Wstęp
Dlaczego warto monitorować skuteczność na poziomie produktów?
Wydzielenie bestsellerów
Ograniczenie kosztów na low-sellerach
Narzędzia do analizy skuteczności produktów
Podsumowanie
Reklamy produktowe to zazwyczaj jedne z bardziej skutecznych form reklamy nakierowanej na sprzedaż. Niezależnie od tego, czy mówimy o PLA (Product Listing Ads w Google) czy dynamicznym remarketingu, zaprezentowanie użytkownikowi konkretnego produktu dostosowanego do jego potrzeb, z ceną, często w promocji skutecznie zwraca uwagę potencjalnego klienta, a po odwiedzeniu strony taki użytkownik ma duże szanse dokonanie zakupu.
Jednak wciąż rosnąca konkurencyjność w e-commerce powoduje, że i ta reklama staje się coraz droższa. Warto więc zacząć ją optymalizować. Jednak jak to zrobić, skoro działania te są w dużej mierze automatyczne? Produkty przecież pochodzą z feeda i są dobierane przez systemy w platformach reklamowych. Tu z pomocą przychodzi nam coś, co nazywamy analityką produktową, a dokładniej analityką skuteczności produktów w reklamie.
Dlaczego warto monitorować skuteczność na poziomie produktów?
Działania reklamowe mogą być analizowane na różnych poziomach szczegółowości. Na przykład, po uruchomieniu kampanii bannerowej badamy jej skuteczność na poziomie ogólnym, ale też często schodzimy na poziom kreacji czy grupy reklam. Te analizy pozwalają stwierdzić które komunikaty są lepsze, a które powinny zostać wyłączone lub ograniczone.
W przypadku masowych działań na produktach często domyślnym poziomem analizy jest cała kampania. Nie mamy tu przecież indywidualnych kreacji czy tekstów. Jednak na skuteczność kampanii składa się skuteczność poszczególnych produktów. W tej grupie możemy mieć zarówno dobrze sprzedające się produkty czy kategorie produktów, jak i takie elementy, które generują koszty, ale wcale nie przynoszą sprzedaży. Poza tym, każdy kanał może mieć własne bestsellery i lowsellery. Na przykład grupa produktów, która dobrze sprzedaje się w Google Ads w wyszukiwarce może nie przynosić dobrych wyników w Ceneo, gdzie ważnym czynnikiem jest porównanie ceny z konkurencją.
Dlatego, aby pracować nad skutecznością kampanii produktowych konieczne jest ich analizowanie – czyli spojrzenie na poziom produktowy w zakresie wyników: kosztów, generowanych sesji, współczynników konwersji czy przychodów.
Gdy już zbierzemy wnioski z analizy, warto je wykorzystać do optymalizacji kampanii. Jest na to kilka sposobów. Poniżej prezentujemy dwa z nich, chyba najczęściej stosowane:
Wydzielenie bestsellerów
Przede wszystkim, analiza może wyłonić te produkty, które są najbardziej skuteczne – bestsellery. Następnie, można je wydzielić z kampanii głównej do dedykowanej kampanii z własnym budżetem i wyższymi stawkami.
To z jednej strony może pozwolić na przeskalowanie działań o poziom wyżej, z drugiej zaś spowoduje, że budżet na pozostałych, mniej skutecznych produktach rozdzieli się w sposób bardziej efektywny, co być może wyłoni kolejne bestsellery. Ten sposób działań można wdrożyć na przykład poprzez edycję etykiet w feedzie niestandardowym i podział produktów między kampaniami PLA w Google Ads. Jest to doskonały sposób na zarządzanie budżetem w kampaniach produktowych.
Ograniczenie kosztów na low-sellerach
Drugi sposób polega na zidentyfikowaniu tych produktów, które generują duże koszty, a jednocześnie nie przynoszą spodziewanych wyników. Po ich wykryciu najprościej jest po prostu wykluczyć te produkty z feeda i nie wydawać na nie więcej budżetu. Chociaż należy to robić ostrożnie z dwóch powodów:
- Produkty mniej efektywne to zazwyczaj cały long-tail w kampanii. Może być tak, że kwota budżetu na każdym z tych produktów jest tak mała, że produkt ten nie zdążył jeszcze wydać wystarczającego budżetu, żeby “zaliczyć” przynajmniej jednej konwersji. W takich wypadkach warto robić analizy kategorii lub rodzajów, a nie pojedynczych produktów.
