Hvor tekstannoncer kan koges ned til nogle få core optimeringer og som sådan ret let kan sættes i system er det at optimere Google Shopping en noget sværere disciplin.
Det kan bedst sammenlignes med konverteringsoptimering. Ja, du kan implementere best practice, men ud over det er det åbent for fortolkning.
Her er et par eksempler på optimeringstaktikker til Google Shopping:
- Opdel kampagner til at vise produkter på tilbud eller bestsellere først
- Opdel kampagner i generisk vs. brandsøgninger
- Optimer feedet for bedre synlighed, analysemuligheder eller segmentering
- Fjern produktvarianter, så du kun viser de rette produkter
- Fokus på private label-produkter med lavere ROAS targets
- Brug POAS (profitsporing) til at lade mere profitable produkter blive prioriteret
- Spor lagerniveauer for at ekskludere produkter, der er få af på lager
- Byg en custom rank / score af produkter
Med Google Shopping er det kun fantasien, der sætter grænser, og det er det som gør Google Shopping optimering så svær en størrelse. Inden Performance Max eller Smart Shopping kom på banen var det letteste i verden at forbedre Google Shopping-kampagner pga. det blev kørt på et så lavt niveau mange steder.
I denne artikel går jeg i dybden med hvordan du kan optimere Google Shopping – samt specifikt kigger på forskellen mellem de optimeringer du bør gør dagligt/ugentligt/månedligt og de optimeringer med fokus på det større billede.
Bemærk: Vi har en anden artikel for optimering af Smart Shopping kampagner.
Rutine-optimeringer af Google Shopping
Dette er også henvist til, som dag-til-dag optimeringer, men der er ikke rigtig nogle ting du SKAL gøre dagligt, så jeg bruger ofte termet rutine-optimering i stedet.
Der er nogle få ting du aktivt kan ændre / optimere i dine Google Shopping kampagner:
- Budgivning og budgetallokering
- Negative søgeord
- Feed optimering
- Ekskludering af produkter
- Brug af målgrupper
Men – når du ser på det jævnligt er de her ret små ting:
- Budgivning og budgetallokering
- Er nok den største ting du kan gøre jævnligt og som har stor betydning.
- Negative søgeord
- Har mindre betydning i Shopping afhængig af dit marked, og med Smart Bidding er der en form for negative søgeord indbygget alligevel
- Feed optimering
- Denne er super vigtig, men når du først er 80-90% i mål er det klaret, og så er fokus mere på at fixe afviste produkter, etc. Det skal selvfølgelig gøres, men er ikke helt en optimering
- Ekskludering af produkter
- Igen er vi ude i, at det kan Smart Bidding også finde ud af ved bare at byde meget lavt for produkter, der performer dårligt, men nogle gange skal du ind og fjerne produkter selv (er dog sjældent).
- Brug af målgrupper
- Jah, dem sætter du også bare op én gang og så er det det.
Så hvordan kan du optimere dine Google Shopping-kampagner for at få mere ud af dem?
Nedenfor er en liste over optimeringstaktikker:
Ugentligt
- Budstyring
- Merchant Center-anmeldelse
- Produktafvisninger
Månedligt
- Negative søgeord
- Standard optimering
- Eksklusiv for evigt vs. lige nu
- Vise det rigtige produkt til søgninger
- Flytte til en reservekampagne
- Optimering af feed / Merchant Center reviews
Kvartalvist
- Produktudelukkelser
- Ekskluder/nedgrader produkter
- Genovervej produktvarianter
- Audience layering
Smart Bidding vs. Manuel budgivning i Google Shopping
En ting, du skal være opmærksom på med Google Shopping-optimeringer er, hvor meget bedre Smart Bidding fungerer i forhold til almindelige søgekampagner.
Dette skyldes manglen på søgeord i Google Shopping.
