Кейс google shopping товары для детей Italy: сайт на шопифай
Всім привіт. Мене звати Яна Ляшенко, я — Google-логіст. Моя робота — доставляти бізнесу цільову аудиторію з потрібними характеристиками та допомагати масштабувати онлайн-продажі через інструменти Google-реклами. Сьогодні розберу один із кейсів нашої команди.
Коротка характеристика кейсу
Ринок — Італія. Валюта — не лякайтеся, якщо не стикалися — чеська крона. Що продаємо? Якщо спростити — дитячі товари ручної роботи. Це не іграшки у звичному розумінні, скоріше щось ближче до меблів і суміжних категорій.
Складності в проєкті
Навіщо показую саме цей кейс? Тому що тут зібрався цілий букет труднощів.
Скільки дзвінків і продажів я отримаю замовивши у Вас контекстну рекламу?
Перша й найболючіша — платформа Shopify. У неї хронічні проблеми з коректною передачею конверсій. Ті цифри за продажами, які ми бачимо в рекламному кабінеті — це далеко не все. Насправді конверсій помітно більше.
Ми перепробували безліч варіантів: підключали різні плагіни, вибудовували альтернативні схеми відстеження, експериментували з UTM-мітками та різними форматами трекінгу. Результат один — Shopify, особливо при оплаті через Shopify Payments, уперто недораховує частину конверсій.
Ми неодноразово зверталися в саппорт Shopify, щоб перевірити нашу гіпотезу. І щоразу отримували приблизно однакову відповідь: «Так, проблема існує давно, ми працюємо над її виправленням». Можливо, прикріплю сюди скриншот однієї з таких переписок — суть відповідей не змінюється від запиту до запиту.
Тож єдина конверсія, яку ми тут бачимо — це покупка. І її реальна кількість значно більша, ніж показує аналітика. А отже, й фактична ціна за конверсію куди нижча, ніж та, що відображається в кабінеті.
Роботи з максимізації збору аналітики
Буду оперувати тими цифрами, які є. Італійський ринок у штуках конверсій ішов дуже туго. Різні структури кампаній, які тестували — теж давали результат з натяжкою. Але все-таки вдалося накопичити достатній обсяг аналітики, щоб від неї відштовхнутися для подальшого масштабування.
Чому перебої з передачею конверсій — це настільки критична проблема саме для Performance Max? Тому що перформанси недоотримують обсяг даних, на який мають орієнтуватися під час навчання. Простіше кажучи, алгоритм «бачить» менше покупок, ніж сталося насправді, і приймає рішення на основі неповної картини.
Що ми зробили? Напичкали акаунт додатковою передачею даних динамічного ремаркетингу. Ці конверсії поставили в режим «додаткове відстеження» — не як основні оптимізаційні цілі, а щоб система хоча б побічно розуміла, що відбувається після кліку.
Чи ідеально це? Ні. Ідеальна ситуація — коли алгоритм бачить повний шлях користувача від першого дотику з товаром до purchase. Але працюємо з тим, що маємо. І це — головна складність проєкту.
Категоризація товарів на основі зібраної аналітики
Коли аналітика накопичилася, у ніші проявилося класичне розділення товарів за ролями. Я використовую аналогію з матрицею BCG — думаю, багатьом знайома.
З’явилися так звані «доїльні корови» — товари, які стабільно генерують конверсії. На них можна плавно збільшувати трафік, хоча ростуть вони не вибуховими темпами. Є «зірочки» — товари з потенціалом, але поки без регулярних продажів. Є «мертві собаки» — але в цьому проєкті ми їх не вимикали й не списували з рахунків.
Замість цього намагалися перевести в категорію «зірочок», навчаючи перформанси генерувати на них певний вид трафіку. І нарешті, є товари-«нулівки» — ті, які порівняно з рештою масиву отримують мінімум показів або не отримують їх узагалі. Це прихований ресурс для зростання.
Окрема історія — товари-«кочівники», які то потрапляють у нулівки, то виходять із них. Бо ситуації, коли в новому перформансі з розкрученими нулівками всі товари раптом починають показуватися рівномірно — такого не буває. А якби й сталося — це подорожчало б ціну за конверсію.
Простріли як результат зібраної аналітики
Отже, аналітика зібрана. Далі переходимо до того, що я називаю «прострілами». Це коли ми точково пробуємо збільшити бюджети — на окремі кампанії або масово на цілий набір кампаній. Структура тут достатньо об’ємна, і мета прострілів — перевірити кілька гіпотез:
Чи зможуть «доїльні корови» пропорційно наростити кількість конверсій у штуках при збільшенні бюджету?
