Modelowane listy odbiorców nie zawierają konkretnych osób, tylko prawdopodobieństwa. Wyjaśniam, jak powstają, gdzie ich szukać w panelu i jak czytać ich raporty.
W kampaniach produktowych cena jest czynnikiem, który waży więcej niż większość ustawień w panelu. Ta sama reklama tego samego produktu przy cenie o kilka procent wyższej od rynkowej zbiera kliknięcia i nie zbiera zamówień. Wiedzą to wszyscy, ale mało kto systematycznie sprawdza, jak jego ceny wyglądają na tle innych.
Tymczasem znaczna część tej wiedzy jest już w Merchant Center, bezpłatnie, i wystarczy do niej zajrzeć. Google widzi oferty wszystkich sklepów przesyłających pliki produktowe, więc ma o cenach na rynku wiedzę, jakiej nie kupisz w żadnym narzędziu — i część z niej udostępnia.
Poniżej opisuję, co jest dostępne, jak to czytać i jak przekładam te dane na decyzje o kampaniach oraz o samych cenach.
Warto przejść przez to po kolei, bo raporty są w różnych miejscach i łatwo je pominąć.
Porównanie ceny z rynkiem na poziomie produktu. Merchant Center pokazuje, jak Twoja cena wypada wobec ceny obserwowanej u innych sprzedawców tego samego produktu. Dane opierają się na dopasowaniu po identyfikatorach produktu, więc wymagają, żeby te identyfikatory w Twoim pliku były poprawne — o czym za chwilę.
Raport bestsellerów. Pokazuje najpopularniejsze produkty i marki w danej kategorii i kraju, wraz z informacją, czy masz je w swojej ofercie. To dane o rynku, nie o Twoim sklepie, i traktuję je jako narzędzie do planowania asortymentu.
Wskaźnik konkurencyjności w kampaniach. W Google Ads dla kampanii produktowych dostępne są dane porównawcze pokazujące, jak Twoja średnia cena wypada wobec średniej innych reklamodawców licytujących na te same produkty.
Raport porównania z konkurencją w wyświetleniach i kliknięciach. Pozwala zobaczyć, którzy sprzedawcy najczęściej pojawiają się obok Ciebie w tych samych aukcjach.
Warto wiedzieć, że dostępność poszczególnych raportów zmienia się i część z nich wymaga dodatkowego włączenia albo spełnienia warunków dotyczących wolumenu. Jeśli czegoś nie widzisz, to nie znaczy, że tego nie ma — warto sprawdzić w pomocy aktualny stan.
Cała ta analityka opiera się na jednym: Google musi wiedzieć, że Twój produkt i produkt konkurenta to ten sam towar. Bez tego nie ma czego porównywać.
Oznacza to konieczność przesyłania w pliku danych identyfikatorów katalogowych: kodu producenta i numeru identyfikacyjnego towaru. To pola, które w wielu sklepach są puste albo wypełnione własnymi symbolami magazynowymi, co jest z punktu widzenia dopasowania bezużyteczne.
Za każdym razem, gdy klient mówi, że nie widzi danych porównawczych, sprawdzam najpierw te pola. W większości przypadków tam jest problem. Uzupełnienie ich jest pracą żmudną, bo dane trzeba zdobyć od producentów albo hurtowni, ale odblokowuje nie tylko raporty — poprawia też samo dopasowanie ofert do zapytań.
Drugi warunek to spójność. Cena w pliku, cena na stronie produktu i cena w koszyku muszą się zgadzać, wraz z walutą i informacją o podatku. Rozbieżności prowadzą do odrzucenia ofert, a przy niewielkich różnicach — do tego, że dane porównawcze są liczone od wartości, której klient nie widzi.
Najczęstszy błąd polega na potraktowaniu porównania cen jako polecenia obniżki. To nie jest polecenie i nie zawsze warto je wykonać.
Trzy rzeczy, o których pamiętam przy interpretacji.
Po pierwsze, porównanie dotyczy ceny produktu, nie całkowitego kosztu zakupu. Sklep z ceną niższą o kilka złotych i wyższym kosztem dostawy może być droższy w rozliczeniu końcowym. Jeśli Twoja przewaga polega na darmowej dostawie albo na darmowym zwrocie, samo porównanie ceny produktu nie pokaże Twojej pozycji uczciwie.
Po drugie, porównanie nie mówi nic o tym, kto jest wiarygodny. Cena najniższa na rynku bywa ceną sklepu z długim czasem oczekiwania albo bez towaru w magazynie. Nie warto się do niej równać automatycznie.
Po trzecie, dane są średnimi i mają opóźnienie. Reakcja na pojedynczy odczyt to droga do wojny cenowej z widmem. Patrzę na trend przez kilka tygodni, nie na wartość z jednego dnia.
Nie każda różnica w cenie wymaga reakcji, a reakcja nie musi oznaczać obniżki. Rozdzielam produkty na kilka grup i traktuję je inaczej.