- Ciągłe wykluczanie elementów z feeda może spowodować, że nigdy nie powrócą one już do kampanii, bo po usunięciu nie będą w stanie już “udowodnić” swojej wartości. Jeżeli decydujemy się na usuwanie produktów, to warto przynajmniej raz na jakiś czas je przywracać testując skuteczność po powrocie lub też do oceny skuteczności używać całego ruchu – nie tylko z tego źródła, które zamierzamy optymalizować.
Narzędzia do analizy skuteczności produktów
Badanie skuteczności produktów można robić na kilku poziomach – w zależności od potrzeb, ale też i możliwości określanych przez dostępne dane i rodzaje narzędzi. Poniżej prezentujemy kilka możliwości.
Poziom pierwszy: skuteczność sprzedażowa
To najbardziej oczywisty sposób, który z pewnością jest używany przez każdego właściciela sklepu. Chodzi tu po prostu o analizę sprzedaży na poziomie produktu, z ewentualnym grupowaniem na rodzaje produktów, marki czy kategorie. Dodatkowym wymiarem, który można dołożyć patrząc na ten temat z punktu widzenia reklamy jest kanał pozyskiwania ruchu. Być może produkty, które dobrze się sprzedają w jednym kanale – na przykład w Google Ads, nie są już tak popularne w Facebooku czy innej platformie.
Analizę z użyciem kanałów możemy zrobić w Google Analytics lub też tworząc dedykowany raport w Data Studio. Specjalnie dla Ciebie przygotowaliśmy taki raport. Możesz z niego skorzystać za darmo wchodząc TUTAJ. Do uzyskania dostępu dodanych konieczne będzie zalogowanie się na konto Google z dostępem do Google Analytics.
Jest to najprostszy sposób określenia listy bestsellerów oraz najgorszych produktów lub kategorii, z uwzględnieniem wybranego kanału komunikacji.
Uwzględnienie odsłon stron produktowych
Ewentualnym rozwinięciem tej analizy może być dodanie metryki odsłon stron produktów. Pozwoli to na określenie tych produktów, które może nie są tak popularne w zakresie na przykład generowanego ruchu z zewnątrz, ale i tak mają wysoką sprzedaż.
Analiza ta jest możliwa albo przez wykorzystanie modułu rozszerzonego e-commerce w Google Analytics, albo przez inne łączenie danych odsłon ze sprzedażą. W wyżej wymienionym raporcie Data Studio dodaliśmy też przykładowy widok oparty o rozszerzone e-commerce, jednak może być tak, że akurat ten moduł nie został wdrożony w Twoim Google Analytics.
Jak widać na powyższym ekranie, produkty na końcu tabeli mimo że mają mniej odsłon niż te w topie, to jednak przynoszą istotną sprzedaż, więc być może warto je bardziej wypromować – czy to przez podbicie ich widoczności w obrębie samej strony, czy przez wydzielenie dla nich osobnego budżetu w kampaniach.
Poziom drugi: spojrzenie przez pryzmat pozyskiwanego ruchu
Powyższe analizy uwzględniają głównie stronę sprzedażową, bez uwzględnienia tego, czy na dany produkt są prowadzone zewnętrzne działania reklamowe, czy też nie. Jednak to, czy produkt jest bestsellerem czy nie może nie wynikać tylko z jego skuteczności, ale też z tego, że ma on duże wsparcie w zakresie działań płatnych. Inaczej mówiąc, produkt może się sprzedawać, bo wydajemy na niego dużo budżetu.
Dlatego też, warto porównać metryki sprzedażowe z metrykami generowanego ruchu i sprawdzić jakie są współczynniki konwersji na poszczególnych produktach lub kategoriach.
Najprościej można to sprawdzić w Google Analytics badając ruch z punktu widzenia stron docelowych. I dla tego scenariusza przygotowaliśmy odpowiedni widok w Data Studio. Analiza ta wymaga już trochę zachodu – konieczne jest ustawienie filtra na strony produktowe. Można tego dokonać poprzez trzeci filtr na stronie raportu.
Przykładowe dane mogą wyglądać tak:
Jak widać na tym przykładzie, są takie produkty, które generują ruch (w tym przypadku z Google Ads), czyli dla nich ponosimy konkretne koszty na reklamę, ale też ich skuteczność jest w miarę wysoka, zadowalająca. Są też jednak produkty, które mimo wydawanych kwot nie przynoszą żadnej transakcji. Być może warto zastanowić się nad ich wykluczeniem z kampanii poprzez usunięcie ich z feeda produktowego.
