Mit jelent az, hogy árrés alapú fiók struktúra?

A fiók fő rendező elvének meghatározása és megváltoztatása!

Az esetek túlnyomó részében a Google Ads fiókok termék kategória alapon kerülnek szegmentálásra (ha szegmentálva vannak egyáltalán, ugye…?!). Ez a gyakorlatban azt jelenti, hogy az adott termék kategórián belül nem teszünk megkülönböztetést a termékek között, ugyanazokkal a CPC és ROAS targetekkel futtatjuk a különböző árrés tartományú termékeinket. 

Miért jó, ha erre törekszünk a klasszikus termék kategória alapú bontással szemben?

Nézzük meg egy példán keresztül, hogy ez miért is tud probléma lenni:

A kategória alapú szegmentálás esetén kampányszinten adunk meg ROAS célt az algoritmus számára. Ez azt jelenti, hogy minden, a kategóriában szereplő terméket ugyanúgy kezelünk és a rendszer mindenhol a megadott ROAS cél elérésre próbál törekedni. 

Az alábbi fiktív példán keresztül nézzük meg, hogy ez mit is jelent a gyakorlatban:

• Kampány: Mosógép
  • Kampányszintű ROAS cél: 10x
    • Termék 1 – 50% árrés
      • CPC bid: 10 Ft
    • Termék 2 – 30% árrés
      • CPC bid: 10 Ft
    • Termék 3 – 10% árrés
      • CPC bid: 10 Ft

A példa jól szemlélteti, hogy ebben a struktúrában az algoritmus nem tesz különbséget abban, hogy mekkora ajánlatokat ad a különbőz árrés tartományú termékekre. 

Arra fog optimalizálni, hogy kampányszinten kihozza a 10X-es ROAS célt, függetlenül attól, hogy ez alacsony, közepes vagy magas árréssel rendelkező termékek eladásából jön-e össze.

Ezzel szemben, ha nem kategória hanem árrés alapon szegmentáljuk a fiókot, akkor az alábbi változásokat tudjuk elérni:

• Kampány: Mosógép – Magas
  • Kampányszintű ROAS cél: 5x
    • Termék 1 – 50% árrés
    • CPC bid: 20 Ft
• Kampány: Mosógép – Közepes
  • Kampányszintű ROAS cél: 10x
    • Termék 2 – 30% árrés
      • CPC bid: 10 Ft
• Kampány: Mosógép – Alacsony
  • Kampányszintű ROAS cél: 15x
    • Termék 3 – 10% árrés
      • CPC bid: 5 Ft

Látható, hogy az árrés tartomány alapján differenciáltuk a ROAS célokat, ami 2 szempontból előnyös a számunkra:

Mivel a magas árréssel rendelkező termékek ROAS célján lazítottunk (csökkentettük), ezért a rendszer ezekre a termékekre (aukciókra) magasabb ajánlatokat is adhat. Ez a fiók költség struktúrájának átalakulásához vezet, a napi/havi költségből sokkal nagyobb részesedést fognak kapni a magas árréssel rendelkező termékek.

A ROAS célok és a költség struktúra átalakítása együttesen azt eredményezi, hogy a bevétel összetétele is átalakul. Ha jól végeztük a munkánkat akkor a magas árrés tartományú termékekből fog állni a nagyobb része a havi forgalomnak. 

Ez pedig a nap végén annyit fog jelenteni, hogy javul a teljes PPC tevékenység profitabilitása.

Hogyan lehet a gyakorlatban létrehozni az árrés alapú Shopping struktúrát?

A struktúra kialakításához egy picit fejleszteni kell a termék feedet: A legtöbb esetben egy custom_label oszlopot szükséges használni hozzá, amibe betöltjük a webshopból és/vagy ERP-ből az árrés adatokat.

Fontos, hogy a Feedbe már csak azokat az árrés kategóriákat adjuk át, amelyek csoportosítják a termékeket: 

• Magas
• Közepes
• Alacsony

Gyakorlati megoldások a 3 legnagyobb hazai webshop motor esetében:

• UNAS: Egy új termék paramétert kell létrehozni, aminek a neve custom_label_1, majd ide felvinni (vagy át húzni az ERP-ből), azt a kategória értéket, amelyikbe az adott termék tartozik.
• Woocommerce: Egyedi termék attribútumot kell létrehozni hozzá, amely tartalmazza a árrés kategóriát termékenként. Ha ez megvan, akkor a ProductFeedPro pluginon keresztül csak meg kell feleltetni egymásnak az attribútumot, és a custom_label_1-et!
• Shoprenter: A custom_label_1 termék paraméterbe kell feltölteni vagy átadni az információkat az ERP-ből

Megvalósítás Supplemental Feed-en keresztül:

Gyakran előfordul, hogy a webshop backend és az ERP nem, vagy nem 100%-ban képes kommunikálni egymással és átadni az árrés kategória információkat a Feed kiegészítéséhez. 

Ebben az esetben van arra lehetőség, hogy az ERP-ből egy Google Sheet-be exportáljuk ki a következő mezőket:

• Termék azonosító (Feed “id” értéke)
• Árrés kategória (magas, közepes, alacsony)

Ha ezzel megvagyunk, akkor a két oszlopot nevezzük el “id” és “custom_label_1”-nek, majd Supplemental Feedként töltsük fel a Mechant Center fiókba:

Ha mindent jól csináltunk, akkor az alábbi eredményt kell, hogy kapjuk a Shopping kampányok bontásának megkezdésekor:

Így megvannak az árrés kategória alapján csoportosított termékeink a Feedben, első körben érdemes 3db PMax kampányt indítani a 3 új kategória alapján (Magas, Közepes, Alacsony). 

Ahogy érkeznek az adatok, úgy egyre jobban el lehet kezdeni megbontani (szegmentálni) a PMax kampányokat alkategóriákra, hogy maximalizálni tudjuk a költésüket. Itt már visszatérhetünk nyugodtan a “klasszikus” kategória alapú szegmentációra:

• PMax – Magas – Mosógép
• PMax – Magas – Hűtő
• PMax – Magas – TV
• PMax – Közepes – Mikro
• stb…

Érdemes a PMax kampányok mögé backupnak Standard Shoppingokat is indítani. Ezzel a beszakadó, vagy hirtelen nagy teljesítmény változást generáló PMax kampányokat tudjuk kompenzálni, és stabilizálni a teljesítmény!

Mégis milyen eredményekre számíthatok ettől a váltástól, megéri egyáltalán?

Egyrészt el kell fogadnod, hogy a fiók átlag ROAS-a csökkeni fog a korábbi eredményekhez képest. (Ami teljesen normális, ugyanis a magas árrésű termékeknél alacsonyabb célt adsz meg.)

Ugyanakkor ha mérsz profitot és POAS-t a Google Ads fiókban (az előző levelében írtunk ezekről a megoldásokról), akkor valós tapasztalataink szerint 15-30% közötti profit növekedést is eredményezhet az, ha árrés alapon kezded szegmentálni a kampányaidat.

Mindezt úgy, hogy 1 forinttal sem költöttél többet, csupán a meglévő költségedet allokáltad sokkal magasabb profitot eredményező termékek irányába!

TL:DR

Alakítsd át a hagyományos kategória alapú struktúrát árrés alapú struktúrára. Ehhez az alábbi lépéseket kell követned:

1. Termékek kategorizálása árrés tartomány alapján. Például: Magas, Közepes, Alacsony
2. Az így kapott címkéket fel kell vinned a termékekhez a webshopban, hogy a Feedbe átkerüljenek az értékek. Ideálisan valamelyik custom_label oszlopot használod erre (0,1,2,3,4)
3. Differenciáld a különböző árrés kategóriákhoz szükséges ROAS céljaidat (Magas árrés -> Alacsonyabb ROAS, Alacsony árrés -> Magasabb ROAS)
4. Indíts új PMax és Standard Shopping kampányokat az új árrés kategóriáknak és ROAS céloknak megfelelően.
5. A beérkező adatok alapján kezdd el tovább szegmentálni a kampányaidat termék kategóriák szerint.

Miért kéne mindenkinek profitot mérnie a bevétel helyett?

A legtöbb magyar hirdető bevételi adatokat (Revenue) mér a Google Ads fiókjában, és megtérülésre (ROAS) optimalizáltatja a kampányait. A gond csak az, hogy az előbbi kettő közül egyik sincs szoros összefüggésben a profittal és a profitabilitással!

A bevétel és ROAS optimalizáció hatására az algoritmus azokat a termékeket fogja előtérbe helyezni, amelyeknek a legnagyobb az esélye a konverzióra, ugyanakkor az egyes termékek árrés tartalmát egyáltalán nem fogja figyelembe venni. Ez a gyakorlatban igen nagy összegű, akár 20-25%-os lehetséges profit kiesést is okozhat.

Így fordulhat elő az, hogy ugyan a számok nagyon szépek, tele van a fiók konverzióval, és a ROAS/bevétel is magas, viszont ez nem jelenti azt automatikusan, hogy a profitabilitás is ideális szinten van (hiszen bevételre és megtérülésre optimalizálnak a kampányok, nem profitra…)

Ha egészen idáig abban a hitben voltál, hogy ha belősz egy 10X-es megtérülés célt, ezt tudja is a fiókod/ügynökséged, és innen nincs tovább, kaput, vége, ennyi…

Akkor szerencsére nagyot tévedtél, ugyanis a PPC hirdetések legjobb, és leghasznosabb része még csak innentől kezdődik…

Profit mérés implementálása a Google Ads fiókba, és a klasszikus ROAS (Return on Ad Spend) optimalizációról a POAS (Profit on Ad Spend) optimalizációra való áttérés.

Ez az alábbi előnyökkel jár:

• Bruttó profit adatok érkeznek a Google Ads fiókba “egyszerű” bevétel/forgalom helyett
• Azokra a kampányokra és termékekre tudsz nagyobb erőforrást, figyelmet és optimalizációt fordítani, amelyek magas árrés tartományú termékeket hirdetnek
• Tudni fogod, hogy mekkora profitot termelnek a hirdetéseid
• Az algoritmusok profit maximalizálásra fognak optimalizálni, bevétel maximalizálás helyett

Hogyan tudunk profitot mérni a Google Ads fiókban?

Elég sok technológiai megoldás létezik arra, hogy a profit értékét visszacsatoljuk a Google Ads fiókba. 

Megoldható a feladat GTM és dataLayer használatával bármilyen webáruház esetében, illetve használhatunk hozzá külső (3rd-party) szoftvert, mint például a ProfitMetrics.io

Ha manuálisan szeretnéd importálni a profit adatokat, akkor először tisztában kell lenned azzal, hogy hogyan tudod a rendelésenkénti profit összegét meghatározni. A képlet a következő: Profit = Forgalom – (bekerülési költség + változó költségek)

Manuálisan karbantartani a profit adatokat már egy pár tucat terméket frogalmazó webshop esetében is nagyon idő-és erőforrás igényes feladat, ezért Mi minden esetben automatizált megoldást használunk a ProfitMetrics.io szoftveren keresztül. 

