Come gestire cataloghi da 1000+ prodotti

6 minuti   Google Ads

By Antonio Pratola

Come gestire cataloghi da 1000+ prodotti

Di cosa parleremo oggi

Nel mondo delle PMAX, delle Advantage+ e dell’AI stiamo imparando ad affidarci sempre di più agli algoritmi, creando strutture di campagne sempre più semplici e dedicando maggior effort al content piuttosto che alle complessità delle campagne.

Ma quando ci troviamo a gestire grossi cataloghi di prodotti, come facciamo a capire se stiamo facendo le cose nel migliore dei modi in termini di efficienza?

In questo articolo scopriremo come strutturare un account a seconda di cosa stiamo vendendo e come trarre il massimo profitto mantenendo controllo sul magazzino e sulla delivery.

Le cose che funzionano sono semplici

Quando ragioniamo su come strutturare le PMAX dobbiamo sempre tenere a mente che stiamo lavorando con le logiche di Google Ads.

Le PMAX devono essere ragionate, cariche di dati e soprattutto non troppo segmentate.

Creare dei cluster di cataloghi prodotti troppo piccoli, porterà l’algoritmo a essere troppo aggressivo sulle aste portando i CPC a salire vertiginosamente. Una campagna troppo segmentata non è mai una buona idea.

D’altro canto, creare dei cluster di cataloghi prodotti troppo grandi porterà l’algoritmo a non ricevere abbastanza segnali per ottimizzare la delivery sui prodotti che ci possono garantire un miglior ritorno.
Bisogna trovare lo Sweetpoint.

  • Troppa segmentazione non fa bene: dobbiamo fornire almeno 30 conversioni mensili ad ogni campagna (questo non vale solo per le PMAX);
  • Segmentiamo con criterio: un ecommerce di 30 prodotti, di simile margine e categoria, potrebbe non aver bisogno di segmentazione. Un ecommerce con 4000 prodotti di categorie differenti sicuramente sì;
  • Non copiare le strutture che troverai in questo articolo o in rete: il ragionamento è la chiave per trovare la miglior struttura per il tuo business o quello del tuo cliente.

Spesso ci capita di fare Audit e troviamo sempre i soliti errori.

Errore 1: struttura troppo semplice

Creare dei cataloghi prodotti troppo piccoli, porterà l’algoritmo a essere troppo aggressivo sulle aste portando i CPC a salire vertiginosamente. Una campagna troppo segmentata non è mai una buona idea.

Molti account si trovano in una situazione di questo tipo:

  • 1 sola campagna con tutto il feed e gli asset dentro;
  • Pochissimo controllo sul budget e sulla delivery;
  • Poca stabilità;
  • Budget distribuito in maniera non controllata su troppi posizionamenti;
  • Tendenza a non erogare impression su articoli appena caricati o nuove collezioni.

Errore 2: struttura troppo complessa

Creare dei cataloghi prodotti troppo piccoli, porterà l’algoritmo a essere troppo aggressivo sulle aste portando i CPC a salire vertiginosamente. Una campagna troppo segmentata non è mai una buona idea.

Cercando di avere troppo controllo sulle campagne, si rischia di avere l’effetto opposto:

  • Troppe PMAX per pochi prodotti;
  • Poche conversioni per campagna (meno di 30 al mese);
  • Spending troppo basso per campagna (a meno di budget altissimi);
  • Dati troppo segmentati per l’algoritmo (quindi poca ottimizzazione).

Cataloghi da 1000+ prodotti: l’importanza di capire perfettamente il business

Conoscere il prodotto, analizzare cosa ha funzionato meglio, ragionare sulla disponibilità ed il magazzino, avere un merchant carico di tutti gli attributi e perfettamente segmentabile, conversioni e tag di Google perfettamente funzionanti e tanto altro.
Queste sono le premesse da fare ancor prima di ragionare sulle campagne.

Una volta accertato che tutto funzioni perfettamente, possiamo cominciare a pensare come segmentare le PMAX per avere il massimo delle performance.

