DataFeedWatch Blog | Data feed optimeringstips

Nextail Fallstudie: Quellfeed Optimierung

Skrevet af Anna Hanarz | 30-06-2020 07:26:48

 

Nextail er det fælles hovedkvarter for Blokker Holding, som er et meget stort detailkoncern med 10 detailkæder, 2200 fysiske butikker i 8 lande (som Holland, Belgien og Tyskland) og mere end 21.000 ansatte. Deres brands inkluderer Blokker, Intertoys, Leen Bakker, Xenos & Cook & Co. Nextail opererer 20 webshops og markedsfører deres 250.000 produkter på 200 shopping kanaler.


Arjen Hoek er ansat som Manager Performance Marketing og er, sammen med hans team hos Nextail, ansvarlig for koncernens mange performance marketing aktiviteter. DataFeedWatch er deres partner i forhold til data feed drevet marketing. Nextail havde adskillige udfordringer da de besluttede at vælge en ny data feed løsning. Her er en oversigt over hvad deres udfordringer gik ud på, og hvordan de brugte DataFeedWatch til at løse dem.

 

 

Hvordan har I forbedret kvaliteten af jeres source feed?

 

Arjen: "Vi eksporterer data feeds fra 20 online butikker. Vores IT-afdeling sørger for at vores feeds er stabile og indeholder så mange informationer som muligt. Indholdet og kvaliteten af vores data varierer fra butik til butik. Nogle gange indeholder vores feeds ikke de data vi har brug for, og ofte har vi brug for at optimere vores data til de PPC-kampagner vi kører på forskellige kanaler."


Her er nogle af de forbedringer vi har fået lavet på Google Shopping, takket være hjælpen fra DataFeedWatch:

  • Titlen: Der er nu inkluderet brand og andre produktegenskaber i titlen. Flere informationer i titlen forbedrer vores CTR og konverteringsrate
  • Beskrivelserne: Der er tilføjet søgeord i beskrivelserne, så kanalerne viser vores annoncer baseret på de rigtige søgetermer
  • Produkttype: Der er oprettet en product_type for hvert produkt, baseret på dets (under) kategori.
  • Skræddersyede Labels: Vi har tilføjet et label på produkter der er på udsalg eller som er en del af en speciel promovering, så vi kan justere vores bud på disse produkter i Google Shopping.
  • Kategorier: Vi har inddelt vores produkttyper efter de korrekte kanal-kategorier, og det forbedrer vores konverteringsrate. Produkterne er ikke specielt godt opdelt i vores source feed, men DataFeedWatch Bulk Editing hjælper os med at løse det problem.
  • Vi har fjernet: Produkter der har for få data i source feedet er simpelthen blevet fjernet fra vores kanal feeds, så disse produkter ikke længere trækker vores generelle performance ned, eller resulterer i afvisninger (for eksempel: manglende billede-url)
  • Nye kanaler: Vi tilføjer konstant nye kanaler. Ved at kopiere kategorierne fra andre kanaler, så kan det gøres på bare nogle få minutter.

 

 

Tilbage til toppen eller Få din Komplette Guide til Data Feed Optimering

 

Hvordan inkluderer I jeres varelager?

 

Arjen: "En korrekt generering af vores source feeds påvirker omsætningen i vores online butikker. Derfor har vi valgt at opsætte et separat varelager-feed. Vi opdaterer vores varelager status per produkt mange gange om dagen gennem dette feed; I DataFeedWatch kan vi flette det “stock feed” (varelager feed) sammen med vores master produkt feed. På den måde er vores varelager altid reflekteret korrekt i vores online tilbud."

 

 

Tilbage til toppen eller Få din Komplette Guide til Data Feed Optimering

 

Hvordan slår I konkurrenterne med lavere priser?

 

Arjen: "Når din konkurrent tilbyder det samme produkt til en meget lavere pris, så er det op ad bakke at sælge. Vi har nogle meget stærke brands, så vi behøver ikke at slå hver konkurrent på prisen. Men dermed ikke sagt, at det ikke er vigtigt at vores priser er konkurrencedygtige. Vi bruger et dynamisk prissætnings værktøj der automatisk tilpasser vores priser, ud fra vores egne kriterier. Der er dog stadigt nogle produkter, hvor vi bare ikke kan konkurrere, og så vi ønsker ikke at spilde vores annonceringsbudget på de produkter.