Чи з’являться нові «зірочки», тобто чи згенерують перформанси конверсії на товари, які раніше продавалися поодинці?
Чи впишуться результати в критичні KPI, які поставив клієнт?
Уточню: «зірочками» вважаю товари з нерегулярними конверсіями — все, що нижче 15 продажів на місяць.
На графіку добре видно момент прострілу — різке зростання бюджету. Потім його скоротили назад. При цьому конверсії залишалися плюс-мінус стабільними. Десь прострілювала ціна за конверсію — але це пояснимо: перформанс досі не бачить повну картину продажів.
В цілому, результативністю цього періоду я відносно задоволена. Так, на скриншоті з рекламного кабінету картина лякаюча: мало продажів, дорогі кости за конверсію, величезна цифра витрат при одній-єдиній конверсії (хоча кліків — пристойно). Але в адмінці Shopify конверсії були. І якщо співвіднести їх із витратами — проєкт перебував приблизно на межі окупності. Не в мінус, але й не в той помітний плюс, на який розраховував клієнт.
Зараз покажу цю ж картинку трохи в іншому форматі. Мені подобається розглядати будь-які перформанси саме в динаміці — так видна реальна картина.
Аналіз перформансів у динаміці за середніми значеннями
Для наочності прибираю кліки та дивлюся на картину саме за конверсіями. Беремо певний проміжок часу й вимірюємо середнє значення.
У першому періоді середня кількість конверсій трималася на одному рівні. У другому періоді це середнє вже помітно вище. Дельта зростання — суттєва. І що ще важливіше: якщо придивитися до коливань навколо середньої лінії другого періоду, то «вистріли» вгору за штуками конверсій помітно перевищують просадки вниз. Це хороший індикатор.
Навіть якщо трохи скоригувати лінію середнього, зсунути її трохи нижче — загальна закономірність зберігається. Пробиття вниз залишаються значно меншими, ніж пробиття вгору. Для мене це достатньо позитивний сигнал: трафік, який генерує Performance Max, в загальній масі якісний. А отже, механіка навчання перформансу, підбір аудиторій і внутрішні A/B-тести системи працюють у правильному напрямку.
Скільки дзвінків і продажів я отримаю замовивши у Вас контекстну рекламу?
Єдиний момент, який періодично псує картину — це стрибки вартості за конверсію. І тут потрібно розуміти, від чого вони залежать. Два ключові фактори: модель атрибуції та поведінкові патерни покупців. Розберу на конкретних цифрах.
Заходимо у звіт «Шляхи до конверсії». Обрана конверсія — покупка, єдина, яку відстежуємо. І ось що бачимо — найкритичніший показник, що безпосередньо впливає на вартість конверсії: середня кількість взаємодій до покупки становить 4,1. Тобто, перш ніж італійський покупець оформлює замовлення, він у середньому клікає по нашій рекламі чотири рази. У когось менше, а хтось примудрятися клікнути всі 12 разів, перш ніж наважитися. І ці 12-кликові користувачі теж вносять свій вклад у заробіток.
Важливий момент: ця аналітика будується лише за тими, хто врешті купив. Ми не можемо націлитися виключно на людей, які купують із першого кліку. Таргетуємося на тих, хто хоче купити товар, але перед цим прицілюється — порівнює ціни, вивчає умови доставки, обирає колір, обходить конкурентів. І це ще без урахування коефіцієнта повернень, який в Італії традиційно високий.
Тепер додамо сюди середню ціну за клік (avg. CPC) — вона становить майже 10 чеських крон. Рахуємо: мінімум 4 кліки по 10 крон — це 40 крон лише на те, щоб одна конверсія відбулася. І це середнє значення, буває як дешевше, так і дорожче. Перформанс Макс адаптивно підлаштовується під тих користувачів, які врешті купують, але простору для маневру в нього небагато.
Ситуацію додатково ускладнює середня кількість днів до конверсії — 2,5 дня. Це час, за який людина приймає рішення про покупку. Причому довелося спеціально збільшити вікно конверсії для Італії: коли стояло 1,2 дня, конверсій фіксувалося менше. Розширили вікно — і картина покращилася.
Якщо дивитися за purchase в Google Analytics, цифри там значно скромніші, ніж за основною конверсією — знову перебої в передачі даних. І там строк прийняття рішення може доходити до 8 днів, тому що збір даних іде за іншою логікою.