Med manuel budgivning byder du på produktniveau – ikke på søgeord. Men hvert produkt vises for en række søgeord, der alle konverterer på forskellige niveauer:
Med manuel budgivning kan du, som sagt, kun sætte et bud på et produkt. Det betyder, at ligegyldigt hvordan en søgeterm performer, vil du stadig have afgivet det samme bud (artikel: Kampagnestrukturer, der muliggør søgeordsbud i Google Shopping).
Smart Bidding angiver dog et bud for hver søgeterm og kan dermed byde forskelligt på søgetermsniveau.
Det gør, at Smart Bidding derfor performer bedre end manuel budgivning det meste af tiden i Google Shopping (hvis forudsætningerne for at Smart Bidding kan lykkes er på plads).
Proaktiv analyse af omsætning/ROAS/impression share
For at måle performance af Google Shopping kan du ikke stole blindt på de metrics, du ser i Google Ads-interfacet.
Et vigtigt værktøj i dit arsenal er sektionen “Rapporter” i Google Ads:
Rapporter i Google Ads giver dig mulighed for dykke ned i analyser på flere niveauer, herunder følgende:
- Brand / produkttype analyse
- Custom labels
Disse analyser kan hjælpe med at besvare følgende spørgsmål:
- Bliver nye produkter eksponeret ordentligt?
- Er nogle mærker stigende/faldende i omsætning?
- Hvilke produkter performer bedst?
Magien sker, når du begynder at lægge disse datapunkter sammen.
Men:
Hvis du ikke har nogen custom labels på dit feed, vil du dog få svært ved det. Men igen – Hvis du har spørgsmål, du ikke kan besvare på grund af mangel på custom labels, er det vigtigt at huske det gamle ordsprog:
“Det bedste tidspunkt at plante et træ var for 25 år siden. Det næstbedste tidspunkt er i dag.”
Jeg vil typisk have disse standardrapporter klar til enhver konto:
Jeg sætter dem op til at inkludere betinget formatering:
Samlet set giver vores Google Shopping-kampagne i dette eksempel 2.5x return on ad spend (ROAS), hvilket er lige, som det skal være.
Men se på nogle af de enkelte kategorier – de klarer sig forfærdeligt!
Disse metrics ville ikke være blevet afsløret så tydeligt ved en direkte gennemgang af Shopping-kampagnerne. Jeg elskede Rapportsektionen tilbage i 2010 da den hed Dimensioner, og jeg elsker Rapportsektionen den dag i dag.
Big Picture optimeringer af Google Shopping
Efter at have udført de rutinemæssige optimeringer og gennemgået dataene, er det tid til at se på de “store” optimeringer.
Det er her Google Shopping virkelig skinner igennem. Google Shopping-optimering handler om at ændre kampagnestrukturen, udbygge dine data og arbejde på de store punkter – noget vi sjældent anbefaler til søgeannoncer.
For de fleste af vores større annoncører vil vi typisk foretage en større ændring af hele deres Google Shopping-strategi en gang om året. Indrømmet, nogle af vores annoncører har kørt med den samme struktur i 5 år, men det er fordi deres forretningsstrategi ikke har ændret sig meget i de 5 år.
Men når du går fra 5.000 til 10.000 produkter, tilføjer helt nye kategorier eller der er andre forretningstiltag der ændrer sig, skal du ofte revidere din Google Shopping strategi, og det er her, at big picture optimeringer spiller ind.
Jeg har opdelt de forskellige ideer til big picture optimeringer herunder:
- Prøv en ny kampagnesegmentering/-struktur
- Søgeordsperformance
- Differentieret ROAS-strategi
- Prisovervågning
- Manuel vs. Smart Bidding
- Smart Shopping
Prøv en ny kampagnesegmentering/-struktur
En af de vigtigste optimeringer, du kan foretage til en Google Shopping-kampagne, er at omstrukturere kampagnen/kampagnerne.
En årsag til at ændre din kampagnestruktur er for at hjælpe Smart Bidding / Google. Smart Bidding er rigtig godt, men det er stadigvæk meget reaktivt. Den reaktive del gør den markant bedre end vi selv kan gøre i mange tilfælde.
