[กรณีศึกษา] ร้านเสื้อผ้าสตรีในออสเตรเลียสร้างกำไรจาก DataFeedWatch ได้อย่างไร

ปัญหา

ลูกค้าของเรา บลู บังกะโล เป็นหนึ่งในร้านค้าแฟชั่นออนไลน์ชั้นนำสำหรับเสื้อผ้าสตรี เช่น เดรสลินิน และเครื่องประดับที่มีสไตล์ให้เลือกมากกว่า 3,000 แบบ ร้านค้ามีมากกว่า 150 แบรนด์ที่แตกต่างกัน

แฟชั่นมีการแข่งขันสูงในการโฆษณา เนื่องจากมีธุรกิจจำนวนมากขึ้นเสนอราคาด้วยข้อความค้นหาเดียวกัน ทำให้ราคาประมูลสูงขึ้น

ดังนั้น หากทุกอย่างเท่าเทียมกัน เพื่อรักษาปริมาณหรือเพิ่ม คุณสามารถเพิ่มราคาต่อหนึ่งคลิกสำหรับกลุ่มผลิตภัณฑ์ในการซื้อของและข้อความค้นหาในการค้นหา ซึ่งจะลดกำไร หรือคุณสามารถดำเนินการต่อในขณะที่ปริมาณการคลิกลดลงเพื่อทำให้ รายได้ลดลง ลูกค้าเข้าหาเราเพื่อระบุปัญหาและปัญหาที่ต้องเผชิญ

เป้าหมายของเรากับ Blue Bungalow นั้นเรียบง่าย: ขยายผลกำไร

คุณสามารถปรับขนาดได้ด้วยกระแสเงินสดที่เป็นบวกซึ่งมาจากการสร้างผลกำไร การเข้าชมที่เพิ่มขึ้นไม่สำคัญ ธุรกรรมมากขึ้นไม่สำคัญ และรายได้ก็ไม่สำคัญ ธุรกิจใด ๆ ในที่สุดก็จะตายโดยไม่มีกำไร

Digital Darts ตรวจสอบบัญชีโฆษณาปัจจุบันของตน โดยระบุคุณลักษณะต่างๆ ที่ไม่ได้ใช้ และขาดการแบ่งกลุ่มลูกค้า ซึ่งหมายความว่ามีการเลือกปฏิบัติในการเสนอราคาเพียงเล็กน้อยเพื่อเพิ่มประสิทธิภาพสำหรับการตัดสินใจปรับขนาด แคมเปญ Smart Shopping เป็นเรื่องปกติธรรมดาในธุรกิจที่ดำเนินการโดย Shopify เนื่องจากสร้างและจัดการได้ง่าย

เอเจนซี่ชอบธรรมชาติที่ไม่เอื้ออำนวยเพราะช่วยประหยัดเวลาได้ แต่เป็นกำไรระยะสั้นสำหรับขาดทุนระยะยาว ประเภทแคมเปญไม่มีข้อมูลข้อความค้นหาที่แสดงให้คุณเห็นว่าคำค้นหาใดที่นำไปสู่การขาย ซึ่งหมายความว่าคุณจะไม่ได้รับข้อมูลเชิงลึกในการกระตุ้นการตัดสินใจด้านกำไรหรือข้อมูล Conversion จากการช็อปปิ้งไปจนถึงจุดประกายแนวคิดในแคมเปญในเครือข่ายการค้นหา

การแก้ไขปัญหา

การติดตามรถเข็น Google Ads

ในปี 2020 Google Ads ได้เปิดตัวโค้ดเครื่องมือวัด Conversion สำหรับรถเข็นรุ่นเบต้า ฉันเขียนเกี่ยวกับวิธีการตั้งค่านี้ในบล็อกอื่นบน DataFeedWatch ที่เรียกว่าเครื่องมือวัด Conversion ของ Google Ads พร้อมข้อมูลรถเข็น

