Likely purchasers από το GA4 στο Google Ads

Το πιο συνηθισμένο λάθος που βλέπουμε σε e-commerce accounts είναι το “one-size-fits-all” retargeting. Δείχνουν την ίδια διαφήμιση σε όλους όσους μπήκαν στο site τις τελευταίες 30 μέρες, από αυτόν που απλώς κοίταξε την αρχική μέχρι αυτόν που εγκατέλειψε το καλάθι. Αυτό δεν είναι στρατηγική, είναι σπατάλη budget. Υπάρχει ένας πολύ πιο έξυπνος τρόπος να ξοδεύεις τα λεφτά σου, χρησιμοποιούμεντας το AI που η Google σου δίνει ήδη δωρεάν μέσα από το GA4.

Από το "Dumb" Retargeting στα Predictive Audiences

Για χρόνια, το digital marketing βασιζόταν σε κανόνες που φτιάχναμε εμείς. «Αν ο χρήστης είδε προϊόν Χ, δείξ' του τη διαφήμιση Υ». Αυτό λειτουργεί, αλλά έχει ταβάνι. Δεν μπορεί να διακρίνει την πρόθεση. Ο χρήστης που έψαχνε δώρο για έναν φίλο και αυτός που έκανε έρευνα αγοράς για τον εαυτό του μπαίνουν στον ίδιο κουβά, παρόλο που η πιθανότητα να αγοράσουν είναι εντελώς διαφορετική.

Εδώ μπαίνουν τα Predictive Audiences του GA4. Αντί να βασίζονται σε απλούς κανόνες, χρησιμοποιούν το machine learning της Google για να αναλύσουν τη συμπεριφορά χιλιάδων χρηστών και να προβλέψουν με στατιστική ακρίβεία δύο κρίσιμα πράγματα:

1. Ποιοι χρήστες είναι πιθανότερο να αγοράσουν τις επόμενες 7 ημέρες (Likely 7-day purchasers).
2. Ποιοι ενεργοί χρήστες είναι πιθανότερο να μην επισκεφτούν ξανά το site σου τις επόμενες 7 ημέρες (Likely 7-day churning users).

Αυτό αλλάζει το παιχνίδι. Αντί να στοχεύεις στο παρελθόν («ποιος είδε τι»), στοχεύεις στο μέλλον («ποιος θα αγοράσει»).

Πώς να ενεργοποιήσετε τα Predictive Audiences (και τι χρειάζεστε)

Πριν ενθουσιαστείτε, πρέπει να πούμε ότι τα Predictive Audiences δεν είναι διαθέσιμα σε όλους από την πρώτη μέρα. Η Google θέτει κάποια minimum όρια σε δεδομένα για να εξασφαλίσει ότι οι προβλέψεις της έχουν νόημα. Στα projects που δουλεύουμε, δεν προχωράμε καν αν δεν καλύπτονται αυτά τα prerequisites.

Για να ενεργοποιηθούν, πρέπει να πληροίτε τις παρακάτω προϋποθέσεις:

• Σωστό Event Tracking: Πρέπει να έχετε το purchase και/ή το in_app_purchase event πλήρως και σωστά σεταρισμένο. Χωρίς αξιόπιστα δεδομένα αγορών, το μοντέλο δεν μπορεί να εκπαιδευτεί.
• Ελάχιστος Αριθμός Χρηστών: Χρειάζεστε τουλάχιστον 1.000 returning users που έκαναν μια αγορά (triggered the predictive condition) και τουλάχιστον 1.000 returning users που δεν έκαναν, μέσα σε ένα παράθυρο 28 ημερών.
• Συνέπεια Δεδομένων: Η ποιότητα του μοντέλου πρέπει να διατηρείται πάνω από ένα ελάχιστο όριο για τουλάχιστον 28 ημέρες. Αυτό σημαίνει ότι χρειάζεστε μια σταθερή ροή χρηστών και συναλλαγών.

Αν καλύπτετε τις προϋποθέσεις, το GA4 θα δημιουργήσει αυτόματα αυτά τα audiences και θα τα βρείτε στο Admin > Data display > Audiences. Από εκεί, μπορείτε με ένα κλικ να τα κάνετε share στο συνδεδεμένο σας Google Ads account.

Δύο στρατηγικές για να τα χρησιμοποιήσετε στα Google Ads

Το να έχεις απλώς τα audiences δεν λέει τίποτα. Το ζητούμενο είναι πώς θα τα αξιοποιήσεις για να βγάλεις λεφτά. Στα projects μας, ακολουθούμε κυρίως δύο προσεγγίσεις.

