This German session at PPC Camp Rosenheim show different optimization strategies for structuring products in PMAX shopping campaigns. It contains solutions for the following structuring frameworks:
- Heroes or performers
- Villains or budget burners
- Zombies or zero volume products
- how to quantify size selection
- how to combine product attractiveness from a merchant and from a user view
The code shown can be explored at: https://github.com/ChrisGutknecht/ppc_camp_pmax
*****
Diese Session beim PPC Camp Rosenheim zeigt verschiedene Optimierungsstrategien für die Strukturierung von Produkten in PMAX-Shopping-Kampagnen. Sie enthält Lösungen für die folgenden Strukturierungsansätze:
- Heroes oder Performer
- Villians oder Kostenfresser
- Zombies oder Produkte ohne Volumen
- wie man die Größenauswahl quantifiziert
- wie man die Produktattraktivität aus der Sicht eines Händlers und eines Benutzers kombiniert
Der gezeigte Code kann unter folgendem Link erkundet werden: https://github.com/ChrisGutknecht/ppc_camp_pmax
5. 1. Reaktiv
PMAX Shoppingansätze: Proaktiv vs. Reaktiv
2. Proaktiv
Dynamisch
Vergangenheitsbezogen
Datenmengen &
Schwellenwerte
Zusätzliche Daten
Kombiniert das beste aus Beiden Welten!
Zukunftsbezogen
Nicht nachfrage-
orientiert
7. Das Standard-Framework: Heroes, Villains & co
https://blog.producthero.com/shopping-ads-guide/how-to-use-producthero-labelizer-for-performance-max-campaigns/
8. Das Versprechen von Heroes, Villains & Co
https://blog.producthero.com/shopping-ads-guide/how-to-use-producthero-labelizer-for-performance-max-campaigns/
15. Das Problem mit Heroes (Performern)
Setzen von
Schwellenwerten
Vergangenheits-
bezogen
Keine zukünftigen
Prädiktoren
Campaign Hopping
von SKUs
Limitierte Budgets
27. Lösung #1+2: Unsere High/Low Buckets
🪣 1. HIGH
🪣 2. LOW
❌Kostenfresser
👕Inventory Score kleiner a
🔥Attractiveness Score kleiner b
📅 Historischer ROAS kleiner c
🔮NextClick ROAS kleiner d
ODER
ODER
28. Lösung: Unsere High Low Ergebnisse
1. HIGH
2. LOW
Budgetsplit High 78 % vs Low 22 %
Low mit besserer Performance
(Öffnung möglich)
29. Lösung #1+2: DBII-Bidding &
Attraktivitätsscore
2023 (90d):
13% bessere
DBIII-Quote zu VJ
+35% Shopping DBII
Alle Rabattgruppen
DBIII-positiv
30. Was Ihr Heute Mitnehmen solltet…
1. Kombiniert reaktive und proaktive Signale für PMAX Shopping
3. Nutzt Marge & Retourenquote, Sortierung und Rabattgruppen
2. Nutzt Performancedaten, aber auch interne Produktdaten
github.com/ChrisGutknecht/ppc_camp_max
4. Probiert viele Setups und Schwellenwerte aus!
31. Danke Euch, Rosenheim 👋
Her mit Euren SEA Fragen!
Christopher Gutknecht | Eric Estel | PPC Camp 2023