Docelowy ROAS w Google Ads: 5 kluczowych kwestii

Docelowy zwrot z nakładów na reklamę (ROAS) jest uznawany za świętego Graala reklamy PPC.

W przeciwieństwie do ustalania stawek opartych na kliknięciach i konwersjach, strategia ta ma na celu optymalizację wyników finansowych działalności biznesowej.

Docelowy ROAS, choć niewątpliwie wysoki na skali ewolucji Google Ads, wymaga rygorystycznej konfiguracji, zanim w pełni wykorzysta swój potencjał.

Według wewnętrznych danych Google z marca 2021 r. reklamodawcy, którzy przeszli z docelowego CPA na docelowy ROAS, odnotowali 14% wzrost wartości konwersji przy podobnym zwrocie z wydatków na reklamę.

Google twierdzi, że reklamodawcy, którzy przeszli z inteligentnych zakupów na maksymalizację wartości konwersji i docelowy ROAS, osiągnęli aż 30% wzrost wartości konwersji.

Wyniki mogą się różnić w zależności od firmy i różnych sektorów gospodarki.

Twój sukces w przypadku ustalania stawek opartych na wartości zależy od tego, jak dobrze są one zgodne z Twoim modelem biznesowym i jakością wdrożenia.

W tym artykule omówiono najważniejsze kwestie związane z przyjęciem docelowego ROAS, które pomogą Ci ocenić, czy określanie stawek opartych na wartości jest dobrym rozwiązaniem dla Twojej firmy.

Docelowy ROAS: przegląd

Docelowy ROAS (tROAS) to strategia ustalania stawek oparta na wartości w Google Ads, zaprojektowana tak, aby maksymalizować wartość konwersji w ramach docelowego zwrotu z nakładów na reklamę.

Jako strategia inteligentnego określania stawek Docelowy ROAS wykorzystuje wiele sygnałów kontekstowych i sygnałów dotyczących odbiorców w połączeniu z historycznymi danymi własnymi.

Google korzysta z zaawansowanego modelowania predykcyjnego, aby oszacować potencjalną wartość konwersji użytkowników i automatycznie dostosowuje stawki zgodnie z docelowym ROAS.

Im wyżej ustawisz swój cel, tym niższa będzie oferta AI i odwrotnie.

W praktyce niektóre konwersje dadzą wyższy ROAS niż inne. Następnie Google uwzględnia to w swoich obliczeniach i ponownie kalibruje stawki, aby utrzymać pożądany ROAS.

Licytacja w oparciu o potencjalną wartość klienta

Według Ginny Marvin, specjalistki ds. produktów reklamowych w Google, przejście ze strategii opartej na konwersjach do strategii opartej na wartości oznacza przejście od optymalizacji pod kątem największej liczby konwersji do priorytetowego traktowania najcenniejszych klientów.

W wyniku tej zmiany reklamodawcy powinni przewidzieć kompromis między wolumenem a wartością.

Dlatego też docelowy ROAS z większym prawdopodobieństwem zwróci wyższą łączną wartość konwersji, ale niższą liczbę konwersji niż docelowy CPA.

Oto pięć kluczowych kwestii, które pomogą Ci ocenić gotowość Twojej firmy do wprowadzenia tROAS w Google Ads.

1. Zmienność wartości sprzedaży

Zanim zagłębimy się w bardziej techniczne wymagania dotyczące ustalania stawek na podstawie wartości, warto rozważyć wielkość możliwości.

Uwzględnienie zmienności wartości sprzedaży da Ci pewne wskazówki dotyczące potencjalnych korzyści, jakie Docelowy ROAS może przynieść Twojej firmie.

Podstawą ustalania stawek na podstawie wartości jest optymalizacja pod kątem wyników konwersji o dużej wartości, a nie wyników konwersji o niskiej wartości.

Jeśli Twoja firma charakteryzuje się dużą zmiennością wartości sprzedaży w ramach tej samej kategorii produktów lub usług, łatwiej Ci będzie czerpać korzyści z docelowego ROAS.

Rozważmy sklep internetowy sprzedający produkty o wartości 20, 50 i 100 dolarów.

