5 stappen om Google Smart Shopping beter in te zetten

Veelgehoorde kritiek op Google Smart Shopping is dat het te veel stuurt op gebruikers die tóch al bij je gekocht zouden hebben. Dat noemen we ook wel het selectie-effect. Je haalt meer uit je campagnes als je dit kunt vermijden. Ik licht in dit artikel toe wat het grootste probleem is bij Google Smart Shopping en hoe je dit kunt voorkomen door 5 stappen te volgen.

In 2019 introduceerde Google Smart Shopping: de geautomatiseerde variant van Google Shopping. Door deze ‘smart’ automatisering kun je helaas ook minder sturen op campagnes waardoor veel conversies onterecht over één kam worden geschoren.

Ik ga eerst nog even kort in op de voor- en nadelen van Google Smart Shopping Campagnes. Google Smart Shopping Campaigns is een oplossing van Google die standaard Shopping en display-remarketingcampagnes combineert. Het maakt gebruik van automatisch bieden en advertentieplaatsingen voor promotie van je producten via álle Google-netwerken.

Smart Shopping heeft, zoals je misschien ook al gemerkt hebt, veel voordelen. Het is eenvoudig op te zetten en te beheren, je hebt een groot bereik en het gebruikt alle signalen die Google inzet voor slim bieden. Daarnaast biedt het tijdens de veiling (ook wel auction-time bidding) met een krachtig, zelflerend algoritme.

Algoritmes maken geen onderscheid

Eén van de grootste kritieken op Smart Shopping-campagnes is de neiging van de algoritmes (ook wel: een reeks van instructies voor een bepaald doel) te focussen op je bestaande klanten of op klanten die al eerder een interactie hebben gehad met je site of merk.

De algoritmes optimaliseren immers voor de kans op een conversie. Ze kunnen geen onderscheid maken tussen het selectie-effect, (mensen klikken op jouw advertentie, maar zouden tóch al bij je kopen) en het advertentie-effect (mensen klikken op jouw advertentie en kopen dáárom bij jou).

Waarom lost Google dit ‘probleem’ niet op?

Google heeft Smart Shopping ondoorzichtig gemaakt door zoekterm-data en data over het aandeel remarketing weg te halen uit de rapportages. Google zelf geeft aan het eenvoudiger te willen maken, maar ook is het aannemelijk dat Google je het liefst op selectie-effect wil laten sturen. Immers, hoe meer omzetwaarde ze aan de advertenties kunnen toekennen, hoe meer jij uitgeeft.

Daardoor kun je dus niet zien hoe groot het percentage klikken is dat via je eigen merknaam of bijvoorbeeld via een remarketing-banner op YouTube of het Google Display Netwerk is binnengekomen. In andere woorden: de gebruikers aan het einde van je conversiefunnel die anders misschien tóch al bij je gekocht zouden hebben.

Zo zet je Google Smart Shopping beter in: een 5-stappenplan

Als je meer kunt sturen op je Smart Shopping Campagnes (dat wat Google dus heeft uitgeschakeld), voorkom je dat Google te veel stuurt op deze gebruikers die anders toch al bij je gekocht zouden hebben. Ik licht hieronder toe hoe je dit doet in 5 stappen.

1. Verzamel de juiste data

Begin altijd met het verzamelen van de juiste first-party data: dat is data van je eigen website-bezoekers en kopers in jouw systeem (zoals WooCommerce, Magento, Wix, of Shopify). Sla deze data op.

Gezien de hoeveelheid data is het handig hier een systeem als Google Big Query voor te gebruiken. Deze data heb je vervolgens nodig voor analyses en om de data uiteindelijk naar Google Ads te kunnen uploaden.

Ook het GCLID is één van de datacomponenten die je gaat verzamelen. Door deze parameter in je URL’s kun je herkennen vanuit welke advertentie iemand bij je is gekomen en wat voor type bezoeker het is (User ID). Wellicht is ook andere data van belang, bijvoorbeeld wanneer de laatste verkoop is geweest. Dat ziet er bijvoorbeeld zo uit:

Door het GCLID bij te houden en te koppelen aan een specifieke order, kun je later de juiste conversiewaarde aan een bepaalde advertentieklik toekennen.

Het GCLID is het eenvoudigst in te regelen via de Google Tag Manager (GTM) en een verborgen veld bij het bestelformulier.

2. Verdeel je database in doelgroepen

Verdeel je de websitebezoekers en kopers in je database in groepen. Dit doe je om het selectie-effect van het Google-algoritme te corrigeren. Verschillende doelgroepen hebben namelijk een verschillende uitwerking op het selectie-effect (dit licht ik verder toe in stap 3).