Zwróć też uwagę na to, że taka analiza dla długiego ogona może nie być tak prosta jak się wydaje. Dla powyższego przykładu łączny współczynnik konwersji to 1,06%. Teoretycznie więc, aby produkt zaliczył przynajmniej jedną konwersję, to powinien mieć średnio 1 / 1,06% = 94 sesje. We wszystkich produktach poniżej tego poziomu wyciąganie wniosków będzie obarczone dużym błędem. W takim wypadku być może lepiej byłoby przeanalizować ruch bez filtrowania na źródła lub też zagregować dane do poziomu kategorii produktu i wdrożyć zmiany na tym poziomie – na przykład poprzez wykluczenie z feeda całej kategorii.
Poziom trzeci: koszty reklamy per produkt
Wyżej wymieniony sposób analizy pozwala na porównanie sprzedaży do wygenerowanego ruchu przez produkt. Jest on dobry dla porównywania ze sobą różnych źródeł lub analizy dla całego serwisu, bez rozróżnienia na kanał marketingowy. Ma on jednak tą wadę, że nie zawiera informacji o kosztach. Może być tak, że mimo podobnego poziomu ruchu jeden produkt ma wyższe koszty reklamy od innego. Kolejnym poziomem analizy może być więc uwzględnienie kosztów.
Taka analiza powinna być robiona już w każdej z platform reklamowych oddzielnie. Na przykład, jeżeli analizujemy kampanie PLA w Google Ads, to możemy skorzystać z panelu raportów i tam wybrać wymiar typu produktu oraz metryk związanych ze sprzedażą (w tym wypadku nie możemy zejść na poziom indywidualnego produktu):
Na powyższym przykładzie jak widać są takie kategorie, które mimo wysokich kosztów przynoszą niskie wartości konwersji (niski iloraz wartości konwersji do kosztów – ROAS). Z drugiej strony mamy też produkty o bardzo dużych poziomach ROAS – nawet powyżej 100, co oznacza, że z każdej złotówki wydanej na reklamę produktu mamy 100 zł przychodu.
W przypadku Facebook Ads istnieje możliwość analizowania skuteczności z podziałem na produkty. W tym celu wystarczy wejść w raporty i skorzystać z pola Identyfikator Produktu:
Poziom czwarty: zwrot z inwestycji
Ostatni poziom analizy to uwzględnienie poza kosztami i przychodami na produkcie też zysku. Dzięki temu jesteśmy w stanie policzyć nie tylko ROAS (Return on Ad Spend) rozumiany jako przychód dzielony przez wydany budżet marketingowy, ale też niemalże czysty zysk wynikający z wydanego budżetu.
Wymaga to już indywidualnych analiz – wyeksportowania danych kosztowych do Excela i dodania do nich danych
o marżach. Jednak wnioski z takiej analizy mogą być bardzo wartościowe. Na przykład może okazać się, że produkty, które generują dobre poziomy ROAS, mają niskie marże i wcale nie generują zysku.
Z powyższego zestawienia widać, że są takie produkty, które mają pozytywny ROAS (np 569%), ale przez niską marżę generują stratę. Być może warto ograniczyć ich budżet lub całkiem zrezygnować z ich promowania w feedzie.
Podsumowanie
Niezależnie od tego z którego poziomu analizy skorzystamy, wnioski mogą istotnie podnieść wyniki kampanii. Przypomnijmy, że ich celem jest zidentyfikowanie zarówno najlepszych produktów, wydzielenie z kampanii oraz wsparcie osobnym budżetem, a także – analogicznie: odnajdywanie najgorzej radzących sobie produktów, które może warto ograniczyć lub całkiem usunąć z feeda. Dlatego takie analizy, zdecydowanie warto co jakiś czas ich dokonywać.
My w Bluerank wiemy, jak istotnym aspektem działań w Internecie jest kontrola nad promowanymi produktami oraz kampaniami reklamowymi. Dlatego też, nasz dział R&D stworzył narzędzie Feeds.automated, które pozwala przede wszystkim na łatwe tworzenie feedów produktowych, wzbogacanie ich o dodatkowe dane – między innymi ze wspomnianych wcześniej analiz, czy też edycję zamieszczonych tam informacji dotyczących sprzedawanego towaru.
Skontaktuj się z nami, a chętnie pomożemy Ci przygotować skuteczny feed produktowy.