Men lige så god den er til at reagere på historisk data lige så dårlig er den til at være proaktiv.
Ideen bag nye kampagnestrukturer er derfor at bruge campaign priorities til at fortælle Google hvilke produkter vi gerne vil have den viser før andre produkter, hvis flere produkter matcher den samme søgning.
Lidt kringlet forklaret, men tænk på hvis du har 100 produkter, der alle matcher søgningen Nike løbesko — er det så ikke bedst du vælger din bestsellers først?
I teorien bør Google finde frem til de her bestsellers pga. det er hvad den historiske data vil vise — men hvad når dette ændrer sig? Hvad med når vi skifter sæson? Hvad med hvis et produkt ikke sælger bedst pga. det er en historisk bestseller, men pga. det er på udsalg – og dine udsalg skifter meget?
Osv. osv osv.
Smart Bidding er effektivt til reaktiv budgivning:
- Smart Bidding er effektivt, fordi det reagerer live på ændringer af historiske data sammenlignet med dit manuelle bud, der ikke er blevet opdateret i flere uger.
- Desuden inkluderer Smart Bidding flere signaler, end du kan inkludere.
- Smart Bidding er opbygget af matematiske formler, som maskiner kører meget bedre, end du gør (jeg har skrevet meget om dette før).
Selvom det er rigtig fint, er det reaktivt; der er ingen indikatorer for fremtiden. Hvis jeg ved, at jeg ikke bør sælge dynejakker i Danmark i juli, vil Smart Bidding bruge tusindvis af kroner på at komme til nøjagtig samme konklusion.
På tværs af et stort varelager, der er påvirket af mange faktorer, løber omkostningerne til at nå til konklusioner, vi allerede kender, op i rigtig mange penge (selvom jo mere stabilt dit lager/marked er, vil omkostningerne aftage).
Det er her at hjælp til Smart Bidding og Google Shopping kommer ind. Måden at gøre dette på er ved at bruge prioritetsindstillinger til at fortælle Google, hvilke produkter der skal vises først eller ved at foretage andre ændringer.
Her er en liste over ideer til, hvordan du segmenterer og derved optimerer dine Google Shopping-kampagner:
- Opdeling af søgeord/forespørgsel
- Bestsellere
- Billigste
- Varianter
- Marginer (ikke foretrukket)
- På tilbud vs. ikke på tilbud
- Ny vs gammel
For at læse mere, så læs hele min guide til Google Shopping-kampagner.
Performance på tværs af søgetermer
Et andet vigtigt aspekt er at se på, hvordan de enkelte søgetermer performer
Det er inkluderet ovenfor, men kræver sit eget segment.
Det er vigtigt at forstå, hvilke søgetermer der genererer de bedste resultater (indtjening til et rentabelt ROAS), når du forsøger at skalere din Google Shopping-indsats.
Hvis alle dine resultater kommer fra en enkelt gruppe af søgninger (generisk, kategori, mærkevarer, produkt osv.), har du en stor fordel i forhold til at finde en måde at få de andre grupper af søgninger til at fungere for dig.
Prøv en differentieret ROAS-strategi
Hvad med inkrementalitet?
En annoncør ønsker måske at få en ROAS på 400 af deres samlede annonceforbrbrug, men hvis de ved, at de er rentable nok med en ROAS på 300%, og du kan få mere omsætning ved at flytte al mobiltrafik til 300% ROAS, er det ikke muligt uden at dele dine kampagner op.
Forklaret på en anden måde: Du kan kun sætte ét target for en kampagne. Du kan ikke dele det target op i mobil vs desktop, eller retargeting vs kold trafik, etc.
Jeg er klar over, at Google anbefaler at holde alt i den samme kampagne for at maksimere dataene. Og det er et godt råd, hvis du ikke har behov for at sætte forskellige ROAS mål eller har faste budgetter for visse kategorier.