Praktyczne narzędzie do zarządzania tym w kampaniach to etykiety własne w pliku danych. Wprowadzam etykietę oznaczającą pozycję cenową produktu i aktualizuję ją automatycznie przy generowaniu pliku. Dzięki temu w kampanii mogę rozdzielić grupy produktów według konkurencyjności ceny i zarządzać nimi osobno, zamiast ustawiać jedną stawkę na całą kategorię.
Muszę to powiedzieć, bo dostęp do danych o cenach zachęca do obniżek, a to nie zawsze jest właściwa odpowiedź.
Obniżka ceny działa na całym wolumenie sprzedaży, także tam, gdzie klient kupiłby bez niej. Kilka procent zdjęte z ceny w kategorii o niskiej marży potrafi zamienić rentowną sprzedaż w nierentowną, nawet przy większej liczbie zamówień. Warto tę arytmetykę przeliczyć przed decyzją, a nie po miesiącu.
Są też sytuacje, w których nie wygrasz i lepiej to zaakceptować. Jeśli konkurent jest bezpośrednim importerem, a Ty kupujesz od hurtownika, jego koszt jest niższy i tego nie zmienisz. Sensowną reakcją jest przeniesienie budżetu na kategorie, w których warunki są równiejsze.
Osobna kwestia to reagowanie na zmiany cen automatycznie. Systemy dopasowujące cenę do najniższej na rynku brzmią atrakcyjnie i potrafią wywołać spiralę, w której wszyscy schodzą coraz niżej. Jeśli już się na to decydujesz, obowiązkowe są dolne granice ustawione na poziomie akceptowalnej marży.
Nie zaglądam do tych raportów codziennie, bo to prowadzi do nadreagowania.
Raz w tygodniu sprawdzam produkty o największym udziale w wydatku i patrzę, czy ich pozycja cenowa się nie zmieniła. To krótki przegląd, kilkanaście minut.
Raz w miesiącu robię pełniejsze zestawienie: porównanie cen, sprzedaż, marża i wydatek w jednej tabeli. Dopiero połączenie tych czterech kolumn pozwala podejmować decyzje, bo osobno każda z nich prowadzi do wniosków niepełnych. Same ceny mówią o rynku, sama sprzedaż o przeszłości, sama marża o rentowności.
Raz na kwartał przeglądam raport bestsellerów, ale nie po to, żeby dopasować ceny. Interesuje mnie tam luka w asortymencie — produkty i marki popularne w mojej kategorii, których po prostu nie mam. To bywa cenniejsza informacja niż cała analiza cenowa, a nie wymaga żadnej obniżki.
Używamy plików cookies, aby ułatwić Ci nawigację oraz wykonywanie określonych funkcji. Szczegółowe informacje o wszystkich plikach cookies znajdziesz w każdej kategorii zgody poniżej.
Pliki cookies oznaczone jako "Niezbędne" są przechowywane w Twojej przeglądarce, ponieważ są one kluczowe dla zapewnienia podstawowych funkcji strony.
Używamy również plików cookies firm trzecich, które pomagają nam analizować, w jaki sposób korzystasz z tej strony, zapamiętują Twoje preferencje oraz dostarczają treści i reklamy odpowiednie dla Ciebie. Te pliki cookies będą przechowywane w Twojej przeglądarce tylko za Twoją uprzednią zgodą.
Możesz zdecydować, czy chcesz włączyć lub wyłączyć niektóre bądź wszystkie te pliki cookies, jednak wyłączenie niektórych z nich może wpłynąć na Twoje doświadczenia podczas przeglądania strony.
| Cookie | Czas przechowywania | Opis |
|---|---|---|
| __cf_bm | 13 minutes | Cloudflare bot management — distinguishes humans from bots. |
| rc::* | Persistent | Google reCAPTCHA — localStorage holding anti-bot challenge state. |
| Cookie | Czas przechowywania | Opis |
|---|---|---|
| wpEmojiSettingsSupports | Session | WordPress — sessionStorage flag caching whether the browser can render emoji (feature detection). |
| ytidb* | Persistent | YouTube — IndexedDB storing playback/search state for embedded videos. |
| Cookie | Czas przechowywania | Opis |
|---|---|---|
| _ga_* | 400 days | Google Analytics 4 — persists session state per property. |
| _ga | 400 days | Google Analytics — distinguishes unique users via a client id. |
| Cookie | Czas przechowywania | Opis |
|---|---|---|
| NID | 183 days | Google — stores preferences for personalized ads. |
| fr | 90 days | Meta — encrypted Facebook id and browser id for ads. |
| _gcl_au | 90 days | Google AdSense/Ads — experiments with advertising efficiency (conversion linker). |
| Cookie | Czas przechowywania | Opis |
|---|---|---|
| __Secure-YNID | 180 days | |
| YSC | Session | |
| __Secure-ROLLOUT_TOKEN | 180 days | |
| VISITOR_INFO1_LIVE | 180 days | |
| VISITOR_PRIVACY_METADATA | 180 days | |
| datr | 400 days | |
| sb | 400 days | |
| wd | 7 days |