"Vi kan undgå det ved at bruge konkurrenternes pris data fra vores dynamiske prissætnings værktøj. Værktøjet viser os et nutidsbilledes af prisindekset for alle vores produkter. Vi eksporterer så det prisindeks fra vores prissætnings værktøj og ind i DataFeedWatch. Vi kan for eksempel bruge det sådan her:


"Prisindekset viser hvis en pris er rangeret som nummer 1 (den billigste) eller om vi er overhalet af konkurrenterne. Vi kan tilmed ekskludere alle produkterne i en vis kategori fra vores data feed, hvis for eksempel et prisspændet er mere end 3. For vi ønsker ikke at konkurrere, hvis ikke vi ligger blandt de 3 bedste i pris. På samme måde kan det dynamiske prissætnings værktøj fortælle os hvornår vores konkurrenters produkter ikke er på lager, eller hvornår prisindekset har ændret sig så meget, at vi kan tilføje produktet igen i vores feeds."


 

 

Tilbage til toppen eller Få din Komplette Guide til Data Feed Optimering

 

Hvordan inkluderer I bruttomargin i jeres bud strategier?

 

Arjen: "Din CPA (cost per action, dvs. udgift per handling) for et produkt bør ikke overstige vores bruttomargin, ellers taber du penge på hvert produkt du sælger. Produkter med en højere margin har “råd til” et højere bud. På samme måde skal du være opmærksom på ikke at overforbruge på lav-margin-produkter. Det er derfor rigtigt vigtigt at have margin-data tilgængeligt i dine PPC-kampagner. Sådan her løste vi udfordringen:


"Vores bruttomarginer er registreret i et andet system (ikke i vores online butik). Vi eksporterer et feed med margin-data for hvert produkt fra det system, og så fletter DataFeedWatch det ind i vores master produkt feed. Det giver os mulighed for at skabe skræddersyede labels baseret på margin-data, Vi kan bruge de skræddersyede labels i vores Google Shopping kampagner til at justere vores bud, og sørge for at de er på linje med bruttomarginen for hvert produkt."

 

 

Tilbage til toppen eller Få din Komplette Guide til Data Feed Optimering

 

Hvordan sender I feeds til andre marketing apps?

 

Arjen: "Vi bruger forskellige apps og services til at optimere vores ROI. Vi bruger feeds til at oprette dynamiske Google Adwords kampagner og Facebook kampagner, og nogle apps fodrer vi automatisk med produkt data. Alle disse apps er afhængige af fremragende produkt data, og de har alle deres egne specifikke krav når det kommer til format og datafelter der skal udfyldes. Vi kan skabe de feeds med de helt præcise specifikationer gennem Custom Channels fra DataFeedWatch. Custom Channel giver os mulighed for at vælge feed format (xml, csv, etc) og definere både felter og værdier. Vi kan optimere vores feeds til andre apps på samme måde, som vi optimerer vores shopping kanal feeds."

 

 

Tilbage til toppen eller Få din Komplette Guide til Data Feed Optimering

 

Hvordan opdaterer man “Her kan varen købes”?

 

Arjen: "Vi nævner vores produkter på vores underleverandørers sider. Hvis en kunde besøger en producents side, så vil hun/han finde en af vores butikker nævnt på hjemmesiden. Vi kan liste de nøjagtige produkter ved at oprette et data feed til leverandørernes hjemmeside. Det er meget let at sætte op ved at bruge Custom Channels på DataFeedWatch."

 

 

Tilbage til toppen eller Få din Komplette Guide til Data Feed Optimering

 

Minimér optimeringstiden

 

Arjen: "Fordi vi har feeds der bliver uploadet på 200 kanaler dagligt, så er vi nødt til at være virkeligt effektive når det kommer til optimering. DataFeedWatch er meget intuitiv at bruge, og det tager ofte mindre end et minut at lave en ændringer. Når det kommer til mere komplicerede sager som “regular expression” (RegEx, dvs. filtrering), får vi hjælp fra deres kundeservice. Deres live chat er tilgængelig fra tidlig morgen til midnat, og de svarer på de fleste af vores spørgsmål med det samme. Optimering af vores data feeds bør helst gøres af de samme personer som der optimerer vores PPC-kampagner. Og med DataFeedWatch er det en let opgave at påtage sig."

 

Tilbage til toppen