Price Points van Omnia Retail

Een tijdje terug introduceerden wij de 5 level structuur voor Google Shopping. Deze structuur speelt perfect in op de grote prestatieverschillen tussen generieke en specifieke zoekwoorden, die Lupko in zijn vorige...

Een tijdje terug introduceerden wij de 5 level structuur voor Google Shopping. Deze structuur speelt perfect in op de grote prestatieverschillen tussen generieke en specifieke zoekwoorden, die Lupko in zijn vorige blogpost duidelijk in kaart bracht. Buiten dat deze structuur het meeste haalt uit de verschillende zoektermen, vergt het ook erg weinig onderhoud. Je investeert eenmalig een paar uur om de structuur in te richten, maar daarna is elk aspect volledig geautomatiseerd. Het enige aspect dat tot nu toe nog niet geautomatiseerd was, waren de negatieve zoekwoordenlijsten (de “negative lists”). Dit is nu door een slimme combinatie van Google Adwords scripts, Omnia data en Google Sheets ook volledig geautomatiseerd. In deze blogpost zullen wij dieper ingaan op de manier hoe de negatieve zoekwoordenlijsten geautomatiseerd zijn en hoe dit inhaakt op de 5 level structuur. Achtergrond Om goed te begrijpen hoe de negatieve zoekwoorden geautomatiseerd kunnen worden, is enige achtergrondkennis nodig van de 5 level structuur. Met name over de dynamiek die tussen de 5 campagnes ontstaat door campagneprioriteiten slim te combineren met negatieve-zoekwoordenlijsten. Hieronder vind je een overzicht van de 5 level structuur en de verschillende facetten. Indien dit compleet nieuw is, is het verstandig om eerst de achtergrond hierover te lezen in de 5 level structuur blogpost. De 5 level structuur speelt goed in op de prestatieverschillen tussen de verschillende type zoektermen. Daarnaast vergt het erg weinig onderhoud. Je investeert eenmalig een paar uur om de structuur in te richten, maar daarna is elk aspect volledige geautomatiseerd: Advertentiegroepen: advertentiegroepen worden volledige automatisch aangemaakt o.b.v. de retailers categorie en merk structuur (of een andere doorsnede naar keuze) en worden weer gepauzeerd/geactiveerd indien categorieën en/of merken in het assortiment veranderen. Producten: binnen de advertentiegroepen worden de producten automatisch toegevoegd en worden deze uurlijks gepauzeerd/geactiveerd afhankelijk van de voorraad. Biedingen: de CPC-biedingen worden per product uitgerekend gebaseerd op o.a. productmarges, online productconversieratio’s en het effect op de winkelverkopen (het ROPO-effect). Deze biedingen worden uurlijks geëvalueerd en aangepast indien één van de parameters verandert. Top X: de meest populaire producten per categorie en/of merk worden automatisch geïdentificeerd op basis van historische verkoopdata in Omnia (b.v. meeste winst of meest pageviews in laatste 4 weken). Deze populaire producten worden vervolgens aan de campagnes voor generieke termen (b.v. “led televisies”) toegevoegd, zodat op deze generieke termen automatisch de meest populaire producten getoond worden. Het enige aspect dat tot nu toe nog niet geautomatiseerd was, waren de negatieve zoekwoordenlijsten. Het onderhoud hiervan kost veel tijd en het is daardoor onmogelijk om elk zoekwoord handmatig te classificeren. Dit is nu door een slimme combinatie van Google Adwords scripts, Omnia data en Google Sheets ook volledig geautomatiseerd. Het kost nu veel minder tijd meer en de verschillende zoektermen worden bovendien veel beter verdeeld over de 5 campagnes, waardoor de prestaties verder