Jak na pokročilou segmentaci produktů ve výkonnostních systémech

Roku 2021 a rok 2022 se u nás v Tastu nesl v duchu pokoření kampaně Performance Max. Ta i v současnosti chrlí stále nové mechaniky a nenechá nás chvilku vydechnout.

I přes dynamicky proměňující se strukturu kampaně jsme však začínali přemýšlet nad skutečným směřováním práce PPC specialistů. A obecně lidí z oboru výkonnostního marketingu. Naše práce se nevyhnutelně musí přetransformovat z klikačů reklamy do role konzultantů. Konzultantů, kteří musí na jedné straně usměrňovat systémy strojového učení či je ohýbat směrem k maximální výnosnosti. A na straně druhé poskytovat klientům data, jež dokážeme ze systémů exportovat. Neboť jak víme třeba z práce Jamese Hankinse či Lese Bineta, hledanost poměrně výrazně předpovídá či informuje o současném a budoucím chování zákazníků. A to je pouze jedna z metrik, kterou můžeme jako PPC specialisté našemu klientovi poskytnout.

Proto jsme si dali za cíl v roce 2023 více nahlédnout pod kapotu kampaní a ohnout strojové učení s pomocí produktové analytiky, díky které bychom mohli systémy nastavit pro maximální návratnost, a to nejenom z pohledu ROASU či PNO na úrovni kampaně.

V první polovině roku 2023 jsme podobně jako jiné agentury narazili na Flowboost Labelizer script o kterém se začalo poměrně dost mluvit v PPC komunitě. Zejména jako o ideálním způsobu, jak rozdělovat kampaně. Je tomu skutečně tak? A jak vůbec script funguje?

Jak přesně funguje Flowboost Labelizer script?

Flowboost Labelizer script je scriptem vyvinutým výhradně pro systém Google Ads. Script rozdělí produkty na základě historických dat do několika skupin na základě CPA či ROASU, procentuální hodnoty odchylky od tohoto ROASU, minimálního počtu kliknutí či konverzního okna. Pomocí těchto metrik (indexu) pak script rozdělí produkty do 4 skupin podle jejich výnosnosti, kdy výsledek může vypadat například takto:

Ukázka Fowboost Labelizer scriptu

V rámci rozdělení produktu, script také produkty štítkuje pro následné napojení do Merchant Center. Zde již specialista může štítky využít v rámci kampaní. Vše je doplněno o grafy, jež přidávají přehlednost a směr, kterým specialista po aplikaci úprav účet posouvá. Následně je možnost nastavený export nahrávat pravidelně. Ani sám autor však nedoporučuje štítkování měnit na denní bázi.

Pomůže nám Zombie Script?

Dalším scriptem, jež se v poslední době mezi PPC komunitou rozšířil je Zombie script, jež štítkuje produkty na základě počtu zobrazení. Umožňuje tak PPC specialistům propagovat produkty, jež nedostali od Google algoritmu dostatečný prostor. Nejedná se většinou o výkonné kampaně, ale spíše o způsob, jak protlačit či otestovat tzv. mrtvé produkty. Tedy produkty, které nedosáhli minimálního počtu zobrazení stanoveného specialistou. I z tohoto důvodu nese script jméno živých mrtvých. Stejně jako Flowboost Labelizer script však operuje pouze na základě dat z Google Ads.

Ukázka rozdělení kampaní Zombie script

 A co ty nedokonalosti scriptů?

Flowboost Labelizer script je výborným scriptem pro základní rozdělení produktů. Má však několik nedostatků, které nutně nemusí být na straně autorů, ale spíše na straně specialistů, jež script využívají nerozvážně. První může být, jak již bylo zmíněno, časté obměňování štítků, jež jsou přiřazeny produktům. Kdy se na základě pravidel mohou produkty měnit na denní bázi, což není ideální pro správné fungování strojového učení. Kampaň by se při časté obměně musela stále znovu učit. Výkon kampaní by tak s postupem času klesal.

Druhým nedostatkem Flowboost Labelizer scriptu může být nadměrná separace kampaní v případě, že nemáme dostatečné množství rozpočtu, pro toto podrobnější rozdělení. V takovém případě doporučujeme zaměřit se pouze na top produkty a produkty ostatní. Kdy by kampaň zaměřená na top produkty neměla být limitována rozpočtem. Naopak u druhé kampaně stojí za zvážení snížení rozpočtu, případně navýšení nároků ve formě CPA či ROASu.

Dalším negativem může být úplné vyřazení neindexovaných produktů, které pouze nemají dostatečné množství dat pro klasifikaci. To může být v případě většího e-shopu poměrně rozsáhlá skupina produktů. Apelujeme tak na rozvážnost specialistů a na opatrný postup v případě vylučování produktů. Což platí i pro ostatní produkty, jež spadají do odlišných skupin.

Posledním z nedostatků, jež se promítá do obou scriptů je závislost scriptu pouze na datech jednoho systému. Scripty shromažďují data pouze na úrovni Google Ads, což nemusí odrážet skutečnou výkonnost či efektivitu produktů.

Zvolili jsme vlastní přístup

Jak již bylo zmíněno, hlavní nedostatek obou scriptů jsme spatřili v shromažďování dat pouze na úrovni Google Ads. Proto jsme se rozhodli tento přístup rozšířit na data z dalšího systému. Začali jsme s daty na úrovni Google Ads a FB. Pomocí připojení Google Ads API, FB API a API GA4 si můžeme stahovat produktová data na denní bázi a následně provádět propočty či štítkování, jež odráží statistiky všech systémů. Nemusíme tak být limitování pouze statistikami jednoho systému ať už FB či Google Ads.

Zombie script označuje všechny produkty, jež nedosáhly určitého množství zobrazení. Zaslouží si ale všechny produkty být skutečně otestovány? K tomu, abychom si toto definovali nám mohou posloužit naopak statistiky na Facebooku. Konkrétně úspěšnost produktů na této platformě. Nebo produkty, které jsou úspěšné na Google, a nedostávají dostatečný prostor na Facebooku, se také vyplatí otestovat v separátní kampani.

Toto propojení nám dovoluje provádět rozdělení kampaní na pokročilejší úrovni než u zmíněných scriptů. Definice štítků může následovně vypadat například takto:

Možnosti štítkování

Množství využití je však omezeno pouze množstvím všech informací, jež je možné ze systémů extrahovat. Nebo fantazií specialisty. 🙂

Chcete si o segmentaci poslechnout víc? S bráchou Honzou jsme natočili náš pravidelný novinkový podcast, který se v říjnu věnoval právě tomuhle tématu.