Det er nemlig meningsløst at opdele dine kampagner i fem bare for at sætte de samme ROAS-mål for dem alle.
Men at opdele dine kampagner i fem hovedkategorier for at spore performance på et detaljeret niveau og optimere ROAS-mål for at maksimere indtjeningen fra hver kategori – det er effektivt og overtrumfer enhver best practice anbefalet af Google.
Vi forsøger ofte at opdele Shopping-kampagner i et af følgende segmenter, så vi kan angive forskellige ROAS-mål:
- Private label-produkter
- Kategorier
- Søgeord
- Målgrupper
- Enheder
Lad være med at gøre dette, bare fordi jeg har skrevet om det her. Gør det, fordi det giver forretningsmæssig mening for dig.
Overvejelse om kunderejsen
Dette er endnu en kampagnesegmentering, du bør overveje, hvis du har et stort lager.
Lad os sige, at du sælger produkter til en gennemsnitlig pris på 250 kroner og 10.000 kroner. Det er ikke usædvanligt for store butikker.
Tror du, der er forskel på, hvordan kunder køber et produkt til 250 kroner og et produkt til 10.000 kroner? Jep!
Så hvorfor beholder vi dem i den samme kampagne med de samme budsignaler?
Som jeg skrev i vores Smart Bidding-artikel, er datastabilitet nøglen til at sikre effektiviteten af Smart Bidding. Du vil se meget mere udsving i dataene for dyre produkter i forhold til produkter til lavere priser.
Jeg prøvede engang at køre en kampagne for dyre produkter på Smart Bidding, og efter 6 måneder var procentdelen af omsætningen fra denne kampagne på kontoen gået fra 25% til 5%.
Ved at skifte til manuel budgivning var jeg i stand til at få den tilbage til 25% og opretholde dette tal. Ved du, hvordan jeg holdt det oppe? Jeg sænkede ikke bud, bare fordi ROAS var dårlig i en uge eller længere. Jeg fastholdt eksponeringen for vores vigtigste bestsellere uanset hvad, fordi jeg vidste, at vi pludselig ville få 10 konverteringer, hvilket ville ændre ROAS-beregningerne fuldstændigt.
En lignende strategi har fungeret meget godt i mange tilfælde.
Prisovervågning – en idé til segmentering
Vi støder ofte på eCommerce managers, der går igennem den samme mølle hvér gang:
- De har samme priser som alle andre
- Deres marginer er lige så gode som alle andres
- Deres priser er konkurrencedygtige
Vi beder dem køre en test med PriceShape og da de begyndte at overvåge deres priser, fik de et kæmpe chok, fordi de ikke var konkurrencedygtige på flere af deres vigtigste produkter.
Vi kan overse det faktum, at prisen er en væsentlig faktor i en forbrugers beslutning om at købe et produkt. Især når det gælder mærkevarer, hvor du får præcis det samme produkt, uanset om du køber det i Elgiganten, Power, Bilka eller på Coolshop. Prisen betyder altid noget.
Bekvemmelighed er også en vigtig faktor, men ved alt over en prisforskel på omkring 10% for mærkevarer vil du begynde at se et markant fald i konverteringsraterne på de fleste markeder.
Jeg har skrevet i dybden om, hvordan man bruger prisovervågningsværktøjer til Google Shopping, så jeg vil lige opsummere taktikken:
- Prissammenligning handler ikke kun om at være 10 kroner billigere end en konkurrent.
- Sæt sunde priser, der understøtter markedsføring, øger omsætningen og i sidste ende sikrer et godt overskud.
- Lager, produktvariant, margin mv. er alle vigtige at overveje, før du sætter din prisstruktur.
- Selvom dine produkter er højere prissat end dine konkurrenters, kan de sagtens sælge fint og i nogle tilfælde bedre, end hvis de var billigere.