Biorąc wszystko pod uwagę, istnieje większe prawdopodobieństwo, że ten sklep odniesie korzyści z licytacji opartej na wartości niż sklep, który sprzedaje wyłącznie produkty o wartości 50 USD. Dzieje się tak dlatego, że algorytm może zwiększyć sprzedaż za 100 USD i mniej za 20 USD.

Różnica w wartości stwarza możliwość optymalizacji pod kątem bardziej wartościowych wyników konwersji.

I odwrotnie, sklepowi z drugiego przykładu brakuje takich samych możliwości optymalizacji, ponieważ wszystkie produkty są warte tyle samo.

Określanie stawek na podstawie wartości jest dodatkowo wzmacniane przez większą wariancję lub rozpiętość wartości konwersji.

W naszym początkowym przykładzie występuje umiarkowany poziom wariancji. Na przykład rozbieżność byłaby znacznie większa, gdyby produkty były warte 5, 50 i 500 dolarów.

Szerszy rozkład wartości konwersji daje AI więcej miejsca na znalezienie efektywności i maksymalizację ogólnej wartości konwersji.

Zasada zmienności ma zastosowanie do dowolnej przypisanej wartości konwersji, niezależnie od tego, czy jest to przychód, zysk brutto, czy inna szacunkowa wartość charakterystyczna dla Twojej firmy.

Korzystanie z ustalania stawek opartych na wartości w scenariuszach o niskiej zmienności

A co jeśli Twoje produkty lub usługi są wycenione podobnie? Czy nadal możesz odnieść korzyści z określania stawek na podstawie wartości?

Nawet jeśli ceny są jednolite, marże zysku mogą się różnić. Różni klienci mogą kupować różne ilości przy różnych częstotliwościach i powtarzalności.

Innymi słowy, jeśli zmienność wartości konwersji jest niewielka z punktu widzenia przychodów, niekoniecznie można ją rozpatrywać przez pryzmat zysku brutto lub wartości życiowej klienta (CLV). Wkrótce przeanalizujemy konsekwencje każdej z tych opcji.

Załóżmy, że każda sprzedaż w Twojej firmie generuje tę samą wartość konwersji, niezależnie od miernika finansowego, jaki z nią kojarzysz.

W tym scenariuszu do każdej konwersji przypiszesz identyczną wartość.

Działa to podobnie do docelowego CPA, ale zamiast informować Google, ile jesteś skłonny zapłacić za konwersję, określasz wartość konwersji i wykorzystujesz docelowy ROAS jako dźwignię.

Główna różnica polega na tym, że w przypadku licytacji opartej na wartości Twoje stawki są powiązane z zyskami.

Sztuczna inteligencja automatycznie dostosuje stawki na podstawie wartości konwersji do docelowego ROAS.

Dlatego docelowy ROAS zapewnia korzyści w zakresie automatyzacji, nawet jeśli wartość konwersji nie ulega wahaniom.

2. Wielkość sprzedaży

Kolejną kluczową kwestią jest liczba sprzedaży generowanej przez Twoją firmę w każdym miesiącu.

Dzięki temu dowiesz się, czy możesz na bieżąco gromadzić wystarczającą ilość danych o konwersjach, aby osiągnąć minimalne progi konwersji.

Docelowy ROAS wymaga minimalnych progów konwersji, aby zapewnić Google odpowiednie dane do podejmowania statystycznie wiarygodnych decyzji dotyczących stawek.

Dane te umożliwiają sztucznej inteligencji wykrywanie wzorców, ustalanie korelacji i wyciąganie znaczących wniosków, które wspomagają uczenie maszynowe.

Bez wystarczających danych dotyczących konwersji sztuczna inteligencja opierałaby swoje analizy na mniejszych i potencjalnie niereprezentatywnych próbach, co mogłoby zagrozić jej zdolnościom predykcyjnym.

Większe zbiory danych zapewniają Google więcej możliwości uczenia się i skuteczniejszego ustalania stawek.

Aby uruchomić Docelowy ROAS, większość typów kampanii wymaga co najmniej 15 konwersji na kampanię w ciągu ostatnich 30 dni.

