Jak jsem za půl roku zvedl tržby o 252 % a snížil PNO o 46 %

ATAN je internetový i kamenný obchod, který prodává nábytek. V roce 2015 se dostal mezi finalisty soutěže ShopRoku.

Majitel za mnou přišel se dvěma problémy. Potřeboval zvýšit tržby a PNO výrazně překračovalo cíl firmy.

Prozradím rovnou, že se to povedlo. Za půl roku vzrostly tržby o 252,53 % a PNO zároveň kleslo o 46,39 %.

‍

‍

Výsledky v kostce

Od 15. 1. do 15. 7. 2020 jsem ATANu zvedl tržby o 252,53 % a snížil PNO o 46,39 % oproti stejnému období předchozího roku. Zlepšilo se i chování návštěvníků na webu.

• Tržby: +252,53 %
• PNO: pokles o 46,39 %
• Konverzní poměr: +31,27 %
• Návštěvy: +76,49 %
• Počet stránek na 1 relaci: +14,62 %
• Průměrná doba trvání relace: +29,54 %

Přečtěte si, jak jsem postupoval, a nasbírejte tipy pro své reklamy. Nebo se mi rovnou ozvěte, pokud chcete vyrůst podobně jako ATAN.

‍

Výchozí stav: 34 kampaní a historie od roku 2016

Účet Google Ads běžel od roku 2016 a klient v něm utratil nižší miliony korun. Na startu v něm bylo 34 aktivních kampaní.

Bez výrazných změn by se výsledky nepohnuly. Začal jsem proto historií účtu a vypnul nevýkonné kampaně a sestavy.

‍

Vyhledávací kampaně: optimalizace podle dat

Kampaně s potenciálem jsem nerušil, ale důkladně optimalizoval. Pracoval jsem s metrikami výkonu, vyhledávacími dotazy a inzeráty postavenými na výhodách klienta.

‍

Podle čeho jsem optimalizoval

• podíl zobrazení, procento zobrazení a průměrná cena za proklik,
• cena, hodnota konverze a PNO,
• lokalita, demografie, chování na webu a další.
• ‍

Vyhledávací dotazy a vylučující klíčová slova

Detailně jsem prošel vyhledávací dotazy. Ty, přes které lidé nakupovali, jsem přidal do kampaní jako nová klíčová slova.

Zkontroloval jsem i vylučující klíčová slova. Může se stát, že vylučují něco, co e-shop dřív neprodával, ale později naskladnil.

‍

Příklad: Prodáváte židle, ale žádné kancelářské. Na klíčové slovo „židle“ se inzerát zobrazí i na dotaz „kancelářská židle“, proto přidáte „kancelářská“ jako vylučující klíčové slovo. Problém nastane, když kancelářské židle naskladníte. Vylučující slovo pak zobrazení inzerátu dál blokuje.

‍

Inzeráty postavené na USP

Na základě definovaného USP, tedy výhody klienta oproti konkurenci, jsem upravil a doplnil nadpisy, popisy a chybějící výzvy k akci (CTA).

Zkontroloval jsem a doplnil všechny podklady (dříve rozšíření):

• odkazy na podstránky,
• popisky,
• strukturované úryvky,
• volání,
• lokalitu.

‍

‍

Proč jsem účet nestavěl od nuly

Lákavé je začít s čistým štítem a postavit novou strukturu. Tady by ale bylo chybou pozastavit kampaně, které běžely 4 roky a nasbíraly spoustu dat. Ta jsem využil při optimalizaci i dalším rozvoji účtu.

‍

Rozpočet jsem přesunul do nákupních kampaní

Na konferenci PPC Offline 2019 uvedl Dalibor Klíč, Industry Manager v Googlu, že 8 největších českých a slovenských e-shopů dává 60 % rozpočtu do nákupních kampaní. Ty jim přinášejí 60-70 % konverzí.

Proto jsem investice do vyhledávacích kampaní postupně snižoval a rozpočet přesouval do nákupních kampaní.

‍

Tip: Jste e-shop? Optimalizujte na hodnotu konverze, například strategií Maximalizace hodnoty konverzí s cílovou ROAS. Říkáte tím Googlu, že nechcete spoustu levných objednávek, ale méně objednávek s vyšší tržbou. Šetří to logistiku i čas.

‍

Nákupní kampaně: strojové učení na datech z historie

Dlouhá historie účtu a dostatek konverzí mi dovolily naplno využít strojové učení. Spustil jsem Chytrou kampaň v Nákupech, která spojovala klasické nákupní kampaně s dynamickým remarketingem. Dnes tuto roli plní Performance Max.

Google Ads vyniká strojovým učením. Systém se učí z historických konverzí a podle nich upravuje cenu za proklik i cílení.

Google obecně doporučuje inzerovat všechny produkty v jedné kampani. Pokud ale máte na produktech různé marže, rozdělte je do maržových skupin a pro každou založte samostatnou kampaň. Každá z nich potřebuje dost konverzí, aby se měla z čeho učit.

‍

Feed: základ výkonu nákupních kampaní

Výkon nákupních kampaní stojí na kvalitě produktového feedu. Zkontroloval jsem proto fotky i všechny parametry produktů. Feed se dá ladit například v Mergadu.

Nejdůležitějším prvkem je fotka produktu, protože ji zákazník vidí jako první. Ověřil jsem, že má vysoké rozlišení, bílé pozadí a produkt je uprostřed.

Ve feedu jsem kontroloval i název, popis, EAN a parametry: velikost, váhu, barvu, materiál a další. Tady musím pochválit tým ATANu, feed měl skvěle zpracovaný.

‍

Tip: Než spustíte automatizovanou nákupní kampaň, ověřte, že remarketingový kód posílá do Google Ads správná data.

‍

Reporting v Looker Studiu

Pro přehledný reporting jsem připravil přehled v Looker Studiu (dříve Data Studio). Nejdůležitější metriky a grafy má klient na jedno kliknutí.

Automatickým importem nákladů jsem do Google Analytics napojil i data z Heureky a Zboží.cz. Odtud tečou do přehledu v Looker Studiu.

‍

‍

Co si z této případové studie můžete vzít

Vyšší tržby a nižší PNO nejsou protiklady. Stačí rozpočet směrovat tam, kde vydělává. Tyto kroky můžete uplatnit i u sebe:

1. Než začnete bourat, projděte historii účtu. Data z let provozu mají větší cenu než čistý štít.
2. Pravidelně čtěte vyhledávací dotazy. Konvertující přidávejte jako klíčová slova a při změně sortimentu kontrolujte vylučující.
3. Stavte inzeráty na svém USP. Nadpisy, popisy i výzvy k akci mají říkat, proč nakoupit právě u vás.
4. U e-shopu dejte prioritu nákupním kampaním a hodnotě konverze. Ne počtu objednávek.
5. Feed a fotky berte jako základ. Bez kvalitních dat nefunguje ani nejlepší automatizace.

‍

‍