Centrées sur les produits, les campagnes Google Shopping souffrent, comme les autres, de la fonte des données accessibles.
Toujours plus automatisées, les campagnes Smart Shopping se veulent plus performantes. Pour autant, il devient plus que jamais primordial de se pencher sur les bonnes données pour analyser les comportements d’achat et identifier les schémas qui font la différence. L’équipe JVWEB vous libre 3 pistes pour optimiser vos volumes de vente et maximiser votre rentabilité.
Google Smart Shopping, des modèles variables
Avec l’avènement des campagnes Google Smart Shopping, les informations disponibles à l’analyse des ventes se raréfient au profit de l’automatisation. Conséquence, il devient parfois compliqué d’arbitrer les décisions afin d’optimiser les performances des campagnes. Si Google recommande de suivre un modèle sur le pourcentage de marge brute émanant des commandes issues de la publicité, il est également possible d’intégrer d’autres variables à l’analyse.
Constat n°1, promouvoir un produit A ne conduit pas toujours à l’achat du produit A. Ce serait trop simple !
Lorsque vous analysez vos performances, il est fort probable que vous vous fixiez un objectif de ROI ou de ROAS. Pourtant, regarder le chiffre d’affaires généré ne suffit pas à comprendre l’origine de la vente. Or, de nombreuses études le démontrent : plus de 50% des ventes, une publicité sur un produit A ne débouche pas sur l’achat du produit A, mais peut générer une conversion sur un produit B ou C, ayant des caractéristiques similaires et, par exemple, un tarif plus avantageux.
Si par la publicité du produit A, le produit A et le produit B sont achetés, le produit B relève de la vente incitative du produit A. Si vous atteignez le produit C par la commercialisation du produit A et n'achetez que le produit C, alors nous parlons de vente croisée.
Il est essentiel de bien comprendre ces schémas pour détecter l’origine de la vente et optimiser les canaux d’acquisition.
Marge et inventaire, cerner l’impact des ventes croisées et incitatives
Pourquoi se compliquer puisque Google Ads intègre déjà la valeur de conversion de vente croisée, me direz-vous ! Et bien, en réalité, la valeur de conversion est bien intégrée, mais pas la marge et l’impact d’une éventuelle rupture de stock sur les ventes croisées.
Supposons que le produit A génère de multiples ventes croisées, en qualité de produit d’appel, mais en soi, ne soit que peu vendu. Si A n’est plus en stock, il n’est plus promu via Google Shopping. Ce qui va donc limiter le volume de ventes croisées, en provenance de A. Vous devez donc vous assurer que A reste toujours en stock pour maintenir le volume de conversions global.
Supposons cette fois que A ait une marge faible, mais que les produits issus de la vente croisée aient une marge bien supérieure. Alors, votre objectif de ROAS sera biaisé. Pour ajuster votre ROAS, il vous faut intégrer l’ensemble des variables liées aux différents produits.
La mécanique est sensiblement la même pour les ventes incitatives. Dans les deux cas, mieux vaut se concentrer sur un objectif POAS, qui permet d’analyser les revenus générés, mais aussi la rentabilité globale de la campagne.
Stocks et disponibilité modérée, une affaire de taille
Dans la même veine, il peut être intéressant de se pencher sur le sujet des tailles. Les gens recherchent rarement une taille précise. Pour autant, si la taille concernée est indisponible, la vente ne se fera pas.
Ainsi, il est conseillé de créer un tableau des tailles, fondé sur l’historique des ventes. Concrètement, il s’agit d’identifier quel produit se vend dans quelle taille. Lié au stock actuel du produit, cela vous donne un aperçu de la disponibilité modérée, c’est-à-dire le pourcentage du nombre d’acheteurs dont la taille correspondante est en stock.
Imaginons qu’une robe soit vendue à 10% en XS, 25% en S, 40% en M, 20% en L et 5% en XL. Si les tailles sont disponibles, hormis le S et le M, les ventes globales vont chuter. La disponibilité pondérée des produits ne sera que de 35%, car 65% des ventes concernent un produit en taille S et M. Si les tailles XS et XL sont épuisées, cela a beaucoup moins d'impact sur les ventes.
Grâce à cette analyse, taille à taille, vous pouvez optimiser vos campagnes Google Smart Shopping, par exemple, uniquement pour les tailles restantes et / ou ajuster votre approvisionnement.
Personnalisation de l’offre cible, l’information ajustée
Nous avons pris ici l’exemple des tailles pour le secteur de la mode. Toutefois, la logique est duplicable à tous les secteurs d’activité. Analyser en profondeur l’impact des ventes croisées et incitatives vous aide à ajuster votre offre et votre cible, en amont des campagnes, en parfaite coordination avec le service achat.
Une dynamique qui vous permet non plus d’augmenter les ventes, mais d’arrêter d’en manquer !
Dans tous les cas, il vous faut pour cela récolter les données cibles qui font sens pour votre modèle commercial et les intégrer à votre dynamique d’acquisition, y compris par le biais de l’automatisation. Vous pouvez, pour cela, intégrer ces datas au sein d’un tableau de bord clair par produit, catégorie, marque, taille et total.
La cellule R&D de JVWEB dispose de solutions fonctionnelles adaptées pour vous accompagner dans ce type d’analyse. Contactez l’agence pour étudier, ensemble, les options les mieux adaptées à votre marché et ainsi avancer vers la performance.