Caso de estudo Nextail: lidando com a otimização de feeds originais

Caso de estudo Nextail

 

A Nextail é o departamento para todos os canais da Blokker Holding, uma companhia de varejo muito grande, com 10 cadeias de varejo, 2200 lojas físicas em 8 países (como a Holanda, Bélgica e Alemanha) e mais de 21 mil funcionários. As suas marcas incluem a Blokker, Intertoys, Leen Bakker, Xenos & Cook & Co. A Nextail opera vinte lojas virtuais e faz publicidade de seus 250 mil produtos em 200 canais de compras.

Arjen Hoek, como gerente de marketing de desempenho, supervisiona todas as atividades de marketing de desempenho com sua equipe. O DataFeedWatch é parceiro deles em marketing baseado em feeds de dados. A Nextail estava se defrontando com vários desafios e resolveu escolher uma nova solução de feeds. A seguir, falamos um pouco dos desafios e de como eles usaram o DataFeedWatch para resolvê-los.

 

Como melhorar a qualidade do feed original?

Arjen: “Exportamos feeds de dados de 20 lojas virtuais. Nosso departamento de TI garante que os feeds estejam estáveis e contenham a maior quantidade de informação possível. O conteúdo e qualidade dos dados diferem de acordo com a loja. Às vezes, os feeds não contêm certos dados de que precisamos, e frequentemente conseguimos otimizar os dados para as campanhas CPC (Custo por clique) com as quais trabalhamos em diversos canais.”

Aqui estão algumas das melhoras no Google Shopping que foram possibilitadas graças ao DataFeedWatch:

  • Título: incluímos marca e outros atributos do produto no título. Com mais informações no título, a CTR (Taxa de cliques) e a taxa de conversão melhoraram
  • Descrições: adicionamos palavras-chave às descrições, de forma que os canais mostrassem nossos anúncios em resposta a pesquisas relevantes
  • Tipo do produto: criamos um tipo de produto (product_type) para cada produto com base na sua subcategoria
  • Etiquetas personalizadas:aplicamos etiquetas a produtos que eram parte de promoções especiais ou estavam em liquidação, de forma a ajustarmos nossos lances para tais produtos no Google Shopping
  • Categorias: atribuímos nossos tipos de produtos às categorias correspondentes (mapping), melhorando o ritmo de conversão. Os produtos não estavam bem categorizados em nosso feed original, mas a função de edição em massa do DataFeedWatch nos permitiu resolver esse problema
  • Remoções: produtos com poucos dados no feed original são simplesmente removidos dos feeds dos canais, para que não reduzam o nosso desempenho geral ou levem à desaprovação do feed inteiro (por ex., URL de imagem não disponível)
  • Canais novos: adicionamos novos canais constantemente. Graças à possibilidade de copiar os mappings de outros canais, isso pode ser feito em alguns minutos.

 

Como incluir suas situações de estoque?

Arjen: "Ao gerar nosso feed original, há um impacto no desempenho das nossas lojas online. Por isso resolvemos configurar um feed separado para estoques. Atualizamos a situação do estoque para cada produto várias vezes por dia através desse feed. Graças ao DataFeedWatch, conseguimos fundir esse “feed de estoque” com nosso feed “mestre” de produtos. Desta forma, nosso estoque reflete sempre de forma precisa em nossas ofertas online.”

 

Como passar por cima de competidores com preços mais baixos?

Arjen: "Quando seu competidor está oferecendo o mesmo produto por um preço mais baixo, realizar a venda é como nadar contra a correnteza. Temos marcas muito fortes, de forma que não precisamos derrotar todos os competidores no preço, mas é importante que nossos preços permaneçam competitivos. Usamos uma ferramenta de ajuste dinâmico de preços que ajusta automaticamente os preços em nossas lojas virtuais de acordo com critérios que nós mesmos definimos. Ainda assim, para certos produtos nós simplesmente não somos competitivos e não queremos desperdiçar nossos fundos de publicidade com tais produtos.

