close

Anmelden

Neues Passwort anfordern?

Anmeldung mit OpenID

Chorblatt - St. Jakobus Regenstauf

EinbettenHerunterladen
Google Special Day
!
Google Shopping Campaigns
!
21.10.2014
Reinhard Einwagner, MA
Head of Online Marketing
Smarter E-Commerce GmbH
reinhard.einwagner@smarter-ecommerce.com
Agenda
Was sind Shopping Ads?
!
Aktuelle Marktzahlen
!
Mehrwerte
!
Erstellung Shopping Ads
!
Optimierung von Shopping Ads
!
!
!
!
!
!
!
!
Shopping Ads
Shopping Ads erscheinen bei produkt- und transaktionsorientierten Suchen
Shopping Ads
Shopping Campaigns Modell
Cost-per-Click-Modell mit Gebotssetzung auf Inventarbestandteile (Kategorien, Marken, Produkte)
Marken
Produkte
Shopping Ads
Shopping Campaigns - Shopping Ads
Bis zu 8 Anzeigen - entweder Top oder rechts positioniert
Multiple Platzierung möglich
Shopping Ads
Feedorientiertes Management der Shopping Campaigns
Basis für die Shopping Ads ist ein Google Merchant Feed
Bestandteile:
!
Produkt Titel
Produkt Beschreibung
Produkt Bilder
Link zur Produktseite
Produktpreis
Produktverfügbarkeit
Produktkategorie
Hersteller/Marke
EAN/GTIN
…
täglicher Upload
Marktzahlen Shopping Ads
Shopping Ads - Marktzahlen
Shopping Ads wachsen stark, CPC zieht nach
Quelle: Rimm-Kaufmann Group
Shopping Ads - Marktzahlen
Shopping Ads outperformen weiterhin Non-Brand-Textanzeigen
Quelle: Rimm-Kaufmann Group
Shopping Ads - Marktzahlen
Shopping Ads erhalten mittlerweile 50% der bezahlten Klicks
Quelle: Rimm-Kaufmann Group
Mehrwerte Shopping Ads
Shopping Ads - Mehrwerte
Shopping Ads liefern inkrementelle Umsätze
Shopping Ads kannibalisieren keine Textanzeigen-Klicks, auch nicht umgekehrt
Shopping Ads - Mehrwerte
Automatische Keyword-Recherche durch den Markt
Shopping Ads liefern mittels des Suchanfragenberichts wertvolle Keywords
Erstellung Shopping Ads
Shopping Ads - Erstellung
Dataquality is King
1. Möglichst vollständige Information (alle Produkteigenschaften)
!
2. Möglichst die richtige Information
!
3. Aktualität der Daten (vor allem Preise und Verfügbarkeit)
!
4. Hochqualitative Information (Bilder, Beschreibung, Titel)
Shopping Ads - Erstellung
Erstellung einer Shopping-Campaign
Shopping Ads - Erstellung
Gliederung einer Shopping-Campaign
Shopping Ads - Erstellung
Shopping Campaign wurde erstellt
Optimierung Shopping Ads
via Datenfeed
Shopping Ads Optimierung
Nicht vergessen: Data Quality is King
Maximales CPC-Gebot
Relevanz zum Suchbegriff
Shopping Ad
Ranking
Datenqualität
Reviews/Ratings
Shopping Ads Optimierung
Relevanz zum Suchbegriff - Produkttitel dem Nachfrageverhalten anpassen
Neuer Titel
Shopping Ads Optimierung
Relevanz zum Suchbegriff - Produkttitel dem Nachfrageverhalten anpassen
Shopping Ads Optimierung
Relevanz zum Suchbegriff - Tipps
1. First Things first - die wichtigsten suchrelevanten Produktbestandteile stehen vorne
2. Kategorisieren Sie unbedingt Ihre Produkte mit der Google Produkt Kategorie
3. Verwenden Sie relevante Keywords in Ihren Produktbeschreibungen
4. Befüllen Sie das Feld “Product Type” mit Ihren Shop-Kategorie-Pfaden
Shopping Ads Optimierung
Überwachen Sie den Data Quality Report und Feedfehler
Optimierung Shopping Ads
Bidding
Optimierung Shopping Ads
Herausforderung Shopping Ad Bidding: Long Tail
ca. 80-90 % aller Produkte mit einem Verkauf erzielen nur diesen einen
16"
14"
12"
10"
8"
6"
4"
2"
0"
1"
20"
39"
58"
77"
96"
115"
134"
153"
172"
191"
210"
229"
248"
267"
286"
305"
324"
343"
362"
381"
400"
419"
438"
457"
476"
Anzahl Verkäufe
Anzahl Produkte mit Verkauf
Optimierung Shopping Ads
Geschätzte Warenkorbwerte auf Basis des Produktpreises
y = βx + d
Warenkorbwert
Produktpreis
Optimierung Shopping Ads
Hinge-Function für niedrigere Warenkorbwerte (Versandkostenuntergrenze)
y = βx + d
Warenkorbwert
R-Squared = 97%
Produktpreis
Optimierung Shopping Ads
Multiple Lineare Regression zur Schätzung des Warenkorbwertes
Einfache lineare Regression: y = βx + d
x = Variable 1 (Produktpreis)
β (beta) = Gewicht der Variable
y = Warenkorbwert
d = Konstante
Multiple lineare Regression: y = β1x1 + β2x2 + βnxn + d
x1 = Variable 1 (Produktpreis)
x2 = Variable 2 (Produktmenge)
xn = weitere Variablen (Marke, Kategorie, Bounce Rate, etc)
β1-n = Gewichte der Variablen
Optimierung Shopping Ads
Multiple Lineare Regression zur Schätzung der Conversion Rate
Modellierung der Conversion Rate nach eben besprochenen Modell unter Einbeziehung der
beobachteten Evidenz (Klicks)
Ergebnis:
Geschätzter Warenkorbwert X Geschätzter Conversion Rate X Gewünschter Kosten-Umsatz-Relation
Beispielprodukt:
100 € WKW X 1,5% Conversion Rate X 10 % Ziel-Kosten-Umsatz-Relation = 0,15 € CPC
Optimierung Shopping Ads
Uplift bei Testkunden
11 % KUR statt 15 % KUR
bei gleichbleibenden Umsätzen
!
*im Elektronik-Segment
Danke!
Bei Fragen:
reinhard.einwagner@smarter-ecommerce.com
service@smarter-ecommerce.com
Document
Kategorie
Internet
Seitenansichten
2
Dateigröße
2 657 KB
Tags
1/--Seiten
melden