Ez a piacon jelenleg a legjobb rendszer, amit erre a célra használni lehet, rengeteg alap integrációval és könnyen értelmezhető, vizuális dashboardokkal és felülettel.

A rendszer implementációja egyáltalán nem bonyolult (főleg a dobozos webshopok esetében), nagyjából 20-30 perc alatt működésre lehet bírni.

Miután a ProfitMetrics.io segítségével előkészítettük a profit adatainkat, ezeket el is lehet kezdeni tovább küldeni a Google Ads felé. Ha ezzel is megvagyunk, akkor az alábbi fancy, és nagyon hasznos riport elemzésének eshetünk neki:

Ezzel azonnal lehetőségünk van arra, hogy lássuk mely kampányainkon realizálódik a legnagyobb profit, és melyek azok, amelyeknek ugyan magas a ROAS szintje, de a profit értéke már kevésbé kecsegtető.

ProfitMetrics.io alternatíva:

A ProfitMetrics.io egy haladó eszköz, ami ráadásul tranzakciónkénti költséget számol fel az adatok továbbításáért. Ha nem akarsz egyből egy ekkora beruházást, vagy nem bízol abban, hogy megéri ez a befektetés, akkor létezik egy alternatív, költség mentes megoldása a riportok előteremtésének:

Ez pedig nem más, mint a “cost_of_goods_sold” (COGS) mező feltöltése a Shopping Feedbe. Itt mindössze annyit kell tenned, hogy megadod a webshopban a bekerülési költségét a termékeidnek, és azonnal elérhetővé fognak válni a fenti képen látható riportok.

Alább a legnépszerűbb magyar webshopokra megtalálod az útmutatót a COGS beállításához:

• UNAS: Egyedi paramétert kell létrehoznod, aminek a cost_of_goods_sold nevet adod és engedélyezed a Google Feed exportot. Az új paraméterbe vagy manuálisan, vagy az ERP-ből importálod a termékek bekerülési költségét.
• Woocommerce: Egyedi attribútumot kell létrehoznod, majd manuálisan vagy az ERP-ből importálni a termékek bekerülési költségét. Ha ezzel megvagy, akkor a ProductFeedPro pluginban már csak meg kell feleltetni a Woo attribútumot a “cost_of_goods_sold” feed mezővel.
• Shoprenter: A termék adatlapján töltsd ki a “Költség” értéket, és automatikusan be fogja tenni a Feedbe a rendszer a COGS paramétert.

Az előnye a COGS használatának, hogy ingyenes és viszonylag könnyen implementálható, a hátránya, hogy csak riporting oszlopokat tudsz vele megnyitni a fiókban. Ez a gyakorlatban annyit tesz, hogy nem tudod konverzióként használni a profit értéket, ugyanakkor azt már a COGS használatával is látni fogod, hogy mely kampányod mekkora profitot termel neked.

Hogyan tudjuk használni a profit adatokat a Google Ads fiókban? (és mikre érdemes figyelni, hogy ne essen vissza a teljesítmény)

Az újonnan elérhető metrikáknak 2 nagyon hasznos funkciója van az eredményesség és optimalizáció tekintetében:

1: Elemzés és reporting: Látni fogod, hogy mely kampányok (nem) profitabilisek a valóságban

Az egyik legalapvetőbb és leggyorsabb felhasználási módja az új adatoknak az, hogy megnézed, hogy mely kampányaid termelnek profitot, és melyek nem. Az így kieső adatok alapján egyből eltudsz kezdeni lépéseket tervezni arra vonatkozóan, hogy hogyan változtasd meg például a költés struktúráját a fióknak, vagy mely kampányok/termékek igényelnek nagyobb odafigyelést és optimalizációt a részedről.

2: Optimalizáció: Megtanítod az algoritmust arra, hogy profitra optimalizáljon bevétel helyett!

Ez a lépés amennyire jól hangzik, annyira veszélyes is! Nem szabad azonnal konverziós eseményt váltani a fiókban és a “semmiből” rászabadítani az algoritmusra a profit adatokat, ugyanis könnyedén visszalőhet a dolog.

Első körben hozz létre egy másodlagos konverziós eseményt a klasszikus bevétel konverzió mellé, amiben szépen lassan eltud kezdeni gyűlni a profit adat is.

Pár nap/hét után (adat mennyiségtől függően), térj rá az 1-es pontra és ellenőrizd, hogy kampányonként mekkora a profit volumene. Ha nem találsz nagyon alacsony mennyiségeket, akkor elkezdheted megcserélni a két konverziós eseményt fiók szinten, illetve igazítani a ROAS targeteket az új konverziós értékeknek megfelelően (ha mindent jól csinálsz, csökkented kell őket).

Fontos, hogy a változtatások után napi szinten figyeld a történéseket a fiókban, ugyanis hirtelen fog megváltozni a már betanult algoritmus számára a beérkező konverziós érték, és ennek hatására a cél-ROAS is. 

Ezekre figyelj, amikor a bevétel alapú konverziós célról a profitra váltasz

• Másodlagos konverziós eseményként gyűjts adatot az új profit konverzióhoz (ideális esetben 30 nap & >100 konverzió)
• 30 nap eltelte után állítsd át a profit konverziós eseményt elsődleges fiók célnak
• Használj portfólió ajánlattételi stratégiákat, maximum CPC korlátozással, hogy féken tudd tartani a költségeket
• Figyelj a CPC költségek hirtelen növekedésére, és a túlköltés elkerülésére
• Hagyj időt az új struktúrának, hogy betanuljon és felvegye a fonalat. A “régi” kampányaid (jó esetben) hónapok adatait tartalmazták, nem lenne fair 2-3 nap alatt az újat elkaszálni…

Nagyon fontos, hogy ne ugorj fejest azonnal a profit alapú optimalizációba, ugyanis nagyon sok a buktatója! 

Az ideális forgatókönyv alapján legalább 30 napig másodlagos eseményként kell adatot gyűjtened, és elemezned. Majd a konverziós események cseréje után újabb 30 nap teszt időszak következik, ami előfordulhat, hogy teljesítmény fluktuációhoz vezet.

TL:DR

Engedd el a hagyományos bevétel/forgalom alapú Google Ads fiókokat és optimalizálj a valódi profitodra! 

• Kösd be a profit értékének mérését a Google Ads fiókba
• Állítsd le a nem profitabilis kampányaidat/termékeidet, és fókuszálj azokra amelyek valós üzleti értéket teremtenek
• Mérd pontosan, hogy mekkora profit volument termelnek a Google Ads hirdetések
• Tanítsd meg az algoritmust arra, hogy bevétel helyett profitra optimalizáljon Neked!

A leggyorsabb és legegyszerűbb módja a profit adatok bevezetésének a ProfitMerics.io használata (vagy egyedi fejlesztési webshop esetében dataLayer mező létrehozása).

Rengeteg hívás, emailezés és energia megy a beérkező megkeresésekbe, de mégse tudsz jól zárni üzletet (konvertálni) belőlük? 

A beérkező megkeresések (leadek) minősége az egyik legnagyobb kihívás, amivel szolgáltatóként meg kell küzdenünk. 

Bizonyos iparágakban – mint például: jog, biztosítás, szoftver – alap esetben is igen magas Cost per Lead (CPL) költségekkel kell számolnunk, nem beszélve az értékesítési folyamat során történő lemorzsolódás utáni, valós ügyfélszerzési költségről (CAC).

Szerencsére, létezik megoldás ami segít abban, hogy a PPC hirdetéseken keresztül érkező lead minőség javuljon, és ennek hatására a CAC csökkenthető legyen:

Offline konverzió mérés, vagy más néven OCT

… írd hozzá a 3 betűsökhöz!

Az offline konverziók visszacsatolása a Google Ads fiókba egy sokkal teljesebb, és valósabb képet fog adni arról, hogy mely kampányaid, hirdetéscsoportjaid és kulcsszavaid termelnek valós üzleti értéket, vagy más szóval minőségi leadeket.

Ezzel a tudással (adattal), megnyílik a lehetőség előttünk, PPC-sek előtt, hogy tudatosan a minőségi leadekre, és ezáltal magasabb profitra optimalizáljuk a kampányainkat, a mennyiségi leadek és elégetett költségek helyett.

Az OCT használatával lehetőségünk nyílik arra, hogy megszűntessük a visszacsatolási lukakat a lead beérkezésétől (form kitöltés), a ténylegesen megszerzett ügyfelekig (closed deal):

Kiknek való az offline konverzió mérés?

1. Szolgáltatóknak…. akik az üzletet offline zárják le (pl.: emailen, telefonon vagy személyesen) és szeretnék visszacsatornázni a lezárt dealek valós számát és értékét a Google Ads fiók megfelelő kampányaiba, hirdetéscsoportjaiba és kulcsszavaiba

2. E-kereskedőknek…. akik nem tudják a Google natív konverziómérést használni

3. SaaS cégeknek… akik szeretnék kihasználni a Value Based Bidding (VBB) lehetőségeit, ugyanis nem minden vásárlójuknál ugyanakkora a CLV (customer lifetime value vagy ügyfél élettartam érték). Ebben az esetben az OCT használatával megnyílik a lehetőségünk arra, hogy az eddigi konverzió alapú ajánlattételekről (tCPA) átváltsunk érték alapú ajánlattételekre, amelyek a magas CLV-re optimalizálnak.

Egy mondatban egyszerű összefoglalni az attribúcióval kapcsolatos problémák 99%-át:

• A különböző csatornák saját mérési rendszerei túlértékelik saját magukat (továbbiakban csatorna mérés).

Csatorna alapú mérési rendszernek számít például, a natív Google Ads, Facebook Ads, Linkedin Ads stb… rendszerek beépített konverzió mérése.

• A Google Analytics pedig alulértékeli a konverziós útvonalban szereplő interakciók jelentős részét.

A fenti összefüggésnek az elsődleges oka, hogy a csatorna mérések minden egyes konverziót visszamérnek magukhoz, amelyben szerepet játszottak. Nem számít, hogy a vásárlási útvonalban még hány darab interakció, vagy egyéb csatorna helyezkedett el.

A Google Analytics ezzel szemben alapértelmezetten az utolsó kattintáshoz rendeli a konverziót. Szóval, ha a valóságban egy felhasználó a vásárlási útvonal során interakcióba lépett egy Facebook, majd Google Ads hirdetéssel, de végül a kiküldött hírlevélből hajtotta végre a vásárlást, akkor az Analytics az utolsó érintési ponthoz, a hírlevélhez fogja rendelni a konverzió, és a konverziós érték 100%-át.

Ebben a cikkben szeretnénk felvázolni a különböző attribúcióval kapcsolatos mítoszokat, illetve egy lehetséges, a mai vásárlási útvonalakhoz leginkább passzoló megoldást javasolni.

