[Studi Kasus] Agensi Pertengahan Musim Panas — Pemasaran Ulang Dinamis dan Regex

Daftar isi

# 1 Manfaatkan produk yang didiskon dengan pemasaran ulang dinamis

• Tantangan: rasio konversi tidak mencukupi untuk kampanye pemasaran ulang dinamis
• Solusi: memanfaatkan atribut ads_label [label_iklan] untuk produk yang didiskon
  
• Hasil: peningkatan rasio konversi, peningkatan waktu rata-rata di situs dan rasio pentalan.
  
  

#2 Cegah kegagalan dengan menggunakan ekspresi reguler

• Tantangan: sejumlah varian terbatas untuk membuat aturan dengan fitur "tambah nilai statis"
• Solusi: membuat aturan dinamis dan skalabel dengan penggunaan ekspresi reguler
• Hasil: kategorisasi atribut baru yang otomatis dan cepat

#3 Pesan konsultasi feed ahli [GRATIS]

#1 Manfaatkan produk diskon dengan pemasaran ulang dinamis

Salah satu praktik pemasaran ulang terbaik adalah mengelompokkan pengguna berdasarkan posisi mereka di corong pembelian. Dengan begitu, Anda dapat membuat kampanye dan grup iklan yang disesuaikan untuk mengadopsi berbagai strategi, tawaran, dan anggaran.

Subdivisi paling klasik adalah:

• Pengguna yang mengunjungi beranda
• Pengguna yang mengunjungi halaman produk
• Pengguna yang menambahkan produk ke keranjang
• Pengguna yang membeli produk

Tantangan

Untuk kampanye pemasaran ulang dinamis yang ditujukan kepada pengguna yang mengunjungi halaman produk tanpa menambahkannya ke keranjang, kami menemukan bahwa rasio konversi lebih rendah daripada tujuannya. Jadi, kami memutuskan untuk mengubah strategi kami.

Larutan

Manfaatkan produk yang didiskon untuk merangsang penjualan.

Kami bertanya pada diri sendiri: bagaimana jika kami mencoba meningkatkan konversi dengan menguji kampanye yang ditujukan hanya untuk pengguna yang telah mengunjungi produk yang didiskon hari ini? Untuk menerapkan strategi tersebut, kami mengembangkan aturan di DataFeedWatch untuk membuat iklan_label, yang disebut “penjualan”, untuk dikaitkan dengan semua produk yang didiskon. Menggunakan fitur "tambah nilai statis", kami menerapkan logika berikut:

Catatan:

Ini bukan atribut custom_label [label_kustom] klasik, tetapi atribut khusus yang ditujukan khusus untuk kampanye display.

Mengapa menggunakan ads_label?

Sejauh ini, ini adalah salah satu dari sedikit atribut yang dapat Anda gunakan untuk memfilter produk di iklan dinamis Anda di tingkat kampanye.

Selanjutnya, kami membuat kampanye pemasaran ulang percobaan - tiruan dari kampanye asli - yang secara eksklusif menampilkan iklan dari produk yang difilter. Yaitu, item yang didiskon, kepada pengguna yang dalam 30 hari sebelumnya menunjukkan minat padanya.

Siapa di antara kita yang tidak suka memanfaatkan diskon?

Hasil

Dampak dari strategi ini sangat mengesankan, baik dari segi penjualan maupun keterlibatan. Taktik ini memungkinkan pengiklan untuk mengambil keuntungan dari fenomena pembelian alami, di mana pengguna yang tertarik dengan penawaran diskon juga menemukan dan membeli produk lain.

Dalam kampanye uji coba, kami mencatat peningkatan 18% dalam rasio konversi dibandingkan dengan yang asli, peningkatan 30 detik dalam waktu rata-rata di situs, dengan rasio pentalan meningkat sebesar 20%.

RKPT iklan juga meningkat sebesar 20%, dengan adanya tag tata letak “Pengurangan harga”, sebuah fitur yang secara otomatis diaktifkan untuk produk yang baru saja didiskon.

Itu memfilter kampanye untuk subkelompok produk yang akhirnya memungkinkan kami mengambil pangsa tayangannya dari 10% menjadi 38%.

Kembali ke halaman atas atau Pesan konsultasi feed ahli [GRATIS]

#2 Cegah kegagalan dengan menggunakan ekspresi reguler

Ekspresi reguler (atau regex) adalah fungsi atau rumus yang mampu mencari, memfilter, atau mengganti string teks mengikuti pola yang telah ditentukan sebelumnya.

Mereka banyak digunakan dalam pemrograman dan analisis data. Dan bahkan bagi kami para pemasar, mereka mewakili pisau Swiss untuk selalu dibawa-bawa. Misalnya, ketika kami telah menggunakan Google Analytics untuk membuat filter tampilan, target, atau segmen.

