Optimización avanzada de campañas de Google Shopping

El colaborador Andreas Reiffen comparte los hallazgos clave de la investigación y las pruebas de crealytics en las campañas de Google Shopping.

Hero-Optimización-avanzada-de-Google-Shopping_bajo-licencia-fotolia

Sin duda, Google Shopping ofrece excelentes resultados y ya se ha convertido en una parte integral de la vida de muchos anunciantes. Sin embargo, muchos de esos anunciantes no han encontrado formas de diferenciarse de su competencia.

Hace unas semanas, presenté algunas estadísticas de Google Shopping en SMX Londres. Esta publicación de blog ofrece una descripción general de nuestros hallazgos de la investigación y las pruebas realizadas por nuestro equipo de inteligencia empresarial en Berlín. Con suerte, estos conocimientos le permitirán abordar el desafío y realizar una optimización avanzada de sus campañas de Google Shopping.

¿Cómo afectan las ofertas a las impresiones y al volumen de tráfico?

Como la mayoría de ustedes saben, con la búsqueda paga, existe una relación clara entre el presupuesto y los ingresos: una inversión adicional conducirá a una disminución de los ingresos marginales. Queríamos saber si se aplican las mismas reglas a Google Shopping. Para probar esto, tomamos una selección aleatoria de productos y aumentamos las ofertas en un 200%.

Aprendimos dos cosas importantes de esta prueba.

  1. Aunque es probable que el tráfico aumente cuando se elevan las ofertas, la calidad del tráfico puede disminuir si ocurre la canibalización. Los resultados de nuestros productos de prueba variaron. Para algunos productos que probamos, vimos un aumento significativo en el tráfico de consultas de búsqueda genéricas (que anteriormente habría sido atendido por otro producto dentro de nuestra cuenta), pero el tráfico para consultas de búsqueda específicas / de diseñador permaneció igual.

    Además, nuestro costo promedio por clic (CPC) aumentó. Esto significó que pagamos mucho más por los clics de consulta del diseñador, y también obtuvimos muchos clics de consulta genéricos (que generalmente no se convierten también), por lo que nuestro producto se volvió menos rentable. En otros casos, encontramos que el aumento en el tráfico provino de consultas de búsqueda que eran mucho más relevantes para el producto, lo que significa que la oferta más alta resultó en un aumento en la calidad del tráfico, mientras que la rentabilidad se mantuvo estable.

  2. Además, observamos que el impacto de los cambios en la oferta sobre el volumen de impresiones también varió. A continuación se ofrecen algunos ejemplos:
    Tabla 1: Impacto de los cambios en la oferta en el volumen de impresiones

    Tabla 1: Impacto de los cambios en la oferta en el volumen de impresiones

    Estos datos muestran que, en el caso de Google Shopping, dentro de un rango muy pequeño hay un nivel de elasticidad mucho mayor en comparación con la Búsqueda. Esto se ilustra en los gráficos siguientes.

    Figura 1 - Alta elasticidad en un rango muy pequeño

    Figura 1 РAlta elasticidad en un rango muy peque̱o

    Parece haber una oferta mínima para ser elegible para la subasta, seguida de un punto en el que el tráfico se acelera rápidamente para pequeños aumentos de oferta y, finalmente, una meseta en la que los aumentos de oferta solo tendrán un impacto menor en el volumen de tráfico.

Nuestras pruebas pronto revelaron que teníamos muy poco control sobre cuánto estábamos pagando por las diferentes consultas de búsqueda, a diferencia de la Búsqueda, donde ofertamos a nivel de palabra clave y tenemos control total sobre qué consultas de búsqueda queremos mostrar anuncios y cuáles no. ‘t. Google Shopping carece de este nivel de control.

¿Cómo influyen las prioridades de las campañas de Google Shopping en su rendimiento?

Para probar el impacto de las prioridades de la campaña en el rendimiento, creamos campañas duplicadas para que se ejecuten de forma intermitente a lo largo del día con diferentes prioridades. De esta manera, pudimos aislar el impacto de la prioridad, ya que todos los demás aspectos de la campaña eran idénticos.

Nuestros hallazgos mostraron que la Prioridad de la campaña en sí no tuvo ningún impacto en los volúmenes de tráfico. De hecho, cuando los diferenciales de oferta eran altos, Google incluso anulaba la Prioridad de campaña y mostraba el producto con la oferta más alta, pero con una prioridad más baja.

¿Cómo podemos optimizar el rendimiento de Google Shopping a nivel de consultas de búsqueda?

La prueba anterior mostró que no puede utilizar las prioridades de la campaña para aumentar el volumen. Sin embargo, descubrimos que pueden resultar útiles para segmentar el tráfico. Tome el siguiente ejemplo:

Figura 2 - Misma oferta para diferentes intenciones de usuario

Figura 2 – Misma oferta para diferentes intenciones de usuario

Las dos consultas de búsqueda tienen intenciones de usuario muy diferentes y es probable que tengan tasas de conversión extremadamente variadas. ¿Queremos hacer la misma oferta para un usuario que ya ha decidido qué zapato comprar que para un usuario que claramente todavía se encuentra en la fase de investigación? La respuesta, por supuesto, es no.

Entonces, ¿cómo superamos este desafío?