A cikk során felbukkanó nevezéktan:

• Csatorna alapú mérés (Channel Tracking) = Az adott hirdetési csatorna saját mérési mechanizmusai, mint pl.: Facebook Pixel, Google Ads Conversion Tracking, LinkedIn Insight Tag stb…
• Revenue to Ad Spend Ratio (RAS ratio) = A teljes marketing költséget, és a teljes bevételt hasonlítja össze.
• View Conversions = Olyan konverziók, amelyek során a felhasználók csak megtekintették a hirdetést (pl.: Google Display banner), de nem végeztek vele interakciót (kattintottak).

Hogyan működik alapértelmezetten az attribúciós mérés a különböző eszközöknél

Channel Tracking

A csatorna alapú mérések csak a saját platformukhoz képesek konverziót rendelni (attribútálni), szóval teljes egészében figyelmen kívül hagyják az egyéb csatornákat, és érintési pontokat.

Google Analytics tracking

Ezt nevezzük “Utolsó kattintás” vagy “Last Click” mérésnek.

Technikailag a megnevezés úgy pontos, hogy “Last non-direct click”, de az egyszerűség kedvéért, “Last Click” attribúcióként fogunk rá hivatkozni a későbbiekben.

Első interakció -> Második interakció -> Harmadik interakció -> Vásárlás

Third-Party Attribúciós Mérés

Első interakció -> Második interakció -> Harmadik interakció -> Vásárlás

Ez hangzik a leginkább ideálisnak, ugyanakkor a kihívás a third-party rendszereknél elsősorban a különböző csatornák súlyozásának a beállítása. A mai, külső attribúciós rendszerek nem képesek a teljes vásárlási útvonalat 100%-ban végig követni, szóval bizonyos mértékben ezek is pontatlanok lesznek, a végeredményt tekintve.

Miért tévesztette meg az elmúlt évek során a Google Analytics marketingesek százait

Minél mélyebbre ástuk magunkat az attribúció rejtelmeiben, annál kevésbé bíztunk meg a Google Analytics által nyújtott attribúciós modellekben.

Alapvetően egy csodálatos eszköz kinézetét kelti, melyben a különböző marketing csatornákhoz könnyedén tudunk megtérülés (ROAS) értéket rendelni, és így folyamatosan felül vizsgálni a súlyokat, büdzséket és a teljesítményt.

Egy megtörtént gyakorlati példa, ami jól szemlélteti a lehetséges problémákat a GA alapvető működésével kapcsolatban:

Az egyik ügyfelünk chatbot funkciókat épített be az oldalába, az élesítést követő első hónap után a fizetett hirdetésekhez társított konverziók, és konverziós érték beszakadt.

Valóban ez történt? Elméletben pont az ellenkezőjének kellett volna történnie, a hipotézis szerint a chatbotnak hozzá kellett volna a járulnia a konverziós arányok növekedéséhez, szinte minden csatornáról.

A valóságban viszont az történt, hogy a chatbot beállításokba hiba csúszott, így ha egy felhasználó egy chatboton belüli linkre kattintott, a GA új munkamenetet (sessiont) indított, így a konverziót és a konverziós értéket is “Referral” forráshoz társította a Last Click attribúciós modell.

Ez, és ehhez hasonló esetek nagyon gyakran előfordulhatnak, felderíteni őket pedig igen időigényes munka, ami nem csak időben, de emberi erőforrásban is nehézkes lehet. Szükség van legalább egy Digital Analystre, illetve egy fejlesztőre aki a feltárt hibát javítja.

A saját életedből is egészen biztosan tudsz példát meríteni arra, hogy miért is rendkívül problémás a mai világban a megfelelő attribúció kialakítása. Gondolj csak arra, hogy mielőtt megveszel egy cipőt vagy egy TV-t, hányszor találkozol az adott cég/termék hirdetéseivel, hányszor interaktálsz velük, míg végül bemész az üzletbe, vagy direktben felkeresed a forgalmazó oldalát, és megrendeled a kívánt terméket.

A direkt felkeresést nagyon sok érintési pont előzte meg, amelyek mind szerepet játszottak a döntésedben, mégis csak 1-1 csatorna kap részesedést rossz esetben a konverzióból, és a konverziós értékből.

A Google Analytics évek óta alapértelmezettként, a Last Click attribúciós modellt használja, ami egyáltalán nem felel meg a mai vásárlási útvonalak valós követésére, éppen ezért állítjuk azt, hogy marketingesek és döntéshozók százait tévesztette meg ezzel.

De ha már a Google Analytics is félrevezető ebből a szempontból, akkor jogosan merül fel a kérdés, hogy mit csináljunk helyette, vagy mellette? Esetleg a GA-n belül léteznek-e olyan lehetőségek, amelyek közelítenek a valósághoz?

Csatorna alapú attribúciós mérés, mint alternatíva

A legegyszerűbb alternatíva az, ha a csatornák alapértelmezett mérési megoldásait használjuk – ez azt jelenti, hogy a Google Ads, Facebook Ads stb… natív mérési eredményeit monitorozzuk.

Ennek az egyik legnagyobb előnye, hogy jóval több adathoz jutunk csatorna szinten, így az optimalizálás hatékonyabb, illetve az automata ajánlattételi stratégiák is eredményesebben tudnak működni.

A gyakorlatban ez úgy néz ki, hogy ha a felhasználó bármikor interakciót végzett a vásárlási útvonal során az adott csatornával, akkor látni fogjuk mint konverzió.

Ugyanakkor, ez az alternatíva sem mentes a problémáktól és a valótlanságtól:

• Minden útvonalban szereplő csatorna megkapja a konverziók 100%-át.
• Ugyanaz a vásárlás többször is bemérésre kerül a különböző rendszerekben
• A mérési módszertan és attribúciós ablakok eltérnek/eltérhetnek csatornánként.

Minden útvonalban szereplő csatorna megkapja a konverziók 100%-át.

Tegyük fel, hogy valaki lekattintott egy remarketing hirdetést a Google Display hálózatán. Ez alapján a Google Ads konverziót fog rendelni az adott kampányhoz, és hirdetéshez.

A valóságban azonban igen gyakori, hogy ugyan ez a felhasználó több éréntési ponton keresztül is találkozott a termékünkkel. (Google, Facebook, Linkedin stb…)

Jogos a kérdés, hogy valóban megérdemli-e a remarketing hirdetés a konverzió 100%-át, a vásárlásban betöltött szerepe miatt?

Természetesen nem, hiszen nem csak ilyen típusú hirdetéssel történt interakció, egy remarketing hirdetés soha nem kaphatja meg a 100%-os konverziós értéket, ugyanis ahhoz, hogy vissza tudjuk őt célozni, valamilyen csatornáról biztosan eljutott már a weboldalra a közelmúltban (magyarul történt megelőző interakció).

Éppen ezért, nehéz alternatívaként használni a csatorna alapú méréseket. Hirdetési oldalról nagy segítség tud lenni az optimalizálásban, a nagyobb adatmennyiség miatt, ugyanakkor üzleti oldalról hasonló problémával szembesülünk, mint a GA Last Click attribúciónál. Nem kapunk valós képet a csatornák szerepéről egy-egy vásárlásnál.

Ugyanaz a vásárlás többször is bemérésre kerül a különböző rendszerekben

A csatorna alapú mérés használata során, ha egy felhasználó interaktált az adott platformon a hirdetésekkel mielőtt vásárolt, a konverzió bemérésre kerül. 

Tegyük fel, hogy így nézett ki a vásárlási útvonal csatorna szinten:

• Google Ads kattintás
• Facebook Ads kattintás
• Organikus brand kattintás (GA-ban mérve)

Ez három csatornát jelent, mind a három, a saját attribúciós mérése szerint magához fogja tulajdonítani a konverziót, ezért igazából 1db vásárlást többszörösen, duplikálva fogunk látni a hirdetési rendszerekben.

A fenti összefüggés odáig vezethet, hogy a hirdetési rendszerekben jóval több konverziót fogunk látni, mint ami a valóságban megtörtént. Ismételten, hirdetési oldalról ez egy pozitív hozadéka a csatorna alapú mérésének, ugyanis, a nagyobb adatmennyiségből hatékonyabban lehet optimalizálni. Ugyanakkor, az üzleti döntéshozást (pl.: mely csatornákra allokáljunk magasabb büdzsét, melyeket állítsunk le esetleg a gyengébb teljesítmény miatt) nagyon megnehezíti.

A mérési módszertan, és attribúciós ablakok eltérnek csatornánként

Ez az a rész, ahol az, aki nem jártas a hirdetési rendszerek technikai működésében, nagyon könnyen el tud veszni, érthetően.

Minden csatorna, bizonyos szintig eltérő módszertant, és konverziós ablakokat használ:

• Facebook Ads – A facebook alapértelmezetten 1 napos megtekintést, és 7 napos kattintási ablakot használ. Ez azt jelenti, hogy ha ma átpörgettél a hírfolyamodban egy hirdetésen, majd később organikus keresésből megvásároltad a hirdetett terméket, a facebook magához fogja társítani a konverzió 100%-át. Ha pedig ma kattintottál egy hirdetésre facebookon, és 7 napon belül más forrásból vásároltál, ugyanez történik.

• Google Ads – Keresési hirdetéseknél alapértelmezetten 30 napos konverziós ablakkal dolgozik.

Ezekből a típusú eltérésekből könnyen adódhatnak olyan problémák, hogy a rendelkezésre álló büdzsét rosszul allokáljuk újra, és nem a megfelelő csatornára teszünk többletet, ez pedig hosszú távon elégetett marketing költéshez vezethet.

Mi a helyzet a third-party attribúciós eszközökkel?

Itt kezd igazán érdekes lenni az attribúció kérdése. Miközben olvasod a cikket, könnyen felmerülhet benned az a kérdés, hogy miért nem használunk olyan eszközt, amely képes megfelelően súlyozni a csatornákat, a vásárlásban betöltött szerepük alapján,

A probléma ezekkel a third-party eszközökkel, hogy nem képesek a teljes vásárlási útvonalat végig követni.

A mai szokások alapján, egy-egy vásárlási útvonal nagyon sok érintési pontot tartalmaz, ilyenek lehetnek a különböző eszközök: céges laptop, telefon, tablet majd a saját laptopunk. Arról nem is beszélve, hogy mi történik akkor, ha szembejön velem egy olyan termék, amelyről tudom, hogy az ismerősömnek érdekes lehet, és szimplán elküldöm neki Facebook Messengeren keresztül.

Nagyon sok eszköz próbálkozott, és próbálkozik a mai napig a teljes vásárlási útvonal végig követésére, de ez egyre nehezebbé válik az Apple, Firefox vagy akár maga a Google által bevezetett mérési limitációk miatt.

Mi akkor a megoldás?

Mikrokonverziók!

Mikrokonverziók használata csatornák súlyozására

Mikrokonverzióknak azokat a műveleteket nevezzük, melyek nem az elsődleges üzleti célunkat mérik (mint például vásárlás), hanem az ehhez vezető út során felbukkanhatnak, mint számunkra értékes, egyéb interakciók.

Egy példa a mikrokonverziók használatára, ha fogod a konvertáló felhasználókról készített szegmenst (GA), és elkezded visszafejteni, hogy ők milyen közös érintési pontokon mentek keresztül a weboldalon.