toenemen. Laten we iets dieper duiken in de opzet hiervan. De opzet: automatische data-analyses in Google Sheets o.b.v. Adwords en Omnia data Om de verschillende type zoekwoorden te identificeren wordt gebruikt gemaakt van een combinatie van Google Adwords scripts, Omnia data en Google Sheets. De Adwords scripts zorgen ervoor dat de zoektermen en hun prestaties dagelijks naar Google Sheets gekopieerd worden. In de Google Sheets wordt de data gecombineerd met data vanuit Omnia (zoals categorie en merk data) en worden er verschillende tekstuele en performance analyses gedaan. De uitkomsten van de zoekwoorden analyses worden vervolgens automatisch naar meerdere negatieve zoekwoordenlijsten in Adwords gepusht. Deze lijsten hebben twee functies in Adwords: Negatieve zoekwoorden om het verkeer te splitsen in verschillende types Negatieve zoekwoorden om slecht presterende zoekwoorden (tijdelijk) uit te sluiten Wij zullen hieronder op beide functies verder ingaan. Negatieve zoekwoorden om het zoekverkeer in verschillende types te splitsen In de 5 level structuur wordt het zoekverkeer in 5 verschillende campagnes gesplitst, die in 2 hoofdgroepen in te delen zijn: Specifieke termen: Product termen: alle zoektermen die relateren aan één specifiek product (b.v. “Samsung UE40KU6400”). Hierbij weet je exact welk product er getoond moet worden. Merk termen: alle zoektermen waarin een merk voorkomt (b.v. “Samsung 40 inch led televisie”). Hierbij weet je dat je dat je alleen producten van dat specifieke merk moet vertonen. Overige termen: alle niet verder gespecifieerde termen (b.v. “40 inch led televisie”). Generieke termen: Categorie termen: Alle zoektermen waarbij een hele categorie relevant kan zijn. (b.v. “Led televisie”). Hierbij zijn veel producten relevant, maar worden d.m.v. de Top-X-functie automatisch alleen de populairste producten getoond binnen deze categorie. Categorie en Merk termen: Alle zoektermen waarbij een hele categorie en merk combinatie relevant kan zijn (b.v. “Samsung Led televisie”). Hierbij zijn veel producten relevant, maar worden d.m.v. de Top-X-functie automatisch alleen de populairste producten getoond binnen de categorie en merk combinatie. De splitsing in 5 levels kan automatisch gemaakt worden door slechts 3 verschillende negatieve zoekwoordenlijsten goed bij te houden. De drie types lijsten die we gebruiken: Merk termen Product termen Generieke termen Deze lijsten worden automatisch bijgehouden door middel van drie overeenkomstige scripts, waarop we hieronder kort zullen ingaan. Merk termen script Het merken script is het makkelijkste van de drie. De “merken termen” lijst moet bestaan uit een lijst van alle merken die als “phrase” negative toegevoegd zijn. Dit is simpelweg te realiseren door continu vanuit Omnia alle merken te exporteren en de nieuwe merken toe te voegen aan de negatieve zoekwoordenlijst. Adwords zal dan bij iedere zoekterm herkennen of er een merk in staat. Dus het merk Samsung kan als de phrase “Samsung” toegevoegd worden. Hierdoor worden alle zoektermen die een merk bevatten herkent, onafhankelijk de positie van het merk in de zoekterm: bijvoorbeeld “Samsung 40 inch TV” of “Zwarte Led TV Samsung”. Product termen script De product termen opzet is een stuk gecompliceerder. Hiervoor worden alle zoektermen door middel van een Adwords script naar Google Sheets geëxporteerd. In Google Sheets worden deze zoektermen vervolgens in delen opgeknipt en wordt elk deel geanalyseerd. Het script herkent wat voor type