Для розуміння масштабу: 104 конверсії здійснені в перші 24 години після кліку, а 9 конверсій — згодом понад 12 днів. Аналізую зазвичай 30-денне вікно, хоча ідеальним вважаю 7 днів. Але за тиждень аналітика рідко буває повною — реальну кількість конверсій за вчора Ви побачите лише через 72 години. Google перераховує, коригує, доповнює дані.
Ось так італійці купують товари для дітей — обдумано, з багаторазовими візитами та порівняннями. Це не проблема у звичному розумінні, а скоріше складне завдання, з яким стикається більшість проєктів у подібних нішах. Влити великий бюджет і отримати хоч якісь конверсії — нескладно.
А от довести кампанію Performance Max до стану, коли збільшення кліків пропорційно дає зростання конверсій — це вже завдання з зірочкою. Повністю виключити довгий цикл прийняття рішення нереально, але потрібно це враховувати й підлаштовувати стратегію. Запам’ятайте цей нюанс — він ключовий.
Деякі особливості налаштування реклами Google
Бувають ситуації, коли все складається ідеально: високий попит на продукцію, конкуренція в ніші помірна, покупець «гарячий» і готовий оформлювати замовлення прямо зараз. У таких умовах навіть криво налаштована реклама Google почне приносити продажі. Ви будете задоволені результатом — доти, доки не впретесь у певну стелю за бюджетом. Як тільки її досягнете — рентабельність поповзе вниз.
Але якщо в процесі покупки є складнощі та нюанси — цикл прийняття рішення довгий, покупець порівнює, повертається — просто нарощувати бюджет безглуздо. Витратна частина зросте, рентабельність упаде до нуля, а помітного результату Ви не отримаєте.
Як це виглядає на практиці? Згадайте перший простріл, про який говорила вище — збільшення трафіку, що призвело до помітного зростання конверсій. Якщо придивитися, обсяг кліків був приблизно на тому ж рівні. Але варто було різко підняти бюджет — витрати злетіли, ціна за конверсію пішла до небес, а рентабельність обвалилася. І Ви стоїте в глухому куті, не розуміючи, що робити далі.
Тому критично важливо контролювати аналітику, якою Ви «годуєте» рекламний акаунт. У Performance Max вбудований штучний інтелект, який навчається саме на тих даних, які Ви йому надаєте. Які дані дасте — такі висновки він і зробить.
Особливості результатів роботи штучного інтелекту в перформансах
Щоб ШІ в перформансах міг самостійно вивертатися з будь-яких критичних ситуацій — просадок, стрибків ціни за конверсію, падіння обсягів — йому потрібно мінімум 50 конверсій на тиждень. Саме 50 реальних продажів, не мікроконверсій. У нашому кейсі до цього порогу ми поки не дотягуємо, хоча, можливо, з часом вийдемо й на 50 продажів на день.
Для європейських ринків, включно з Італією, є додаткове ускладнення — Consent Mode. Це механізм збору згод на використання cookies. Система просить, щоб за 7 днів набралося мінімум тисяча користувачів, що відхилили доступ до cookies, і тисяча — що дали згоду.
Лише тоді машинне навчання вмикається в повну силу й може вивертатися з критичних ситуацій: вирівнювати просадки, стабілізувати конверсії, робити картину більш рівномірною й передбачуваною.
Підсумки
Неможливо просто нагнати в акаунт тисячу-дві тисячі подій, що не несуть реальної цінності. Google в будь-якому разі заробить — Ви платите за кожен клік. А от заробите чи Ви — велике питання.
Є проєкти та ніші, де потрібно набратися терпіння в процесі оптимізації перформансу. Запускати масу тестів одночасно одразу після старту — ризиковано. Вони можуть розмити реальний портрет клієнта, який перформанс уже майже нащупав. Робити різкі та часті простріли бюджетом теж не можна.
Подивіться, як ми діяли: після першого прострілу звели бюджет назад, привели картину до зрозумілого стану, проаналізували — і лише потім зробили наступний. І це не механічне «скопіював кампанію — вставив — змінив сигнал». За кожним таким рішенням стоїть великий блок інтелектуальної роботи: постійний аналіз кампаній, інтерпретація даних, прорахунок наслідків.
Хотіла продемонструвати Вам складний і цікавий кейс — сподіваюся, вийшло. До зустрічі в нових кейсах і випусках!