Az így kapott eredményeken egyrészt józan ésszel – másrészt például ML vagy AI algoritmusok által – végrehajtasz egy elemzést, és azonosítod a feltűnő közös pontokat.

Ha ezek megvannak, akkor a marketing aktivitásokhoz már hozzá tudod rendelni a gyakoriságukat, és így a vásárlások helyett/mellett ezeket is be tudod építeni, és figyelembe venni az üzleti döntéshozásnál.

Néhány gyakori példa Ecommerce területen a vásárláshoz vezető mikrokonverziókra:

• TOFU (Top of Funnel) aktivitások:
  • Oldalon töltött idő vs:
    • Email cím megadás (feliratkozás, regisztráció)
    • Termék kedvencek közé helyezése
    • Látogatások száma
• MOFU (Middle of Funnel) aktivitások:
  • Kosárba tétel
  • Azonos termék többszöri látogatása
  • Checkout folyamat oldalainak látogatása
  • Chat indítása (chatbot esetén például)
• BOFU (Bottom of Funnel) aktivitások:
  • Vásárlás
  • Navigáció a fizikai üzletbe

Third-party eszköz, ami a fenti megközelítésen alapul: Segment Stream.

B2B területen pedig a DreamData.io próbálkozik hasonló modellt alkalmazni az attribúcióra.

Az attribúciós modell kiválasztása és használata a legtöbb esetben tükrözi az üzleti érettséget

A fentiek alapján jogos lehet az a következtetés, hogy engedjük el a GA-t és a csatorna alapú méréseket, egyből próbálkozzunk a mikrokonverzió alapú attribútálással. Ugyanakkor, a mögöttes infrastruktúra, és technológia létrehozása ehhez egyáltalán nem egyszerű, eléggé nagy erőforrás igénye van (emberi és adat oldalról egyaránt).

Egy vállalkozás kezdeti éveiben erre a legtöbb esetben nincs lehetősége a döntéshozóknak. Éppen ezért, ahogy üzletileg fejlődik egy-egy vállalkozás, úgy érdemes ezeket a folyamatokat is az éréshez igazítani, és finomítani, fejleszteni.

Az attribúcióra úgy tekintsünk, mint egy folyamatra amelynek követnie, és igazodnia kell a vállalkozásunk növekedéséhez, és fejlődéséhez.

A sikeres Ecommerce vállalkozások így csinálják

Kattintásokból nem tudjuk fizetni a költségeinket.

Ez egy gyakori válasz szokott lenni, a mikrokonverziós megközelítés bemutatásánál.

Ugyanakkor, a legsikeresebb Ecommerce vállalkozások, amelyekkel eddig dolgoztunk egy úgynevezett Revenue to Ad Spend (RAS ratio) arányt használnak a marketing aktivitások hatékonyságának visszamérésére.

Bizonyos helyeken ezt COS vagy CPS-nek (Cost of Sale, Cost Per Sale) is szokták nevezni. A számítás viszonylag egyszerű, és attribúció mentes, elsősorban arról szól, hogy hogyan határozzák meg ezek a vállalkozások a marketing büdzséjüket.

A sikeresnek mondható, és bejáratott vállalkozások a bevételük 5-10%-át, míg a növekedésben lévő cégek a bevételük 10-15%-át kellene, hogy marketingre költsék.

A legtöbb, igen sikeres Ecommerce vállalkozás követi ezt az egyszerű, ugyanakkor rendkívül hatékony megközelítést.

A lehetőségek összefoglalva

1. Használd az alapértelmezett Google Analytics mérést, és szigorúan mintorozd a P&L arányt.
2. Használd az alapértelmezett Google Analytics mérést, de a megtérülési célokat alacsonyan határozd meg, és egészítsd ki az eredményeket csatorna alapú méréssel.
3. Határozz meg egy RAS arányt és használj csatorna alapú méréseket, folyamatosan optimalizáld és egyensúlyozd a megtérülési célokat.
4. Válassz egy third-party attribúciós eszközt (mint például a SegmentStream).

Bármit is választasz, hibás lesz

Bármelyik fenti opcióval is haladsz tovább, az a nap végén hibás lesz. Nem létezik jelenleg olyan eszköz vagy megoldás, amely a teljes képet, és vásárlási útvonalat 100%-ban adná vissza, megfelelő csatorna súlyozás mellett.

A Google Analytics használatával azok a csatornák fognak erős túlsúlyba kerülni, amelyek a vásárlási tölcsér alját célozzák.

Csatorna alapú mérésre építve, a ROAS célok optimalizálása és egyensúlyozása nélkül nagyon gyorsan csődbe viheted a céged.

Amit viszont tudsz csinálni, hogy kiválasztasz vagy létrehozol egy olyan “attribúciós módszertant”, amely a legjobban passzol a vállalkozásod fejlettségéhez, és hagyod, hogy ez vezesse marketing területen a döntéshozást.

A Google Ads alapok első részében bemutattuk a fiók struktúra alapvető felépítését, kampány és hirdetéscsoport beállításokat valamint kulcsszó egyezési típusokat. Ebben a részben, a hirdetésekhez és hirdetésbővítményekhez szedtük össze a legfontosabb információkat

Google Ads Hirdetések

A hirdetések 1-1 hirdetéscsoporton belül helyezkednek el mint a kulcsszavak. A keresési hirdetéseknél a legfontosabb dolog, hogy egyezzenek szövegezésben a kulcsszavak tematikájával. 

Ez a gyakorlatban azt jelenti, hogy ha a hirdetéscsoportban “cipő” összetételű kulcsszavak vannak, akkor ha a hirdetés szövegében “bakancs” szerepel, alacsony pontszámú minőségi mutatót fog kapni a hirdetés, ami drágább kattintási költségekhez vezet. Ez a legfőbb oka annak, hogy tematika szerint szedjük szét a kulcsszavakat, így tudjuk biztosítani a rendszer számára a kulcsszó-hirdetésszöveg maximális relevanciáját.

A keresési kampányoknál két fajta hirdetés típust különböztetünk meg: 

• Kiterjesztett Szöveges Hirdetés (Expanded Text Ad vagy ETA)
• Adaptív Szöveges Hirdetés (Responsive Text Ad vagy RSA)

Mi a különbség a két típus között? 

Az ETA szövegeknél mi adjuk meg a hirdetés egyes komponenseit (címsorok, leírások), amik fixen azon a helyen fognak megjelenni ahova mi megadtuk őket = maximális kontrollal rendelkezünk a hirdetéseink felett.

Az RSA hirdetéseknél pedig ezeket az elemeket (címsorok, leírások) a rendszer elkezdi kombinálni, magyarul keresi a legjobb variációkat és folyamatosan teszteli őket.

Az ökölszabálya a Google hirdetéseknek az, hogy minden egyes hirdetéscsoportban 2 ETA, és 1 RSA hirdetésnek kell szerepelni, így adja meg a maximális fiók optimalizálási pontszámot a rendszer erre a területre.

Hirdetés komponensek:

Minden hirdetés fix komponensekből tevődik össze, a nehezítés az, hogy ezeknek maximum karakterszámuk van, amit nem lehet túllépni:

• Végső URL
• Címsor 1 – maximum 30 karakter
• Címsor 2 – maximum 30 karakter
• Címsor 3 – maximum 30 karakter
• Leírás 1 – maximum 90 karakter
• Leírás 2- maximum 90 karakter
• Útvonal 1 – maximum 15 karakter
• Útvonal 2 – maximum 15 karakter

Címsorok

A címsorok a keresőben kék színű szövegként jelennek meg kiemelt betűkként, az egyes címsorokat egy függőleges vonal ( | ) választja el egymástól.

A hirdetések megjelenésénél az első 2 címsor az, ami 100%, hogy megjelenik, a 3. címsornál pedig a rendszer dönti el, hogy éppen megjeleníti-e vagy sem. Ez csak abból a szempontból fontos, hogy ne a 3. címsorba írjuk a legfontosabb attribútumokat, mert az nem biztos, hogy minden alkalommal ott lesz a megjelenített hirdetésünkben.

Érdemes általában a címsor szavakat nagybetűvel kezdeni (az Ads szövegeknél a legkevésbé fontos dolog a helyesírás), az általános tapasztalat az, hogy így jobb lesz az átkattintási arányuk.

Útvonalak (Path-ok)

Ezek a végső URL kiegészítésére szolgálnak.

Elsősorban arra jók, hogy szintén relevanciát tudnak növelni, illetve sok weboldalnál előfordulnak nagyon hosszú és “csúnya” URL címek, melyek kategória azonosítókat vagy egyéb attribútumokat tartalmaznak:

https://www.decathlon.hu/edzoallvany-900-as-id_8503464.html

Az útvonalak megadásával a decathlon.hu utáni részt tudjuk módosítani, és felhasználó baráttá alakítani, például így:

Leírások:

A leírások maximum 90 karakter hosszúak lehetnek, és maximum 1 db felkiáltójel szerepelhet bennük. A Google a kapitalizációt is figyeli, szóval a szavak nem lehetnek kizárólag nagybetűvel írva, hanem normális, olvasható mondatnak kell kinézniük. A leírásoknál is igaz, hogy az első 90 karakteres leírás jelenik meg 100%-ban, a másodikat a rendszer dönti el, hogy megjeleníti-e vagy sem a hirdetésünkben.

Hirdetésbővítmények

A bővítmények a hirdetésekkel együtt jelennek meg a keresőben, és azt a célt szolgálják, hogy plusz információkat/termék előnyöket tudjunk velük kommunikálni a versenytársakhoz képest. A bővítmények ezen felül a fiók optimalizálási pontszámába is beleszámítanak, minél több van beállítva, annál jobb a értéket kap a fiókunk.

Azt, hogy a megadott bővítmények közül a rendszer mikor melyiket jeleníti meg, az algoritmustól függ kizárólag, szóval sose lehetünk biztosak benne, hogy mindig mindent megfog jeleníteni. Az alábbi példában színessel bekeretezve láthatóak a Google Ads bővítmények.

Bővítmények típusai:

• Belsőlink-bővítmény
• Kiemelő bővítmény
• Strukturált kódrészlet bővítmény
• Hívásbővítmény
• Helybővítmény
• Árbővítmény
• Alkalmazás bővítmény
• Promóciós bővítmény

A bővítményeket az Ads felületén, belül bal oldalon a Hirdetések és bővítmények menüpont alatt lehet elérni, és a kék + jellel lehet újat létrehozni.

Belsőlink-bővítmény (Sitelink extension)

Ez a bővítmény közvetlenül a hirdetések alatt jelenik meg, és azt a célt szolgálja, hogy a hirdetésben megadott URL címen más kapcsolódó tartalomra is el tudjanak jutni a felhasználók rögtön a keresőből. Maximum 4 db jeleníthető meg egyszerre, de ennél többet is meg lehet adni.

A bővítmény létrehozásához a varázsló a következőképpen működik:

Először ki kell választani, hogy milyen szintű legyen a hozzárendelés, ez lehet fiók, kampány vagy hirdetéscsoport szintű. Érdemes mindig hirdetéscsoport szinten megadni őket, eddigi tapasztalatok alapján így többször jeleníti meg őket a rendszer.