woord elk stukje is. Dit kan een tekst, merk of productnummer (MPN) zijn, of bijvoorbeeld een EAN, dimensie, specificatie of cijfer. Indien de zoekterm een MPN bevat of een bepaalde specifieke combinatie van woorden, dan wordt het geïdentificeerd als product term en automatisch aan de “product termen” lijst toegevoegd. Zoekterm Tekst analyse Product term Samsung led television Merk + tekst + tekst Nee Samsung UE40KU6400 Merk + MPN Ja 40 inch LED television Spec + spec + tekst + tekst Nee Sonos sound system Merk + Tekst Nee Sonos play 1 Merk + Tekst + cijfer Ja Typeringen van woorden of woordcombinaties kunnen per klant worden aangepast. Op die manier is mogelijk om de product term herkenning precies op jouw branche af te stemmen. Voor de autobanden verkopers is het bijvoorbeeld belangrijk om te herkennen of er een bandenmaat in de zoekterm staat. Een bandenmaat heeft altijd een bepaalde standaard cijfer en letter combinatie. Vervolgens zou een definitie van een product term kunnen zijn: Merk + cijfer + bandenmaat. Zoekterm Tekst analyse Product term Pirelli cinturato 215 55r17 Merk + tekst + bandmaat + bandmaat Ja Pirelli autoband 18 inch Merk + tekst + spec Nee Generieke termen script Ook hiervoor worden de zoektermen dagelijks door middel van een script naar een Google Sheet gekopieerd. Daar worden de zoektermen vervolgens vergeleken met het merk en de categorieboom van het product waarop ze vertoond werden. Indien alle woorden in de zoekterm overeenkomen met de woorden aanwezig in het merk en de categorieboom, wordt het geïdentificeerd als een categorieterm. Zoekterm Merk Categorieboom Generieke term Samsung led television Samsung Beeld en Geluid > Televisies > Led Ja Samsung UE40KU6400 Samsung Beeld en Geluid > Televisies > Led Nee 40 inch LED television Samsung Beeld en Geluid > Televisies > Led Nee Sonos sound system Sonos Beeld en Geluid > Soundsystems > boxen Ja Sonos play 1 Sonos Beeld en Geluid > Soundsystems > boxen Nee Met bovenstaande drie scripts is het verkeer gesplitst in 5 campagnes, waarop overeenkomstig met het type verkeer gericht geboden kan worden. Doordat er nu beter onderscheid gemaakt wordt tussen meer specifieke termen (zoals “Samsung UE40KU6400”) en meer generieke termen (zoals “Samsung televisie”), zal de return on ad spend (ROAS) van de campagne toenemen. Hierdoor zijn hogere biedingen rendabel en kan er meer verkeer, en dus opbrengst, gegenereerd worden. Er zullen echter nog steeds zoektermen voorkomen die niet goed presteren. Deze wil je (tijdelijk) uitsluiten uit de 5 level structuur en hier gaan we in het volgende stuk op in. Negatieve zoekwoorden om slecht presterende zoekwoorden (tijdelijk) uit te sluiten Sommige zoektermen zullen ondanks de nette splitsing in 5 campagnes nog steeds niet goed presteren. Het kan bijvoorbeeld voorkomen dat de click through rate (CTR) erg laag is of dat er wel op een advertentie geklikt wordt maar het product niet converteert. Beide situaties zou je willen uitsluiten. Een lage CTR is slecht voor je kwaliteitsscore in Google Shopping en is een teken dat je advertentie waarschijnlijk niet relevant is voor die specifieke zoekterm. Een laag conversieratio zal waarschijnlijk niet rendabel zijn aangezien er te veel kliks, en dus kosten, nodig zijn voor een aankoop. Deze termen kunnen worden uitgesloten door middel van het slecht presterende zoektermen script en eventueel later weer worden gereactiveerd door middel van een “retry” script. Slecht presterende zoektermen Op basis