Piotr Stryjniak
W poprzednim artykule zgłębialiśmy kampanie produktowe “od zaplecza” – nasza uwaga skupiona była bowiem na Merchant Center, feedzie produktowym oraz jego optymalizacji. Teraz przyszedł czas, aby sprawdzić jakie informacje jesteśmy w stanie odczytać z interfejsu AdWords i w jaki sposób efektywnie wykorzystać je do optymalizacji naszych kampanii.
Kampanie Google Shopping w Interfejsie
Od pewnego czasu możemy dość łatwo przefiltrować nasze konto w poszukiwaniu kampanii konkretnego typu. Zapewne już jakiś czas temu zauważyliście, że każda z kampanii jest oznaczona specjalną ikonką:
Oznaczają one, zaczynając od lewej:
- Kampanie Produktowe
- Kampanie w Sieci Reklamowej
- Kampanie w Sieci Wyszukiwania
Dodatkowo, możemy również skorzystać z opcji szybkiego filtrowania samego widoku:
Opcja szybkiego filtrowania jest już dostępna na większości kont.
Widzimy wtedy tylko ten typ kampanii który zaznaczyliśmy, zarówno po lewej stronie jak i w głównym widoku. Dodatkowo wiersz podsumowania uwzględnia wtedy tylko przefiltrowane kampanie, co ułatwia analizę konkretnego typu kampanii:
Zbiorcze podsumowanie danych dla danego typu kampanii jest bardzo przydatne.
My vs konkurencja czyli analiza aukcji
Analiza aukcji to bardzo ciekawe i użyteczne narzędzie, które pozwala nam na bezpośrednią identyfikacje naszej konkurencji (na tacy mamy podane witryny, z którymi konkurujemy wyświetlając produkty w Google Shopping) oraz porównanie kilku wartościowych metryk.
Dane możemy sprawdzać w wybranym przez nas przedziale czasowym na poziomie danej kampanii oraz grupy reklamowej. Nie ma możliwości ich odczytania na poziomie poszczególnych grup produktowych (kolejny argument za mocniejszym podziałem tego typu kampanii)
Opcje tą znajdziemy pod przyciskiem “szczegóły” na karcie “Kampanie” bądź poziom niżej – “Grupy reklam”:
Identyfikacji konkurentów w AdWords nigdy nie była prostsza.
Mamy tutaj informacje na temat:
1. Udziału w wyświetleniach – czyli % wyświetleń naszej reklamy proporcjonalnie do aukcji w których uczestniczyliśmy. W naszym przypadku było to 67%, znacznie powyżej wyników konkurencji. Jednocześnie jednak to również informacja, że w 33% aukcji nie wzięliśmy udziału (nasza reklama nie została wyświetlona).
2. Współczynnika pokrycia – jak często nasze reklamy wyświetlały się wraz z reklamami innego Reklamodawcy (u nas to ok. 20% to maksymalna wartość, stosunkowo niska, aczkolwiek możemy bliżej zainteresować się konkurencją o wartościach powyżej 13%).
3. Udziału wygranych aukcji – procentowo jak często nasza reklama zajęła wyższą pozycję niż Konkurent bądź wyświetlała się a jego nie (średnio wygrywaliśmy w ok. 60% z konkurencją).
Patrząc na to całościowo oraz mając świadomość, że analizuje kampanie zawierającą ok. 80–90% całego feedu produktowego wyniki względem konkurencji są dla mnie satysfakcjonujące. Co prawda % wygranych aukcji jest nieco zbyt niski (ok. 60%), ale byłby to większy powód do zmartwień gdyby pokrycie reklam z konkurencją było wyższe (na poziomie powiedzmy 50%).
Zbadajmy teraz inny przykład:
Przynajmniej jednym konkurentem powinniśmy się w tym przypadku zainteresować.
