[案例研究] 仲夏代理——動態再營銷和正則表達式

已發表: 2022-09-01

目錄


# 1 通過動態再營銷利用打折產品

  • 挑戰:動態再營銷活動的轉化率不足
  • 解決方案:為打折產品利用 ads_label 屬性
  • 結果:轉化率提高,網站平均停留時間和跳出率提高。

#2 使用正則表達式防止失敗

  • 挑戰:有限數量的變體來創建具有“添加靜態值”功能的規則
  • 解決方案:使用正則表達式創建動態且可擴展的規則
  • 結果:新屬性的自動化和快速分類

#3 預訂專家飼料諮詢 [免費]


#1 通過動態再營銷利用打折產品

最佳再營銷實踐之一是根據用戶在購買渠道中的位置對用戶進行細分。 通過這種方式,您可以創建自定義的廣告系列和廣告組,以採用不同的策略、出價和預算。

最經典的細分是:

  • 訪問主頁的用戶
  • 訪問產品頁面的用戶
  • 將產品添加到購物車的用戶
  • 購買產品的用戶

挑戰


對於針對訪問產品頁面而不將其添加到購物車的用戶的動態再營銷活動,我們發現轉化率低於目標。 所以,我們決定改變我們的策略。

解決方案

利用打折產品來刺激銷售。

我們問自己:如果我們嘗試通過測試僅針對訪問過今天打折產品的用戶的活動來增加轉化率怎麼辦? 為了實施該策略,我們在 DataFeedWatch 中開發了一個規則來創建一個名為“sale”的 ads_label,以與所有打折產品相關聯。 使用“添加靜態值”功能,我們應用了以下邏輯:

廣告標籤重定向

筆記:

這不是經典的 custom_label 屬性,而是專門用於展示廣告系列的特定屬性。

為什麼使用 ads_label?

到目前為止,它是您可以用來在廣告系列級別過濾動態廣告中的產品的極少數屬性之一。

仲夏-img2

隨後,我們創建了一個測試再營銷活動 - 原始活動的克隆 - 專門展示過濾產品的廣告。 即,折扣商品,針對在過去 30 天內對其表現出興趣的用戶。

我們當中誰不喜歡享受折扣?

圖2

結果

這一戰略在銷售和參與方面的影響令人印象深刻。 該策略允許廣告商利用自然購買現象,在這種現像中,被折扣優惠吸引的用戶也發現併購買了其他產品。

在測試活動中,我們記錄的轉化率比原來提高了 18%,網站平均停留時間提高了 30 秒,跳出率提高了 20%。

考慮到“降價”佈局標籤的存在,廣告的點擊率也增加了 20%,該功能為最近打折的產品自動激活。

它為一組產品過濾廣告系列,最終使我們能夠將其印象份額從 10% 提高到 38%。

簡單的產品飼料電子商務

返回頁面頂部或預訂專家提要諮詢 [免費]


#2 使用正則表達式防止失敗

正則表達式(或正則表達式)是能夠按照預定義模式搜索、過濾或替換文本字符串的函數或公式。

它們廣泛用於編程和數據分析。 即使對我們營銷人員來說,它們也代表了一把始終隨身攜帶的瑞士刀。 例如,當我們使用 Google Analytics 創建視圖過濾器、目標或細分時。

在提要屬性之間創建複雜的依賴關係可能是數字營銷人員手中的強大工具。 但是,如果您不注意並採取預防措施,它也可能成為一把雙刃劍。 對於那些在時尚行業工作的人來說,顏色、尺寸和材料是基本屬性。 既作為獨立字段,也作為要包含在標題中以轉換高質量流量的信息。 在這方面,我們推薦這個優秀的谷歌指南,為時尚界的工作人員提供最佳實踐。

對於我們在時尚界的所有客戶,我們通常會動態創建標題,使用提要中不同的預先存在的屬性(材料、顏色、尺寸、產品名稱)並遵循以下規則:

使用預先存在的屬性

最終結果是:Designer Women Cotton Shirt, Red, ProductName, XL。

到目前為止,一切都很好。 通常,標題中使用的內部字段未在原始數據中提供 - 它們必須使用源提要中提供的數據從頭開始推斷或創建。 在這個特定示例中,我們從包含有關已售商品的顏色和材料信息的提要列中檢索信息。 如果在原始 Feed 列中提供,Google 根本無法讀取的產品屬性。

來自提要列的信息

上圖的左側顯示了源提要的“標籤”列。 右側部分顯示了我們如何使用該信息來開發創建“材料”屬性的規則的示例。

挑戰

使用“添加靜態值”功能的局限性在於,只能考慮在創建規則時存在的有限數量的變體。 在這種情況下,活力就消失了。 如果客戶將新產品添加到目錄中,但其材料尚未分類或顏色和圖案在此之前沒有預見到,會發生什麼情況?

我會告訴你...屬性(例如材質、顏色等)將為空,或者更糟糕的是,它們將顯示不正確的值。 結果,諸如標題之類的依賴屬性以及最終使用這些內部字段(例如自定義標籤、描述)的其他屬性將承擔後果,轉換為如下所示:

設計師女式襯衫 , , , ProductName, XL

當然,它不是一個優化的標題。 我會讓你想像這樣的情況可能產生的影響。 不僅在性能上,而且在您的購物活動的結構上,突然間,這些活動可能會停止工作。

無名(8)

解決方案

對我們來說幸運的是,早在 1950 年,一位名叫 Stephen Cole Kleene 的美國數學家與其他自信的年輕人一起,為我們通常所知的正則表達式賦予了生命。

使用正則表達式,可以創建動態且可擴展的規則 - 與以前的解決方案相比要好得多。 該機制自動從源提要中提取有關材料的當前和未來信息,從而消除了損害相關屬性功能的風險。

以下是如何僅使用簡單的正則表達式以可擴展的方式獲得與上一個屏幕截圖相同的結果。

使用正則表達式

永遠記得測試正則表達式的功能。 DataFeedWatch 提供的預覽選項和支持對此有很大幫助。

結果

在此優化之後,我們能夠防止提要錯誤和流量崩潰。 此外,它使我們能夠自動化並加速客戶創建的新屬性、顏色、類別和其他產品信息的分類,避免了繁瑣的提要手動工作或 IT 部門的干預。

這些只是數據饋送管理工具如何與人腦的力量一起幫助您測試非常規想法以及預防和解決日常問題的兩個示例。 幫助您保持競爭力並避免世界末日的情況。

唯一的限制是創造力,永遠不要停止測試!!

--
喜歡這篇文章嗎? 查看 Michele 關於利用搜索合作夥伴網絡的專業提示。

仲夏機構的案例研究