שילוב בין כלי רימרקטינג מתקדמים לתוכן ייחודי

בכנס Update Upgrade 2019 הרצה אתגר שפיבק , מנכ"ל ומייסד Fixel, על שילוב בין כלי רימרקטינג מתקדמים לתוכן ייחודי, בשביל לשפר את הקמפיינים שלכם

Understanding Intent

בפוסט הנוכחי נדבר על Intent. לא ניגע במשפכים, Funnels, כי המציאות היא שישנם מיליון משפכים שונים. ננסה לגעת בשיטות לסגמנטציה של משתמשים, כדי שתוכלו ליצור קהלי רימרקטינג ולוקאלייק חכמים יותר וכן לנהל את המדיה שלכם באופן אפקטיבי יותר. 

נדבר גם על התאמת המסרים הקריאטיביים לאותו Intent.

אז מה זה Intent?

כשאנחנו יורדים לרמה שמתחת ל-buzzword של "כוונת המשתמש", אנחנו בעצם מדברים על הנכונות שלו לבצע רכישה. קל מאוד להציג בכנסים שקפים של משפכים מורכבים, אך המציאות היא שישנם מעט מאוד משתמשים שבאמת מתנהגים באופן הזה ובהתאם לכך, הרוב הגדול של המפרסמים מתקשה לנהל משפכים שכאלה.

בהרבה מקרים, קיים Intent שהוא מאוד קל לזיהוי. משתמש שהגיע לאתר שלנו יבצע פעולה ברורה, כגון רכישה או הרשמה לניוזלטר, אבל גם משתמשים שעשו פעולה כמו הוספה לסל חשפו בעצם את הכוונה שלהם. אך סך הפעולות הללו, הגלויות, מגיע לכדי כ-8-10% מהמשתמשים באתר בלבד.

באתרים של מאות אלפי גולשים, לנהל מספר רב של סגמנטים כדי לנתח את יתר 90% מהמשתמשים שביקרו באתר, זו משימה שהיא מורכבת מאוד ולרוב לא יעילה.

כשמנסים לפלח את המשתמשים באתר, ניתן לראות שיש את אותם 10% בערך שעשו פעולה ברורה כמו הוספה לסל ויש את כל היתר. מהם ניתן בקלות להסיר אוכלוסיה שהיא בוודאות לא איכותית, כמו אלו שיצאו תוך 5 שניות. אבל מה שאני ראיתי לאורך שנותי כמנהל קמפיינים, זה שצריך לעבוד עם הקהל במרכז המשפך כדי להגיע ל-scale.

ההתנהגות הזו זהה גם למודלים של קונים, כמו מודל ה-AIDA המפורסם: Awareness, Interest, Desire, Action. אבל כשמסתכלים על התנהגות ברשת, צריך לנתח גם משתמשים שחוזרים למלא ליד רק לאחר 12 ביקורים או כאלה שמילאו לאחר 3 ביקורים. לבנות משפך לינארי פשוט לסגמנטציה שכזו זה כמעט בלתי אפשרי.

אז מה עושים? מייצרים סגמנטים לפי התנהגויות "רכות" שנותנות לנו קירוב לכוונת הרכישה של הגולשים. בפוסט אנחנו נסקור מספר אפשרויות לסגמנטציה שכזו.

סגמנטציה לפי זמן

זהו אחד הכלים הבסיסיים והאיכותיים ביותר. בפייסבוק, זו אפילו אופציה מובנית בתוך מערכת הפרסום. ניתן באופן מובנה לבחור גולשים לפי האחוזון של זמן השהייה שלהם באתר (5, 10 או 25%).

עבור פרסום בגוגל, ניתן להשתמש ב-Google Tag Manager, וליצור דרכו בקלות טריגרים של זמן ברמת כל עמוד כך שנדע כמה זמן הגולש בילה בעמוד. (לינק למדריך).

השיטה הזו טובה עבור עמודים בהם יש תוכן עמוק, כלומר הצעה שהיא יותר מורכבת מאשר "טריפל ב-199, בוא תשאיר פרטים". בעולמות האיקומרס, זה עובד מצוין כאשר התנועה מופנית לעמודי מוצר.

סגמנטציה לפי מספר עמודים נצפים

כלי נוסף שאני אוהב להשתמש בו, בטח בעולמות של Publishers, הוא מספר העמודים הנצפים של הגולש. גם בעולמות האיקומרס, זה שימושי מאוד למפרסמים ששולחים תנועה לעמודי קטגוריה. 

השיטה הזו מאפשרת לי לטרגט רק משתמשים שצפו בכמות משמעותית של עמודים ולהתייחס אליהם באופן שונה: ביד, קריאייטיב, חלון זמן לרימרקטינג ועוד.

ניתן להגדיר את המעקב הזה עבור גוגל ופייסבוק באמצעות GTM (לינק למדריך).