Jednakże minimalne progi mogą się różnić w zależności od typu kampanii, jak pokazano w poniższej tabeli. Pamiętaj, że aby kwalifikować się do progu, Twoje konwersje muszą zawierać prawidłowe wartości.

Minimalne progi konwersji Docelowy ROAS według typu kampanii

W przypadku nowych lub małych kampanii z niewystarczającą ilością danych o konwersjach możesz zacząć od opcji Maksymalizuj wartość konwersji, która nie ma wymagań minimalnych.

Następnie przejdź na Docelowy ROAS, gdy osiągniesz wymagany próg dla odpowiedniego typu kampanii.

Ważną decyzją jest to, jakiego zdarzenia konwersji użyć jako głównego działania powodującego konwersję.

Podejmując decyzję, należy wziąć pod uwagę wielkość sprzedaży w powiązaniu z długością cyklu sprzedaży.

3. Długość cyklu sprzedaży

Czas trwania cyklu biznesowego będzie determinował szybkość, z jaką możesz przypisywać wartości do różnych konwersji i przekazywać je z powrotem do Google.

Im szybciej możesz zaimportować wartości konwersji, tym szybciej sztuczna inteligencja będzie mogła uwzględnić te dane w swoich obliczeniach.

Cykle sprzedaży mogą się znacznie różnić w zależności od branży, w której działasz.

W przypadku generowania leadów cykl sprzedaży B2B trwa zwykle od 60 do 90 dni ze względu na koszty, złożoność i zaangażowanie wielu decydentów.

B2C ma zwykle znacznie krótszy cykl, od kilku minut do kilku tygodni.

Natomiast handel elektroniczny B2B ma zazwyczaj krótszy cykl niż tradycyjna sprzedaż B2B.

Wreszcie, handel elektroniczny B2C charakteryzowałby się najkrótszym cyklem sprzedaży ze względu na transakcje bezpośrednie do konsumentów i stosunkowo niższe koszty.

Weź pod uwagę średni czas kliknięcia reklamy przez potencjalnego klienta i zdarzenie konwersji. Pamiętaj, że konwersja musi nastąpić w ciągu 90 dni od kliknięcia. W przeciwnym razie wykraczałoby to poza okres ważności i Google nie będzie w stanie przypisać tej wartości do pierwotnego kliknięcia.

Musisz wybrać główne działanie powodujące konwersję, które najprawdopodobniej zapewni optymalną skuteczność.

Z reguły Google zaleca optymalizację pod kątem zdarzenia konwersji, które następuje na samym końcu ścieżki marketingowej i spełnia minimalne kryteria kwalifikacyjne.

Oto kilka ogólnych wskazówek, które pomogą Ci podjąć decyzję

Scenariusz 1: Wysoki wolumen sprzedaży, krótki cykl sprzedaży

Jeśli Twój cykl sprzedaży trwa około dwóch tygodni lub krócej i generujesz co najmniej 100 sprzedaży miesięcznie, możesz optymalizować sprzedaż lub zamknięte transakcje.

Jeśli prowadzisz kampanie generujące leady, rozważ dodatkowe działania powodujące konwersję obserwacyjną, takie jak:

• Kwalifikowani potencjalni klienci (SQL).
• Kwalifikowani marketingowi potencjalni klienci (MQL).
• Zgłoszenia formularzy.
• Połączenia.

Alternatywnie, jeśli prowadzisz kampanie e-commerce, rozważ uwzględnienie rozpoczęcia realizacji transakcji, dodania do koszyka lub subskrypcji biuletynu jako konwersji wtórnych.

Scenariusz 2: Niski wolumen sprzedaży, długi cykl sprzedaży

Jeśli Twój cykl sprzedaży leadów trwa do trzech miesięcy i generujesz co najmniej 30 sprzedaży miesięcznie, rozważ użycie SQL lub MQL jako głównego działania powodującego konwersję.

Warto również uwzględnić sprzedaż, wypełnienie formularza i połączenie telefoniczne jako konwersje wtórne, aby zwiększyć widoczność ścieżki.

