Minden nagyobb webáruház-katalógusban van egy csendben növekvő probléma: a termékek egy jelentős része lassan eltűnik a Google szeméből, nem azért, mert rossz termékek, hanem mert egyszer, valamiért, kevesebb forgalmat kaptak, és ez a lemaradás öngerjesztővé vált. Ezeket "zombi SKU-knak" nevezem: olyan termékeknek, amik technikailag élnek a katalógusban, de a keresési rendszerek gyakorlatilag halottként kezelik őket. A fogalmat és az alább bemutatott esetet egy iparági szakcikkből (Search Engine Land, szerző Maggie Humphrey, Cypress North) ismertem meg, de a mintázatot magát rendszeresen látom webshopos ügyfeleknél is.
Miért ragadnak be a termékek ebbe az állapotba
A Google Shopping és a Performance Max kampányok algoritmusai a történelmi teljesítmény alapján döntenek arról, mely termékeket mutatják gyakrabban. Ez egy önerősítő kör: minél kevesebb megjelenést és kattintást kap egy termék, annál kevésbé "bízik" benne a rendszer, ami tovább csökkenti a megjelenéseit. Egy idő után a termék gyakorlatilag láthatatlanná válik, függetlenül attól, hogy mennyire lenne kelendő, ha valaki egyáltalán látná.
A megoldás
Van egy automatizált munkafolyamat, ami dedikált, korlátozott költségvetésű Performance Max kampányokba helyezi át ezeket a termékeket, hogy új esélyt adjon nekik a teljesítmény-jelek felépítésére, anélkül hogy versenyeznének a katalógus már jól teljesítő tagjaival.
A folyamat 6 lépésben zajlik:
- A BigQuery (Google adatelemző rendszere) minden egyes SKU-t kiértékel egy egyedi logika alapján, ami meghatározza, mely termékek számítanak alulteljesítőnek.
- Az így azonosított "zombi" termékek automatikusan exportálódnak egy Google Sheetbe.
- A Feedonomics (termékadat-feed kezelő rendszer) automatikusan felcímkézi ezeket a termékeket "zombi SKU" jelöléssel.
- A Google Ads egy dedikált Performance Max kampányban célozza meg kizárólag a felcímkézett termékeket.
- Az eredeti Standard Shopping kampányokból kizárják a zombi SKU-kat, hogy ne legyen átfedés és belső verseny a büdzséért.
- Amint egy termék teljesítménye javul, automatikusan "kinő" a zombi kampányból, és visszakerül az eredeti, jól teljesítő kampánystruktúrába.
Milyen eredményt hozott ez a gyakorlatban
Van egy publikált esettanulmány, ahol egy 2 hetes időszak alatt 13 829 korábban elhanyagolt SKU-t vontak be ebbe a folyamatba. Az eredmény: 198 774 megjelenés, 1617 kattintás, 5072,17 dollár hirdetési költség, 24,42 konverzió és 5161,70 dollár konverziós érték, ami 101,77%-os ROAS-t (hirdetési ráfordítás megtérülését) jelentett. Ez azt jelenti, hogy a korábban gyakorlatilag láthatatlan termékek nem csak forgalmat, hanem nyereséges forgalmat is termeltek, miközben a fő kampányok zavartalanul futottak tovább.
Mit jelent ez egy magyar KKV-webshop számára
A fent leírt teljes automatizált lánc (BigQuery, Feedonomics, script-alapú újraosztályozás) jellemzően nagyobb katalógusú, komolyabb technikai kapacitású cégeknek elérhető, egy 500-2000 termékes magyar webáruháznak ritkán éri meg ugyanezt a technikai mélységet kiépíteni. Az elv viszont kisebb léptékben, kézi vagy féligautomatizált formában is alkalmazható:
| Nagy katalógusú automatizált megoldás | Kisebb webshopra adaptált elv |
|---|---|
| BigQuery-alapú egyedi logika a zombi SKU-k azonosítására | Havi, kézi vagy táblázat-alapú átnézés: mely termékek nem kaptak megjelenést/kattintást az elmúlt 60-90 napban |
| Feedonomics automatikus címkézés | Egyszerű termékcsoport vagy egyedi címke a shopping-feedben, kézzel karbantartva |
| Dedikált, elkülönített Performance Max kampány | Kis, korlátozott napi kerettel elindított külön kampány, csak az érintett termékekre |
| Automatikus "kinövés" a fő kampányba | Havi felülvizsgálat: ha egy termék teljesítménye javul, manuálisan visszahelyezik a fő kampányba |
Ez a kisebb léptékű változat nem hozza pontosan ugyanazt az eredményt, de ugyanazt az alapelvet valósítja meg: elkülönített, kontrollált teret ad az alulteljesítő termékeknek, hogy új jeleket építhessenek, anélkül hogy a jól teljesítő termékek büdzséjét fogyasztanák el feleslegesen.