“Evitamos esse desperdício usando os dados sobre preço de competidores, em nossa ferramenta de ajuste dinâmico de preços. Essa função nos mostra uma categorização ao vivo de preços para todos os produtos. Exportamos essa categorização a partir da nossa ferramenta de ajuste de preços para o DataFeedWatch. Podemos usar essa possibilidade, por exemplo, assim:

“A categorização de preço nos mostra se um preço está categorizado como número 1 (o mais barato) ou se outros competidores passaram à frente. Podemos excluir todos os produtos em certa categoria do nosso feed de dados caso a sua posição na categorização de preços for, por exemplo, acima de 3, porque não queremos competir se não estivermos entre os 3 melhores preços. Da mesma forma, a ferramenta de ajuste dinâmico de preços nos avisa quando os produtos dos competidores estiverem esgotados ou quando o seu posicionamento na categorização houver mudado, a fim de que possamos colocar o produto em questão de volta em nossos feeds.”

 

Como incluir a margem bruta em nossa estratégia de lances?

Arjen: "O CPA (Custo por aquisição) de um produto não deve ultrapassar a sua margem bruta, senão você estará perdendo dinheiro a cada produto vendido. Produtos com uma margem mais alta podem “se permitir” um lance mais alto. Você precisa, igualmente, ser cuidadoso para não gastar excessivamente em produtos com margens baixas. Portanto, é crucial que dados sobre as margens estejam disponíveis em suas campanhas CPC. Foi assim que resolvemos essa questão:

“Nossas margens brutas são armazenadas em um sistema diferente (não em nossa loja virtual). Exportamos um feed com dados sobre margens por produto a partir desse sistema, e o DataFeedWatch o funde com o nosso feed “mestre” de produtos. Isso nos permite criar etiquetas personalizadas baseadas em dados sobre as margens. A seguir, usamos essas etiquetas personalizadas na nossa campanha no Google Shopping para trabalhar com nossos lances e garantir que eles permaneçam na devida proporção com a margem bruta de cada produto.”

 

Como fornecer feeds a outros aplicativos de marketing?

Arjen: "Usamos vários aplicativos e serviços para otimizar nosso ROI (Retorno sobre investimento). Usamos feeds para criar campanhas dinâmicas no Google Adwords, nas Campanhas do Facebook e em alguns outros aplicativos aos quais fornecemos automaticamente os dados dos produtos. Todos esses aplicativos dependem de dados de produtos de alta qualidade, e cada um tem suas necessidades específicas no que se refere ao formato e aos campos dos dados fornecidos. Podemos criar esses feeds de acordo com suas especificações exatas mediante a função Canais personalizados do DataFeedWatch. O Canal Personalizado nos permite selecionar o formato de feed (xml, csv, etc) e definir os campos e valores. Podemos otimizar os feeds para outros aplicativos da mesma forma que otimizamos nossos feeds do canal de compras.”

 

Como fornecer feeds para seções “Onde comprar”?

Arjen: "Listamos nossos produtos nos sites de nossos fornecedores. Ao visitar o site de um fabricante, o consumidor encontra lá uma das nossas lojas. Conseguimos listar os produtos apropriados mediante a criação de um feed de dados para os sites dos fornecedores. Isso é fácil de executar graças aos Canais personalizados do DataFeedWatch.”

 

Minimizando o tempo de otimização

Arjen: "Dado que temos feeds sendo adicionados a 200 canais em uma base diária, precisamos ser extremamente eficientes quando se trata de otimização. O DataFeedWatch é muito intuitivo, e é comum que alterações sejam feitas em menos de um minuto. Para questões mais complicadas tais como expressões regulares, dependemos da assistência deles: um chat ao vivo fica disponível desde cedo da manhã até a meia-noite, e resolve a maioria das nossas questões sem maiores delongas. A otimização dos feeds de dados é algo que deve ser feito pelas mesmas pessoas que otimizam nossas campanhas CPC. Com o DataFeedWatch, isso fica fácil de garantir.”