Grundlagen Google Shopping Ads

Bidmanagement für Google Shopping Kampagnen

Ausgangssituation

Kampagnenstruktur

Lösungsansatz - Bidding the Longtail

Insights – CPC Erhöhungen

Agenda

Was ist Google Shopping

Bis zu 8 Anzeigen - entweder Top oder rechts positioniert

Multiple Platzierung möglich

Shopping Ads

Quelle: Rimm-Kaufmann Group

Shopping Ads - Performance

Erfolgskriterium Bid Management

Ausgangssituation

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

Kampagnenstruktur

Best Practice

€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

Bidmanagement

Best Practice

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

Anwendungsbeispiel I

Anwendungsbeispiel II

Aggregation – Marke + Kategorie

Aggregation – Marke + Kategorie

Aggregation - Preis

Aggregation - Preis

Lineare Regression

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

6 vor Biddingstrategie 6 nach Biddingstrategie

Performance Entwicklung

Insights

CPC-Erhöhung

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

Eine noch spannende Summit!