Использование конверсии Google Analytics для группирования товаров и перехода на торговую кампанию Google

9f4eb266269bf0caed8aaba7add1a899
Для тех, кто еще не в курсе, напоминаем, что недавно Google заявила о переходе с “обычных кампаний с товарными объявлениями на торговые кампании». Поэтому если вы используете традиционную рекламную кампанию, рекомендуем вам поторопиться сменить ее.

В этой статье рассмотрены пользовательские ярлыки, так называемые «группы AdWords» для кампании товарных объявлений и переход на особые ярлыки торговой кампании (о них мы подробнее расскажем во второй части статьи). Статья основана на нескольких источниках (источник1источник2) и имеет под собой реальный опыт реализации перехода.

Ранее проектом управляла коммерческая организация, которая не использовала пользовательские ярлыки или рекламные группы. Поэтому появилась отличная возможность увеличить эффективность инвестиций клиента, особенно, если учесть, что 70% бюджета ушло на рекламные объявления, а инвестиционный доход оказался невысоким.

6215d8e6ba97bdac2415e947e91ca1ce

На снимке показаны данные отчета AdWords click за последние 30 дней. Даже при анализе данных модели первого взаимодействия показатели остаются ниже, чем средний доход от инвестиций. 

Ниже приведено изображение многоканального отчета от Google Analytics, где показаны данные окупаемости затрат на рекламу. Кроме того, у вас появляется несколько способов просмотреть информацию о конверсии. 

7721f005670de3926d2413ab7bbd701c

Естественно, запросы у клиента большие. За все свои кровные, которые он потратил на рекламу, он хочет получать 450% прибыли от инвестиций. Итак, нам необходимо повысить доходность инвестиций кампании при максимальных затратах, чтобы достичь нашей цели – 450% прибыли.

Для начала, несколько слов о том, как читать такие отчеты:

Видео об анализе многоканальных последовательностей:

http://youtu.be/PW_9TMZKJp0

Понимание различных моделей



В начале метода сравнения модели вы заметите небольшую иконку с тремя точками и переводом строки (|…), за которым следует фраза «Первое действие». Это модель, на основе которой проведен анализ в этой статье. Базовой моделью является «модель последнего действия», кроме того, есть еще несколько вариантов, о которых рассказано ниже. 

На самом деле модель – это простое сочетание правил, которые указывают вам, какому каналу взаимодействия присваивается ценность и какая именно ее часть. 

Пример сценария: пользователь впервые нашел ваш сайт, используя контекстное объявление (первое взаимодействие), во второй раз посетил сайт через рекламу на стороннем ресурсе (второе взаимодействие), а третий раз он вернулся на сайт с помощью закладки, после чего и совершил покупку.

Модели атрибуции


81c5a9e20fbafdb3d06185f44f4f24fc

К примеру, в модели Последнего взаимодействия ценность присваивается последнему каналу, который использовался перед конверсией (прямое посещение)

В модели атрибуции Последний Клик в Adwords ценность присваивается последнему клику в AdWords (контекстное объявление)

Модель Последний непрямой клик игнорирует все прямые посещения и отдает ценность последнему каналу, который был использован до прямого перехода (реклама на стороннем ресурсе)

Использование модели Первого взаимодействия подразумевает, что 100% ценности получает первый канал, через который посетитель попал на сайт. 

Линейная модель предоставляет одинаковую ценность всем каналам, которые используются на пути к конверсии.

Понимание различных моделей и методов отчетности критически важно для правильного анализа статистической информации и получения реальных данных.

Отслеживание вашего дохода от инвестиций со службой Google Analytics


Синхронизация службы анализа электронной коммерции с аккаунтом Google Analytics позволяет вам проверять данные о рентабельности затрат на рекламу (ROAS), которые отслеживают ваш доход от инвестиций и являются неким аналогом показателя ROI. Это помогает анализировать рентабельность ваших рекламных кампаний и увеличивать эффективность продвижения товаров сети.

Во второй части мы расскажем о создании пользовательских групп товаров и их преобразовании в особые ярлыки торговой кампании, которые полностью соответствуют новым требованиями Google.

С современными сервисами Google проводить исследования доходности инвестиций стало еще проще. Служба Google Adwords позволяет четко структурировать информацию о каждом продукте, что незаменимо при работе с ярлыками. Благодаря данной функции мы можем группировать продукты по уровню рентабельности, что позволяет корректировать маркетинговую кампанию и делать основной упор на высокоприбыльные товары. 
Предпочтительно сортировать продукты именно по прибыльности и создавать ярлыки для разных уровней рентабельности. Такая система позволяет увеличить доходность инвестиций.

e5610226bf2bd41ce620d13989fee47b


Создание простых и эффективных систем ярлыков


В данном примере нам необходимо сформировать серию из 10 пользовательских ярлыков. Уровни рентабельности размещаются по принципу возрастания 10 этапов, как показано ниже:

Пользовательский ярлык 1: 90-100+процентная прибыльность
Пользовательский ярлык 2: 80-90% прибыли
Пользовательский ярлык 3: 70-80% прибыли
Пользовательский ярлык 4: 60-70% прибыли
Пользовательский ярлык 5: 50-60% прибыли, и т.д.

Для начала добавим новые колонки для каждого из 10 пользовательских ярлыков. Работа может превратиться в настоящий кошмар, если вы не ориентируетесь в том, как использовать Excel для выполнения таких заданий.

Маркировка каждого продукта в потоке данных


Добавим колонку колонку «идентификатор», чтобы проверить, какой диапазон рентабельности подходит для каждого продукта. Дальнейшие действия таковы: добавляем дополнительную колонку и используем функцию IF в Excele для отбора продуктов, размер прибыли от которых превышает 90%. Необходимо просто ввести “=IF(D2>=90,1)”, что автоматически устанавливает критерии отбора. 

53c71a4bf92d576cb313b8800d25bc7e

Таким образом, можно с легкостью проверить рентабельность 10000 продуктов и быстро отсортировать товары.

Форматирование потока данных перед загрузкой



Следующий шаг – распределение тегов с листа для фида продукта. Для этого нам нужно оптимизировать поток данных с пользовательскими ярлыками. Узнать подробнее об оптимизации потока данных можно тут

Когда столбцы для каждого уровня рентабельности готовы, необходимо сделать пометку напротив каждого товара в столбце, который соответствует товарной группе. К примеру, в первой новой колонке я размещаю «1» во всех ячейках, где прибыль от продуктов составляет 90% или выше. При этом остальные столбцы остается пустыми. Все, что вам нужно сделать – это поставить в ячейку значение, которое соответствует критериям. 

87350cee9969c2a958314c069c64c4ca

Когда ваш фид полностью готов, можно начать его загрузку и проверить материал на наличие ошибок. В зависимости от того, используете вы кампании товарных объявлений или торговые кампании, вам необходимо слегка изменить названия заголовков столбцов. Если ваш поток данных оформлен корректно, вы сможете просматривать свои ярлыки в вашем аккаунте AdWords под товарными объявлениями или торговыми кампаниями. Основное преимущество таких кампаний – возможность вносить корректировки на основании ваших ярлыков.

В итоге, мы получаем информационную базу, которая позволяет четко разделить товары по приоритетным группам и составить грамотный план рекламной кампании. Подробно использование этого инструмента рассмотрено здесь.