Zbožové srovnávače bývají stabilní kanál objednávek, ale pod průměrným PNO se často schovává skupina produktů, která jen spaluje prokliky. Tady popisuju, jak pomocí datového skladu nechat běžet čistý XML feed a ztrátová SKU ze srovnávačů včas vypnout. Píšu z praxe pro Haltimo.com i partnery v Datimo.ai. Vojtěch Šmida, CEO Haltimo.
Skrytí paraziti v XML feedu
Zbožáky svádí k jednoduchému postupu: nasadit celý XML feed, zapnout automat na bidy a doufat. Na srovnávačích je ale spousta lidí, kteří porovnávají a nekupují.
U menšího nebo středního e-shopu skoro vždy najdeme produkty, které sbírají drahé prokliky a z kanálu srovnávače nepřinesou tržby, nebo prodávají se, ale náklad na biddování sežere velkou část marže, nebo jsou extrémně drahé a lidi na ně klikají spíš ze zvědavosti než z nákupního záměru.
Když to neřídíte po SKU, platíte srovnávači za návštěvníky, kteří u vás nestráví víc než pár vteřin.
Datové síto a štítky Ok a Exclude
U klientů a u vlastních projektů řeším u srovnávačích víc než jen výši příhozů. Řeším vylučování.
Logika pro každé SKU na Heurece a Zboží.cz počítá štítek Ok nebo Exclude. Dívám se na krátké okno 30 dní kvůli rychlé reakci na sezonu a dlouhé okno 90 dní kvůli trendu. Když produkt poruší pravidla, z feedu pro srovnávače ho vyřízneme.
Pravidla, podle kterých řežeme
Čísla slouží jako interní pojmenování v SQL, v praxi je propojíte s vlastními limity podle oboru.
Pravidlo 2 (náklad bez tržby). Pokud má SKU v okně rozumný součet nákladů na prokliky, například nad 50 Kč, a z kanálu nepřišla žádná tržba, končí. Nečekáme, až projde stovky navíc.
Pravidlo 20 (PNO vůči ceně zboží). Náklady na prokliky přesáhnou více než 20 % z prodejní ceny produktu. U běžné marže je takový kanál pro dané SKU často neudržitelný.
Pravidlo 11 (reálná marže). Když máme v datech nákupní cenu, porovnáváme náklad na inzerci s marží v korunách, prodejní mínus nákupní za jednotku. Pokud inzerce sežere tu marži a ještě zůstane mínus na úrovni produktu, SKU na srovnávači vypínám. Souvisí to s článkem o importu marží.
Pravidlo 100 (drahé zboží, okénkování). U zboží řádově nad 25 000 Kč často přitékají drahé prokliky bez konverze. Takové položky beru z automatického plošného feedu pryč a případně je řešíme cíleněji jinde než plošně na Heurece.
Jak to běží technicky
Pro obchodníka je výsledek čistý feed a méně proplacených kliků bez objednávky. Technicky to stojí na Google Cloud a BigQuery, bez zbytečně drahého boxu třetí strany.
- Spojení dat. Do skladu potřebujete produktový XML, statistiky nákladů a výkonu z Heureky a Zboží.cz, a pokud chcete pravidlo 11, tak aktuální nákupní ceny z ERP.
- Transformace. V noci běží SQL nad 30 a 90denní historií na úrovni položky a kontrola pravidel včetně úprav v sezoně, například volnější limity, ať nepříliš brzy vyhodíte sezónní sortiment.
- Výstup. Buď nová URL čistého XML feedu pro Heureku a Zboží, nebo doplněný custom label pro nástroje, které umí podle štítku produkt vyloučit.
Limity
- Sezónnost. Před Vánoci nebo v špičce sezóny musí být tolerance v pravidlech jinak než v mimosezoně, jinak vyřadíte zboží krátce před poptávkou.
- Malý katalog. Pár set SKU a nízký spend často vyřešíte tabulkou ručně. Automat dává smysl u tisíců položek, kde už člověk nestíhá parazity hlídat.
- COGS. Bez pořádných nákupních cen nebudete maržová pravidla spolehlivě počítat. Garbage in, garbage out.
Závěr
Na srovnávačích často ušetříte nejvíc tím, že přestanete dotovat produkty, které se nevyplatí. Ušetřené peníze pak můžete posílit kusy, které opravdu táhnou obrat a marži.
Stejnou SQL logiku a napojení používám u vlastních e-shopů a postavili jsme z toho modul v Datimo.ai. Pokud vám přijde, že Heureka nebo Zboží pálí rozpočet bez výsledku, a nechcete si GCP skládat od nuly, domluvte si demo. Projdem data a řekneme si, jestli má automatické čistění feedu u vás smysl. Související čtení: segmentace produktů v Google Ads a import marží.