סגמנטציה לפי עומק גלילה

שיטה שלישית שאני מחבב זה לחתוך את הגולשים לפי עומק הגלילה שלהם בעמוד. ככל שמשתמש גלל "עמוק" יותר בעמוד, כך אנחנו מניחים שכוונת הרכישה שלו גבוהה יותר. גם את המעקב הזה ניתן בקלות להטמיע באמצעות GTM עבור פייסבוק וגוגל כאחד (לינק למדריך)

גם במקרה הזה, אני ממליץ להשתמש בשיטה הזו רק בעמודים עם תוכן ארוך, כגון עמודי מוצר מורכבים או עמודי נחיתה עם קריאה לפעולה שנמצאת בתחתית העמוד.

איך קובעים את הרף?

לאחר שיצרנו את הטריגרים ויש לנו את המידע במערכות הפרסום, עכשיו צריך לקבוע מה הרף שלפיו נעבוד: צפייה בשלושה עמודים או חמישה? גלילה של 50% או 90% וכו'. יש דרכים מסוימות לחשב את זה, אבל לרוב מצאתי שפשוט יותר להתחיל עם עוגן כלשהו ולתקן תוך כדי תנועה.

אפשר גם ליצור חיתוכים בתוך גוגל אנליטיקס כדי למצוא את האיזון בין קהל עם יחס המרה גבוה לבין scale שיאפשר להכניס עוד משתמשים איכותיים לטרגוט שלי.

 

לדוגמה, יצרנו חיתוכים של משתמשים לפי רמות האיכות של Fixel (שכוללות את כל הפרמטרים לעיל ועוד) וראינו עד לאיזו נקודה שווה לנו להגדיל את ה-scale כדי להגיע לעוד משתמשים איכותיים. במקרה הזה החיתוך נעשה ב-Medium, שם יחס ההמרה גבוה מספיק עבורנו.

שימושים בקהלים

אחרי שמצאנו את הרף האופטימלי של הקהל, אפשר לדבר על איך משתמשים בקהלים האלה. בתקופה שאנחנו עובדים עם Fixel, ראינו לא מעט שימושים מגוונים בקהלים אלו.

המציאות היא שרק אחוז מסויים מן הקהל הוא באמת עם פוטנציאל לייצר מכירות עבור העסק שלנו. בסופו של דבר, נבין לאיזה מן הקהלים שלנו יש את הפוטנציאל לייצר המרה בהמשך.

רימרקטינג כללי

אם דרך הפעולה שלי היא רימרקטינג יחסית רחב, אני יכול להשתמש בשיטה הזו כדי להיפטר ממשתמשים לא רלוונטיים. ההבדלים באחוזי ההמרה הם בין 20-30% וצפונה עד כדי מאות אחוזים. מניסיוננו עם לקוחות כמו סופר פארם, ראינו הבדלים עצומים בביצועים. גם פילוח פשוט של זמן שהייה באתר יעשה הבדל משמעותי בביצועי הקמפיינים.

ניתן לשלב את הסגמנטים האלה גם עם רימרקטינג דינמי (DPA), על ידי הוספה של הקהל לקמפיין של Viewed Product (תחת Advanced Options)

רימרקטינג לקהלים האיכותיים ביותר

בהרבה מקרים, אנחנו רואים מפרסמים שעובדים בצורה שמרנים יחסית, לפי ROAS בלבד, ולכן עובדים על קהלים חמים כמו Add to Cart. במקרה כזה אנחנו ממליצים להרחיב לקהלים חמים נוספים של גולשים שגללו מעל 75% או צפו בלמעלה מחמישה עמודים באתר.

רימרקטינג רחב

טריק מעניין שמצאנו אצל לא מעט מפרסמים, זה שימוש מדורג במרחק מהביקור. באופן הזה, ניצור מעין יחס הפוך בין איכות המשתמש לבין הזמן שנטרגט אותו. משתמש איכותי יקבל מודעות למשך 30 יום, לעומת משתמש לא איכותי שיקבל מודעות ליום אחד. באופן הזה אנחנו משיגים scale מבלי להתפשר על משתמשים לא איכותיים.

לוקאלייק

כדי ליצור קהל לוקאלייק טוב, צריכים seed שיהיה איכותי. כדי שקהל ייחשב איכותי צריכים להתקיים שלושה תנאים:

  1. גודל – ההמלצה הרשמית של פייסבוק היא קהל של 1000 משתמשים ומעלה
  2. קטגוריה – גולשים שהתעניינו במוצרים או שירותים דומים באתר (לדוגמה, נעלי ריצה או נעלי בלט אלו אוכלוסיות שונות בתכלית)
  3. Intent – המשתמשים כולם נמצאים בשלב דומה בתהליך הרכישה שלהם

אם יש לכם אתר גדול, הבסיס הטוב ביותר הוא מידע על רכישות עבר של גולשים בחיתוך לפי LTV ולפי קטגוריה. יש לפייסבוק כלי שיודע לחתוך את זה באופן מובנה שעובד מדהים. הקושי הוא, שלמרבית האתרים אין מספיק דאטה סביב משתמשים מספיק דומים כדי ליצור seed איכותי שכז, ולכן אחנ ונדרשים לבצע חיתוכים סביב Intent בשלב מוקדם יותר.

