Home Commerce Gérez vos meilleurs et vos pires produits

Gérez vos meilleurs et vos pires produits

by saber
Gérez vos meilleurs et vos pires produits


Présentation de Shopping Outliers, un nouveau modèle Supermetrics de OIKIO Agence de performance numérique.

La publicité sur le réseau commercial Google offre aux détaillants une excellente occasion de promouvoir l’inventaire local et en ligne afin d’augmenter le trafic, la visibilité et les ventes en ligne. Alors que l’automatisation de Google continue de s’améliorer, elle met au défi les spécialistes du marketing de performance de trouver de nouvelles façons de comprendre et de collaborer avec les algorithmes qui prennent les décisions d’enchères.

Comme tout spécialiste du shopping peut vous le dire, l’un des moyens les plus puissants d’améliorer les performances de Google Shopping Ads consiste à apporter des améliorations au flux de données produit nécessaires à la diffusion de vos annonces.

Cependant, pour de nombreux annonceurs, cela peut signifier ajouter des données liées au produit pour améliorer la visibilité dans les résultats de recherche (par exemple, catégorie de produit, couleur, marque, code EAN, etc.). Bien qu’il s’agisse d’informations utiles, il s’agit simplement de points de données descriptifs, et non de points de données basés sur les performances.

Maintenant que Smart Shopping, un sous-type de campagne presque entièrement automatisé de Google, est sous-performant par rapport au “Standard Shopping”, l’annonceur commercial moyen peut se retrouver avec très peu de choses avec lesquelles travailler, et peut donc se retrouver avec un plateau de performance d’achat après un certain temps. .

Après tout, comment gérer quelque chose qui n’est pas conçu pour être géré ?

Chez OIKIO Digital Performance Agency, nous avons trouvé une solution partielle à ce problème et souhaitons également la partager avec d’autres. Nous pouvons mieux gérer Smart Shopping (ou toute publicité Shopping en général) en gérant les données réelles que le système utilise via le flux de données produit.

Cette nouvelle approche a permis d’augmenter les performances des publicités Google Shopping de nos clients de 15% à 35% par rapport à avant et a été validée sur l’ensemble de notre clientèle. Cela semble fonctionner.

Présentation du modèle de valeurs aberrantes d’achat

Le modèle de valeurs aberrantes d’achat crée un nouveau Flux associé pour Google Merchant Center qui est utilisé pour alimenter la publicité Google Shopping. Ce flux supplémentaire ajoute une nouvelle étiquette personnalisée pour tous les produits associés au flux en combinant deux points de données de performances différents.

Le format de flux est universel et basé sur les métriques requises. Cela signifie qu’il s’applique à tous les annonceurs commerciaux. Le modèle extrait les données de Google Ads (données sur le coût des produits) et les combine avec les données de Google Analytics (données sur les achats de produits). Pour fonctionner correctement, le modèle nécessite que l’utilisateur ait correctement mis en œuvre son suivi de commerce électronique via Google Analytics et que les numéros d’identification de produit correspondent dans Google Ads et Google Analytics.

L’idée ici est que même si les systèmes d’enchères automatiques de Google visent à augmenter autant que possible les revenus du commerce électronique, ils peuvent toujours conserver certains produits susceptibles d’attirer l’attention (par exemple, les clics), mais ne sont pas des produits que les gens finissent. achat. Ce modèle permet de réduire ce comportement en permettant une meilleure gestion de ces produits peu performants.

Sur la base des données des 21 derniers jours, le modèle regroupe automatiquement tous les produits trouvés dans le flux de produits dans les catégories suivantes et leur attribue une étiquette personnalisée :

  1. Best-seller: supérieur au nombre moyen d’achats de produits
  2. D’accord: achats de produits proches de la moyenne
  3. bas: achats de produits inférieurs à la moyenne
  4. Refroidir: moins que les achats de produits moyens, mais le coût du produit est supérieur au coût moyen du produit
  5. Produit non trouvé: Le produit a dépensé de l’argent mais n’a pas de données d’achat de produit

Si vous utilisez le modèle, vous pouvez personnaliser ces seuils à votre guise pour répondre au mieux à vos besoins.

Le modèle vous indique également combien de produits de votre flux d’achats seraient marqués avec “réutilisation” et quel a été le taux de dépenses historique pour ces produits.

Les avantages de l’utilisation de ce modèle

De nombreux spécialistes de l’approvisionnement sont déjà familiarisés avec le marquage de leurs meilleurs vendeurs et leur gestion dans une campagne différente. Ce modèle ajoute les produits peu performants dans leur propre étiquette personnalisée, que vous pouvez ensuite exclure de vos campagnes d’achat ou configurer une nouvelle campagne pour eux avec un budget plus petit, augmentant ainsi vos performances d’achat globales.

Avec ce modèle, vous pouvez désormais afficher un traitement préférentiel pour les produits les plus performants et les produits les moins performants (d’où le nom de modèle “outliers”).

Cependant, l’exclusion n’est pas permanente, car elle pourrait entraver les performances à long terme. Au lieu de cela, les “produits sous-performants” sont classés selon que le coût du produit est supérieur au coût moyen du produit et qu’il y a eu peu ou pas d’achats pour ce produit. Comme le modèle extrait les données des 21 derniers jours, le coût des produits sous-performants sera finalement inférieur au coût moyen, ce qui remplacera l’étiquette personnalisée, donnant ainsi à ces produits une nouvelle vie. Nous appelons ce processus la période de refroidissement.