van de ROAS- en verkeerdoelstellingen van de retailer kan er bepaald worden welke zoektermen uit de 5 level campagnes moeten worden uitgesloten. Dit is volledig vrij in te geven en de limieten kunnen bijvoorbeeld als volgt gezet worden: Vertoningen > 200 en de CTR is kleiner dan 1% Kliks > 100 en het conversieratio ligt onder 1% Zoektermen die voldoen aan bovenstaande limieten zullen dan automatisch aan de “slecht presterende” negatieve zoekwoordenlijst toegevoegd worden en worden uitgesloten. Retry script Zowel een laag conversieratio als een lage CTR hoeven niet permanent te zijn. Het kan bijvoorbeeld voorkomen dat een product tijdelijk out-priced was, waardoor op de gerelateerde zoekterm de kliks en conversies in die periode naar de concurrent gingen. Op het moment dat een product weer competitief geprijsd is zou dezelfde zoekterm weer prima kunnen renderen. Het is daarom cruciaal dat zoektermen, die potentieel interessant kunnen zijn, niet permanent worden afgeschreven. Deze retry wordt vaak vergeten, waardoor het verkeer langzamerhand wordt dichtgeknepen en de opbrengsten uiteindelijk onder druk komen te staan. Ook bij Target ROAS-biedingsstrategieën zie je vaak dat al het verkeer wordt uitgeschakeld dat niet aan het target voldoen. Naar verloop van tijd zullen hierdoor de opbrengsten achteruitlopen. Voor de “retry” gebruikt Omnia een 6e campagne; de zogenaamde “Slecht presterende” campagne. Hierin worden alle zoektermen geserveerd in de andere campagnes niet goed rendeerden. Dit zal tegen een lage bieding gebeuren, waardoor er tegen lage kosten gekeken kan worden of zoektermen weer goed gaan renderen. Indien zij vervolgens boven een bepaalde treshhold komen, worden ze uit de “slecht presterende” negatieve zoekwoordenlijst gehaald en worden de zoektermen weer tegen volwaardige bieding vertoond. Eerste resultaten Bij verschillende klanten hebben wij een pilot gedraaid met de scripts en de resultaten zijn indrukwekkend. De zoektermen worden continu geanalyseerd, waardoor de verdeling van het zoekverkeer voortdurend geoptimaliseerd wordt. Dit maakt de Google Shopping campagnes effectiever en over de eerste 2 maanden zijn zowel de dagelijkse opbrengst als de ROAS toegenomen, met respectievelijk 66% en 39%. Conclusie De 5 level structuur haalt het meeste uit de verschillende zoektermen en met de automatisering van de negatieve zoekwoordenlijsten is het laatste aspect ook volledig geautomatiseerd. Het is een zelfonderhoudend mechanisme, waarbij continu de zoekwoorden en de prestaties geëvalueerd worden. De scripts voor de “merk termen”, “product termen” en “generieke termen” zorgen voor een juiste splitsing in het type verkeer. Dit maakt het mogelijk om gerichter te bieden, waardoor hogere ROAS en/of opbrengst doelstellingen gehaald kunnen worden. De scripts voor slecht presterende zoekwoorden zorgen voor een betere ROAS op de overgebleven zoektermen, waardoor de biedingen en het verkeer op deze termen nog verder opgeschroefd kunnen worden. Het Retry script voorkomt dat het verkeer langzamerhand terugloopt doordat potentieel interessante zoektermen opnieuw geactiveerd worden. De hele opzet balanceert continu op de rand van wat rendabel is en zorgt ervoor dat altijd het maximale uit het zoekverkeer gehaald blijft worden.

Vanwege complete prijstransparantie op online winkelvergelijkingssites & marketing kanalen, zoals Google Shopping, kunnen consumenten direct prijzen vergelijken met concurrerende retailers. Het is zelfs mogelijk te...