לדוגמה, ניתן לחתוך לקהל את כל הגולשים שביקרו בעמוד נעלי ילדים וגם בילה יותר מ-60 שניות באתר. על ידי הדיוק הזה, כך נקבל מפייסבוק קהל ממוקד שיכול להביא לשיפור של 20-100% בתוצאות של קמפיינים.

קריאייטיב

לרוב בעולמות הרימרקטינג, ההיגיון הוא יחסית פשוט, ראה את זוג נעליים מדגם 123, נראה לו שו את אותו הזוג או זוגות דומים להן. אבל המציאות היא שלא ניתן לנתק את רמת ה-intent מהקריאייטיב שאותו נכון להגיש למשתמש. 

באופן הזה, ניתן לחתוך את הקהל בצורה יחסית פשוטה:

  1. משתמשים לא איכותיים – לחתוך בכלל
  2. משתמשים ב-Intent נמוך – לחבר אותם למותג
  3. משתמשים ב-Intent גבוה – הצעות Hard sale מובהקות

אופטימיזציה של מדיה

השימוש האחרון שרציתי לדבר עליו הוא דווקא יותר לעולמות של חיפוש ומדיה בגוגל אבל יכול להתאים גם לכל קניית מדיה בה יש לנו מספר רב מאוד של ערוצים (למשל גם באאוטביין וטאבולה).

בקמפיינים כאלה, לרוב נדרש להמון טראפיק כדי לקבל כמות המרות שתאפשר לנו לקבל החלטות לגבי מילות מפתח מסוימות. במקרים כאלה, של מאות מילות מפתח שאני עובד איתן (באופן ישיר או על ידי broad match), ניתן לקבל החלטה כבר על עשרת קליקים, באמצעות שימוש באותם סיגנלים של Intent כמעין מנבא לאיכות התנועה עבור אותן מילות מפתח.

לצורך כך, אני ממליץ על יצירה של view נפרד באנליטיקס, אותו נחבר גם אל חשבון הפרסום של גוגל ונגדיר בו המרות בהתאם לסיגנל שבחרנו. הרעיון בהפרדה הוא כדי שההמרות שיצרנו לא "ילכלכו" את הדאטה על המרות שיש לנו ב-view הראשי.

 

לאחר שהגדרנו את זה, אנחנו יכולים לבדוק באופן יחסי כל מילת מפתח ביחס לאחרות באותו הקמפיין. כך בקלות ניתן יהיה לזהות מילות מפתח שאינן איכותיות וסתם מבזבזות לנו קליקים.

מתי נשתמש בשיטה הזו?

  1. יחס המרה נמוך
  2. אין מספיק דאטה על כל מילת מפתח
  3. העלות לביצוע A/B Test היא יקרה
  4. ריבוי ערוצים (Placements on Google, Outbrain or Taboola)
  5. קליקים יקרים (Google Search or LinkedIn)

מתי לא נשתמש בשיטה הזו?

  1. יחס המרה גבוה
  2. אין סיגנלים טובים (עמודי נחיתה "רזים")
  3. מספיק זמן או תקציב לניסויים מורכבים

כדי לעשות את התהליך האופן מיטבי, צריך למצוא גם כאן את הרף הנכון של Intent ואותו להגדיר בתור ההמרה ב-view שיצרנו.

קצת עלינו ב-Fixel

המערכת שלנו מציעה למפרסמים לייצר סגמנטציה בצורה אוטומטית לחלוטין על סמך התנהגות המשתמשים באתר שלהם. המערכת שלנו לומדת איך המשתמשים באתר מתנהגים ובונה מודל של Predictive Analytics ייעודי לכל אתר. 

התוצאה של המערכת הינה אירועים בתוך Google Analytics ופייסבוק אשר מאפשרים למפרסמים לקהל החלטות לגבי איכות הקהל שלהם בצורה קלה ופשוטה. בישראל, משתמשים במערכת לקוחות כמו הוט, סופר פארם, דיוטי פרי, אייס, ישראכרט. באי הכנס זכאים להטבה ייחודית במייל dave.hyman@fixel.ai

קצת עליי

אתגר שפיבק, מנכ"ל יזם משותף ב-Fixel.
עוסק בתחום השיווק הדיגיטלי למעלה מ-18 שנים בעבודה עם המותגים הגדולים בישראל וניהול קמפיינים במיליוני דולרים. מרצה בקריה האקדמית אונו ובכנסים מובילים.

מחבר משותף של רב המכר "שיווק בעידן דיגיטלי". כיום מנהל את הסטארטאפ Fixel, פתרון המאפשר למפרסמים להבין בצורה קלה מי מהקהל באתר שלהם באמת מתעניין במוצרים ובשירותים שלהם.

השארת תגובה

רוצים להישאר מעודכנים?

הרשמו לניוזלטר שלנו!