เราใช้คุณสมบัติใหม่ที่ให้ข้อมูลอีคอมเมิร์ซแก่เรา เช่น จำนวนรายการต่อการซื้อ ต้นทุนสินค้าที่ขาย และกำไรจากการซื้อ ข้อมูลรถเข็นมีความสำคัญเนื่องจากเพิ่มชั้นข้อมูลที่เกี่ยวข้องอีกชั้นหนึ่งที่ด้านบนของแต่ละ Conversion

เมื่อใช้ข้อมูลรถเข็น คุณจะเห็นรายการสินค้า เช่น กางเกงและเลกกิ้ง ที่ซื้อผ่านการคลิกโฆษณาและผลิตภัณฑ์ใดที่แปลงได้ดีกว่า คุณยังสามารถดูว่าสินค้าใด เช่น รองเท้าผ้าใบ มียอดขายสูงสุดและจำนวนกำไรที่ทำได้

ด้วยเครื่องมือวัด Conversion ของ Google Ads (GACT) แบบปกติ หากคุณแบ่งกลุ่มผลิตภัณฑ์ต่างๆ ในแคมเปญช็อปปิ้ง คุณจะทราบและประเมินผลได้มากที่สุดว่าผลิตภัณฑ์ใดถูกคลิกและจำนวนรายได้ที่มาจากการซื้อ

การแบ่งส่วนด้วย DataFeedWatch

ขณะนี้ใช้ DataFeedWatch และข้อมูลรถเข็น เรารู้แล้วว่าผลิตภัณฑ์ใดที่ซื้อ แม้ว่า SKU ที่คลิกจะแตกต่างจากในโฆษณา Shopping

ด้วยความช่วยเหลือของฟิลด์ต้นทุนขาย (COGS) ในฟีดการช็อปปิ้ง เราจะเห็นผลกำไร การใช้ข้อมูลอันมีค่านี้ทำให้ลูกค้าและทีมงานของเรามีแนวคิดที่ดีขึ้นและครอบคลุมมากขึ้นว่าแคมเปญช็อปปิ้งของพวกเขาทำกำไรได้มากน้อยเพียงใด ซึ่งช่วยให้เราเพิ่มประสิทธิภาพแคมเปญให้ดียิ่งขึ้นไปอีก

ไม่ใช่เรื่องผิดปกติที่จะเห็นกำไรขั้นต้นคงอยู่หรือลดลงเล็กน้อยเมื่อต้นทุนเพิ่มขึ้น แต่คุณสามารถดูได้ว่ากำไรขั้นต้นจะเพิ่มขึ้นได้อย่างไรด้วยการตัดสินใจที่ถูกต้อง:

ก่อนหน้านี้ใน Shopify คุณสามารถรวบรวมข้อมูลต้นทุนด้วยฟิลด์เมตาที่คุณสร้างขึ้นได้ ผู้จัดการและเจ้าของร้านค้าต้องป้อนต้นทุนต่อรายการด้วยตนเองในฟิลด์เมตา จากนั้น DataFeedWatch จึงสามารถดึงข้อมูลและดาวน์โหลดข้อมูลนี้ได้

อย่างไรก็ตาม Shopify ได้แนะนำช่องต้นทุนต่อสินค้าที่เป็นประโยชน์ซึ่งเราสามารถใช้ใน DataFeedWatch ได้ง่ายขึ้น ผู้ค้าส่วนใหญ่ใช้ฟิลด์นี้เนื่องจากมีผลต่อรายงานต่างๆ ภายในแพลตฟอร์ม

ในการตั้งค่าช่องต้นทุนการขายที่ดีสำหรับโฆษณา Google ใน DataFeedWatch เราได้สร้างฟิลด์ภายในที่เรียกว่า ต้นทุนต่อรายการ :

ซึ่งให้ความยืดหยุ่นและความสะดวกในการใช้ข้อมูลเดียวกันในช่องทางอื่นๆ เช่น โฆษณาผลิตภัณฑ์แบบไดนามิกบนโฆษณา Facebook

ต่อไป สำหรับฟีด Google Shopping เราจับคู่แอตทริบิวต์ cost_per_goods_sold ของ Google กับช่องภายใน:

