Fashion e-commerce: Google Performance Max Kampagnen – Diese Fehler solltest du vermeiden
PMax Kampagnen von Google sind eine innovative Möglichkeit, deine Online-Werbung zu optimieren. Mit Performance Max Kampagnen kannst du deine Anzeigen an verschiedene Zielgruppen anpassen und so die Conversion-Rate erhöhen.
Für Fashion e-commerce sind PMax Kampagnen besonders relevant, denn sie erlauben dir, deine Produkte auf verschiedenen Plattformen zu präsentieren, wie YouTube, Gmail, Discover oder dem Display-Netzwerk. So kannst du potenzielle Kunden auf verschiedenen Wegen ansprechen und ihnen deine Modeartikel schmackhaft machen.
Außerdem kannst du mit PMax Kampagnen deine Zielgruppen nach verschiedenen Kriterien segmentieren, wie Alter, Geschlecht, Interessen oder Kaufabsicht. So kannst du deine Anzeigen individuell gestalten und personalisieren, um die Kundenbindung zu erhöhen.
Aber PMax Kampagnen sind nicht ohne Fehlerquellen. In diesem Blogpost erfährst du, welche 6 Fehler du vermeiden solltest, wenn du PMax Kampagnen erfolgreich einsetzen willst. Außerdem erklären wir dir, warum PMax Kampagnen trotz ihrer Herausforderungen sinnvoll sind und wie du das Beste aus ihnen herausholen kannst.
Erstelle eine Kampagne mit allen Produkten
Vorteil: Sehr einfache Steuerung und geringe Fehleranfälligkeit. Kann auch von Einsteigern gut genutzt werden.
Nachteil: Unterschiedliche Margen werden nicht abgebildet. Brand-Traffic innerhalb der Kampagne sorgt für heterogene Ergebnisse, mit denen der Algorithmus nicht gut umgehen kann. Einzelne Ziel- & Produktgruppen gehen leicht unter und erhalten zu wenig Reichweite.
Trennung nach Brand- und non-Brand
Vorteil: Bei viel Brand-Traffic können unterschiedliche tROAS gesetzt werden, wodurch sich schlussendlich Reichweiten und Umsätze steigern lassen. Die non-Brand Kampagne kann gezielter zur Neukundenakquise genutzt werden. Somit lässt sich der tROAS besser mit den Zielen von CAC und CLV zusammenbringen.
Nachteil: Verteilung der Daten auf zwei Kampagnen ist erst ab einer bestimmten Traffic-Menge sinnvoll, da die Kampagnen es ansonsten schwer haben werden, den avisierten ROAS zu erreichen. Steuerung und Überwachung wird komplexer.
Trennung nach Margengruppen
Vorteil: Es ist leichter, den Sweetspot zwischen Absatz und Profitabilität zu erreichen. Gibt es sehr große Unterschiede in den Margen, kann der Algorithmus die Produkte zielführender aussteuern. Sale-Produkte können ausgegliedert werden.
Nachteil: Bei zu geringen Unterschieden in der Marge ist der Effekt aufgrund der Aufteilung der Daten auf mehrere Kampagnen eher negativ. Accounts werden schnell zu komplex. Produktmargen müssen laufend aktualisiert werden.
Trennung nach Geschlecht (im Sinne des Produktes)
Vorteil: Hat eine Brand viel Traffic eines Geschlechts, kann der Algorithmus das andere Geschlecht diskriminieren. Eine separate Kampagne kann das Traffic-Volumen steigern.
Nachteil: Trennung nach Geschlecht ist nur über das Sortiment möglich, in dem im Feed nur Bekleidung für Damen oder Herren enthalten ist. Unisex-Bekleidung oder Cross-Gender-Kund:innen erschweren dieses Vorgehen. Grundsätzlich eher eine unsaubere Strategie.
Trennung nach Rennern und Pennern
Vorteil: Renner können gezielt gefördert werden.
Nachteil: Mit Smart Bidding ist die Trennung der Produkte auf mehrere Kampagnen nicht mehr zu empfehlen. Potenzielle Renner können zu spät erkannt werden. Trennung nur dann sinnig, wenn es unterschiedliche wirtschaftliche Ziele gibt, also Differenzen im tROAS.
Ein Mix aus 2 bis 5
Vorteil: Die Wahrscheinlichkeit steigt, das beste Set-up zu finden. Größtes Potenzial für Umsatz und Profitabilität.
Nachteil: Steuerung benötigt fachliches und technisches Know-how. Bei unsauberen Hypothesen kann schnell Geld verbrannt werden. Account droht, zu granular und damit ineffizient zu werden.
Fazit zum Kampagnen Setup der PMax im Fashion e-commerce
Für alle Strategien gilt:
➡ Performance Max Kampagnen sollten in erster Linie den wirtschaftlichen Interessen folgen, nicht Kollektionen, Geschmäckern oder Saisons.
➡ Testen führt zum Erfolg.
➡ P-Max ist und bleibt teilweise eine Black-Box.
➡ Schlechter Feed = schlechte Performance.