Men det, du bør overveje mest er, at selvom du ikke har tænkt dig at ændre dine priser, er det en betydelig fordel, når du skal styre din Google Shopping-indsats. Blot at du ved, hvad priserne er sammenlignet med dine konkurrenters er meget værdifuldt.
Manuel budgivning er ikke død
Der er tidspunkter, hvor det giver mening at flytte dele af dine kampagner til manuel budgivning i en bestemt periode. Jeg går generelt ikke ind for dette, men der er tidspunkter, hvor du skal have lidt mere kontrol, nulstille dataene eller blot køre forbrug til et bestemt budget.
Der er situationer, hvor manuel budgivning simpelthen overgår Smart Bidding af forskellige årsager:
- Helt nye kampagner
- Kampagner med lav volumen
- På vej ind i en højsæson
- Kampagner for volatile kategorier
Så hvis du finder beviser på, at det kunne være bedre at køre noget med manuel budgivning, så prøv det.
Jeg har skrevet en lang artikel om manuel budgivning, som jeg absolut synes du skal læse hvis du vil lære mere.
Overvejelse om Smart Shopping/Performance Max
Vores mest omfattende Smart Shopping-artikel tager et dybdegående kig på fordele og ulemper ved Smart Shopping. Det bør være en overvejelse for alle på et tidspunkt.
Det er en god idé at forstå, hvordan kampagneformatet fungerer, og hvordan man bruger det, når det virker. Du kan være mellem bureauer eller være nået til et punkt, hvor du ikke kan få dine andre Shopping-opsætninger til at fungere korrekt.
Måske er det tid til at sætte en ny baseline, og Smart Shopping kunne bruges til netop det formål.
Smart Shopping er meget simpelt at køre og for simpelt i min bog til et optimalt afkast, men det burde muligt at slå benchmark. Hvis du ikke kan slå performancen fra en Smart Shopping-kampagne, bør du køre Smart Shopping; så enkelt er det.
Hvilke metrics betyder noget i Shopping-kampagner?
For almindelige tekstannonce-kampagner har vi alle vænnet os til at bruge de samme gamle metrics, såsom gennemsnitlig position, eksponeringsandel, maks. CPC, faktisk CPC, CTR eller ROAS. Du ved, hvad du skal kigge efter, når du optimerer et bud. Det er indgroet i dig.
Men i Google Shopping-kampagner er ét afgørende aspekt væk: gennemsnitlig position.
Dette forvirrer mange PPC-managere, når de forsøger at optimere bud, fordi du sidder og spekulerer på, hvad du så optimerer til?
- Konverteringsværdi/kost
- Konverteringsværdi
- Konverteringsrate
- Impression share
- Absolut top impression share
- Click share
Den almindelige gennemsnitlige CPC og andre metrics bruges stadig. Dette er dog mine vigtigste metrics for Google Shopping.
En metric jeg også gerne vil inkludere, er forskellen i benchmark-produktets pris. Dette kan være nyttigt, hvis du ellers ikke har prisovervågning på dine produkter.
Jeg bruger sjældent benchmark CPC og CTR-metrics. Det er for blindt et punkt, fordi du ikke ved, hvilke andre industrier/produkter Google sammenligner dig med. Hvis du ekskluderer alle de store, generiske søgeord (dvs. sofa), vil du højst sandsynligt have en højere CTR end dine konkurrenter, men også en højere CPC.
Branchespecifikke optimeringer til Google Shopping
Der er optimeringstaktikker for nogle brancher, som du bør gennemgå, uanset om de gælder for dig eller ej.
Product Sculpting: Matcher produkter til søgninger
Siden jeg først skrev denne artikel tilbage i 2018, er Google blevet meget bedre til at matche de rigtige produkter med søgninger. For de fleste industrier er det blevet fortid at lave enhver form for product sculpting.
Ved produktspecifikke søgninger ser jeg slet ikke et behov for at beskæftige mig med denne form for optimering.
