Analýza a optimalizace feedů ve srovnávačích cen Heureka.cz a Zboží.cz

()

Většina vlastníků eshopů posílá své feed do služeb pro srovnání cen či výběru produktů, jakými jsou například Heureka.cz nebo Zboží.cz. Stejně tak si vytváří pohled na jejich efektivitu v rámci Google Analytics a vyhodnocování přínosu tohoto kanálu skrze specifický atribuční model. Málokdo ale analyzuje detailnější aspekty svého výskytu na těchto zdrojích. Umíte si zodpovědět na otázky jako:

Proč něco takového vůbec dělat?

Protože srovnávače jsou pro mnoho eshopů skvělým zdrojem návštěvnosti. Ano, záleží hodně na strategii, jakou eshop plní, ale pokud jsou jedním z potenciálních zdrojů, pak věřte, že optimalizací na základě níže uvedených dat, můžete návštěvnost a tržby z nich zvýšit.

To, že eshopu aktuálně Heureka přináší měsíčně 100 000 Kč obrat…nebo klidně 1 000 000 Kč obrat neznamená, že jeho viditelnost ve srovnávačích je adekvátní jeho velikosti nebo počtu produktů. Nejlepší cestou, jak si taková data ověřit, je data mining produktových karet srovnávače, ze kteréh zjistíte, na jakých pozicích a zda vůbec s váš eshop ve výpisu nachází.

Kde vzít data?

V tomto případě budeme data získávat pomocí nástroje Marketing Miner. Teoreticky by šlo data získat za pomoci jakéhokoli nástroje, který umí chytře scrapovat obsah, ale časová náročnost na získání obsahu by v takovém případě byla poměrně vysoká. Další možností jsou nástroje pro monitoring eshopu ve srovnávačích cen, ale ty zase nemusí poskytovat zdaleka tolik dat (a často žádné výstupy, které by šlo exportovat a více s nimi pracovat).

Obsah článku

Jak na to?

Krok 1: Získání dat

První věcí, kterou budeme před analýzou chtít, jsou samotná data. Ideálně co nejvíce dat, ať máme s čím pracovat. K jejich získání je potřeba pouze XML feed, který Shoptet automaticky generuje každému eshopu.

Uživatelé jej naleznou v administraci v sekci Propojení -> XML feedy. Tato data se poté naimportují do nástroje Marketing Miner a ten se již postará o získání dat. Pro zjednodušení postupu jsem natočil krátké video, kde je vidět, si daná data získat:

V případě, že uživatel nemá placený účet nástroje, je možné si na ozkoušení zkopírovat pouze názvů produktů jako textový vstup pro Product Miner a vyzkoušet si získat data pouze ke vzorku.

Nástroj poté projde zvolené služby, nalezne v nich specifikovaný produkt z feedu a zjistí, zda je vidět pouze ve výsledcích vyhledávání nebo má produktovou kartu a pokud má, tak kdo, kde, za jakou cenu a jakou skladovostí jej prodává (včetně klientova eshopu). Po kolekci dat zašle uživateli výstupní report.

Krok 2: Analýza výstupů

Žádné teoretizování. Pojďme se podívat na reálné výstupy příkladového reálného eshopu. Jedním z příkladů, na kterých si můžeme ukázat výstup, je report pro eshop Tipa.eu. Tímto bych rád poděkoval za souhlas paní Vavříčkové, se zveřejněním jednoho z reportů k ukázce v tomto článku.

Abych zachoval určitou anonymitu dat a nesdílel tu veřejně výstupy z celého feedu eshopu, rozhodl jsem se pro test stáhnout pouze produkty z kategorie příslušenství k telefonům:

Jedná se tedy o příklad na cca. 280ti produktech z této kategorie. Vyseparované názvy produktů jsem podle návodu uvedeného výše vložil do nástroje Marketing Miner a po pár minutách mi přišel následující výstup:

Výstup z Marketing Mineru

 

Nejprve se pojďme podívat na výstup a jeho strukturu. Do reportu jsem si nechal získat data ze srovnávačů Zboží a Heureka. Na úvodní obrazovce jsou proto vidět náhledy vizualizací obou těchto srovnávačů. Na levé straně v sidebaru jsou odkazy na jejich samostatné reporty.

Přechodem na samostatný report si jako uživatel mohu zobrazit výstup daného srovnávače.