W handlu elektronicznym rozważ rozpoczęcie realizacji transakcji lub dodanie do koszyka jako główne działanie powodujące konwersję, jednocześnie dodając sprzedaż i subskrypcje jako konwersje dodatkowe.

Scenariusz 3: Niski wolumen sprzedaży, długi cykl sprzedaży i długi czas kwalifikacji potencjalnego klienta

Jeśli czas kwalifikacji potencjalnego klienta trwa dłużej niż 30 dni:

• Używaj wypełnień formularzy i połączeń telefonicznych jako głównych konwersji.
• Rozważ zaimportowanie sprzedaży, SQL, MQL i interakcji na stronie jako konwersji wtórnych.

Zalecane działania konwersyjne w procesie generowania leadów

Polecane działania powodujące konwersję w e-commerce

Google zaleca zaimportowanie całej ścieżki konwersji, aby poprawić widoczność i skupić się na jednym głównym działaniu powodującym konwersję w celu optymalizacji stawek.

Wyjątkiem może być wykorzystywanie zarówno przesyłania formularzy, jak i połączeń telefonicznych jako głównych działań powodujących konwersję, pod warunkiem, że nie dojdzie do powielania działań

Mapowanie ścieżki marketingowej może być dobrym punktem wyjścia do wizualizacji kluczowych działań potencjalnych klientów na ścieżce konwersji.

Kalkulator wartości konwersji Google umożliwia szybkie obliczenie średnich wartości działań powodujących konwersję na każdym etapie podróży klienta.

4. Dokładność danych

Jak dotąd podkreślaliśmy znaczenie zmienności, objętości i częstotliwości. Jednak jakość Twoich danych będzie determinować stopień Twojego sukcesu.

W kontekście docelowego ROAS jakość danych to stopień, w jakim wartości konwersji dokładnie odzwierciedlają ich wartość ekonomiczną dla Twojej firmy.

Docelowy ROAS opiera się na dokładnych danych wejściowych, aby zapewnić docelowy zwrot z nakładów na reklamę.

Jeśli wartości konwersji nie odpowiadają ich prawdziwej wartości pieniężnej, nie będzie to dotyczyło również stawek AI ani wyników kampanii.

Zasada „śmieci w środku, śmieci na zewnątrz” sprawdza się tutaj zdecydowanie. Bez względu na to, jak zaawansowany jest algorytm, jest mało prawdopodobne, aby dane wejściowe o niskiej jakości zapewniły wysokiej jakości dane wyjściowe.

To prowadzi nas do kolejnej ważnej decyzji: jakie wartości konwersji przekazujesz sztucznej inteligencji?

Co do zasady strategia przejęć powinna być zgodna z celami biznesowymi. Oto kilka podejść, które możesz zastosować:

Optymalizacja pod kątem wartości proxy

Jeśli nie możesz zmierzyć ani przypisać wartości specyficznych dla transakcji, nadal możesz uruchomić Docelowy ROAS przy użyciu statycznych wartości proxy.

Jest to proste, ponieważ nie wymaga skomplikowanej konfiguracji śledzenia konwersji.

Zamiast tego przypisujesz stałą wartość swoim podstawowym działaniom powodującym konwersję, co oznacza, że ​​każda konwersja będzie miała tę samą wartość.

Możesz jednak dynamicznie dostosowywać wartości, korzystając z reguł opartych na kryteriach takich jak lokalizacja, urządzenie lub odbiorcy.

Jeśli wartości sprzedaży zazwyczaj się zmieniają, wartości zastępcze nie będą dokładnie odzwierciedlać prawdziwej wartości ekonomicznej konwersji.

W związku z tym korzystanie z serwerów proxy jest najprostszym, ale najbardziej ograniczającym sposobem ustalania stawek opartych na wartości.

Optymalizacja pod kątem przychodów

Jeśli Twoim celem biznesowym jest maksymalizacja wartości sprzedaży brutto, rozważ wykorzystanie wartości konwersji przychodów. Będzie to wymagało importowania dynamicznych wartości konwersji i dokładnego oszacowania przychodów wygenerowanych przez każdą konwersję.