For generiske søgeord, lad os sige “sofa”, er hundredvis af forskellige produktvarianter sandsynligvis kvalificerede til at blive vist.
Så hvilke(t) produkt(er) vælger du at fremvise til denne højvolumensøgning?
Du kan oprette en segmenteret kampagnetilgang ved hjælp af kampagneprioriteter, hvilket giver dig mulighed for
- Vis bedst sælgende produkter “først”.
- Vis produkter, der i øjeblikket er på tilbud “først.”
Jeg har set begge tilgange fungere rigtig godt.
“Færre end 20% af kunderne køber det produkt, de klikker på”
Denne overraskende statistik blev oprindeligt delt af Crealytics. Jeg tror, du kan arbejde på at forbedre denne metric for din specifikke shop, men samtidig er det en vigtig påmindelse til dig om ikke at bekymre dig for meget om, hvorvidt det perfekte produkt vises hver gang.
Især for generiske søgeord er chancerne for, at forbrugeren køber netop det produkt, de har klikket på i søgeresultaterne meget lille til ingen. De fleste generiske søgninger sker i undersøgelsesfasen af køberens rejse, så det er meget optimistisk at forvente, at de træffer en beslutning tidligt.
Bemærk: Dette er den samme grund til, at det er vigtigt at opdele dine Google Shopping-kampagner baseret på avancer. Hvis kunder ikke køber det produkt, de klikker på, vil en opdeling af dine kampagner i marginer give i en falsk fornemmelse af, at noget virker.
Det er en bedre løsning at bruge profitsporing.
Negative søgeord: Ikke så simple som du tror
Når det kommer til at arbejde med negative søgeord, skal du tænke dig om en ekstra gang, før du bare ekskluderer løs.
Lad os sige at du sælger sofaer, og du har 10 forskellige brands inden for sofakategorien.
Hvis et af disse brands dukker op oftest for søgeordet “sofa”, men ikke konverterer, hvad gør du så? Generelt vil du enten byde lavere eller tilføje søgetermen som et negativt søgeord.
Men det er ikke så enkelt.
Hvad hvis årsagen til den lave konverteringsrate er, at det forkerte produkt eller brand dukker op på “sofa”-søgningen?
Hvis du så ekskluderer din kampagne fra at blive vist for det pågældende søgeterm, begrænser du bare din kampagnes potentiale.
I stedet skal du revurdere produktets eller brandets performance for disse søgninger og gøre et af følgende:
- Ekskluder søgningerne fra det pågældende brands annoncegruppe.
- Ekskluder det pågældende brand/produkt fra den pågældende kategori/produkttype-annoncegruppe.
Dette gør det muligt at vise søgeordet for andre brands/produkter med bedre succes. Det er en whack-a-mole taktik. Nogle gange er det bedre at arbejde på det overordnede billede med kampagnesegmenteringstaktikken nævnt ovenfor.
Produktvariantstyring
En af de sværere ting at huske på er varianthåndtering.
Den traditionelle måde at tænke produktvarianter på er forskellige størrelser eller farver af det samme produkt, men afhængigt af, hvad du sælger, kan du have forskellige varianter. Uanset hvad den faktiske attribut er, er det vigtigt at have dette for øje, når du optimerer.
Et typisk scenarie er, når en produktgruppe har solgt virkelig godt, men begynder at falde i performance. I takt med at performance falder sænker enten du eller dit system buddet, hvilket kan resultere i, at din produktgruppe performer endnu dårligere.
Lad os sige at grunden til at produktgruppen stoppede med at sælge var, at den mest populære størrelse/farve var udsolgt. Så når det populære produkt kommer tilbage på lager, burde det begynde at performe bedre med det samme, right?
Well. Ja og nej.
Hvis du har været smart og opdelt den individuelle produktvariant i sin egen produktgruppe (som med produkt 17022 ovenfor), har du stadig det oprindelige bud, og alt er godt.
