Use case
14 april 2021
Maxlead, een strategische marketingpartner van Channable, gebruikte Channable Insights om performance verbeteringen te realiseren en tegelijkertijd minder tijd hieraan te besteden. In deze use case interviewen we Maxlead over hoe ze dit hebben gedaan.
Leestijd - 4 min
Belangrijkste punten:
Channable Insights is de koppeling tussen het verzamelen van analytische data, en het gebruik hiervan voor het automatiseren van de optimalisatie van Google Shopping campagnes. Maxlead heeft een bewezen track record van het optimaliseren van marketingstrategieën voor hun klanten die voor een datagedreven aanpak hebben gekozen. Daarom waren zij een van de eersten die Channable Insights uitprobeerden zodra het in bèta ging. Wij spraken met Bas Zethof, Online Marketing Consultant bij Maxlead, over hoe hij Channable Insights gebruikt om de beste resultaten voor zijn klanten te behalen.
Hoe werkt het plaatsen van producten in Shopping-campagnes in het algemeen?
Zelfs voordat we met Channable Insights begonnen, waren we al begonnen met het gebruiken van data om producten beter te segmenteren in campagnes.
We hadden bijvoorbeeld drie categorieën: laag bod, midden bod en hoog bod. De achterliggende gedachte is dat je goed presterende producten in de categorie met het hoge bod plaatst en vice versa. Dit was echter een handmatig proces dat veel tijd kostte, we moesten de producten in de campagnes voortdurend met de hand opnieuw in balans brengen.
Bovendien wilden we alles naar een hoger niveau tillen door meer campagnes met specifieke doelen te hebben. Bijvoorbeeld producten die verdeeld waren over verschillende ROAS targets en producten die nog een bepaalde drempel aan data in Google moesten bereiken voordat ze overgezet konden worden naar een ROAS target campagne.
Waarom werd dat een probleem?
Tijdmanagement. Samen met onze plannen om dit naar een hoger niveau te tillen en ons huidige handmatige proces, wisten we dat we met een gestroomlijnde oplossing moesten komen. Gelukkig konden we deelnemen aan de bèta van Channable Insights, waardoor we beide problemen konden aanpakken.
Hoe heeft Channable Insights geholpen jullie campagnes te optimaliseren?
Allereerst kunnen we data uit meerdere bronnen in Channable krijgen. Waar we eerder alleen Google Analytics data hadden, kunnen we nu ook Google Ads data gebruiken. Omdat er meer data beschikbaar is, krijgen we veel meer diepgaande informatie op productniveau.
Dit betekent bijvoorbeeld dat we kunnen filteren op impressies, producten kunnen segmenteren op ROAS, of de Insights data kunnen combineren met kostendata om margespecifieke segmentatie mogelijk te maken. We hebben het aantal specifieke campagnes dat we voerden sterk uitgebreid, elk met zijn eigen doelstellingen en zijn eigen lijst van producten. Dit heeft geleid tot het behalen van een verbetering van 40% YoY. Dit zou ongelooflijk lastig zijn geweest als we geen toegang hadden tot de data die Channable Insights biedt.
Ik kan me voorstellen dat Channable Insights een rol heeft gespeeld bij deze nieuwe manier van werken. Of is deze manier van werken pas haalbaar geworden met Channable Insights?
Het proces van datagedreven inzichten gebruiken om producten te segmenteren en campagneresultaten te optimaliseren is inderdaad iets wat al voor Channable Insights begon. Wat Channable Insights echter aanzienlijk heeft verbeterd, is de tijd die wordt besteed aan het verzamelen en combineren van data en het omzetten ervan in bruikbare inzichten.
Nu we de data direct in de Channable regels kunnen gebruiken, is de tijd die we per project besteden aanzienlijk verminderd tot 70%. We hoeven het maar één keer op te zetten, en kunnen het daarna monitoren, in plaats van het hele proces handmatig te moeten doen.
Bas Zethof, Online Marketing Consultant bij Maxlead
We zijn constant bezig Channable nog beter te maken en we willen graag met je delen wat de nieuwste ontwikkelingen zijn!