Vanwege complete prijstransparantie op online winkelvergelijkingssites & marketing kanalen, zoals Google Shopping, kunnen consumenten direct prijzen vergelijken met concurrerende retailers. Het is zelfs mogelijk te sorteren op prijs! In dergelijke situaties wordt het moeilijk om producten te converteren die relatief duur zijn met concurrenten. Als retailer, kan je jezelf afvragen waarom je dan marketing budget zou uitgeven aan producten die uit de markt geprijsd zijn als dat zo zichtbaar is voor consumenten? Vandaar dat Pricing de meest belangrijke factor is in het bepalen van online marketing variabelen zoals aantal weergaves, conversies en “return on ad spend”. In online marketing is het cruciaal geworden om rekening te houden met de Pricing situatie van het product. Enkele belangrijke vragen daarbij kunnen zijn: Welke producten worden het meest bekeken en hoe staan die producten geprijsd t.o.v. de markt? Met welke producten ben ik de goedkoopste in de markt en is de conversie met die producten goed? Deze vragen zijn niet te beantwoorden met standaard middelen zoals Google Analytics & Adwords. Met Omnia kan je dit soort vragen wél beantwoorden. Een unieke en krachtige functie van Omnia is het gecombineerde automatiseren van Pricing & Marketing. Daarnaast biedt het ook waardevolle inzichten in deze twee aspecten van retail via de “Reports” functionaliteit. Met deze functionaliteit kan je een data uitdraai maken van de huidige situatie op productniveau. Deze inzichten bieden de mogelijkheid om de Pricing & Marketing strategie te her-evalueren om betere resultaten te behalen. Om Pricing & Marketing in Omnia makkelijk & snel te evalueren moet je het volgende hebben: Omnia Dynamic Pricing Google Analytics Gekoppelde Google Analytics met Omnia Raadpleeg de Omnia Setup Guide of vraag onze klantenservice hoe je dit kan opzetten. Na deze setup kan je een waardevol rapport (“report”) opzetten in een paar minuten met de volgende vijf stappen: Stap één: Zet de benodigde variabelen in “Mapping” De volgende variabelen (2e kolom: “Mapping / Calculation”) kan je kopiëren & plakken, inclusief de haken [haken] in de “Mapping” van het rapport. Zie ook het screenshot als voorbeeld. EXPORT FIELDS MAPPING/CALCULATION UITLEG OMNIUNIQUEID [Id] Product ID binnen Omnia EAN [EAN] EAN/productcode dat matched met concurrenten Top_category [Top Level Category] Categorieniveau Brand [Brand] Merk Selling_price [Selling Price] Huidige prijs PriceRatio [Selling Price] / [Average price competitor(s)] PriceRatio (prijsratio): jouw prijs gedeeld door marktgemiddelde Minimum_market_price [Minimum Price of Competitors] Laagste prijs van alle concurrenten Distance_to_minimum [Selling Price] – [Minimum Price of Competitors] Afstand tussen jouw prijs en minimum (laagste) in de markt Views_L4W [# of UPV PDP last 4 weeks] Unieke pagina weergaves van laatste 4 weken (“pageviews”) Total_sold_L4W [# Omni-channel Unit(s) sold last 4 weeks] Totaal aantal stuks verkocht in laatste 4 weken Conversion_Perc [# Omni-channel Unit(s) sold last 4 weeks] / [# of UPV PDP last 4 weeks] Conversie ratio (%) Indien mogelijk, kan je ook de online verkochte aantallen ([# Online Unit(s) sold last 4 weeks]) nemen i.p.v. Omnichannel aantallen. We adviseren sowieso de genoemde variabelen mee te nemen. Het is altijd mogelijk om nieuwe variabelen toe te voegen. Bijvoorbeeld als je op het laagste categorieniveau wilt analyseren, voeg dat toe aan het rapport. Stap twee: Voeg een filter toe op producten zonder concurrentie Producten zonder concurrentie hebben geen prijsratio or minimumprijs in de markt. Deze kan je uitsluiten van het rapport door middel van een filter. Een product heeft bijvoorbeeld geen concurrentie als de prijsratio of minimumprijs van de markt gelijk is aan nul (Omnia kan deze variabelen dan niet berekenen, dus geeft nul). Optioneel kan je nog de categorie of merk nemen waarin je geïnteresseerd bent. Dit verlaagt het aantal producten in het rapport en maakt het analyseren makkelijker. Zoals in het onderstaande voorbeeld, zal dit rapport alleen merken met de naam “Omnia” bevatten. Stap drie: Sorteer de uitdraai Met de Top-X functionaliteit kan je de producten in het rapport sorteren