Conoscere il prodotto, analizzare cosa ha funzionato meglio, ragionare sulla disponibilità ed il magazzino, avere un merchant carico di tutti gli attributi e perfettamente segmentabile, conversioni e tag di Google perfettamente funzionanti e tanto altro. 
Queste sono le premesse da fare ancor prima di ragionare sulle campagne.

Definiamo un macro KPI di segmentazione

Ogni business ha necessità differenti. La struttura che funziona per un progetto, potrebbe non funzionare per un altro e viceversa.

La prima cosa da fare è analizzare il catalogo e le performance passate. Per fare questo possiamo fare due cose.

1.Conoscere bene il settore e la stagionalità

Prendiamo ad esempio due progetti molto differenti tra loro: un ecommerce di abbigliamento e un ecommerce di materassi.
Uno avrà necessità molto diverse dall’altro.

Nell’abbigliamento bisogna prendere in considerazione cose come:

  • Rotazione di magazzino;
  • Marginalità differenti per brand e categoria;
  • Disponibilità dei prodotti variabile;
  • Stagionalità;
  • Saldi;
  • Nuove collezioni;
  • Difficoltà di approvvigionamento;
  • … e così via.

Nel business dei materassi invece, il discorso è molto più snello (non più semplice, sia chiaro).
Potrebbe aver senso avere una PMAX dedicata per ogni modello, o una PMAX con all’interno gruppi di asset dedicati a ciascun modello dedicati per modello. In linea di massima le variabili da considerare sono considerevolmente meno.

2.Un lungo briefing con il cliente

Nessuno conosce il business come chi ne detiene la proprietà (o meglio, dovrebbe essere così). Ogni progetto avrà punti di forza e di debolezza diversi e conoscerli appieno è fondamentale per elaborare una struttura funzionale.

Esempi pratici di segmentazione

Una volta effettuata la prima analisi, possiamo procedere alla Macro Segmentazione per creare una struttura che spenderà mediamente l’80% del budget. Potremmo segmentare per qualsiasi KPI.
Alcuni esempi sono:

  • Segmentazione per Marginalità;
  • Segmentazione per fasce di prezzo;
  • Segmentazione per disponibilità magazzino;
  • Segmentazione per Brand o Categorie;
  • Segmentazione utilizzando i Labelizer;
  • e così via.

Esempio di ecommerce di abbigliamento e ottimizzazione per Marginalità + Stock

Esempio di ecommerce di abbigliamento e ottimizzazione per Marginalità + Stock

In Loop, per ogni progetto ecommerce, cerchiamo sempre di creare una struttura base che sia Evergreen per poi affiancarci delle campagne più stagionali o funzionali.

Come avrai capito, la parte più difficile è individuare i blocchi fissi, che saranno le colonne portanti su cui si concentrerà la maggior parte del budget e la struttura dell’account.

Abbiamo gestito vari ecommerce di abbigliamento con caratteristiche molto diverse tra loro. Qualcuno con una disponibilità molto differente di magazzino, altri con una marginalità molto diversa tra i vari prodotti. Spesso ci troviamo ad analizzare account con all’interno un’unica PMAX Full-shopping (o qualche asset media generico) ottimizzato per tROAS.

A livello algoritmico, stiamo chiedendo a Google lo stesso ritorno su due prodotti dove abbiamo marginalità molto diverse. Per avere performance migliori, ci basterebbe creare due blocchi fissi dove l’unica variabile a cambiare è proprio la marginalità sui prodotti.

Stesso discorso vale ragionando sulla disponibilità di magazzino, dove per evitare di dover vendere la merce a qualche stockista, potrebbe aver senso creare una campagna dedicata cercando di vendere “l’invenduto”.

In questo caso, ci troveremo una situazione di questo tipo:

Per avere performance migliori, ci basterebbe creare due blocchi fissi dove l’unica variabile a cambiare è proprio la marginalità sui prodotti. Stesso discorso vale ragionando sulla disponibilità di magazzino, dove per evitare di dover vendere la merce a qualche stockista, potrebbe aver senso creare una campagna dedicata cercando di vendere “l’invenduto”.