Men hvis du bød på produktgruppen som helhed, har du sænket buddet for denne vare, og den får måske ikke mange visninger/klik nu, hvor den er på lager igen.
Afhængigt af, hvor mange produkter du har, kan det være umuligt at holde styr på dette.
Custom labels kommer og redder dagen
Du har brug for et system, der giver dig mulighed for at overvåge, hvornår dine populære varianter er udsolgt, og hvornår du skal sætte alle varianter på pause. Hvis du for eksempel sælger en løbesko til mænd, og størrelserne 42 til 46 er udsolgt, bør du sætte alle varianter af den sko på pause, så den ikke får klik.
Dit foretrukne feed management-system burde kunne gøre dette:
- Gruppér produktvarianter efter hovedproduktet (ikke underprodukt).
- Identificer de mest populære varianter.
- Lav en regel om at hvis X % af disse varianter er udsolgt, så ekskluderer du alle varianter.
Easy peasy.
Sådan håndterer du hundredvis af produktvarianter
En anden version af dette er, hvordan du måler performance på tværs af hundredvis af varianter, der alle får en håndfuld klik hver. Google har en blind vinkel i forhold til, hvordan både Smart Shopping/Performance Max og Smart Bidding fungerer her.
BH’er er fantastiske eksempler på dette – der er en håndfuld forskellige farver med en lang række forskellige størrelser.
Men i sidste ende er det samme produkt, så performance burde være ens.
Du skal gøre to ting for at komme dette problem til livs:
- Inkluder altid attributten item_group_id Dette fortæller Google, at produkterne er forbundet, og vi har set den strategi fungere ret godt.
- Gruppér underordnede produkter ved hjælp af custom labels. Dette skyldes kun, at du ikke kan strukturere produktgrupper baseret på attributten item_group_id, så hvis du laver manuel budgivning, skal du bruge custom labels* til dette. Det muliggører også bedre rapportering på parent product level.
*Custom labels kan maksimalt have 1.000 unikke værdier, så sørg for at dit samlede antal overordnede produkter er mindre end 1.000. Ellers kan du ikke stole på dataene.
Revidering af dit valg af kampagnesegmentering
Lad os sige at du har oprettet en ny Google Shopping-kampagnestruktur ved hjælp af segmenter til at adskille brand- og generiske søgninger, men du oplever ikke en forbedret performance.
Dette sker – og det er sket for mig mere end én gang, men du skal give dit nye setup tid til at blive bedre. Du skal justere dine bud for hver kampagne, modellere negative søgeord og generelt optimere dine Google Shopping-kampagner, før du kan opgive en ny kampagnestruktur.
Vores tommelfingerregel er at vente to måneder, før vi vurderer, om en ny kampagneopsætning virker eller er spild af ressourcer.
Pas på, at du ikke oversimplificerer resultaterne. Du ser måske, at dine generiske kampagner og brandkampagner har det samme ROAS og tænker: “Sikke spild af tid.” Men bruger du de samme bud for de samme produktgrupper i hver kampagne?
Hvis du gør det, så ja. Så spilder du højst sandsynligt din tid.
Men hvis du ikke gør det, er det netop det smukke ved at segmentere dine kampagner. Du har med succes angivet specifikke bud for, hvordan dine generiske søgninger og brandsøgninger klarer sig individuelt.
Konklusion
At optimere Google Shopping-kampagner behøver ikke at være særlig kompliceret. Men hvis du ikke har det grundlæggende fundament på plads til at gøre dig i stand til at optimere dine søgninger, bliver det stadig sværere for dig at optimere effektivt.
Lad være med at låse dig fast i, at Shopping-kampagner er forskellige fra tekstannoncekampagner. Nyd i stedet, at du ikke behøver administere søgeord eller skrive nye annoncetekster hele tiden og fokuser på det, du kan kontrollere.
De fleste annoncører gør ikke 90% af tingene på denne liste, så hvis du kommer i gang, vil du nemt komme foran de fleste konkurrenter.