en markeren/selecteren op basis van een variabele & groep. Bijvoorbeeld: selecteer de top 3 verkochte (sorting variable) producten voor elk merk (grouping variable). Als je alleen de top 3 selecteert werkt dit als een filter: het totale aantal producten is maximaal 3 per merk, daardoor wordt het rapport kleiner. Deze functionaliteit kan je op drie manieren gebruiken: Sorteer & selecteer (filter) de “top” producten per groep Sorteer & markeer de “top” producten per groep Sorteer alleen de producten gebaseerd op de sorterende variabele Het verschil tussen de derde en eerste twee manieren is dat bij de derde manier sorteer je op een aantal producten dat groter is dan de grootste groep of zelfs je hele assortiment (bijvoorbeeld 100.000 producten per groep): zodoende heb je elk product in een groep en sorteer je gewoonweg op de producten gebaseerd op de sorterende (sorting) & groeperende (grouping) variabele. Voor dit rapport kan het handig zijn om te sorteren op het aantal weergaves per categorie: van hoogste naar laagste aantal (descending). Hierdoor kan je per categorie eenvoudig analyseren welke producten de meeste weergaves hebben en dit direct relateren aan de conversieratio en Pricing situatie (i.e. Priceratio & afstand met de laagste prijs in de markt). Bepaalde producten kunnen veel bekeken worden maar te hoog geprijsd zijn vergeleken concurrenten. In zulke gevallen kan je de pricing strategie heroverwegen. Stap vier: opzetten van export In deze stap zet je het rapport op om bijvoorbeeld elke dinsdag om 09:00 naar je gemaild te hebben. Ons advies is dat de CSV instellingen gelijkzet aan je Excel instellingen: zodoende open je het bestand gelijk in Excel. Dus controleer hoe je Excel omgaat met decimalen (punten of komma) en hoe de velden gescheiden en met wat voor aanhalingstekens. Standaard in Engels zijn getallen met komma als decimalen & puntkomma om velden te scheiden, zonder aanhalingstekens (zie screenshot). Tip: je kan altijd klikken op “Run Now” & vervolgens het het bestand downloaden in het “Preview” scherm voor een vers rapport. Analyse: Zo zal het bestand eruitzien als het in Excel geopend is, waar enkele producten rood & groen gekleurd staan en welke interessant zijn. In de groene rijen staan producten die het goed lijken te doen: veel paginaweergaves & een hoge conversieratio. Tegelijk lijkt de Pricing niet extreem te zien, geen hoge of lage waardes van Prijsratio. Het kan zijn dat dit een specifiek merk of model is dat populair is en dan kan je je afvragen of je wellicht prijs kan verhogen, afhankelijk van de markt. Probeer een verband te vinden tussen goedlopende producten en evalueer de strategie. In de rode rijen staan producten waar actie of verder onderzoek voor nodig is: er zijn aardig wat weergaves (>400) maar de conversieratio is laag of zelfs nul. Bijvoorbeeld: de eerste rij is een relatief goedkoop product met een prijsratio van 0,86 (14% goedkoper dan marktgemiddelde), maar het converteert heel goed (1.8%). Zou de content van de productpagina’s wel goed zijn? Is het product goed gericht in marketing campagnes? Is de prijs recentelijk verlaagd? Zijn mijn belangrijkste concurrenten goedkoper? Voor de andere twee rode rijen: deze producten zijn geprijsd op het minimum van de markt (afstand met het minimum is nul) en er zijn geen conversies. Dit is een aardige waarschuwing dat er iets fout zit en verder onderzoek is vereist. Dit simpele rapport laat zien hoe d.m.v. dynamic pricing & marketing met geautomatiseerde rapporten kan inzoomen op de “probleem” gevallen. Dit bespaart tijd en geeft unieke inzichten, dat je beter kan spenderen aan het pro-actief veranderen van je strategie in plaats van reageren op marktveranderingen. Afsluitend Dit voorbeeld rapport combineert pricing & marketing data in één rapport om waardevolle inzichten te maken voor je strategie. De Omnia rapportage functionaliteit is zeer flexibel: je kan altijd nieuwe data toevoegen, formules maken, nieuwe filters of Top-X groepen toevoegen aan reports. Dit helpt je te focussen op de problematische producten in plaats van je volledige assortiment in één keer. Als je nog vragen hebt omtrent dit onderwerp, neem dan contact op met onze klantenservice.