Dostosowując stawki oparte na wartości do przychodów, sztuczna inteligencja będzie dążyć do maksymalizacji całkowitego przychodu wygenerowanego w ramach docelowego ROAS.

Oprócz zwiększania przychodów może to być również przydatne do zwiększania udziału w rynku lub promowania nowego produktu.

Wadą optymalizacji przychodów jest zaniedbanie rentowności. Prawdopodobnie będą mieli różne marże zysku, jeśli oferujesz szeroką gamę produktów lub usług.

Różnica ta nie będzie jednak brana pod uwagę przez sztuczną inteligencję, co może prowadzić do nadmiernego nacisku na produkty lub usługi generujące wysokie przychody, ale niskomarżowe.

Optymalizacja pod kątem zysku

Jeśli dla Twojej firmy priorytetem jest wynik finansowy, rozważ przypisanie wartości, które ściśle odzwierciedlają Twój zysk brutto. Aby obliczyć zysk brutto, odejmij koszt sprzedanych towarów od przychodów ze sprzedaży.

Ponieważ wydatki na reklamę to także koszt sprzedaży, możesz użyć niestandardowych kolumn na koncie Google Ads, aby odjąć wydatki na reklamę od wartości konwersji (tj. Całkowita wartość konwersji – Koszt).

Pamiętaj, że docelowy ROAS będzie nadal optymalizowany pod kątem wartości w kolumnie Wszystkie wartości konwersji .

Optymalizując pod kątem zysku, sztuczna inteligencja wykorzysta Twój budżet w kierunku najbardziej korzystnych finansowo wyników.

W krótkim okresie powinno to dać najwyższą całkowitą kwotę brutto w dolarach, przy założeniu dokładnych wartości, wystarczającej ilości i terminowego importu danych.

Pamiętaj, że optymalizacja pod kątem zysku może odbywać się kosztem mniejszej liczby konwersji.

Co więcej, skupienie się na zysku może przeoczyć potencjalne możliwości powiększenia bazy klientów lub poszerzenia zasięgu.

Wreszcie mierzenie i śledzenie prawdziwej rentowności każdej konwersji może być szczególnie trudne ze względu na różne czynniki kosztowe.

Optymalizacja pod kątem wartości życiowej klienta (CLV)

Jeśli Twoim celem jest maksymalizacja długoterminowej rentowności, rozważ wykorzystanie przewidywanej wartości życiowej klienta (CLV).

Wymaga to przypisania do każdej konwersji prognozowanej wartości na podstawie całkowitej oczekiwanej wartości w całym okresie relacji z klientem.

CLV zazwyczaj uwzględnia średnią wartość zamówienia, częstotliwość zakupów, wskaźnik utrzymania oraz koszty pozyskania i utrzymania klientów. Względne ważenie i dokładne metody obliczeń mogą się różnić w zależności od branży.

Podobnie jak optymalizacja pod kątem krótkoterminowego zysku, prawdopodobnie ograniczy to Twój zasięg do mniejszej puli konwersji. Co więcej, dokładne oszacowanie długoterminowego zysku może być wykładniczo bardziej złożone.

W dłuższej perspektywie optymalizacja CLV może zapewnić najwyższy zwrot z inwestycji.

Ale stąpaj ostrożnie. Strategia ta polega na wydawaniu pieniędzy dzisiaj i odzyskiwaniu ich po latach.

Opóźnienie w przekazaniu informacji zwrotnej na temat wyników finansowych może okazać się kosztowne, jeśli wstępne prognozy okażą się błędne.

Chociaż CLV oferuje znaczny potencjał korzyści, wiąże się również ze znaczną niepewnością i kosztami początkowymi, co czyni go czymś w rodzaju zakładu lewarowanego.

Biorąc pod uwagę te ryzyko, rozsądne może być przetestowanie ustalania stawek w oparciu o CLV dopiero po pomyślnym zweryfikowaniu koncepcji przy użyciu docelowego ROAS dostosowanego do przychodów lub zysków.