Στρατηγική #1: Υψηλό ROAS με τους "Likely 7-day Purchasers"

Αυτό είναι το low-hanging fruit. Αυτοί οι χρήστες έχουν δείξει, μέσω δεκάδων μικρο-σημάτων που μόνο το machine learning μπορεί να πιάσει, ότι είναι στο τελικό στάδιο της απόφασης. Εδώ, η στρατηγική μας είναι επιθετική:

1. Dedicated Retargeting Campaign: Δημιουργούμε μια ξεχωριστή καμπάνια που στοχεύει αποκλειστικά αυτό το audience. Δεν τους μπερδεύουμε με τους υπόλοιπους επισκέπτες. Το budget εδώ είναι πιο ασφαλές και το ROAS σχεδόν πάντα υψηλότερο.
2. Bid Modifiers: Αν δεν θέλουμε να φτιάξουμε νέα καμπάνια, προσθέτουμε το audience σε μια υπάρχουσα retargeting campaign σε “Observation” mode και ορίζουμε ένα θετικό bid modifier (+30%, +50% ή και παραπάνω). Ουσιαστικά λέμε στη Google: «Όταν βρεις κάποιον από αυτή τη λίστα, είμαστε διατεθειμένοι να πληρώσουμε περισσότερο για το κλικ του».
3. Seed for Similar Audiences: Χρησιμοποιούμε αυτό το high-quality audience ως «σπόρο» για να φτιάξουμε Similar Audiences (Lookalikes) στα Google Ads. Η ποιότητα του αρχικού κοινού καθορίζει και την ποιότητα του παρόμοιου κοινού που θα βρει η Google.

Στρατηγική #2: Αύξηση LTV μειώνοντας το Churn

Το audience “Likely 7-day churning users” είναι εξίσου πολύτιμο, αλλά θέλει πιο λεπτό χειρισμό. Αυτοί είναι χρήστες που έχουν ψωνίσει, αλλά τώρα το μοντέλο προβλέπει ότι θα μας «ξεχάσουν». Το να τους επαναφέρεις είναι κρίσιμο για το Customer Lifetime Value (LTV).

Η απόκτηση ενός νέου πελάτη θα είναι πάντα πολλαπλάσια πιο ακριβή από τη διατήρηση ενός υπάρχοντος. Το να αγνοείς τους χρήστες που ετοιμάζονται να σε εγκαταλείψουν είναι σαν να αφήνεις λεφτά στο τραπέζι.

Η προσέγγισή μας εδώ δεν είναι να τους βομβαρδίσουμε με εκπτώσεις. Αυτό μπορεί να «εκπαιδεύσει» τους πελάτες να περιμένουν προσφορές για να αγοράσουν. Αντ' αυτού, δημιουργούμε μια win-back campaign με μηνύματα όπως:

• Υπενθύμιση του brand value («Θυμήσου γιατί μας επέλεξες»).
• Προβολή νέων αφίξεων ή best-sellers που μπορεί να μην έχουν δει.
• Ένα μικρό, αποκλειστικό δώρο ή μια προσφορά «We miss you» ως τελευταίο βήμα, αν τα προηγούμενα δεν αποδώσουν.

Οι παγίδες και πώς να τις αποφύγετε

Το μεγαλύτερο λάθος που βλέπουμε είναι η τυφλή εμπιστοσύνη χωρίς έλεγχο. Το ότι λέγεται "AI" δεν το κάνει αλάνθαστο. Το βασικότερο που πρέπει να θυμάσαι είναι η αρχή "Garbage In, Garbage Out". Αν το tracking των events σου είναι προβληματικό, αν μετράς διπλές αγορές ή χάνεις συναλλαγές, οι προβλέψεις του GA4 θα είναι για τα σκουπίδια.

Επίσης, μην περιμένεις θαύματα από την πρώτη μέρα, ειδικά σε λογαριασμούς με χαμηλό traffic. Τα μοντέλα χρειάζονται χρόνο και δεδομένα για να γίνουν έξυπνα. Παρακολούθησε το μέγεθος του audience και την απόδοση των campaigns σου σε βάθος χρόνου.

Τα Predictive Audiences δεν είναι κάποιο μαγικό κουμπί. Είναι όμως το πρώτο, απτό βήμα για να μετατρέψουμε το analytics μας από ένα εργαλείο reporting σε μια μηχανή πρόβλεψης. Αντί να αναλύουμε μόνο τι έγινε, αρχίζουμε να επηρεάζουμε το τι θα γίνει.