Menciptakan ketergantungan yang kompleks antara atribut feed dapat menjadi alat yang ampuh di tangan pemasar digital. Tapi, itu juga bisa menjadi senjata bermata dua jika Anda tidak memperhatikan dan mengambil tindakan pencegahan. Bagi mereka yang bekerja di industri fashion, warna, ukuran, dan bahan adalah atribut mendasar. Baik sebagai bidang yang berdiri sendiri maupun sebagai informasi yang akan disertakan dalam Judul untuk mengonversi lalu lintas berkualitas tinggi. Dalam hal ini, kami merekomendasikan panduan Google yang luar biasa ini tentang praktik terbaik bagi mereka yang bekerja di sektor mode.

Untuk semua pelanggan kami di sektor fashion, kami biasanya membuat Judul secara dinamis, menggunakan berbagai atribut yang sudah ada sebelumnya di feed (bahan, warna, ukuran, nama produk) dan mengikuti aturan seperti:

Hasil akhirnya adalah: Designer Women Cotton Shirt, Red, ProductName, XL.

Dan sejauh ini, semuanya baik-baik saja. Seringkali, bidang internal yang digunakan dalam Judul tidak disediakan dalam data mentah - bidang tersebut harus diekstrapolasi atau dibuat dari awal menggunakan data yang disediakan dalam umpan sumber. Dalam contoh khusus ini, kami mengambil informasi dari kolom feed yang berisi informasi tentang warna dan bahan item yang dijual. Atribut produk yang tidak dapat dibaca oleh Google jika diberikan dalam kolom feed asli.

Bagian kiri gambar di atas menunjukkan kolom "tag" dari feed sumber. Bagian kanan menunjukkan contoh bagaimana kami menggunakan informasi itu untuk mengembangkan aturan yang membuat atribut "material".

Tantangan

Batasan penggunaan fitur “tambahkan nilai statis” adalah bahwa hanya sejumlah varian terbatas yang ada pada saat pembuatan aturan yang dapat dipertanggungjawabkan. Dalam kasus seperti itu, dinamisme hilang. Apa yang terjadi jika pelanggan menambahkan produk baru ke dalam katalog, dengan bahan yang belum dikategorikan atau warna dan pola yang belum diperkirakan sebelumnya?

Saya akan memberitahu Anda ... atribut (misalnya bahan, warna, dll.) akan kosong, atau lebih buruk lagi, mereka akan menampilkan nilai yang salah. Akibatnya, atribut dependen seperti Judul, dan akhirnya, orang lain yang menggunakan bidang internal tersebut (misalnya label khusus, deskripsi) akan membayar konsekuensinya, berubah menjadi seperti ini:

Kemeja Wanita Desainer , , , ProductName, XL

Tentu saja, itu bukan judul yang dioptimalkan. Saya akan membiarkan Anda membayangkan dampak dari situasi seperti ini. Tidak hanya pada kinerja tetapi juga pada struktur kampanye belanja Anda yang tiba-tiba dapat berhenti bekerja.

Larutan

Untungnya bagi kami, pada tahun 1950, seorang pria bernama Stephen Cole Kleene, ahli matematika Amerika, bersama dengan pemuda percaya diri lainnya, menghidupkan apa yang biasa kita kenal sebagai ekspresi reguler.

Menggunakan ekspresi reguler, dimungkinkan untuk membuat aturan yang dinamis dan skalabel - jauh lebih baik dibandingkan dengan solusi sebelumnya. Mekanisme ini secara otomatis mengekstrak informasi saat ini dan masa depan pada bahan dari sumber feed, menghilangkan risiko mengorbankan fungsi atribut dependen.

Berikut adalah cara mendapatkan hasil yang sama seperti pada tangkapan layar sebelumnya tetapi dengan cara yang dapat diskalakan, hanya menggunakan regex sederhana.

Selalu ingat untuk menguji fungsi ekspresi reguler. Opsi pratinjau dan dukungan yang ditawarkan oleh DataFeedWatch sangat membantu dalam hal ini.

Hasil

Setelah pengoptimalan ini, kami dapat mencegah kesalahan umpan dan kemacetan lalu lintas. Selain itu, ini memungkinkan kami untuk mengotomatisasi dan mempercepat kategorisasi atribut baru, warna, kategori, dan informasi produk lainnya yang dibuat oleh pelanggan, menghindari pekerjaan manual yang membosankan pada umpan atau intervensi dari departemen TI.

Ini hanyalah dua contoh bagaimana alat manajemen umpan data bersama dengan kekuatan otak manusia, dapat membantu Anda dalam menguji ide-ide yang tidak konvensional dan dalam pencegahan dan penyelesaian masalah sehari-hari. Membantu Anda untuk tetap kompetitif dan menghindari skenario apokaliptik.

Satu-satunya batasan adalah kreativitas, jangan pernah berhenti menguji!!

--
Menikmati artikel ini? Lihat Kiat Pro Michele tentang Memanfaatkan Jaringan Mitra Penelusuran.

Studi Kasus oleh Agensi Pertengahan Musim Panas