Prvky výstupního reportu

Než si řekneme něco o tom, jak taková data využít a z čeho se grafy skládají, bylo by dobré si prvně popsat prvky výstupních reportů, které jsou pro oba srovnávače strukturou shodné.

Marketing Miner - Horní část reportu

Horní část reportu se skládá z faktografických boxů a grafů. Faktografické boxy zobrazují souhrnné informace, které miner získal na základě dat z daného srovnávače. Jde o následující boxy:

Pod infoboxy se nalézají grafy. Konkrétně v tomto případě:

Stav produktu

Přehled, kolik z produktů, které dostal nástroj na vstupu, bylo nalezeno ve srovnávači a v jaké jeho části. Možnosti jsou celkem tři:

Marketing Mainer_Stav produktu

Pozice e-shopu

Přehled pouze produktů, které mají produktovou kartu a k němu vztažená data o tom, jak si vede klientům eshop. Respektive na jaké pozici je na výpisu produktové karty vidět.

Marketing Mainer_Pozice eshopu

Pozice e-shopu podle kategorií

Graf kategorií daného srovnávače, do kterých spadají produkty, vložené uživatelem. Tedy v jakých kategoriích se produkty klienta vyskytují a po najetí na jednotlivé kategorie i rozložení pozic v daných kategoriích.

Marketing Mainer_Pozice eshopu podle kategorií

Tabulka reportu

Tabulka je výpisem surových dat, získaných nástrojem. Z ní jsou tvořeny i veškeré výše uvedené grafy a boxy. Tabulku si může uživatel stáhnout v podobě Excelu a libovolně s ní pracovat.

Marketing Mainer_Tabulka reportu

Tabulka obsahuje následující sloupce:

Marketing Miner zároveň dovoluje získávání dat i ze Slovenské Heureky a mnoha dalších zdrojů ze zahraničí. Stačí před výběrem minerů zvolit trhy, které vás zajímají.

Krok 3: Akční plán / Navázání úkolů na poznatky

Tak, data bychom měli, co znamenají už víme, ale teď to nejdůležitější – co s nimi můžeme dělat? Možností je mnoho. Níže jsem rozepsal ty, které mi přijdou jako nejvíce nasnadě a mohou pomoct každému eshopu:

1) Identifikace nenapárovaných produktů a jejich optimalizace

Asi největším nešvarem a trnem v oku většiny eshopů mohou být nespárované produkty. To je tak, když se produkt jmenuje odlišně než ve srovnávači nebo má přidělenou odlišnou kategorii a už se tak eshop nedostává do výpisu produktové karty. Čímž přichází o viditelnost a tedy i možný příjem ze srovnávačů. Jak to ale udělat, aby vyhledávače napárovali nenapárované?

Prvním krokem by měla být identifikace takových produktů. Ve výstupu jde o produkty, které jsou ve sloupci Product Status označeny jako Product card – eshop not found. Tedy ty produkty, kde existuje produktová karta, ale eshop klienta, jakožto prodejce produktu, na ni nebyl nalezen.

Po vyfiltrování těchto produktů je potřeba zjistit příčinu a co se dá zlepšit. Prostor pro optimalizaci osobně vidím primárně ve dvou následujících faktorech:

  1. Název produktu ve feedu oproti názvu ve srovnávači – Jedná se o srovnání sloupců Input oproti Product Name. Input ukazuje, jak je produkt nazván ve feedu eshopu. Oproti tomu Product Name ukazuje jeho přesný název ve srovnávači. Jednoduchá změna názvu produktu ve feedu tak může pomoct k jeho napárování ve srovnávači. Tu uděláte tak, že v administraci Shoptetu přejdete do sekce Produktů, zvolíte určitý produkt a v záložce Pokročilé, se nachází pole Název v XML feedu. Do něj můžete vyplnit název produktu plně se shodující s názvem ve srovnávači a ulehčit mu tak napárování do produktové karty.
  2. Kategorie ve feedu oproti reálné kategorii ve srovnávači – Na výstupu je ve sloupci Category vidět kategorie, ve které se produktová karta zobrazuje ve srovnávači. V případě, že máš produkt klientova eshopu uvedenou jinou nebo nevyplněnou kategorii, může dojít k tomu, že se produkt nenapáruje. Nejlepší cestou je analýza kategorie nenapárovaých produktů z feedů a její srovnání oproti výstupu Marketing Mineru.

Více informací o párování produktů v primárních českých srovnávačích:

Shoptet_Párování produktu

Dalšími proměnnými může být například to, že je váš produkt v revizi na straně srovnávače a zatím nebyl napárován. Nebo neexistence dané varianty produktu a mnoho dalších krom dvou primárních, uvedených výše.