A belsőlink a szöveges hirdetésekhez hasonlóan 2 részből áll, van egy címsor (belső link szövege) és 2 leírás hozzá. Karakterszámok:

• Címsor: maximum 25 karakter
• Leírás 1. Sora: maximum 35 karakter
• Leírás 2. Sora: maximum 35 karakter
• Végső URL

Kiemelő bővítmény (Callout extension)

A kiemelő bővítmények, a normál hirdetésszöveg 2. leírása után jelennek meg, rövid pár szavas “kiemelések” általában a termék előnyökről, extra szolgáltatásokról.

Szintén hirdetéscsoport szintű hozzárendelés a javasolt, a maximális karakterszám 25.

Strukturált kódrészlet bővítmény (Structured snippet extension)

Ennek a bővítménynek a szerepe nagyon hasonló a kiemelő bővítményhez, és ugyan ott is jelenik meg a hirdetésekben. A különbség annyi a kettő között, hogy itt előre megadott kategóriák közül tudunk választani:

Akkor érdemes használni, ha passzol az ügyfél profilja a fenti kategóriák valamelyikébe, a maximális karakterszám 25.

Hívásbővítmény (Call Extension)

Ez a vállalkozás telefonszámát jelenítni meg a közvetlenül a hirdetésekben. A hívásbővítmény kattintható, ami azt jelenti, hogy ha erre kattint a felhasználó mobil eszközről, akkor azonnal hívás indul a megadott telefonszámra. 

A hívásbővítményen keresztül indított hívásoknál az Ads képes riportálni felénk a hívást indító ügyfél szolgáltatóját (0630,0670 stb..), a hívás hosszát, illetve azt, hogy fogadott vagy elutasított volt-e a hívás.

Ez különösen olyan vállalkozásoknál fontos, akiknél inkább telefonon történik az egyeztetés/megkeresés (fogászat, bankok például), ugyanis itt a hívások adhatják a konverziók jelentős részét.

Helybővítmény (Location Extension)

A helybővítmény a hirdetés alatt, és Google Maps felületen is megjelenik, lehetővé teszi azt, hogy a felhasználók azonnal a megadott lokációra tudjanak navigációt indítani.

A helybővítmény megadásához Google My Business fiókkal kell rendelkeznie a vállalkozásnak, ezt kell összekötni a Google Ads-el így tudja importálni a lokációs adatokat a rendszer. 

Árbővítmény (Price Extension)

Az árbővítmény még nem elérhető Magyarországon, külföldi valutákat lehet többnyire csak használni (USD,EUR). 

Alkalmazás bővítmény (App Extension)

Applikációk népszerűsítésére szolgál, csak mobilon jelenik meg, és egyből Play vagy App Store-ba navigál róla a rendszer a letöltéshez:

Promóciós bővítmény (Promotion Extension)

A promóciós bővítmény adott, kedvezményes időszakok népszerűsítésére szolgál, ekkor nagyobb %-os vagy pénzbeli kedvezmény jár 1-1 termékre vagy termékcsoportra:

Vannak előre beépített “alkalmak” mint például a Black Friday vagy Spring Sale.

Minőségi mutató

A minőségi mutató a hirdetések, kulcsszavak és céloldalak együttes minőségére vonatkozó becslés. Jobb minőségű hirdetésekkel alacsonyabb kattintási árak és magasabb átkattintási arány érhető el.

A minőségi mutató a jelentésben 1-től 10-ig terjedő skálán látható, és magában foglalja a várható átkattintási arányt, a hirdetésrelevanciát, valamint a céloldallal kapcsolatos élményt.

Minél inkább egyezik tartalmilag a kulcsszó, hirdetés és céloldal hármasa, annál valószínűbb, hogy magasabb minőségi mutatót kapunk a kulcsszavainkra.

Minél jobb a kulcsszavak minőségi mutatója, annál olcsóbbak lesznek a kattintások. A minőségi mutató rendkívül sok faktorból kalkulálódik, ezek közül 3-at tett elérhetővé a Google:

• Hirdetésrelevancia: Mennyire relevánsak egymáshoz viszonyítva a kulcsszavak, hirdetések és a végső URL. 
  • Mikor jó? Ha cipő kulcsszóra cipős hirdetés szövegünk van és egy konkrét cipőre landoltatunk
• Céloldallal kapcsolatos élmény: Erre vagyunk a legkevésbé hatással, ez magának a weboldalnak/landoló oldalnak a pontszáma. Az adott oldal tartalmából, betöltési idejéből, kódjából és még rengeteg más dologból kalkulálódik.
• Várható átkattintási arány: A rendszernek minden egyes kulcsszóra vannak benchmark (átlagos, többi fiók által produkált) adatai. Az átkattintási arány (CTR) azt mutatja meg, hogy milyen arányban kattintják a hirdetéseinket. Magyarul ha van 100 megjelenésünk, és ebből csak 10x kattintottak a felhasználók akkor 10% az átkattintási arány. Ha a többi fiók benchmark adata fölött van a mi értékünk akkor erre jó pontszámot fogunk kapni, ha alatta akkor gyengébbet.

A minőségi mutató javításához elsősorban a hirdetés szövegeken keresztül vezet az út, ez az egyetlen elem amire közvetlen hatással tudunk lenni. Ha 1-1 kulcsszónak alacsony a minőségi mutatója akkor érdemes új szövegeket írni rájuk. 

Mi számít alacsonynak? A kulcsszavakat 1-10-ig pontozza a rendszer, 8 alatt már nem a legjobb a dolog. 5-7 között érdemes javítani a szövegeken, 5 alatt pedig el kell gondolkozni az adott kulcsszó vagy kulcsszavak leállításán.

A Google Ads fiókok lépcsőzetesen épülnek fel, a fenti képen látható rendszer alapján.

• A legfelső szinten egy fő  fiókot (account) találunk, ebből mindig 1 db van.
  • A fiókon belül vannak a különböző kampányok, ezekből már tetszőleges számú lehet az accountban 
    • A kampányokon belül vannak a hirdetéscsoportok (Ad Group), 1 kampányon belül maximum 1000 db hirdetéscsoport lehet.
      • A hirdetéscsoportok tartalmazzák a kulcsszavakat és a hirdetéseket. A kulcsszavak és a hirdetések azonos szintűnek számítanak, ez a két dolog van a hierarchia legalján.

Fiók/Account szint

A fiókot mindig egy 10 számból álló kód, illetve egy név jelöli. Ezen a szinten csak a fizetési/számlázási beállításokat kell és lehet megadni. Új fiókot bármikor létre lehet hozni, jellemzően 1 ügyfélhez 1 account tartozik alapesetben. Ez alól kivétel lehet ha az ügyfél több országban hirdet, vagy valamilyen méréstechnikai okból érdemes megbontani több fiókra a struktúrát.

Ha ügynökségként, vagy fiókkezelőként több fiókot is kezelünk, célszerű egy MCC (Manager Account) létrehozása is. Ez lényegében nem más, mint egy gyűjtő fiók, amelyhez hozzácsatolhatjuk az összes, általunk kezelt fiókot, így egy helyről elérjük őket és a főbb metrikákat a Google Ads felületéről letudjuk olvasni anélkül, hogy belépnénk az adott fiókba.

Piros jelölés: Gyűjtő MCC fiók

Kék jelölés: Különböző ügyfél Google Ads fiókok

Google Ads Kampányok Létrehozása

Kampány létrehozáshoz (és minden új dolog létrehozásához), a kék színű + jelre kell kattintani.

Ezután bejön a “varázsló”, ahol különböző kampány cél lehetőségeket dob fel a rendszer, ezek közül választani lehet:

Alapvetően nem kötelező megadni itt célt, ez egy segítség azoknak akik nem feltétlen vannak még tisztában a különböző célokhoz legjobban passzoló kampánytípusokkal. Ez alatt azt kell érteni, hogy ha kiválasztjuk az értékesítés célt, akkor olyan kampánytípusokat fog feldobni a rendszer (Keresés, Display, Shopping, Videó, Smart) a következő blokkban, amik ennek a célnak megfelelnek és kiszedi azokat, amik például márka ismertség növelésre és elérésre valók (Display vagy Videó).

Kampány célok kiválasztása

Melyik cél mire jó, és milyen kampánytípusok tartoznak hozzájuk? Fontos, hogy 1-1 kampánytípust több célhoz is lehet használni a beállításoktól függően.

• • Értékesítés cél: Azok a kampányok, amelyeknek célja, hogy termékeket értékesítenek:
    • Kampánytípusok: Keresés, Display, Shopping, Videó, Smart
  • Potenciális ügyfelek (Leadek): Olyan kampányok, amelyeknek célja, hogy ajánlatkéréseket, feliratkozásokat gyűjtsenek
    • Kampánytípusok: Keresés, Display, Videó, Smart
  • Webhelyforgalom: Ezeknél a kampányoknál, minél több felhasználót irányítanak a weboldalra, csak akkor szoktuk használni ha valamilyen oknál fogva nem tudunk konverziót (értékesítés, lead) mérni.
    • Kampánytípusok: Keresés, Display, Shopping, Videó
  • Termék és márka fontolóra vétele/Márka ismertsége és elérése: Célja, hogy minél több felhasználóhoz eljutva népszerűsítsenek egy márkát vagy terméket. 
    • Kampányítpusok: Display, Videó

• Alkalmazáspromóció: Olyan kampány, amelynek egy applikáció népszerűsítése (letöltés, alkalmazáson belüli vásárlás) a célja.

• • Kampánytípusok: Universal App Campaign

A kampánycél kiválasztása után válasszunk egy kampánytípust, a következő beállítások a leggyakrabban használt Keresési kampányokra fognak vonatkozni.

Ezután felfog dobni a rendszer még két boxot, ezeken nyugodtan ugorjunk át és menjünk egyből a Tovább gombra. Ennek az oka, hogy később sokkal pontosabban fogjuk megadni a kihagyott lépéseket a rendszernek.

Ezzel elértünk az alapvető fiók struktúra áttekintés, és kampánylétrehozás végére. A folytatásban a keresési kampányok beállításait fogjuk bemutatni lépésről-lépésre. 

Google Ads Keresési Kampányok

Kampánybeállítások

Kampány neve:

Először is egy jól beazonosítható nevet kell adni a kampányoknak. Mindig érdemes beleírni azt, hogy milyen típusú a kampány (Keresés,Display,App,YouTube pl), hogy névből is könnyen beazonosítható legyen. Példa.: Kereső – Teszt

Hálózatok

A hálózatnál (network) kell kiválasztani, hogy Keresési vagy Display kampányt szeretnénk használni. Nagyon fontos, hogy itt a Display hálózatból mindig vegyük ki a pipát! Ha bent felejtjük, akkor a keresési kampányok szöveges hirdetései a Google Display hálózatához tartozó weboldalakon is meg fognak jelenni. Ez semmiképpen sem optimális, ugyanis nekünk az a célunk, hogy a keresési találati oldalon jelenjünk meg ezzel a kampánytípussal. A Display hálózaton való megjelenéshez egy külön kampánytípus tartozik, ezt Display kampánynak hívjuk.

