Otimização do Google Shopping: gerencie seus produtos mais vendidos e menos vendidos [novo modelo]

Apresentando outliers de compras, um novo modelo Supermetrics da OIKIO Digital Performance Agency.

A publicidade na rede de compras do Google oferece aos varejistas uma excelente oportunidade para promover o inventário on-line e local para aumentar o tráfego, a visibilidade e as vendas on-line. À medida que a automação do Google continua melhorando, ela desafia os profissionais de marketing de desempenho a encontrar novas maneiras de entender e colaborar com os algoritmos que tomam as decisões de lances.

Como qualquer especialista em compras pode dizer, uma das maneiras mais eficientes de melhorar o desempenho dos anúncios do Google Shopping é fazer melhorias no feed de dados do produto necessário para exibir os anúncios.

No entanto, para muitos anunciantes, isso pode significar adicionar dados relacionados ao produto para aumentar a visibilidade nos resultados de pesquisa (por exemplo, categoria do produto, cor, marca, código EAN etc.). Embora todas essas informações sejam úteis, elas são simplesmente pontos de dados descritivos, não pontos de dados baseados em desempenho.

Agora que o Smart Shopping - um subtipo de campanha quase totalmente automatizado do Google - está tendo um desempenho irritantemente bom em comparação com o "Shopping padrão", o anunciante de compras comum pode se deparar com pouco com o que trabalhar e, assim, encontrar seu desempenho no Shopping estabilizado após um enquanto.

Afinal, como gerenciar algo que não foi projetado para ser gerenciado?

Na OIKIO Digital Performance Agency, criamos uma solução parcial para isso e queremos compartilhá-la com outras pessoas também. Podemos gerenciar melhor o Smart Shopping (ou qualquer publicidade do Shopping em geral) gerenciando os dados reais que o sistema usa por meio do feed de dados do produto.

Essa nova abordagem ajudou a aumentar o desempenho dos anúncios do Google Shopping de nossos clientes em 15-35% em relação a antes e foi validada em toda a nossa clientela. Parece que funciona.

Apresentando o modelo de valores atípicos de compras

O modelo de valores atípicos de compras cria um novo feed complementar para o Google Merchant Center que é usado para impulsionar a publicidade do Google Shopping. Esse feed complementar adiciona um novo rótulo personalizado para todos os produtos associados ao feed, combinando dois pontos de dados de desempenho diferentes.

O formato do feed é universal e é construído em torno das métricas necessárias. Isso significa que é aplicável a todos os anunciantes de compras. O modelo extrai dados do Google Ads (dados de custo do produto) e os mistura com dados do Google Analytics (dados de compra do produto). Para funcionar corretamente, o modelo exige que o usuário tenha seu acompanhamento de comércio eletrônico implementado corretamente por meio do Google Analytics e que os números de ID do produto correspondam no Google Ads e no Google Analytics.

A ideia aqui é que, mesmo que os sistemas de lances automatizados do Google tenham como objetivo aumentar a receita do comércio eletrônico o máximo possível, eles ainda podem se apegar a alguns produtos que podem chamar a atenção (por exemplo, cliques), mas não são produtos que as pessoas acabam comprando. Esse modelo ajuda a reduzir esse comportamento, permitindo um melhor gerenciamento desses produtos de baixo desempenho.

Com base nos dados dos últimos 21 dias, o modelo agrupa automaticamente todos os produtos encontrados no feed de produtos nas seguintes categorias e atribui a eles um rótulo personalizado:

1. Mais vendido : número de compras de produtos acima da média
2. Ok : próximo ao número médio de compras de produtos
3. Baixa : menos do que a média de compras de produtos
4. Cooldown : menos do que a média de compras de produtos, mas o custo do produto é maior do que o custo médio do produto
5. Produto não encontrado : o produto gastou dinheiro, mas não possui dados de compras de produtos

Se você estiver usando o modelo, poderá personalizar esses limites ao seu gosto para melhor atender às suas necessidades.

O modelo também informa quantos itens de produtos do seu feed de compras seriam rotulados com 'cooldown' e qual foi a proporção histórica de gastos para esses produtos.

Os benefícios de usar este modelo

Muitos especialistas em compras já estão familiarizados com rotular seus produtos mais vendidos e gerenciá-los em uma campanha diferente. Este modelo adiciona os produtos com baixo desempenho em seu próprio rótulo personalizado, que você pode excluir de suas campanhas de compras ou configurar uma nova campanha para eles com um orçamento menor e, assim, aumentar o desempenho geral de compras.

Com este modelo, agora você pode mostrar tratamento preferencial tanto para os produtos com melhor desempenho quanto para os produtos com menor desempenho (daí o nome do modelo “outliers”).