Tutaj sytuacja wygląda już trochę inaczej – nadal mamy co prawda b. wysoki udział w wyświetleniach (80%), ale współczynnik pokrycia z innymi Reklamodawcami jest już znacznie wyższy. Przy jednym z konkurentów wynosi on ponad 50%. Zestawiając to z “tylko” połową wygranych aukcji oraz faktem, że tym razem analizuję grupę reklam która obejmuje tylko jedną kategorię produktową (ok. 5–10% całości asortymentu w feedzie) bardziej “zainteresuje się” danym Reklamodawcą.
Kolejnym, istotnym punktem podczas analizy tych raportów jest ich segmentacja. Dane możemy analizować dzieląc je na segment urządzeń oraz segment czasu. Moim zdaniem warto przyjrzeć się zwłaszcza temu pierwszemu aby sprawdzić jak nasza konkurencja radzi sobie w kampaniach zakupowych wyświetlanych standardowo na komputerach bądź telefonach komórkowych:
Powyższy przykład pokazuje jak zupełnie odmienne wnioski możemy wyciągnąć korzystając z segmentacji.
Przy okazji możemy sobie zadać również następujące pytanie – Czy faktycznie powinniśmy się tak bardzo przejmować segmentem mobilnym? Okazuje się, że TAK a jako dowód niech posłużą poniższe dane z rynków zagranicznych dla kampanii produktowych:
UK:
USA:
no i dla porównania – Polska:
Udział ruchu mobilnego w kampaniach produktowych jest nieporównywalnie większy na rynkach uważanych za lepiej rozwinięte w tym segmencie w stosunku do Polski. Warto zaznaczyć, że np. w USA ilość wyszukiwań wykonywanych na urządzeniach mobilnych przerosła już ilość zapytań wykonywanych na komputerach. To tylko utwierdza mnie w przekonaniu w którym kierunku zmierza również nasz rodzimy rynek.
Kolumny Benchmarkowe
W kampaniach produktowych mamy dostępne 2 metryki, które prezentują zbiorcze, średnie wyniki naszej konkurencji – są to porównawczy CPC oraz porównawczy CTR. Są one dostępne na poziomie grup produktowych:
Z ich pomocą możemy w prosty sposób ocenić czy płacimy więcej/mniej za kliknięcia oraz czy skuteczność klikalności naszych reklam jest lepsza bądź gorsza.
Zauważmy, że im nasza kampania jest lepiej podzielona na szczegółowe grupy produktowe tym za bardziej precyzyjne (i wartościowe) możemy uznać prezentowane benchmarki.
Kolumny – potencjalny ruch
Opcjonalne kolumny, które pozwalają nam określić przyrost (bądź spadek) ruchu w zależności od % wzrostu/spadku stawki CPC to moim zdaniem interesujące (i rzadko wykorzystywane) narzędzie. W kampaniach produktowych zyskują dodatkowo z racji braku możliwości przeprowadzania eksperymentów.
Kolumny znajdziemy w segmencie “Symulator stawek” na poziomie grup produktowych:
Jest to szybki i skuteczny sposób na potwierdzenie czy opłaca nam się zmieniać stawki i co w związku z tą zmianą jesteśmy w stanie uzyskać.
Symulator stawek
Warto zainteresować się również symulatorem stawek – jest to narzędzie dostępne na wszystkich poziomach zarządzania (kampania / grupa reklam / grupa produktowa), które na podstawie danych historycznych pokazuje w jaki sposób zmiana stawek mogła wpłynąć na ruch i inne dane w ostatnich 7 dniach. Dostać się do niego można po kliknięciu w ikonkę wykresu przy danej stawce max. CPC:
Symulator stawek jest w stanie podać nam nawet dane nt. potencjalnych konwersji.
Dostępne statystyki są szerokie i oprócz samych kliknięć pokazują nam również informacje nt. kosztów czy potencjalnych konwersji.
Raport – Wyszukiwane hasła
Wiemy już, że kampanie produktowe mają dość zautomatyzowany system jeżeli chodzi o targetowanie naszych reklam – na ich kierowanie mamy niestety niewielki wpływ a cały proces opiera się o treści zawarte w feedzie produktowym z Merchant Center.