A Google keresési partnereket viszont érdemes meghagyni. Ezek olyan Google keresőn kívül eső weboldalak, ahol szintén megjelenhetnek szöveges hirdetések (ilyen például a YouTube is, pirossal jelölve a keresési hirdetés):

További beállítások

Ezt csak egy bizonyos típusú kampánynál szoktuk használni, ennek a neve DSA (Dynamic Search Ad vagy Dinamikus Keresési Hirdetés). Erről a későbbiekben fogunk beszélni majd.

Helyek

Értelemszerűen azt az országot kell megadni ahol szeretnénk, hogy megjelenjenek a hirdetések. Amire viszont figyelni kell az a pipálható Cél és Kizárás rész. A Célnál mindig a második opciót válasszuk: Az állandóan vagy rendszeresen a célzott helyeken tartózkodó emberek  A Kizárásnál pedig az elsőt: A kizárt helyeken tartózkodó személyek

Ennek az az oka, hogy minden egyéb lehetőség kiválasztásánál a rendszer nem csak azoknak fogja megmutatni a hirdetést akik a célzott helyen tartózkodnak, hanem olyanoknak is akik érdeklődnek a célzott hely iránt. 

Példa: Valaki Üzbegisztánban tervezi, hogy a közeljövőben Budapestre fog jönni nyaralni, a rendszer érzékeli, hogy ő érdeklődik Budapest iránt, és ezért amikor olyan kulcsszóra keres ami szerepel a fiókunkban, megfog neki jelenni a hirdetés. Ez azért rossz, mert Üzbegisztánból 100%, hogy nem fogja a felhasználó megrendelni a magyar Decathlon pingpong asztalt, tehát feleslegesen jelentünk meg neki, ez pedig rontja a minőségi mutatónkat (később kifejtve) és drágább kattintási költségekhez vezet.

A kizárt helyek közé érdemes felvinni minden olyan lokációt (országot, megyét, várost), amelyben nem szeretnénk, hogy megjelenjenek a hirdetéseink.

Nyelvek

Itt mindig arra kell figyelni, hogy a nyelvi beállítás arra vonatkozik, hogy milyen nyelven használja a böngészőjét az adott felhasználó. A legtöbb esetben mindig a célzott ország nyelvét és az angolt célszerű beállítani, ugyanis az nagyon gyakori, hogy a felhasználók angolul használják a Chromeot vagy Safarit az eszközeiken.

Közönségek

Itt lehet megadni, ha szeretnénk remarketing vagy beépített közönséget hozzáadni a kampányokhoz. 

Két féle célzási beállítás elérhető a közönségekre vonatkozóan:

• Célzás: Csak azoknak a felhasználóknak jelenik meg a hirdetés, akik rajta vannak a kampányhoz adott közönség listán.
• Megfigyelés: Mindenkinek megjelenik a hirdetés, viszont külön ajánlatkorrekciót lehet megadni, illetve közönségre bontva lehet elemezni a kampányhoz adott közönséget.

Költségkeret és ajánlattétel

A költségkeretnél lehet megadni, hogy NAPONTA MAXIMUM! mekkora összeget költhetnek el a kampányaink.

Ajánlattétel

Ez határozza meg, hogy egy-egy kulcsszóra mekkora összeget vagyunk hajlandóak fizetni.

Itt először is mindig kattintsunk a kék színű szövegre: Vagy válasszon ki egy ajánlattételi stratégiát közvetlenül (nem javasolt)

Erre azért van szükség, hogy a rendszer kilistázza nekünk az összes elérhető ajánlattételi stratégiát:

Amikor teljesen új fiókban hozunk létre kampányt, vagy új kampányt hozunk létre akkor az esetek 99%-ban Kézi CPC-vel szoktunk indulni. 

Mit jelentenek és mire jók az egyes ajánlattételi stratégiák?

Manuális ajánlattételi stratégiák:

• Kézi CPC: Ez a legmanuálisabb stratégia, teljes kontrollt biztosít az ajánlatok felett és “kézzel” kell megadni minden hirdetéscsoport/kulcsszó ajánlatát.

Automata ajánlattételi stratégiák:

• Kattintások maximalizálása: Az a célja, hogy az adott kampánynál minél több kattintást tudjon összehozni a megadott költségkereten belül.
• Megcélzott megjelenítési arány: Az a célja, hogy a lehetséges hirdetés megjelenések általunk megadott %-os értékét tartsa. 
  • Példa: A lehetséges megjelenés szám 100, az ajánlattételnél megadunk neki 50%-ot. Ebben az esetben 50x fog megjelenni a hirdetés.

Automata ajánlattételi stratégiák:

• Konverziók maximalizálása: A megadott költségkereten belül a lehető legtöbb konverziót próbálja elérni.
• Konverziós érték maximalizálása: A megadott költségkereten belül a lehető legmagasabb konverziós értéket (bevételt) próbálja elérni
• Cél CPA-érték: A megadott CPA (az az érték amit 1db konverzióért hajlandóak vagyunk maximum fizetni) értéket tartja.
  • Példa: Maximum 1500 Ft-ot fizethetek 1db konverzióért mert efölött már nem lesz profitom. Ebben az esetben a CPA értéke 1500 Ft, ezt igyekszik tartani a rendszer minden körülmények között.
• Cél ROAS: ROAS = Return on Ad Spend, magyarul a hirdetések megtérülésére optimalizál a rendszer. Ezt úgy kell elképzelni, hogy megvan a megadott célérték az ügyfelektől, ezen érték felett van profitjuk a hirdetési költségeken,
  • Példa: Egy ügyfélnél legalább 10x-es a megtérülés cél. A gyakorlatban ez azt jelenti, hogy minden 1 millió forint hirdetési költésből legalább 10 millió forint bevételre van szüksége.

Az ajánlattételi stratégiákról, felhasználásukról és követelményeikről a későbbiekben lesz még szó.

További beállítások
A következő cikkben lesz róluk szó bővebben.

Hirdetésbővítmények

A következő cikkben lesz róluk szó bővebben.

Hirdetéscsoport szint

A hirdetéscsoport szinten egy dolgot lehet beállítani, viszont ez majdnem a legfontosabb: Itt adjuk meg első körben a maximális ajánlatokat a kulcsszavakhoz. Ezeket később egyedileg is lehet módosítani kulcsszavanként, alapértelmezetten viszont minden kulcsszónál az lesz a maximális ajánlat amit a hirdetéscsoportnál megadunk.

A hirdetéscsoport szintű ajánlatok beállításon kívül ennek a szintnek a másik fontos jelentősége, hogy ez tartalmazza a kulcsszavakat és a hirdetéseket. A kulcsszavakat téma alapján javasolt hirdetéscsoportokba gyűjteni, általában 10-nél több kulcsszót nem javasolt felvenni 1-1 hirdetéscsoportba, mert úgy már nem tudunk releváns hirdetéseket írni rájuk.

Hogy néz ez ki a gyakorlatban?

• Hirdetéscsoport: Cipő

1. 1. 1. Kulcsszavak: cipő, cipő ár, cipő webshop, cipő online, cipő rendelés

• Hirdetécsoport: Bakancs

1. 1. Kulcsszavak: bakancs, bakancs ár, bakancs webshop, bakancs online, bakancs rendelés

A fenti példában jól látszik, hogy az 1. Hirdetéscsoportban a “cipő” témájú kulcsszavak szerepelnek, a 2. Hirdetéscsoportban pedig a “bakancs” összetételek. Ez azért lesz nagyon fontos, mert így tudjuk biztosítani majd a rendszernek a későbbiekben a releváns hirdetés szövegeket.

Kulcsszavak

Ha tovább megyünk akkor mindenképp válasszuk mindig a Kulcsszavak kézi felvételét, ha erre rámentünk akkor már lehet is írni a kulcsszavakat amikre meg szeretnénk jeleníteni a hirdetéseinket:

Itt egy nagyon fontos rész következik, ez pedig a kulcsszavak egyezési típusai:

Jól látható az ábrán, hogy sehol nem úgy vettük fel a kulcsszót, hogy decathlon áruház, hanem mindenhol van egy adott szimbólum a kulcsszavaknál. Ezek a szimbólumok jelölik az egyezési típusokat. Az egyezési típusok azt szabályozzák, hogy mely keresési kifejezésekre fognak megjelenni a hirdetések.

Kulcsszó egyezési típusok

• Általános egyezés | jele: nincs | példa: decathlon áruház
• Általános egyezés módosító | jele: + | példa: +decathlon +áruház
• Kifejezés egyezés | jele: “” | példa: “decathlon áruház”
• Pontos egyezés | jele: [] | példa: [decathlon áruház]

Nagyon fontos, hogy a legelső, szimbólum nélküli általános egyezést NEM JAVASOLT HASZNÁLNI! Ennek az az oka, hogy ilyenkor nem csak a kulcsszavainkra, de minden kapcsolódó/közeli keresésre is megjelennek a hirdetések, amik teljesen irrelevánsak lehetnek számunkra.

Egyezési típusok működése:

Általános egyezés: 

+decathlon +áruház

Ebben az esetben minden olyan keresésre meg fognak jelenni a hirdetések amelyek tartalmazzák ezt a két szót VALAHOL a keresésben.

Példa amikre megjelenhet: 

• decathlon budaörs áruház
• decathlon corvin áruház
• decathlon áruház átvétel
• áruház decathlon
• áruház lista decathlon

A lényege az, hogy valahol a keresésben benne kell lennie annak a két szónak, aminél megadtuk a + jelet.

Kifejezés egyezés: 

“decathlon áruház”

Ebben az esetben minden olyan keresésre meg fognak jelenni a hirdetések amelyek tartalmazzák ezt a két szót a fent megadott sorrendben.

Példa amikre megjelenhet: 

• decathlon áruház budaörs
• decathlon áruház corvin
• decathlon áruház átvétel

Példa amikre nem jelenhet meg:

• decathlon átvétel áruház
• decathlon budaörs áruház
• decathlon corvin áruház
• áruház decathlon

A kifejezés egyezésnél az a lényeg, hogy a megadott kifejezést (jelen esetben “decathlon áruház”) pontosan, ugyan ebben a sorrendben tartalmazza a keresés. 

Pontos egyezés: 

[decathlon áruház]

Ebben az esetben minden olyan keresésre meg fognak jelenni a hirdetések amelyek PONTOSAN ezt a két szót tartalmazzák.

Példa amire megjelenhet: 

• decathlon áruház

Példa amikre nem jelenhet meg:

• decathlon átvétel áruház
• decathlon budaörs áruház
• decathlon corvin áruház
• decathlon áruház budaörs
• decathlon áruház corvin
• decathlon áruház átvétel
• És minden ami nem pontosan a kulcsszó szövege

A pontos egyezés a legegyszerűbb egyezési típus, pontosan arra fog megjelenni a hirdetés amit a [] jel közé írunk.