No entanto, a exclusão não é permanente, pois pode prejudicar o desempenho a longo prazo. Em vez disso, os “produtos com desempenho insatisfatório” são categorizados com base no custo do produto acima do custo médio do produto e se houve pouca ou nenhuma compra para esse produto. À medida que o modelo obtém os dados dos últimos 21 dias, eventualmente o custo dos produtos com baixo desempenho será menor que o custo médio, o que substituirá o rótulo personalizado, efetivamente dando a esses produtos uma nova oportunidade. Chamamos esse processo de período de resfriamento.

Este modelo é outro exemplo de soluções de automação complementares atualmente criadas na OIKIO, o que significa que ele foi projetado para complementar as próprias soluções de IA do Google em vez de contradizê-las.

Fazendo o papel de advogado do diabo aqui por um segundo: Qual é a desvantagem mais provável de usar este modelo?

Como o modelo considera apenas as relações diretas com o custo do produto e as compras, ele deixa de fora completamente as relações indiretas (por exemplo, o usuário clicou em um produto e acabou comprando um produto completamente diferente ou o comprou offline). Na OIKIO, não vimos isso como um problema para nossos clientes, mas achamos que deveria ser mencionado.

Além disso, o modelo extrai os dados de compra do produto de todas as origens de tráfego. Isso significa que os dados também incluem compras que não foram atribuídas ao google/cpc. Esta foi uma decisão consciente de tentar implementar o comportamento de compra em vários canais, mas também eliminar os verdadeiros “não performers” para um melhor gerenciamento de desempenho.

Como começar com o modelo?

Siga estas etapas para começar a usar o modelo de valores atípicos de compras:

1. Verifique se você atende aos requisitos do modelo
   1. Google Ads: você está fazendo publicidade de compras no momento e tem acesso ao Google Ads (para busca de dados) e ao Google Merchant Center (para fazer upload do feed complementar).
   2. Google Analytics: rastreamento de comércio eletrônico ativado e os números de ID do produto correspondem aos valores do seu feed de compras.
2. Ter acesso ao modelo
   1. Copie o modelo e vá para Add-ons → Supermetrics → Duplicar este arquivo para outra conta.
3. Personalizando os critérios
   1. Em vez de usar os critérios predefinidos em grupos de desempenho, clique nas caixas de seleção em 'Configuração e visão geral' e veja o impacto que seus critérios tiveram.
4. Selecionando o rótulo personalizado disponível
   1. Na página "Feed suplementar do Merchant Center", escolha uma etiqueta personalizada disponível.
5. Antes de adicionar o feed complementar ao Merchant Center
   1. Mantenha o 'Alimentação suplementar do Merchant Center' como a primeira página deste arquivo (lado esquerdo da página 'Informações').
6. Como adicionar o feed complementar ao Merchant Center
   1. Adicione a Planilha Google como feed complementar e crie uma regra de feed que leve os valores do feed complementar ao feed principal.
7. Usando os grupos de desempenho
   1. Quando todas as etapas acima forem concluídas, você terá a opção de excluir produtos rotulados como cooldown e aumentar os produtos de alto desempenho no Google Ads.

Como personalizar o modelo?

Com base no seu negócio e nas suas necessidades, você pode personalizar o modelo de várias maneiras.

Por padrão, o modelo usa o limite predefinido do que é considerado um desempenho de compra mais vendido para um produto individual.

Se o limite de compra precisar ser determinado por outros critérios, você poderá clicar na caixa de seleção e determinar os limites de desempenho.

Em termos de nível de custo do produto, você pode usar o custo médio do produto padrão ou um critério personalizado.

Se o limite de custo do produto precisar ser definido mais alto ou mais baixo que o padrão fornecido, você pode clicar na caixa de seleção e definir o seu próprio.

Se os IDs de itens no Merchant Center consistirem em letras, é crucial que os IDs no modelo tenham o mesmo formato do Merchant Center, ou seja, maiúsculas e minúsculas consideradas. Se as letras estiverem em minúsculas, nenhuma ação é necessária, mas caso estejam em maiúsculas, clicando na caixa (veja abaixo), o 'Feed suplementar do Merchant Center' tratará os IDs como maiúsculas e pronto.

Em seguida, você vai querer dar uma olhada na visão geral do número e compartilhamento dos itens rotulados de cooldown, o custo dos itens rotulados de cooldown, bem como o custo total dos itens rotulados sem cooldown. Se você não estiver satisfeito com os compartilhamentos, vá em frente e ajuste seus critérios. Para ter um impacto, a parcela de itens rotulados de cooldown (custo) deve ser superior a 15% em vez de menos.

Depois de finalizar a configuração do produto e do limite de custo, você pode encontrar o feed de produto final na guia "Feed complementar do Merchant Center". Agora, esse feed pode ser implementado no Merchant Center como um feed complementar.

E lembre-se, mantenha a planilha 'Feed suplementar do Merchant Center' como a primeira planilha deste arquivo (à esquerda desta planilha 'Informações'). O Merchant Center considera apenas a primeira planilha em arquivos com várias planilhas.

Para você

É isso! Agora você está pronto para começar a usar o modelo de valores discrepantes de compras para obter um ROAS melhor de seus anúncios do Google Shopping.