Mielőtt belevágnál: 4 kérdés, amit érdemes előbb tisztázni
A zombi SKU-k felélesztése nem az első lépés, amit egy webáruháznak érdemes megtennie, ha gyenge a Shopping-teljesítménye. Van néhány alapkérdés, amit előbb tisztázni kell, mert ezek döntik el, tényleg a láthatóság-e a probléma gyökere.
- Van-e a katalógusodban legalább néhány tucat olyan termék, ami raktáron van, versenyképes áron, mégis alig kap megjelenést az elmúlt 2-3 hónapban?
- A termékadat-feeded (cím, leírás, kép, kategória) rendben van-e ezeknél a termékeknél, vagy már ott hiányzik valami alapvető?
- Van-e elkülöníthető, akár kicsi napi kerete a fő kampányoktól, amit egy kísérleti, korlátozott futamidejű teszt kockázat nélkül elvisel?
- Készen állsz-e havonta visszanézni az eredményeket, hogy a javuló termékeket visszahelyezd a fő kampányba, vagy ez csak egyszeri kísérlet lenne?
Ha ezekre a kérdésekre igen a válasz, a zombi SKU-koncepció valószínűleg érdemi, mérhető eredményt hozhat. Ha a termékadat-feed vagy az alapvető ártartás már problémás, előbb azt érdemes rendbe tenni, mert egy elkülönített kampány sem hoz forgalmat egy hiányos vagy versenyképtelen termékoldalra.
Gyakori kérdések (FAQ)
Honnan tudom, mely termékeim váltak "zombi SKU-vá"?
A leggyakoribb jel, ha egy terméknek az elmúlt 60-90 napban jelentősen kevesebb megjelenése vagy kattintása volt, mint a katalógus hasonló árkategóriájú és keresési volumenű tagjainak, annak ellenére, hogy raktáron van és aktív.
Muszáj BigQuery-t és Feedonomicsot használnom ehhez?
Nem feltétlenül. A nagy katalógusú megoldás ezekre épül, mert a kézi kezelés ott nem skálázható, de a mögöttes elv (elkülönített kampánytér az alulteljesítő termékeknek) kisebb katalógusnál egyszerűbb eszközökkel is megvalósítható.
Mekkora büdzsét érdemes egy ilyen "zombi kampányra" szánni?
A már említett esettanulmányban egy 13 829 terméket érintő, 2 hetes teszt kb. 5000 dollár költségből 101,77%-os ROAS-t hozott, ami azt mutatja, hogy viszonylag korlátozott, kontrollált kerettel is érdemi eredmény érhető el, mivel a cél nem a maximális forgalom, hanem az új teljesítmény-jelek felépítése.
Mi történik, ha egy termék a külön kampányban sem teljesít jobban?
Ilyenkor érdemes megvizsgálni, van-e alapvetőbb probléma (ár, termékleírás, kép, valódi kereslet hiánya), mert ekkor már nem a láthatóság, hanem a termék piaci relevanciája a kérdés.
Nem rossz termékek, csak esély nélküliek
A webáruházad katalógusában lévő "halott" termékek nem feltétlenül rossz termékek, gyakran csak olyan termékek, amik soha nem kaptak tiszta esélyt arra, hogy megmutassák magukat a keresési rendszereknek. A nagy léptékű, automatizált megoldás egy dolgot jól mutat: az alapelv (elkülönített, kontrollált tér az alulteljesítőknek) kisebb webshopoknál is adaptálható. Hogy a te katalógusodban hány termék esik ebbe a kategóriába, mekkora büdzsé indokolt a felélesztésükre, és melyik termékeknél van már mélyebb probléma a láthatóságon túl, az olyan diagnózis, amihez a saját Shopping-fiókod és katalógusod konkrét adatait kell ismerni.
Ha szeretnéd, hogy átnézzük a saját katalógusod elfekvő termékeit, foglalj be egy ingyenes megtérülési diagnózist.