Case study

[E-commerce] Pułapka dobrze zarabiającej kampanii PLA

Założenia projektu

Kampanie PLA (Google Shopping Ads) to bardzo ważny element dla każdej firmy e-commerce. Stanowią niezbędny element działań Google Ads/Adwords w każdej branży. W większości przypadków odpowiadają za aż 50% ruchu oraz przychodów w sklepach. Znajduje to potwierdzenie w audytowanym przez nas koncie – z wieloletnią historią, dużymi budżetami i już na dość wysokim poziomie optymalizacji konta. W tym wypadku kampanie PLA pochłaniały 40% budżetu oraz odpowiadały za 30% przychodów, osiągając przy tym dobry współczynnik konwersji (powyżej 3%).

Cel projektu

  • optymalizacja kampanii PLA
  • zwiększenie współczynnika konwersji
  • zwiększenie przychodów

case study PLA Ads

Dobre wyniki nie ukazują jednak pełnego obrazu kampanii. Choć są to kampanie w dużej mierze semi-automatyczne (bo bazują na informacjach przekazanych w feed), to są działania optymalizacyjne, które warto podejmować, szczególnie ze względu na ich wagę oraz wydawany budżet w tych kampaniach.

Po pierwsze 
Na screenie powyżej widzimy kilkanaście najwięcej wydających produktów jednej z marek. Duża ich część osiągnęła w ciągu ostatniego roku o wiele mniejsze ROI (Wartość konwersji/Koszt) względem pozostałych. Również współczynnik konwersji oraz koszt konwersji w kilku przypadkach znacząco odchodzi od średniej. Roczne wydatki na te produkty wyniosły ponad 4500 zł.

Można było tu podjąć kilka decyzji:

  • wykluczyć te produkty,
  • zmniejszyć stawki w celu obniżenia kosztu konwersji (zwłaszcza że pokrycie w wyświetleniach reklam było bardzo wysokie),
  • przenieść produkty do innej grupy reklam (z innymi stawkami, celami i strategią działania) lub nawet kampanii.

case study PLA 2a

Po drugie
Na przykładzie tej samej marki widzimy również, że prawie 20% wydatków wpada do kategorii „wszystkie pozostałe”. Na dodatek ta grupa uzyskuje dużą rentowność. Nie wiemy jednak tak naprawdę co to za produkty, czy jest jeden, który wygenerował takie obroty, czy jest ich kilka, czy przypadkiem 90% znajdujących się tam produktów nie generuje niepotrzebnych kosztów. Tylko dla tej 1 marki są to wydatki rzędu 2350 zł rocznie.

Case Study PLA 3a

Po trzecie
W kampanii PLA segmentacja produktów kończy się w wielu przypadkach na ogólnej analizie i monitorowaniu całej marki. Uniemożliwia to tak naprawdę lepszą optymalizację, bowiem nie jesteśmy w stanie zidentyfikować przodujących czy najsłabszych produktów.

Podjęte działania

Po zidentyfikowaniu obszarów do poprawy podjęliśmy pierwsze kroki optymalizacyjne w kampaniach PLA.

  1. Wykluczenie nierentownych produktów

    Przeprowadziliśmy segmentację większości kampanii i kategorii (nawet do poziomu produktu), co dało możliwość wykluczenia produktów nierentownych i tym samym – zaoszczędzenia budżetu, który finalnie został przekierowany na najlepiej konwertujące kampanie.

  2. Zmiana struktury kampanii

    Zmieniliśmy strukturę kampanii PLA. Spośród najskuteczniejszych do tej pory kampanii zostawiliśmy najbardziej rentowne produkty i marki. Pozostałe zaś przenieśliśmy do nowo utworzonych kampanii.

  3. Nowa strategia ROAS

    Wyselekcjonowanie najlepiej zarabiających produktów pozwoliło na zastosowanie nowej strategii określania stawek – ROAS.

  4. Wykluczenie fraz

    Wykluczyliśmy ogólne, nierentowne frazy.

  5. Analiza wyszukiwanych haseł

    Odrzuciliśmy nietrafne frazy na podstawie raportu wyszukiwanych haseł.

Wyniki widoczne w samych kampaniach PLA rok do roku, w pierwszych miesiącach po wprowadzeniu zmian:

podsumowanie PLA case study
+
0
%
wzrost przychodów
+
0
%
ROAS zwiększony
+
0
%
Wzrost liczby transakcji

Masz pytania?
Skontaktuj się z nami!

    Jak możemy Ci pomóc?

    Dane kontaktowe



    Wiadomość