Qualora volessimo lavorare con obiettivo Target Roas, dovremmo impostarlo in questo modo:

Se volessimo lavorare con obiettivo Target Roas, dovremmo impostarlo in questo modo.

Oltre ai blocchi fissi, per gestire la stagionalità o qualche promo programmata, dovremmo avvalerci dei blocchi variabili. Questi hanno una funzione fondamentale nell’account, in quanto ci permettono di focalizzarsi su dei cluster di cataloghi di prodotti specifici.

Volendo prendere ancora in considerazione un ecommerce di abbigliamento, la situazione sarebbe questa:

Esempio ecommerce di abbigliamento. Oltre ai blocchi fissi, per gestire la stagionalità o qualche promo programmata, dovremmo avvalerci dei blocchi variabili. Questi hanno una funzione fondamentale nell’account, in quanto ci permettono di focalizzarsi su dei cluster di prodotti specifici.

Ragionare in questo modo non ci permette solo di avere controllo sull’account, ma soprattutto controllo sul business, che nell’era dell’AI e degli algoritmi può fare davvero la differenza.

Cataloghi da 1000+ prodotti: ottimizzazione tramite Labelizer

Una delle ultime tendenze nella gestione delle campagne shopping per gestire cataloghi da 1000+ prodotti, consiste nell’utilizzare degli script di etichettatura prodotti.

I labelizer sono etichettatori di prodotti che ci permettono di dividerli a seconda delle performance. Generalmente ci permettono di dividere i prodotti in:

  • Heroes: prodotti ad alta performance con ROAS sopra il breakeven point;
  • Sidekicks: prodotti poco sopra al breakeven point;
  • Villains: prodotti sotto il Breakeven point;
  • Zombies: prodotti che non hanno ricevuto abbastanza traffico da essere etichettati.

Questi etichettatori si avvalgono delle API di Google shopping, attivabili tramite API Avanzate nella pagina script.

I labelizer sono etichettatori di prodotti che ci permettono di dividerli a seconda delle performance. Schema.
I labelizer sono etichettatori di prodotti che ci permettono di dividerli a seconda delle performance.

Tra tutti gli script mi sento di consigliare quello di Floris de Schrijver. Questo script permette, a differenza degli altri, di impostare vari KPI guida per dare direttive all’etichettatore.

Nello specifico possiamo decidere:

  • TargetRoas: il Roas che vorremmo raggiungere. Qui consigliamo di inserire il breakeven point;
  • TargetCPA: qualora avessimo prodotti con prezzo e margine simile, possiamo chiedere all’etichettatore di etichettare i prodotti a seconda del CPA, e non del ROAS;
  • Finestra di analisi: possiamo definire quanti giorni prendere in analisi per etichettare i dati.

Nello specifico con i labelizer possiamo decidere: TargetRoas; TargetCPA; Finestra di analisi.

Una volta installato lo script, avremo la possibilità di spendere budget solo dove sappiamo di convertire come vogliamo.

Come si può vedere dallo screen, l’account di questo cliente ad oggi, riesce a spendere oltre l’80% del budget su prodotti dove sappiamo di avere reale guadagno e performance, e meno del 14% sui prodotti a bassa performance, che potremmo banalmente inserire in una PMAX dedicata con un tROAS alto per partecipare solo ad aste economiche low budget.

Fidarsi è bene… ma non fidarsi è meglio!

Lavorare con questo approccio distingue un buon advertiser da un grande advertiser.

Come dico sempre, non siate Sherlock, siate Watson.
Cerchiamo di dare gli input giusti, e i risultati saranno una conseguenza!

Scritto da:
Antonio Pratola

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

© Copyright 2024 © LOOP Agency Loop srl, Piazzale Clodio 22, 00195 Roma (RM) - CF e P.IVA 10041740969 - loopsrl@pecditta.com - RM-1551855
Privacy Policy - Cookie Policy

Powered by MarchettiDesign