Je na každém eshopu, aby objevil své nenapárované produkty a zaměřil se na jejich optimalizaci tak, aby se dostali do produktové karty srovnávače. Tím zvýší svou viditelnost v daném srovnávače a potenciálně tak i tržby z něj.

2) Orientace ceny produktů na základě konkurence

Jedním z důležitých faktorů při řazení eshopů na produktové kartě a primárně důležitém faktoru pro uživatele, je cena produktu. Cenotvorbu ovlivňuje mnoho, které bych zde nerad dlouze popisoval. Místo toho se zaměřím na využití dat, které má eshop k dispozici právě ze srovnávačů.

  1. Orientace ceny rozdílu nejnižší ceny produktové karty – Asi první věcí, která vás napadne, a přiznám se, že si nemyslím, že je vždy nejlepším řešením, je orientace dle rozdílu od nejnižší ceny. K identifikaci rozdílu ceny slouží sloupec Difference between the lowest price. Osobně bych doporučoval, spíše než orientovat vždy cenu podle nejnižší, najít největší procentuální rozdíly ceny oproti nejnižší a hledal příčinu.
  2. Orientace ceny dle počtu konkurentů – V závislosti na tom, s kolika eshopy na produktové kartě soupeříme, můžeme orientovat i cenu produktu. Na produktech s mnoha konkurenty je často lepší cena v kombinaci s dobrým hodnocením eshopu důležitá. Naopak na produktových kartách, kde jste sami, není problém vyšší cena oproti zbytku trhu (který se na dané produktové kartě nenachází). Na druhou stranu si tak můžete zavřít dveře k uživatelům, kteří vás najdou v rámci kategorie produktů, kvůli vysoké ceně ve srovnání s podobnými produkty, takže opatrně.

3) Sledování vývoje pozic na produktových kartách

Marketing Miner si ukládá historii dat o produktových kartách na základě kombinace uživatele a jeho feedu. Pokud tedy po určité době pošlete ke zpracování stejný feed, je možné v něm vidět vývoj pozic v produtkových kartách nebo data o změně nejvyšší a nejnižší ceny produktu.

Tato data mohou sloužit k pravidelnému monitoringu vývoje pozic u daných produktů nebo naopak ke sledování vývoje cen produktů napříč kategoriemi v dlouhodobějším horizontu.

4) Priorizace proudktů na základě jejich hodnocení

Krom dopadů na optimalizaci feedu a cenotvorbu se mohou také data ze srovnávačů cen promítnout i do strategie zobrazování doporučovaných produktů eshopu.

Co takhle do doporučených produktů určitých kategorií umístit ty, které mají nejvíce/nejlepší hodnocení ve srovnávačích? Ty které již ověřilo mnoho uživatelů a je vidět, že jsou s produktem spokojeni? Nebo co takhle podle tohoto hodnocení z větší části seřadit výstup celé kategorie?

Závěrem

Výše uvedené postupy jsou pouze pár nahodilých usecase. Každý eshop musí zvážit sám, zda se mu taková data hodí a jak s nimi dokáže naložit. Získání dat je díky nástroji celkem triviální část, kdežto až na jejich reálném využití se staví úspěch.

Tento článek by měl sloužit jako inspirace všem, kteří zatím srovnávače cen brali jako statický zdroj příjmů, kam se prostě “vloží feed” a pak už si s tím nějak poradí a něco to přinese podle toho, kolik do toho eshop nalije peněz.

Pravda je však úplně jinde a opravdu hodně záleží na tom, jak eshop tomuto efektivními zdroju příjmů přistupuje a jak s ním pracuje.

Pokud byste si chtěli otestovat výstup vlastního feedu, tak napište na feed@marketingminer.com, kde nástroj poskytuje zdarma jeden výstup. Stačí na tento email poslat email, na který jste zaregistrovaní v nástroji.

Článek připravil Filip Podstavec

Jak se vám článek líbí?

Pro hodnocení klikněte na hvězdičku

Průměrné hodnocení / 5. Počet hodnocení:

Zatím žádné hodnocení. Buďte první!

Navigace pro příspěvek

Napsat komentář

Vaše e-mailová adresa nebude zveřejněna. Vyžadované informace jsou označeny *

Odesláním zprávy souhlasíte s podmínkami ochrany osobních údajů