ในหนังสือ Google Shopping For Shopify: The Definitive Guide มีการกล่าวถึงกลยุทธ์และสาขาต่างๆ ในเชิงลึกมากขึ้นเพื่อเพิ่มประสิทธิภาพแคมเปญการช็อปปิ้ง

ระบบของ Google Ads เป็นแบบอัตนัยและเป็นไปโดยอัตโนมัติ มันเป็นเรื่องส่วนตัวเกี่ยวกับสิ่งที่ถือว่าเป็นวิธีที่มีประสิทธิภาพสูงสุดในการเพิ่มประสิทธิภาพแคมเปญโฆษณาของคุณ และใช้เงินในการโฆษณาอันมีค่าของคุณ

อย่างไรก็ตาม เราเชื่อในกลยุทธ์และคำแนะนำที่เป็นกลางตามข้อมูลจริงและสอดคล้องกับเป้าหมายเฉพาะ

โฆษณาบนการค้นหาแบบไดนามิกด้วย DataFeedWatch

DataFeedWatch ยังใช้สำหรับโฆษณาบนการค้นหาแบบไดนามิก (DSA) เป็นกลยุทธ์ในการรวบรวมข้อมูลการค้นหาที่ไม่ได้บันทึกไว้ในแคมเปญการค้นหาอื่นๆ ยิ่งจำนวน SKU ที่ร้านค้ามีมากเท่าไร กลยุทธ์อัตโนมัติก็ยิ่งมีความสำคัญมากขึ้นเท่านั้นคือการรักษาข้อมูล

• เราสร้างและรักษากลยุทธ์ DSA ด้วย DFW สำหรับ Blue Bungalow โดย:
• การสร้างช่องที่กำหนดเอง
• การเลือกรูปแบบตัวคั่นจุลภาค
• เปลี่ยนชื่อ URL ของหน้าเพื่อใช้ URL ตัวเลือกสินค้าของ Shopify
• และใช้ฉลากที่กำหนดเองให้เหมาะกับแบรนด์

ไฟล์ CSV จะถูกอัปโหลดเป็นข้อมูลธุรกิจ และสามารถดึงข้อมูลได้อย่างสม่ำเสมอเพื่อให้แคมเปญ DSA เป็นปัจจุบัน การเสนอราคาสามารถปรับแต่งเพื่อให้ได้รับผลกำไร

ความพิเศษ

กลยุทธ์อื่นๆ ที่นำมาใช้นั้นเกี่ยวข้องกับการแบ่งกลุ่มการเข้าชมแบบมีแบรนด์และแบบไม่มีแบรนด์ในแคมเปญทุกประเภท บวกกับการสร้างแคมเปญการค้นหาด้วยตนเองในเชิงลึกและการได้ผู้ใช้ใหม่ผ่านเครือข่ายดิสเพลย์ในที่สุด เนื่องจากข้อมูล Conversion เพิ่มขึ้นอย่างต่อเนื่อง

ผลลัพธ์

• ค่าโฆษณาทั้งหมด เพิ่มขึ้น 2,000% และรายได้ 3,000% ในขณะที่กำไรขั้นต้นยังคงเพิ่มขึ้นอย่างต่อเนื่อง
  
  
• แคมเปญ Google Ads ของ Blue Bungalow ให้ผลกำไร มากกว่าในอดีต

• ขณะนี้แคมเปญ Cold Display มีกำไรสุทธิ มากกว่าทุกแคมเปญที่จัดการก่อนหน้านี้ก่อนที่เราจะเข้าร่วม

• ด้วย จำนวน ผู้เข้าชมที่กลับมาที่เพิ่มขึ้นของลูกค้าและมูลค่าตลอดช่วงชีวิตของลูกค้าที่เพิ่มขึ้น รายได้จากช่องทางอื่นๆ เพิ่มขึ้น จากด้านบนสุดของช่องทาง ซึ่งเป็นปริมาณการเข้าชมแบบทั่วไป

หากคุณเป็นแบรนด์ Shopify และต้องการเพิ่มประสิทธิภาพแคมเปญการตลาดแบบชำระเงินต่างๆ ของคุณ เราขอแนะนำ DataFeedWatch เป็นเครื่องมือจัดการฟีดของคุณ