Poprawny przychód w Google Ads, który poprawi zwrot z kampanii

Na przełomie ostatnich lat obserwuje się dynamiczny rozwój systemów Google zarówno systemu reklamowego Google Ads, jak i analitycznego Google Analytics (często dostarczającego danych o przychodzie ze sprzedaży produktów). Popularność przywołanych aplikacji spowodowała, że zmodernizowano rozwiązania tworzenia kampanii reklamowych. Takie działania pozwalają specjalistom ds. marketingu na ustawianie coraz mniej funkcji w wyszukiwarce. Warto podkreślić, że w znacznym stopniu zautomatyzowano kampanie pozyskujące instalacje aplikacji, a w ostatnim czasie również kampanie graficzne w wyszukiwarce, a także inteligentne w sieci reklamowej (Smart Shopping oraz Smart GDN).
Wobec ciągłego rozwoju branży marketingu internetowego warto się zastanowić nad tym, jakie działania należy podjąć w sytuacji, gdy praca specjalisty w dużej mierze jest zastępowana przez samouczące się algorytmy: uczenie maszynowe (ang. machine learning), głębokie uczenie (ang. deep learning) oraz systemy kognitywne (ang. cognitive computing).

Jaka powinna być odpowiedź branży marketingowej na rozwój technologii machine learning.

Rozwiązaniem tej kwestii jest dostarczenie zarówno technologiom, jak i systemom analitycznym bardziej precyzyjnych danych, aby móc pozyskiwać lepiej sprofilowanych klientów, a tym udoskonalać bazy danych. Poza tym warto, aby właściciele sklepów internetowych uświadomili sobie – poza cyfrowymi – konieczność wprowadzenia nowych rozwiązań biznesowych, a tym samym realizowania zwinnej metodyki pracy (Agile) wpływającej na doskonalsze zrozumienie potrzeb biznesowych, a także pełniejsze wykorzystanie możliwości i świadomości pracowników, pod względem czytania informacji oraz doborze celów opartych o nowe wzbogacone dane. Takim celem może być wskaźnik ERS (ang. effective revenue share)
Praktyka pokazuje, że bardzo często sklepy internetowe generujące większe dochody ze sprzedaży posiadają własne systemy optymalizujące biznes, które nie są jednak bezpośrednio zintegrowane z marketingiem, a ponadto księgowość i bilans jest rozliczany zazwyczaj netto. Zwinni właściciele i menedżerowie, ustalając cele biznesowe, uwzględniają więc wskaźniki netto (np. ERS netto, a potem zysk netto).

Jakie są źródła problemu raportowania i śledzenia e-commerce?

W 2014 roku Google wprowadziło Enhanced Ecommerce, czyli ulepszony moduł Google Analytics dedykowany podmiotom prowadzącym sprzedaż online. Funkcjonalność ta dostarcza jednego z kluczowych wskaźników dla sprzedaży internetowej KPI (key performance indicator), jakim jest informacja o sprzedaży brutto.

Poza tym drugim często używanym bezpośrednio w systemie reklamowym wskaźnikiem jest ROAS (return on ad spend), który określa iloraz zysku oraz przychodów ze sprzedaży, tym samym pozwalając określić procentowy zwrot ze sprzedaży. ROAS (odwrotność wskaźnika ERS) można ustawić jako automatyczną strategię budowania w systemie reklamowym. Niemniej koszty ponoszone na wydatki reklamowe są netto, ponieważ nie opłaca się VAT-u. Dzieje się tak dlatego, że Google Ads posiada swoją siedzibę na terenie Irlandii. W związku z tym faktury wystawiane przez ten podmiot za wykonane usługi determinują rozliczanie kosztów reklamy. Trzeba sobie uświadomić, że różnią się one od rozliczeń i faktur krajowych.
Bardzo często zdarza się tak, że wskaźniki biznesowe ROAS, ERS są liczone w sposób niepoprawny matematycznie, ponieważ przykładowo księgowość uwzględnia zysk netto, marketing obroty brutto, a poza tym pojawiają się jeszcze wydatki netto na reklamę. Zatem margines błędu w wysokości VAT-u prowadzi do zawyżania wydatków i zmniejszania zysku z inwestycji, jaką jest reklama w Google Ads. A niektóre sklepy internetowe miesięcznie na ten cel przeznaczają nawet kilka milionów.

Na ratunek przychodzą konkretne wskaźniki i technologia

Rekomenduje się, aby właściciele sklepów internetowych przyjmowali wskaźnik ERS netto. Wówczas ich założenia będą spójne z danymi opracowanymi przez księgowość, wydatkami na reklamę netto, a także w sposób poprawny matematycznie będą obliczane wskaźniki KPI. I tak przykładowo 10% ERS odpowiada 1000% ROAS.
Warto również, aby podmioty prowadzące sprzedaż online podjęły się stworzenia narzędzia o nazwie hurtownia danych (ang. data warehouse). Jej zadaniem jest scalenie w jedną całość rozproszonych danych. Hurtowania danych umożliwia opracowanie analiz i raportów sprzedażowych netto. Ostatnim krokiem jest integracja na płaszczyźnie hurtownia danych - system reklamowy Google Ads.
System Google Ads oferuje kilka inteligentnych strategii ustalania stawek w kampaniach produktowych, włączając w to opracowanie stawek pod kątem docelowego zwrotu z nakładów na reklamę (ROAS). Po wdrożeniu określonej strategii ROAS jest netto, a system bazuje na dokładniejszej informacji biznesowej.
Warto sobie uzmysłowić, że dokładniejsze dane, spójne podejście księgowości i marketingu, a także wykorzystanie mechanizmów inteligentnych kampanii produktowych stanowią doskonałe rozwiązanie, które wpływa na poprawę zwrotu z inwestycji.

Jak sprawnie i tanio zbudować taki ekosystem?

Gotowa platforma analityczna WitCloud dostarcza hurtownię danych (w bazie danych Google Cloud Big Query), a moduł platformy Witcloud “Google Ads export” wyśle informacje o przychodach netto z Google Big Query do Google Ads. Rozwiązanie to zostało zaprojektowane w taki sposób, aby w ciągu dwóch dni dane określonej firmy o przychodzie netto trafiły do systemu reklamowego Google.