Az elírásokat és a helyesírást a rendszer már felismeri magától, szóval ezeket külön nem szükséges felvenni. Példa: deachtlon, decsathlon, dehatlon stb…

Következő rész

Ezzel elértünk az első alapozó Google Ads blokk végére. Már tudjuk, hogy hogyan fogjunk neki a kampányok létrehozásának, mit jelentenek a különböző beállítások, hirdetéscsoportok és, hogy hogyan vegyük a fel kulcsszavainkat. A következő részben a hirdetéseken és hirdetés bővítményeken, valamint a minőségi mutatón fogunk lépésről-lépésre végig menni.

A Google Shopping termék feed optimalizálás egy olyan terület, amit nagyon sok hirdető sajnos figyelmen kívül hagy, pedig ez az egyik olyan terület ahol hatalmas javulást lehet elérni a Google Shopping kampányok teljesítményében. Sokan a Shopping kampányok alapvető optimalizálását is küzdésnek élik meg, ebből adódóan el sem jutnak odáig, hogy a feedben szereplő értékekhez és annak kialakításához hozzá tudjanak kezdeni.

A másik nehezítés a termék feed optimalizálásban, hogy ezt a legtöbb esetben nem tudjuk magunk meglépni, csak irányelveket és kéréseket tudunk megfogalmazni az ügyfél felé. A megvalósítás sokszor rajtuk, vagy a fejlesztő csapatukon múlik és sok egyéb problémába ütközhetünk menet közben, ami miatt úgy dönthet az ügyfél, hogy nem priorizálja ezeket a kéréseket.

A valóságban azonban, hogy a Google Shopping feed optimalizálás legalább annyira fontos, mint a kampányok optimalizálása. Sőt, ha a feedünk fejlett és rendben van, az nagy hatással van az elérhető kampányoptimalizálási lehetőségekre is. 

Ebben a bejegyzésben mélyebbre ásunk a lehetséges Google Shopping feed optimalizálási technikákban és lehetőségekben.

Miért van egyáltalán szükség a Google Shopping termék feed optimalizálására?

Alapvetően két nagyon fontos faktor van amivel tudunk javítani. Egyrészt a saját munkaóráinkon, másrészt a Google Shopping kampányaink hatékonyságán: Relevancia növelés és az alapvető szegmentálási lehetőségeink bővülése.

A Search kampányokkal összehasonlítva már egy fokkal jobban érthetővé válik, hogy miért is ilyen fontos a feedünk állapota és fejlesztése, ugyanis a Shopping kampányok esetében ez adja a termék megjelenítések alapját és ez határozza meg, hogy milyen mélységben tudjuk bontani és optimalizálni a kampányokat. 

Például ha hiányosak a feedünk product_type attribútumai, akkor nem fogunk tudni részletes struktúrát építeni, ami élből nehezíti a Shopping kampányok optimalizálást. Ha helytelenül vannak összerakva a termék címsorok, akkor a termékek a kevésbé releváns keresésekre is meg fognak jelenni, vagy éppen potenciális keresésről fognak lemaradni.

Ezek alapján nem alaptalan kijelenteni, hogy a Google Shopping feed maga a kampány struktúra, ez adja mindennek az alapját és határozza meg a lehetőségeinket.

Szükség van-e többre mint a kötelező attribútumok?

Természetesen! Minél bővebb a feedünk – attribútumokat és oszlopokat tekintve, annál több lehetőség fog rendelkezésünkre állni a kampányaink kialakításánál és optimalizálásánál.

Ebből adódóan az a legjobb, ha minden lehetséges attribútummal feltöltjük a feedünket még akkor is, ha egyből nem fogjuk használni az összeset. Azzal, hogy ezek rendelkezésre állnak, bármikor a hosszútávú munkát tudjuk könnyíteni és nagyban növeljük a lehetőségeket az optimalizálásban és teljesítmény értékelésben.

Azonnal lesz hatása a Google Shopping Feed optimalizálásnak?

Erre a legjobb válasz az, hogy “attól függ”!

Az olyan területek optimalizálása, mint a termék címsor azonnali hatást képes kifejteni, ugyanis élesítés után egyből növekedni fog a relevancia és javul a keresési kifejezések minősége és/vagy lefedettsége.

Vannak azonban olyan attribútumok, amik hosszú távon lesznek hasznunkra, vagy fejtik ki a hatásukat. Ilyen lehet például a termékek mérete, színe.

Product_type: Mik is ezek pontosan?

A product_type oszlop gyakorlatilag a termékek kategorizálását jelenti, ez a legtöbb esetben a webshopban kialakított fa struktúrát szokta követni, de természetesen bármilyen kategorizálást lehet implementálni.

Az egyik legfontosabb tudnivaló a product_typeok esetében, hogy mindenképp igyekezzünk elkerülni a termékek duplikációját köztük. Ezzel tudjuk biztosítani, hogy minden termékünk abban a kampányban jelenjen meg, ahol mi szeretnénk. Ezáltal ajánlatot megadni is megfelelően tudunk majd!

Product_type optimalizálás

1. 1. Ellenőrizd és tisztítsd a product_type oszlopot: Ha duplikációk vannak benne, egyes termékek több product_type alá is tartoznak, akkor ezeket javítsd és korrigáld!
   2. Tömörítsük a product_typeokat: Ha nagyon szerteágazó product_type struktúránk van és nincsenek szintek bennük, akkor érdemes az egy kategória alá tartozó termékeket egy 1. szintű product_type alá behúzni, például így:
      1. product_type: D-Vitamin kiegészítők -> Étrend kiegészítők > D-Vitamin
      2. product_type: C-Vitamin kiegészítők -> Étrend kiegészítők > C-Vitamin

• Készítsünk saját product_type kategóriákat: Nagyon sok esetben az elkészült feedben nem megfelelőek a product_typeok. Ennek a leggyakoribb oka, az, hogy a webshop fa struktúrája nincs megfelelően karban tartva vagy rendezve, és a feed készítő plugin vagy tool ezt képezi le. Ebben az esetben egy minimális Google Sheet mágiával nagyon gyorsan tudunk oszlopokat összefűzni és készíteni, ezzel létrehozva a saját product_type attribútumokat.

Termék címsor (title), a legfontosabb optimalizálandó attribútum

A termék címsor (vagy title) a legfontosabb attribútum amit kell és lehet optimalizálni, ugyanis elsősorban és legnagyobb mértékben ez határozza meg az alábbiakat: 

1. Hogy milyen keresésekre jelennek meg a termékeink.
2. A termék kép mellett ez az első és kiemelt attribútum, amivel a felhasználó találkozik a SERP-en.

Az alapvető probléma a title attribútumok esetében az szokott lenni, hogy rendkívül hiányosak. Sok esetben csak 1-1 szót tartalmaznak, például annyit, hogy “futópad”. Ez több szempontból sem szerencsés. Egyrészt nagyon sok releváns keresésről lemaradhatunk, másrészt amikre megjelenünk, azok nem feltétlen a legjobb minőségű keresések számunkra. 

Adjunk hozzá a Brandet és a kategóriát a címsorhoz

Ezt a gyakorlatban úgy kell elképzelni, mint amikor a Search kampányoknál a kulcsszavakat igyekszünk elhelyezni a leírásban vagy a címsorokban. A fejünkben meg kell lennie, hogy az adott terméket milyen kulcsszavakra szeretnénk megjeleníteni, majd ezeket adjuk hozzá a címsorhoz. Ez gyakorlatilag egyből jelentős teljesítmény növekedéshez fog vezetni.

A fenti példánál maradva, nézzük  meg, hogy lehet a “futópad” termék nevet optimalizálni:

• Eredeti title: futópad
• Módosított title: DOMYOS Futópad FN1555

 A példa alapján első körben bekerült a termék márkája, illetve a termék azonosító kódja. Mind a kettőre nagyon nagy szükség lehet, ugyanis ezzel a két bővítéssel olyan keresések felé nyitunk, amik sokkal relevánsabbak leszenk számunkra (brand és pontos termék keresések), egyből növekedik a relevancia és javulni fog a konverziós arány.

2. Adjunk hozzá specifikus termék attribútumokat a címsorhoz (méret, szín, anyag)

Egy másik példát bemutatva, vegyünk egy olyan terméket, aminek az a címsora, hogy “cípő”:

• Eredeti title: cipő

Rendelkezésre álló egyéb attribútumok:

• Brand: Converse
• Terméknév: Ct As Boot Hi
• Kategória: Cipő
• Nem: Férfi
• Szín: Fekete
• Méret: 42
• Anyag: Bőr
• Stílus: Magas Szárú
• Kollekció: Ősz/Tél 2020

Módosított title:

• Converse Ct As Boot Hi Magas Szárú Férfi Fekete Bőr Cipő – 42 – Őszi/Téli Kollekció 2020

A fenti két példából össze lehet rakni egy általános nevezéktant, amit nagyjából minden termék esetében érdemes követni:

Brand (Converse) – Termék Név (Ct As Boot Hi) – Kategóriák (Magas Szárú, Férfi, Fekte, Bőr, Cipő) – Egyéb Attribútumok (42, Őszi/Téli Kollekció 2020)

3. Manuális felülírás

Kiegészítő feedek segítségével manuálisan is felül tudunk írni feed attribútumokat, szóval magát a címsorokat is. Ha automatizált megoldásra valamilyen okból kifolyólag nincs lehetőség, akkor érdemes a legjobban teljesítő termékeinket megfogni és manuálisan kicserélni a címsorokat a fenti megközelítés alapján.

Custom_label: Riportálásra vagy szegmentálásra?

Az egyedi feed oszlopoknak (custom_label) több funkciója is lehet, egyrészt segíthetik a belső riportálást, másrészt teljesen egyedi szegmentálási lehetőséget biztosíthatnak. Ha részletesen kíváncsi vagy ezekre a lehetőségekre, olvasd el az erről szóló cikkünket.

A leggyakoribb és leghasznosabb custom_label attribútumok a következők:

• Ár tartomány
• Árrés/Margin
• Best Sellers
• Szezonalitás
• Inventory

Ezek közül nem minden esetben van szükség az összesre, ügyfél és iparág válogatja, hogy hol melyiknek van nagyobb hatása az eredményességre és az optimalizációra.

Eszközök Google Shopping feed optimalizációra

Amennyiben az exportált feed minősége rendkívül rossz, lehetőségünk van külső eszközök használatára, amivel tömegesen tudunk javításokat elvégezni a feed attribútumokon:

• DataFeedWatch
• Feedonomics

Ezek viszont a legtöbb esetben fizetős eszközök, ha az ügyfél vagy saját büdzsénk nem engedi, akkor használjuk bátran a fenti megoldásokat a Google Shopping feed optimalizálására.

PPC ügynökségként az egyik első kérdése a potenciális ügyfeleinknek, hogy mi milyen modell alapján árazunk, illetve úgy általánosságban milyen modellek léteznek. Mivel ügynökségenként nagyon eltérő árazási modellekkel lehet találkozni, ezért tök logikus és érthető, hogy ezt gyorsan szeretné tisztázni az ügyfél, főleg ha esetleg volt már negatív tapasztalata valamelyik modellel. 