Je kunt groepen op de volgende manieren indelen en kenmerken:

• Nieuwe bezoekers
• Terugkerende bezoekers
• Nieuwe klanten
• Loyale klanten

Bovenstaande is dus slechts een voorbeeld. Welke kenmerken je aan de groepen toekent, zal voor iedereen anders zijn. Bijvoorbeeld:

• Nieuwe bezoeker = nog niet eerder op je site geweest
• Terugkerende bezoeker = al eerder op je site geweest maar heeft nog niks besteld
• Nieuwe klant= besteld voor de eerste keer, loyale klant= heeft meer dan één keer iets besteld

Je zou de laatste groep ook weer verder op kunnen splitsen als dat interessant is. Gebruik bijvoorbeeld het RFM-model (recency, frequency, monetary value). Dat is echter wel een next step.

3. Bepaal de conversiewaarde per groep en per touchpoint

De volgende stap is wat complexer en vereist de expertise van een specialist (met een data-science-achtergrond). Ténzij je dit op basis van aannames of eventueel benchmark-data wil doen.

Bepaal een geschikt multi-channel attributiemodel. Een multi-channel attributiemodel is een visueel weergegeven model dat waarde toekent aan verschillende touchpoints binnen een customer journey. Een touchpoint is een een stukje informatie over de  interactie van de advertentie. Het vertelt iets over de wie, wat en waar van de interactie.

Iemand kan bijvoorbeeld eerst jouw YouTube-advertentie hebben gezien, vervolgens via een klik op een Google-tekstadvertentie op jouw website belanden om vervolgens de volgende dag een product bij je te kopen, na het zien van een Facebook-remarketing-advertentie. Het multi-channel attributiemodel bepaalt hoeveel waarde ieder van de verschillende touchpoints hierboven, toegekend krijgt.

Ter verduidelijking: de 7 attributiemodellen waaruit je in Google kunt kiezen (zie afbeelding hieronder), zijn intra-channel attributiemodellen. Deze gaan over hoe klikken worden toegekend bínnen hetzelfde kanaal.

Wat is incrementele uplift en waarom is het van belang?

Vul het multi-channel attributiemodel aan met resultaten van een incrementele uplift-test. Zo kun je, afhankelijk van het conversiepad en doelgroep, de juiste incrementele waarde per klik bepalen.

Met incrementele uplift meet je of een gebeurtenis, zoals een conversie, niet zou hebben plaatsgevonden zonder een specifieke interactie, zoals een advertentieweergave. Daarmee krijg je antwoord op de vraag of je advertenties daadwerkelijk impact gehad hebben op de omzet óf dat ze misschien credit claimen voor een actie die anders ook plaats had gevonden.

Doordat je deze stap uitvoert, kan een conversie voor jou dus meer of minder waard worden. Een conversie van een loyale klant kan bijvoorbeeld minder waard worden omdat de kans groot is dat hij of zij via een direct kanaal óók al bij je was uitgekomen.

4. Maak een nieuwe conversie-actie aan in Google Ads

Maak een nieuwe conversie-actie aan in Google Ads zodat je alle conversies die je hebt opgeslagen (dus ook die uit het verleden) met behulp van het GCLID kan importeren.

 

5. Neem de nieuwe conversie-actie op in je conversies

Is de data op orde? Neem de nieuwe conversieactie dan op in je conversies. Ga daarvoor naar het tabblad hulpprogramma’s en dan via het kopje metingen naar conversies. Klik op de conversie-actie en klik op instelling aanpassen. Verander meenemen in conversies van “nee” naar “ja” en sla de conversieactie op. Jouw Smart Shopping-campagne draait dan op de nieuwe conversie en stuurt op betere factoren.

De sleutel tot Smart Shopping beter inzetten: de juiste waarde aan conversies hangen

Doordat je middels bovenstaande 5 stappen de juiste waarde aan conversies hangt, vermijd je dus het selectie-effect.

Let wel: je adverteert eigenlijk pas op z’n best als je verschillende disciplines in jouw ‘Ads-recept’ combineert. Veel kennis over jouw bedrijf, een Google (Ads)-specialist, een data-scientist en goede software of tooling.

Side note: uiteraard werken we in een dynamische omgeving waarin we dagelijks nieuwe kennis opdoen. Ook Google beweegt en het stappenplan kán daarom aan verandering onderhevig zijn.

Heb je nog vragen, tips & tricks of wil je ervaringen met me delen? Dan hoor ik graag van je!