. Chiamiamo questo processo il periodo di cooldown.

Questo modello è un altro esempio di soluzioni di automazione complementari attualmente realizzate in OIKIO, il che significa che è progettato per integrare le soluzioni di intelligenza artificiale di Google anziché contraddirle.

Fare l'avvocato del diavolo qui per un secondo: qual è lo svantaggio più probabile dell'utilizzo di questo modello?

Poiché il modello considera solo le relazioni dirette con il costo del prodotto e gli acquisti, esclude completamente le relazioni indirette (ad es. l'utente ha fatto clic su un prodotto e ha finito per acquistare un prodotto completamente diverso o lo ha acquistato offline). In OIKIO, non abbiamo visto questo come un problema con i nostri clienti, ma abbiamo pensato che dovrebbe essere menzionato.

Inoltre, il modello estrae i dati di acquisto del prodotto da tutte le sorgenti di traffico. Ciò significa che i dati includono anche gli acquisti che non sono stati attribuiti a google/cpc. Questa è stata una decisione consapevole per cercare di implementare comportamenti di acquisto cross-channel, ma anche per eliminare i veri "non performanti" per una migliore gestione delle prestazioni.

Come iniziare con il modello?

Segui questi passaggi per iniziare con il modello di acquisti anomali:

1. Verifica di soddisfare i requisiti del modello
   1. Google Ads: al momento stai facendo pubblicità per acquisti e hai accesso sia a Google Ads (per il recupero dei dati) che a Google Merchant Center (per caricare il feed supplementare).
   2. Google Analytics: il monitoraggio dell'e-commerce è abilitato e i numeri ID del prodotto corrispondono ai valori del feed degli acquisti.
2. Avere accesso al modello
   1. Copia il modello e vai su Componenti aggiuntivi → Supermetrics → Duplica questo file per un altro account.
3. Personalizzazione dei criteri
   1. Invece di utilizzare i criteri predefiniti sui gruppi di prestazioni, fai clic sulle caselle di spunta in "Impostazione e panoramica" e osserva l'impatto che hanno avuto i tuoi criteri.
4. Selezione dell'etichetta personalizzata disponibile
   1. Nella scheda "Feed supplementare di Merchant Center", scegli un'etichetta personalizzata disponibile.
5. Prima di aggiungere il feed supplementare a Merchant Center
   1. Conserva il "Feed supplementare di Merchant Center" come primo foglio di questo file (lato sinistro del foglio "Informazioni").
6. Aggiunta del feed supplementare a Merchant Center
   1. Aggiungi il foglio Google come feed supplementare e crea una regola del feed che trasferisca i valori nel feed supplementare al feed principale.
7. Utilizzo dei gruppi di prestazioni
   1. Al termine di tutti i passaggi precedenti, ora hai la possibilità di escludere i prodotti etichettati con il tempo di attesa e aumentare i prodotti ad alte prestazioni in Google Ads.

Come personalizzare il modello?

In base alla tua attività e alle tue esigenze, puoi personalizzare il modello in vari modi.

Per impostazione predefinita, il modello utilizza la soglia predefinita di ciò che è considerato un rendimento di acquisto più venduto per un singolo prodotto.

Se la soglia di acquisto deve essere determinata da altri criteri, è possibile fare clic sulla casella di controllo e determinare le soglie di rendimento.

In termini di livello di costo del prodotto, puoi utilizzare il costo medio del prodotto predefinito o un criterio personalizzato.

Se la soglia di costo del prodotto deve essere superiore o inferiore a quella predefinita fornita, puoi fare clic sulla casella di controllo e impostarne una tua.

Se gli ID degli articoli in Merchant Center sono costituiti da lettere, è fondamentale che gli ID nel modello abbiano lo stesso formato con Merchant Center, cioè maiuscole e minuscole considerate. Se le lettere sono in minuscolo, non è richiesta alcuna azione, ma nel caso in cui siano maiuscole, facendo clic sulla casella (vedi sotto) anche il "Feed supplementare di Merchant Center" tratterà gli ID come maiuscoli e sei a posto.

Successivamente, ti consigliamo di dare un'occhiata alla panoramica del numero e della quota degli elementi etichettati di ricarica, il costo degli articoli etichettati di ricarica, nonché il costo totale degli articoli non etichettati di ricarica. Se non sei soddisfatto delle condivisioni, vai avanti e regola i tuoi criteri. Per avere un impatto, la quota di elementi etichettati per il tempo di recupero (costo) dovrebbe essere superiore al 15% anziché inferiore.

Dopo aver finalizzato l'impostazione del prodotto e della soglia di costo, puoi trovare il feed del prodotto finale nella scheda "Feed supplementare di Merchant Center". Ora, questo feed può essere implementato in Merchant Center come feed supplementare.

E ricorda, ti preghiamo di conservare il foglio "Feed supplementare di Merchant Center" come primo foglio di questo file (a sinistra di questo foglio "Informazioni"). Merchant Center considera solo il primo foglio nei file con più fogli.

A voi

Questo è tutto! Ora sei pronto per iniziare a utilizzare il modello dei valori anomali dello shopping per aumentare il ritorno sulla spesa pubblicitaria dai tuoi annunci di Google Shopping.