Ce modèle est un autre exemple des solutions d’automatisation complémentaires actuellement conçues chez OIKIO, ce qui signifie qu’il est conçu pour compléter les propres solutions d’IA de Google plutôt que de les contredire.

Jouer l’avocat du diable ici pendant une seconde : quel est l’inconvénient le plus probable de l’utilisation de ce modèle ?

Étant donné que le modèle ne prend en compte que les relations directes avec le coût du produit et les achats, il omet complètement les relations indirectes (par exemple, l’utilisateur a cliqué sur un produit et a fini par acheter un produit complètement différent ou l’a acheté hors ligne) . Chez OIKIO, nous n’avons pas vu cela comme un problème avec nos clients, mais nous pensons que cela devrait être mentionné.

De plus, le modèle extrait les données d’achat de produits de toutes les sources de trafic. Cela signifie que les données incluent également les achats qui n’ont pas été attribués à google/cpc. C’était une décision consciente d’essayer de mettre en place un comportement d’achat cross-canal, mais aussi d’éliminer les vrais «livreurs» pour une meilleure gestion des performances.

Comment démarrer avec le modèle ?

Suivez ces étapes pour commencer avec le modèle de valeurs aberrantes :

  1. Vérifiez que vous répondez aux exigences du modèle
    1. Google Ads : vous faites actuellement de la publicité pour les achats et avez accès à la fois à Google Ads (pour les données) et à Google Merchant Center (pour charger le flux supplémentaire).
    2. Google Analytics : le suivi du commerce électronique est activé et les numéros d’identification de produit correspondent aux valeurs de votre flux d’achat.
  2. Avoir accès au modèle
    1. Copiez le maquette et allez dans Add-ons Supermetrics Dupliquer ce fichier pour un autre compte.
  3. Personnalisation des critères
    1. Au lieu d’utiliser des critères prédéfinis dans les groupes de rendement, cliquez sur les cases à cocher dans Paramètres et Vue d’ensemble et voyez l’impact de vos critères.
  4. Sélectionnez l’étiquette personnalisée disponible
    1. Dans la feuille de flux associée à Merchant Center, choisissez un libellé personnalisé disponible.
  5. Avant d’ajouter le flux associé à Merchant Center
    1. Conservez le flux associé Merchant Center comme première feuille de ce fichier (côté gauche de la feuille d’informations).
  6. Ajouter le flux associé à Merchant Center
    1. Ajoutez Google Sheets en tant que flux supplémentaire et créez une règle de flux qui extrait les valeurs du flux supplémentaire dans le flux principal.
  7. Utilisation des groupes d’interprétation
    1. Lorsque vous avez effectué toutes les étapes ci-dessus, vous avez désormais la possibilité d’exclure les produits marqués comme ayant expiré et de booster les produits les plus performants dans Google Ads.

Comment personnaliser le modèle ?

En fonction de votre entreprise et de vos besoins, vous pouvez personnaliser le modèle de différentes manières.

Par défaut, le modèle utilise le seuil prédéfini de ce qui est considéré comme une performance d’achat de meilleur vendeur pour un produit individuel.

Si le seuil d’achat doit être déterminé en fonction d’autres critères, vous pouvez cocher la case et déterminer les seuils de performance.

En ce qui concerne le niveau de coût du produit, vous pouvez utiliser le coût moyen du produit par défaut ou un critère personnalisé.

Si le seuil de coût du produit doit être supérieur ou inférieur à la valeur par défaut fournie, vous pouvez cocher la case et définir la vôtre.

Si les ID d’article dans Merchant Center sont constitués de lettres, il est essentiel que les ID du modèle aient le même format que Merchant Center, c’est-à-dire qu’ils soient sensibles à la casse. Si les lettres sont en minuscules, aucune action n’est requise, mais si elles sont en majuscules, lorsque vous cliquez sur la case (voir ci-dessous), le flux associé Merchant Center traitera également les identifiants en majuscules et sera prêt à commencer.

Ensuite, vous voudrez jeter un coup d’œil à l’aperçu du nombre et de la part d’articles étiquetés avec refroidissement, du coût des articles étiquetés avec refroidissement, ainsi que du coût total des articles étiquetés sans refroidissement. Si vous n’êtes pas satisfait des actions, allez-y et ajustez vos critères. Pour avoir un impact, la proportion d’éléments étiquetés comme temps de recharge (coût) doit être supérieure à 15 % plutôt qu’inférieure.

Une fois que vous avez fini de configurer votre produit et votre plafond de coût, vous pouvez trouver votre flux de produits final sous l’onglet “Flux supplémentaire de Merchant Center”. Ce flux peut désormais être mis en œuvre dans Merchant Center en tant que flux associé.

Et n’oubliez pas de conserver la feuille “Merchant Center Companion Feed” comme première feuille de ce fichier (à gauche de cette feuille “Informations”). Merchant Center ne prend en compte que la première feuille dans les fichiers comportant plusieurs feuilles.

À toi

C’est tout! Vous êtes maintenant prêt à commencer à utiliser le modèle de valeurs aberrantes d’achat pour générer un meilleur ROAS à partir de vos annonces Google Shopping.



L’article est traduit, cliquez ici pour voir la source

Related Posts

Leave a Comment