5. Infrastruktura danych

Mamy nadzieję, że masz już pomysł, jak poradzić sobie z ustalaniem stawek na podstawie wartości w konkretnym przypadku użycia. Zakładając, że Twoja firma spełnia wszystkie kryteria, kolejną kluczową kwestią jest logistyka danych.

Mówiąc dokładniej, jakich systemów będziesz potrzebować, aby usprawnić przetwarzanie danych marketingowych i czy Twoja firma jest w stanie spełnić Twoje wymagania?

Wdrożenie docelowego ROAS będzie wymagało niezawodnego sposobu regularnego gromadzenia, przechowywania i importowania danych z powrotem do Google. Możesz to zrobić ręcznie, automatycznie lub połączyć oba, w zależności od strategii.

Oto trzy główne dostępne opcje śledzenia:

Ręczne śledzenie konwersji

Ręczne śledzenie konwersji umożliwia przypisanie statycznej wartości konwersji dla każdego działania powodującego konwersję w Google Ads.

Można to łatwo ustawić i zmodyfikować na platformie, bez konieczności posiadania wiedzy technicznej lub oprogramowania innych firm.

Jak wspomniano wcześniej, jest to nieprecyzyjny sposób śledzenia wartości, ponieważ statyczne wartości konwersji nie uwzględniają różnic w wartości zakupu.

Zakładając, że wartości konwersji się zmieniają, dlatego jest to nieoptymalna metoda śledzenia konwersji.

Śledzenie konwersji oparte na tagach

Śledzenie konwersji oparte na tagach opiera się na wygenerowanym przez Google fragmencie kodu JavaScript („tagu”) osadzonym w Twojej witrynie.

Gdy użytkownik wykona działanie powodujące konwersję, tag przechwytuje powiązaną wartość konwersji i wysyła ją z powrotem do Google.

Firmy e-commerce najczęściej korzystają z tej metody śledzenia, ponieważ umożliwia ona dynamiczne dostosowywanie wartości konwersji do rzeczywistej wartości zamówienia.

Zwykle oznacza to, że wartości konwersji odpowiadają przychodom, a nie zyskom, ponieważ tag pobiera kwotę pieniężną, którą klient wydał na transakcję.

Możliwe jest również śledzenie zysku przy użyciu metody opartej na tagach, o ile wartość zysku jest znana i dostępna w momencie uruchomienia tagu.

Może to wymagać głębokiej integracji z systemami magazynowymi i oprogramowaniem innych firm, aby dokładnie obliczyć zysk z każdej sprzedaży w czasie rzeczywistym.

Zatem chociaż śledzenie zysków jest możliwe, w przypadku większości firm może być niepraktyczne lub wykonalne ze względu na dodatkową złożoność.

Konfigurowanie śledzenia konwersji opartego na tagach wymaga biegłości technicznej i może stanowić wyzwanie dla firm oferujących różne produkty lub usługi.

Innym ograniczeniem śledzenia opartego na tagach jest jego zależność od plików cookie w celu przypisywania konwersji do kliknięcia reklamy.

Gdy użytkownik odrzuca, blokuje lub usuwa pliki cookie, może to skutkować lukami w danych, co negatywnie wpływa na optymalizację.

Więcej informacji o śledzeniu konwersji na podstawie tagów znajdziesz w dokumentacji pomocy Google Ads.

Śledzenie konwersji offline

Śledzenie konwersji offline wykorzystuje identyfikator kliknięcia Google (GCLID) do śledzenia wyników konwersji offline po interakcji użytkownika z reklamą.

GCLID to unikalny ciąg znaków, który Google automatycznie dołącza do docelowych adresów URL.

Ta metoda śledzenia wymaga przechwycenia parametru GCLID obok danych potencjalnego klienta lub klienta i zapisania ich w bazie danych CRM.

Po przypisaniu wartości konwersji możesz zaimportować te dane z powrotem na platformę. Następnie Google użyje identyfikatora GCLID, aby powiązać wartość konwersji z właściwym kliknięciem.

Możesz ręcznie zaimportować konwersje offline w interfejsie Google lub zaplanować cykliczne przesyłanie za pośrednictwem Arkuszy Google, protokołu HTTPS lub SFTP.