Segmentamos nuestras campañas de compras por la especificidad de la consulta de búsqueda, utilizando las prioridades y los negativos de la campaña para asignar tráfico y pujar más alto por las consultas que sabíamos que tenían más probabilidades de convertirse. Esta estrategia de segmentación nos permitió establecer ofertas más allá de los promedios de productos y permitir que las consultas con mayor probabilidad de conversión obtengan más exposición. También pudimos ahorrar dinero en consultas de baja calidad. Vea los resultados a continuación.

Figura 3 - CPO (£) en campañas dividido por especificidad

Figura 3 – Costo por pedido (£) en campañas dividido por especificidad

Como puede ver, los resultados fueron impresionantes. El principal desafío con esta estrategia es que el proceso de implementación es en gran parte manual y requiere una gran cantidad de tiempo y recursos para ejecutar.

¿Realmente debería dedicar tiempo a optimizar las descripciones de productos en el feed de productos?

Para probar esto, cambiamos las descripciones de productos de una selección aleatoria de productos y medimos el impacto en los clics. Primero intentamos mejorar la descripción y luego la hicimos completamente irrelevante. Aquí hay un ejemplo usando un vestido de TFNC:

Tabla 2 - Optimización de la descripción antes de hacerla completamente irrelevante

Tabla 2 – Optimización de la descripción antes de hacerla completamente irrelevante

Todos los productos mostraron aproximadamente los mismos resultados:

Figura 4 - Impacto de la descripción en los clics

Figura 4: cambiar la descripción tuvo poco impacto en los clics

A partir de estos datos, queda claro que cambiar la descripción del producto tiene poco o ningún impacto. Incluso cambiar la descripción de un vestido para describir una gorra de béisbol no parece haber tenido ningún impacto negativo.

¿Qué importancia tiene la categorización correcta de los productos (categoría de productos de Google) en el feed?

Probamos esto de manera similar al ejemplo anterior. Comenzamos mejorando la categorización, luego la hicimos irrelevante para el producto y medimos el impacto en los clics. El producto probado en este ejemplo es un calzado deportivo:

Tabla 3: Hacer que la categoría de producto sea irrelevante y medir el impacto en los clics

Tabla 3 – Hacer que la categoría de producto sea irrelevante

Aquí están los resultados:

Figura 5 - Impacto de la categoría de producto en los clics

Figura 5: Hacer que la categoría de producto sea irrelevante no tuvo ningún impacto en los clics

Nuevamente, podemos ver que los cambios tuvieron poco impacto en los clics. De hecho, hacer que la categoría sea menos relevante no tuvo ningún impacto negativo.

¿Cómo reaccionan las compras cuando reescribimos los títulos de los productos?

Aquí es donde nuestros hallazgos se vuelven realmente interesantes. Analizamos una selección de productos y analizamos las consultas de búsqueda que generaban ventas de productos. Luego, incluimos las consultas de búsqueda principales en el campo del título del producto dentro del feed del producto. En el siguiente ejemplo, usamos un vestido de Lipsy, donde la consulta de búsqueda más común que resultó en una oferta fue «vestidos de fiesta».

Tabla 4: incluya las principales consultas de búsqueda en el campo del título del producto dentro del feed de productos

Tabla 4: incluya las principales consultas de búsqueda en el campo del título del producto dentro del feed de productos

Los resultados son:

Figura 6 - Aumento del volumen de consultas de vestidos de fiesta

Figura 6: el tráfico de consultas de «vestidos de fiesta» aumenta para este producto

Aquí, podemos ver que cuando incluimos Vestidos de fiesta en el título del producto, hubo un gran aumento en el tráfico de este producto. También comparamos los clics en todos los demás productos representados por este gráfico para ver si el aumento en los clics fue incremental o si el producto estaba canibalizando los clics que de otro modo habrían sido capturados por otros productos.

Podemos ver aquí que el producto probado aumentó en aproximadamente 3.600 clics y todos los productos bajaron en aproximadamente 400 clics, lo que significa que el aumento es incremental y no un caso de canibalización.

Conclusión

Nuestra investigación indica lo siguiente:

  • El modelo de ofertas detrás de Shopping tiene una elasticidad mucho mayor en comparación con la búsqueda de pago, pero solo dentro de un rango muy pequeño. En el caso de algunos productos, los pequeños aumentos de la oferta pueden generar importantes ganancias de tráfico en las consultas de búsqueda relevantes, lo que significa que es probable que haya muchas «ganancias rápidas» en su cuenta de Shopping.
  • Establecer diferentes prioridades de campaña en AdWords para campañas individuales no tendrá ningún impacto en los volúmenes de tráfico. Sin embargo, el uso de prioridades para la segmentación del tráfico según la especificidad de las consultas de búsqueda es muy poderoso y puede ahorrar alrededor del 20% de los costos.
  • La optimización de las descripciones y categorías de productos dentro del feed de productos no tiene ningún impacto sobre el volumen de tráfico.
  • La optimización de los títulos de productos dentro del feed de productos tiene un gran impacto en el volumen de tráfico. La reescritura de títulos también permite que el tráfico se dirija a determinados productos.

Vea mi presentación completa de SMX London aquí:


Las opiniones expresadas en este artículo pertenecen al autor invitado y no necesariamente a El Blog informatico. Los autores del personal se enumeran aquí.


Deja un comentario