Voor een aantal ecommerce klanten die product marges beschikbaar hadden in hun feed hebben we een analyse op los gelaten om te begrijpen of product marges een oorzaak/aanleiding zijn voor bepaalde resultaten of niet. Naast de kwaliteit van de campagnes en de effectiviteit van de website, zijn Product en Prijs natuurlijk de belangrijkste factoren voor resultaten. De mix van al deze dingen bepalen de zogenaamde ‘bottomline’ resultaten.
Voordat we uit de doeken doen wat de resultaten waren, enkele punten die de resultaten contextualiseren:
*Resultaten worden enorm beïnvloedt door de instellingen en structuur van de Google Shopping campagnes
*Resultaten worden beïnvloedt door het algoritme van Google en welke producten ‘gekozen’ worden om vertoond te worden versus welke niet.
*Resultaten hangen af van impuls producten versus producten met een langer beslispad.
*De producten waar de klik en order aan toegekend zijn, wil niet per definitie zeggen dat die producten ook daadwerkelijk gekocht zijn. Uit onderzoeken blijkt dat meer dan 60% van de mensen iets anders kopen dat ze daadwerkelijk gekocht hebben.
Resultaten & inzichten
Uit de gegevens en analyse bleek dat voor het overgrote deel van de klanten de productmarge, zowel absoluut als procentueel, geen indicator zijn voor goede of minder goede resultaten via Google Shopping. Op basis van de campagne instellingen (bijv. ROAS doelstelling) wil het dus niet zeggen dat producten waar relatief meer aan gespendeerd mag worden ook beter presteren, hetzij in afzet hetzij in winstgevendheid.
Vaak zijn het de wat goedkopere producten (waarbij de impuls en overgaan tot daadwerkelijk kopen wat lager ligt(?)) die het goed doen, dit terwijl de absolute productmarge relatief laag is vergeleken bij een groot deel van de producten die een veel hogere marge hebben.
De procentuele productmarge zegt op zich alleenstaand niets. Je kunt producten hebben met 90% productmarge, waarvan de absolute marge maar een paar euro is. Hiervan is de hypothese in de regel dat ze minder goed zullen presteren qua winstgevendheid omdat de conversie ratio zo enorm hoog moet liggen om onder de productmarge te blijven.
Daarnaast blijkt ook dat er vaak (afhankelijk van waarde propositie en kwaliteit van cross- en upsell mogelijkheden op de site) dat de orderwaarde in een groot deel van de gevallen afwijkt van de productprijs. Mogelijke oorzaken zijn de genoemde cross- en upsell maar dus ook het feit dat mensen in veel gevallen een ander product kopen dan waar ze op geklikt hebben.
Wat kun je hiermee?
Mocht je testen met campagnes gebaseerd op productmarges of bandbreedtes ervan, dan zullen deze wellicht minder goed presteren dan bijvoorbeeld campagnes gebaseerd op daadwerkelijk behaalde resultaten van de producten.
Indien je de productmarges meegeeft in de feed, doe periodiek een analyse om te begrijpen of de productmarges in jouw specifieke geval wel van belang zijn.
Wellicht laat je producten met lage marges niet toe, uit bovenstaande onderzoek is het wellicht de moeite waard om te testen.
Sommige van onze klanten gebruiken bepaalde producten als zogenaamde ‘loss leaders,’ het aantrekken van publiek waar verlies of break-even op de koop toe wordt genomen.
Naast de campagne instellingen, structuur en kwaliteit van optimalisaties, zijn de producten waarmee geadverteerd worden van groot belang voor de resultaten onderaan de streep. Adverteer je met alles of met slechts een deel. En als je met een deel adverteert, welk deel en waarom?
Mocht je een uitgebreide analyse willen hebben van jouw Google Shopping resultaten, of een performance gedreven structuur willen testen?