Ugyanakkor elég nehéz rá válaszolni, ugyanis rengeteg faktort veszünk mi is, illetve más ügynökségek is figyelembe, amikor meghatározzuk az adott ügyfélre vonatkozó árazási modellünket.

Az alábbi bejegyzésben végig megyünk az összes ismertebb PPC ügynökségi árazási modellen, bízva abban, hogy ez majd segít neked eligazodni és kiszűrni a számodra optimális lehetőséget.

Milyen PPC Ügynökségi árazási modellek léteznek?

Erre az egyszerű válasz, hogy mindenféle, tényleg ember és ügynökség válogatja, hogy hol milyen árazási modellt alkalmaznak, ugyanakkor a leggyakrabban használtakat könnyen be lehet azonosítani:

1. Óradíj
2. Sikerdíj
3. Fix havidíj
4. Költés %-on alapuló díj

Nézzük ezeket a modelleket végig részletesen, előnyöket és hátrányokat társítva hozzájuk.

Óradíjas modell

Elég egyszerű és következetes modell, jól leválasztja egymásról a Google Ads fiók létrehozásával és menedzselésével járó munkát. Ugyanakkor egy jól skálázható és struktúrált Google Ads fiók kialakítása időigényes feladat, szóval a komplexitástól nagyban függ az ár amit fizetned kell, és ha nem figyelsz gondosan könnyen megszaladhatnak a PPC-s óraszámok.

Előnyök

Egyszerű, következetes:

• Az óradíjas modellel könnyű tervezni és követni a kiadásokat
• A legtöbb esetben kapsz egy maximális órakeretet amit feltudsz használni, de ha ennél kevesebb lesz a tényleges munka akkor csak annyit fog feléd számlázni az ügynökség.

Figyelemmel tudod kísérni a munkát:

• Az óradíjas modell gyakorlatilag kényszeríti az ügynökséget, hogy foglalkozzon a fiókokkal és optimalizálja a kampányokat
• Könnyen visszakövethető a változástörténetből, hogy ezt ténylegesen meg is teszi-e az ügynökség.

Hátrányok:

Nagyon magas setup díj:

• A legtöbb esetben a fiók átvételek egy audit folyamattal kezdődnek, majd egy újrastruktúrálással folytatódnak. Ez a két folyamat a leginkább időigényes munka PPC részről, szóval még mielőtt bármilyen eredmény érkezett volna, valószínüleg a legmagasabb ügynökségi díjat kell fizetned a sok belepakolt óra miatt.

A több munkaóra nem feltétlen jelent jobb eredményeket

• A sok meló nem egyenlő a minőségi melóval. Ha sok időt tölt a PPC ügynökséged apróságokkal akkor jelentős teljesítménybeli javulás nélkül fogsz magas díjat fizetni nekik.

Lassulhatnak a folyamatok és a fejlődés:

• Amikor óradíjas modellben fizeted az ügynökséged könnyen előfordulhat, hogy egy alapból 2 órás melóból 3 óra lesz. 
• A tanulásba és fejlesztésekbe fordított órákat nem nagyon szeretik az ügyfelek kifizetni, ezért könnyen megakadhat a fiókod skálázása és növekedése.

Az óradíjas modell csábító lehet a tervezhetősége és “valóságossága” miatt, eladni is ezt a legkönnyebb az összes közül.

Ha rövid-közép távon tervezel az ügynökségeddel, vagy csak tanácsadást szeretnél igénybe venni akkor ez egy tök jó árazási modell számodra. Ugyanakkor ha hosszú távon szeretnél növekedést elérni és fejlődni, akkor a “megspórolt” munkaórák teljesen fordítva sülnek el és akadályozzák ezt a célodat.

Sikerdíj:

Kétféle sikerdíjas modell alkalmazása a leggyakoribb, az egyik havi teljesítményen alapul (pl.: hány lead érkezett), a másik pedig előre meghatározott hosszabb távú mérföldkövek teljesítésén (X számú lead, bevétel elérése).

Előnyök:

Jutalmazó:

• Ennél a modellnél minden a teljesítményről szól. Ha az ügyfél több pénzt csinál, akkor a PPC ügynökség is több pénzt csinál.

Logikus:

• Az lehet az egyik leginkább logikusnak tűnő modell, ugyanis akkor fizetsz ha eléred a céljaidat.

Hátrányok:

Rosszul felállított KPI számok: 

• Ha például a beérkező megkeresések száma alapján fizeted az ügynökséged, az ahhoz vezethet, hogy jobb minőségű leadeket fognak szállítani ugyanakkor a leadek száma csökkeni fog.
• Túl magas elvárások elé állítod az ügynökséget, ami elégedetlenséghez vezethet.
• Rosszul határozod meg a mérőszámokat, és lead generálásnál például bevétel után fizetnél sikerdíjat. Ez abból a szempontból nem jó, hogy az ügynökség csak a beérkező megkereséseket tudja biztosítani, a lezárt üzletekre már alig van hatása:

A sikeres PPC nem mindig fekete és fehér

• Nagyon sok oka lehet annak, ha egy PPC kampány sikertelen, és ezeknek az okoknak a többsége nem ügynökségi hatáskör alá tartozik, értsd: Nem tud vele mit kezdeni az ügynökséged.
• Ha az áraid vagy a szolgáltatásod színvonala elmarad a versenytársaktól, akkor a PPC kampányaid sikeressége is korlátozott lesz.
• Ha a felhasználók jól kattintják a hirdetéseket, sok időt töltenek az oldalon de mégse vásárolnak vagy lesz belőlük MQL (Marketing Qualified Lead) akkor az nem a PPC ügynökség hibája. Ők eljuttatják hozzád a megfelelő látogatókat, de ha a weboldalad például nincs konverzió optimalizálva, akkor belőlük nem lesz vásárló a folyamat végén.

Mérések és szezonalitás:

• Előfordulnak olyan piacok ahol vannak nagyon erős csúcs hónapok, ugyanakkor a kampányokba fektetett munka folyamatos szokott lenni.
• A csatornákhoz való pontos attributálás nagyon nehézkes a mai világban, ugyanis ma már a több touch pointból álló vásárlási útvonalak vannak többségben.

Elsőre ez tűnhet a leginkább logikus és csábító modellenk, ugyanakkor tartsd szem előtt azt is, hogy a PPC kampányok kezelése ennél egy jóval komplexebb folyamat. Amikor jönnek a számok mind a két fél elégedett, viszont ha akadozik a teljesítmény akkor nagyon gyorsan egymásra mutogatásba tud változni ügyfél és PPC ügynökség között az eddigi remek kapcsolat.

Fix havidíj

Ennél a lehetőségnél egy előre egyeztetett díja van az ügynökségnek, óraszámtól és teljesítménytől függetlenül. A fix díjas a modellnél is gyakran előfordul, hogy a setup részre magasabb árat ad az ügynökség mint a havi menedzsment díjra.

Előnyök

Egyszerű:

• Könnyen kalkulálható és egyszerűen követhető a díjazás

Hatékonyság és kreativitás:

• Ez a modell támogatja a kutatás és fejlesztés részt az ügynökség részéről
• Amíg az eredmények stabilak és az elvárt szint felett vannak, az ügynökség jut lehetősége arra, hogy kutatásokat végezzen, teszteljen és optimalizáljon (nem korlátozzák óraszámok)

Hátrányok

A célok változása

• A fix havidíjat az éppen a szerződéskötésnél létező körülményeknek megfelelően számolja ki az ügynökség, ha változik az ügyfél célja (például masszív növekedés költésben) akkor azt nem követi le a legtöbb esetben, ami előnytelen az ügynökségnek.

Nem lehet “kicsiben” kezdeni

• Az ügyfél nem tudja “tesztelni” az ügynökséget, ugyanis az első hónaptól kezdve ugyanazt a díjat kell fizetnie.
• Kis ügyfeleknél nem biztos, hogy életképes ez a modell, ugyanis simán lehet, hogy az ügynökség díja magasabb mint az elköltendő büdzsé.

Költés %

Ahogy növeled a hirdetési költségeidet úgy fog növekedni az ügynökség díja is. Ha ez előre lefektetett % (például 10%), akkor egy könnyen követhető, és tervezhető díjazási modell ez is.

Előnyök

Skálázhatóság:

• Nincs szükség az egyezség újratárgyalására, ha változik a büdzsé akkor azzal együtt változik az ügynökség díja is.

Tesztelhetőség:

• Ha most kezdesz a PPC felé kacsingatni, akkor alacsony költés mellett alacsonyan tudod tartani az ügynökségi díjat is.

Hátrányok

Hatékonyság és figyelem

• A teljesülésekre extrémen kell figyelned, ugyanis az ügynökségnek ebben az esetben elég, ha elkölti a pénzed. Ez egyébként egy könnyen kikerülhető hátrány, ha valóban szorosan odafigyelsz az elköltött összeg hatékonyságára.
• A büdzsé égetését így nem érdeke megfogni az ügynökségnek, viszont ha odafigyelsz akkor ez is könnyen kontroll alatt tartható

Ügyfél oldali leállások

• Ha az ügynökség hatáskörén kívül eső hibából szüneteltetni kell a kampányokat (például weboldal leállás, tranzakciós hiba stb…) és ezzel a költést, akkor könnyen konfliktusos helyzet tud kialakulni az adott időszakra vonatkozó díjazásról.

Hogyan áraz a DemandGen.?

Mi a fenti modellek kombinációját használjuk a legtöbb esetben. Ennek van egy fix havidíjas része, ami a szerződéskor elfogadott hirdetési büdzsé kezelésére vonatkozik. Mivel az elsődleges célunk ügyfeleink növekedésének és a skálázásnak a biztosítása, ezért a fix díjas büdzsé feletti költésre %-os elszámolást szoktunk alkalmazni, így nem szükséges mindig újratárgyalni a szerződést.

Hogy néz ki ez a gyakorlatban? Tegyük fel, hogy az ügyfelünk 1 millió forintot költ amikor szerződünk vele, erre adunk neki egy fix havidíjas ajánlatot, valahol 100 és 200 ezer forint között a projekt komplexitásától függően. Ha idővel a skálázási technikánk működik, és az elért eredmények hatására növelni szeretne az ügyfél a hirdetési költségen, akkor az eredeti, 1 millió forint feletti költség 10%-ával egészül ki a fix havidíj.

Példa:

PPC hirdetési költség: 1 000 000 Ft -> Ügynökségi díj: 100 000 Ft

PPC hirdetési költség: 1 500 000 Ft -> Ügynökségi díj: 100 000 Ft + (500 000 * 0,1)

Szinte az összes fenti modellel próbálkoztunk már, viszont eddigi tapasztalataink alapján ez tűnik a leginkább megtérülő megoldásnak. Ennek az elsődleges oka, hogy kölcsönösen jól jár mind a két fél, mivel a legtöbb esetben csak akkor tudunk nagyobb költség növelést elérni, ha az eredmények ezt indokolják.