Alternatywnie możesz zautomatyzować ten proces za pomocą interfejsu API Google Ads, co wymagałoby wkładu programisty.

Warto sprawdzić, czy Twój istniejący CRM da się bezpośrednio zintegrować z Google Ads, gdyż może to zaoszczędzić sporo czasu i wysiłku.

Śledzenie konwersji offline może być niezawodnym i kompleksowym sposobem śledzenia wyników konwersji.

Zapewnia także elastyczność przy przypisywaniu wartości, które najlepiej odpowiadają celom biznesowym.

Co więcej, umożliwia wycofanie i ponowne przedstawienie wartości, które już przesłałeś, aby odzwierciedlić zwrócone zamówienia, anulowane rezerwacje lub nieudane transakcje.

W zależności od stopnia złożoności, aby to uruchomić, możesz potrzebować zasobów technicznych.

Wadą tego podejścia jest poleganie na wyraźnym powiązaniu pomiędzy kliknięciem reklamy a konwersją offline.

W praktyce nie zawsze będzie to możliwe ze względu na długość ścieżki klienta czy charakter samej konwersji.

Niezależnie od wybranej metody śledzenia ważne jest, aby upewnić się, że przetwarzanie danych użytkowników i klientów jest zgodne z lokalnymi i międzynarodowymi przepisami dotyczącymi ochrony danych i prywatności obowiązującymi w Twojej jurysdykcji.

Głównym celem importowania własnych danych o konwersjach na platformę jest wspomaganie decyzji AI dotyczących ustalania stawek.

Jednak powiązanie wartości konwersji z dokładnym kliknięciem, które ją spowodowało, odblokowuje także pełne możliwości raportowania Google Ads.

Umożliwia to śledzenie rentowności aż do szczegółowych szczegółów, takich jak wyszukiwane hasła, reklamy lub miejsca docelowe, żeby wymienić tylko kilka.

Ocena gotowości Twojej firmy na docelowy ROAS

Skuteczna strategia ustalania stawek oparta na wartości sprowadza się do zmienności, ilości, szybkości i dokładności danych oraz infrastruktury potrzebnej do wspierania działań marketingowych.

• Zmienność to stopień, w jakim wartość konwersji ulega wahaniom.
• Wolumen odnosi się do ilości generowanych danych o konwersjach.
• Szybkość mierzy, jak szybko możesz przesłać dane z powrotem do sztucznej inteligencji.
• Dokładność to stopień, w jakim Twoje dane odzwierciedlają prawdziwą wartość ekonomiczną dla Twojej firmy.
• Twoja infrastruktura stanowi techniczną podstawę do gromadzenia, przechowywania i importowania danych o konwersjach na platformę Google Ads.

Ustaliliśmy, że sztuczna inteligencja opiera się na danych, ale aby w pełni wykorzystać docelowy ROAS, konieczne jest znalezienie właściwej równowagi między jakością a ilością.

Chociaż Google zaleca optymalizację pod kątem konwersji znajdującej się najdalej na ścieżce i spełniającej kryteria kwalifikacyjne, nie zawsze jest to najlepsze podejście.

W zależności od jakości danych możesz uzyskać lepsze wyniki, optymalizując konwersję na wyższym etapie ścieżki, która zapewni sztucznej inteligencji więcej punktów danych.

Czasami dostarczenie AI dużej ilości „dobrych” danych może przewyższać dostarczenie jej absolutnego minimum „świetnych” danych.

Podobnie mniejsza pula dokładnie obliczonych wartości konwersji może mieć lepsze wyniki niż większa pula mniej dokładnie obliczonych wartości konwersji. Do Ciebie należy dostosowanie strategii do wyjątkowych okoliczności biznesowych i przetestowanie swojej drogi do sukcesu.

Zatem stosować ROAS czy nie ROAS? To jest pytanie, na które tylko ty możesz odpowiedzieć.

Ocena teoretyczna jest dobrym punktem wyjścia. Aby jednak dowiedzieć się, jak skuteczne może być ustalanie stawek w oparciu o wartość, musisz nacisnąć ten przycisk i się przekonać.