AW3 - hardwarehouseTitle AW3 Created Date 8/17/2020 9:20:05 AM
Aw3 scharmueller 01072015_google_shopping
-
Upload
werbeplanungat-summit -
Category
Documents
-
view
52 -
download
1
Transcript of Aw3 scharmueller 01072015_google_shopping
Grundlagen Google Shopping Ads
Bidmanagement für Google Shopping Kampagnen
Ausgangssituation
Kampagnenstruktur
Lösungsansatz - Bidding the Longtail
Insights – CPC Erhöhungen
Agenda
SHORT HEAD
LONG TAIL
20% der Produkte generieren 80% des Umsatzes
Anzahl der Produkte
UMSATZ
IN
€
80% der Produkte generieren 20% des Umsatzes
Klassischer Longtail
Longtail:
80%der Shopping Ad Verkäufe werden von Produkten generiert, die nur
1 Conversion aufweisen.
Shopping Ads Longtail
60.000
40.000
20.000
10.000
123456789101112
ANZAHL DER CONVERSIONS PRO PRODUKT
UMS A T Z
IN
€
Shopping Ads Longtail - Umsatzanteil
Go to: https://gist.github.com/smec/aa6c52a1fd874984f43a
Paste in “Bulk Edits”
Skript ausführen
Analyse unter “Logs”
Ihre Longtailverteilung
Problematik
Hoher Aufwandbei manueller Optimierung
EreignisarmutWenige statistische Daten
Über - oder Untersteuerung herkömmlicher Tools
Zeitverzögerung aufgrund fehlender statistischer Daten
Herausforderung
Ziele
Valide Umsatzprognosen
für Produkte mit wenig statistischen Ereignissen
Frühzeitiges Trennenvon Kostentreibern & Umsatzbringern
Setzen des optimalen CPCfür jedes einzelne Produkt im Sortiment
Ziele - Bidmanagementstrategie
€0.50 €0.50 €0.50
€0.50
Oft verwendetes Setup:
Undifferenzierte Kampagne
Überlappender CPC für alle Produkte
Problem: Zu wenig Detaillierungsgrad
Oft verwendetes Setup:
Kampagnen differenziert nach Produktgruppen/Marken
Überlappender CPC pro Marke / Produktgruppe
€0.50
€0.42
€0.65
€0.74
€0.65 €0.65€0.65
Nike Laufschuhe Adidas Laufschuhe
€0.42 €0.42 €0.42
Problem: Zu wenig Detaillierungsgrad
Nike Laufschuhe
Adidas Laufschuhe
Puma Laufschuhe
Kein individueller CPC auf Produktebene
Gemittelte Statistiken
Ausgleichskalkulation - „Bad Products“ werden unterstützt
Schnelles Erkennen von Umsatzbringern und Kostentreibern
Split nach Produktgruppen: € 100 Kosten, € 1.000 Umsatz
(max. KUR: 15%, IST-KUR: 10%)
€ 75 Kosten
€ 50 Umsatz
€ 10 Kosten
€ 850 Umsatz
€ 15 Kosten
€ 100 Umsatz
€0.65
Differenzierung nach Produktgruppen
Ein individueller CPC pro Produkt (max. 20.000 / campaign)Kontrolle der aktuellen Produktperformance
Split nach Produkten: € 25 Kosten, € 950 Umsatz
(max. KUR: 15%, IST-KUR: 2,63%)
€ 75 Kosten
€ 50 Umsatz
€ 10 Kosten
€ 850 Umsatz
€ 15 Kosten
€ 100 Umsatz
€0 €0,65 €0,65
Item-based Bidding
€0.32 €0.30
Individueller CPC pro Product ID
€0.33
Empfohlene Accountstruktur
Nike Laufschuh Modell 1
Nike Laufschuh Modell 2
Nike Laufschuh Modell 3
Clicks Conversions Conv Rate (CR)
3.000 27 0,9%
1.000 10 1%
1.000 1 0,1%
100 5 5%
100 1 1 % ?
50 1 2 % ?
1 1 100 % ?
10 0 0 % ?
300 0 0 % ?
Konversionsraten - Was nun?
Clicks Conversions Conv Rate (CR) CR-Interval*
3.000 27 0,9% 0,59 - 1,31 %
1.000 10 1% 0,45 - 1,83 %
1.000 1 0,1% 0 - 0,56 %
100 5 5% 1,64 - 11,28 %
100 1 1% 0,03 - 5,45 %
50 1 2% 0,05 - 10,65 %
1 1 100% 2,5 - 100 %
10 0** 0% 0 - 30,85%**
300 0** 0% 0 - 1,22 %**
* 95% Konfidenzintervall, Pearson-Clopper-Method -> konservative Methode
** Rule of Three: 95% Konfidenzintervall zwischen 0 und ca. 3/n: zb. 3/10 = 30% und 3/100 = 1%
Konversionsraten – CR-Korridore
Einrichtung
8%
Anzahl der Zimmer
25%
Garten
16%
Balkon
14%
Kücheneinrichtung
23%
Parkplatz
14%
Unterschiedliche Faktoren beeinflussen die Variable „Mietpreis“ - Ähnliche Beziehungen gibt es auch in Ihrem Shopping Account zwischen Produktperformance und Produkteigenschaften
Analogie: Mietspiegel
Product price
y = βx + d
RegressionsanalyseZusammenhang zwischen Produkteigenschaften und Produktperformance
Product priceSearch Queries with Numbers Search Queries w/o Numbers
Conversionrate
0,8%
0,9%
1,0%
1,1%
1,2%
1,3%
1,4%
RegressionsanalyseZusammenhang zwischen Produkteigenschaften und Produktperformance
Steigerung des Bids bei Shopping Campaigns
1. Impressions +2. Klickraten ++3. Klicks: +++4. Kosten +++5. Konversionsrate ~6. Konversionen +++
1. Impressions +2. Klickraten +3. Klicks: ++4. Kosten ++5. Konversionsrate - -6. Konversionen ~ +
Steigerung des Bids bei Shopping Campaigns
Besonderheiten Google Shopping Ads
Steigerung des Bids bei Shopping Campaigns führt nach vollständiger Präsenz bei produktspezifischen Termen zu einer semantischen Erweiterung ähnlich des Broad-Matches:
Samsung UE55H62700,02 Cent Gebot -> kein Erscheinen bei Suche nach “UE55H6270”
0,08 Cent Gebot -> erscheint bei Suche nach “UE55H6270”
0,20 Cent Gebot -> erscheint zusätzlich bei Suche nach “Samsung Fernseher”
0,40 Cent Gebot -> erscheint zusätzlich bei Suche nach “Fernseher kaufen”
0,60 Cent Gebot -> erscheint zusätzlich bei Suche nach “Fernseher”
Gepflegte Google Shopping-Kategorie: Fernseher, Marke: Samsung, Product Type: Fernseher
Besonderheiten Google Shopping Ads