Nie jesteśmy jednak skazani tylko na Googlowy algorytm – mamy bowiem dostęp do raportów wyszukiwanych haseł, które działają analogicznie jak w przypadku zwykłych kampanii Searchowych. Za ich pomocą możemy nie tylko sprawdzić jakie hasła powodowały wyświetlanie naszych reklam, ale przede wszystkim wykluczyć te, które są nieodpowiednie.
Wyszukiwane hasła znajdziemy w dwóch miejscach – oczywistym czyli zakładce “słowa kluczowe” -> “szczegóły” -> “wyszukiwane hasła” oraz na karcie “wymiary” -> widok: wyszukiwane hasła”:
Jest to jeden z najważniejszych raportów przy optymalizacji kampanii produktowych.
Wykluczenia natomiast możemy umieszczać na poziomie kampanii oraz grup reklamowych. Dobierając je odpowiednio jesteśmy zatem w stanie wpłynąć na sposób przepływu ruchu. Warto też zaznaczyć, że nie da się ich umieścić na poziomie grup produktowych, czyli podstawowa, bazowa konfiguracja kampanii może okazać się niewystarczająca.
Jak wykorzystać to w praktyce? Wiele zależy od samych produktów, które promujemy, ale warto zastanowić się nad poniższymi strategiami:
- Osobne kampanie/grupy dla fraz bardziej szczegółowych i mocno generycznych – lepsza kontrola nad stawkami, bardziej precyzyjna segmentacja ruchu.
- Osobne kampanie dla fraz zawierających nazwy marek – ich konwersyjność jest zazwyczaj wyższa, możemy lepiej alokować budżet.
- Osobne kampanie/grupy dla produktów, które można określać wielorako, np. “sukienki na wesele” mogą być określane jednocześnie jako “sukienki wieczorowe” – ponownie lepsza segmentacja a w przypadku gdyby któraś grupa zaczęła się spisywać lepiej mamy wpływ na modyfikację stawek.
- Osobne kampanie/grupy pod produkty radzące sobie słabo / wyjątkowo dobrze – lepsza segmentacja & ponownie indywidualne zarządzanie stawkami.
Harmonogram Reklam / Dostosowanie Lokalizacji
Są to standardowe, aczkolwiek bardzo często zapominane funkcje AdWords. Za ich pomocą jesteśmy w stanie “wzmocnić” bądź “osłabić” dni/pory dnia gdy np. ilość pozyskiwanych konwersji jest wyższa (z pomocą dostosowania stawek).
Potrzebne raporty znajdziemy w ustawieniach kampanii -> harmonogram reklam:
Możemy sprawdzić statystyki dla poszczególnych godzin jak i dni kampanii.
Ten rodzaj raportów w interfejsie moim zdaniem znacznie lepiej sprawdza się w formie wizualizacji – można ją wykonać z pomocą tabeli przestawnej oraz formatowania warunkowego, np. z wykorzystaniem darmowych Google Sheets. Poniżej przykład (dane zostały “oczyszczone”, zostawiłem tylko informacje o dniu tygodnia, porze dnia i wygenerowanych konwersjach):
Praktyczne wykorzystanie tabeli przestawnej i formatowania warunkowego.
Widzimy, że w powyższym przypadku mamy mocne godziny wieczorne (18–21), godziny pracy w dni robocze a z samych dni na prowadzenie wysuwają się poniedziałek, niedziela oraz czwartek.
Mając te informacje możemy nałożyć odpowiednie dostosowanie stawek i po jakimś czasie zweryfikować czy przyniosły one założony cel.
Jak widzicie opcji optymalizacji kampanii Shoppingowych mamy wiele i mam nadzieję, że wykorzystacie powyższe metody aby poprawić ich skuteczność na własnych kontach. Jeżeli macie jakieś pytania, problemy lub własne metody na optymalizację kampanii produktowych – śmiało, podzielcie się nimi w komentarzach!
