RECEVEZ LA NEWS DU LAB
Inscrivez-vous pour des actus mensuellesUne nouvelle étude de DataFeedWatch a révélé un certain nombre de tactiques d’optimisation des flux de produits des e-commerçants afin d’augmenter les performances de leurs campagnes – et où ils se trompent. De fait nous avons aussi, chez Adenlab, analysé l’ensemble des flux et les erreurs identifiées dans le Merchant Center pour comparer l’étude de DataFeedWatch et les flux que nous gérons.
Un des premiers constats de l’étude est lié à l’approvisionnement. En effet, depuis le début de la pandémie, les problèmes de chaîne d’approvisionnement ont semé la panique chez les e-commerçants.
En moyenne, 16% des produits sont en rupture de stock et ne peuvent être achetés par les internautes.
À l’inverse, ce sont 39,40 % de ruptures de stock chez les e-commerçants français, touchés en début d’année 2022 par la propagation d’Omicron une inflation plus élevée que prévue.
Il existe également de grandes disparités entre les zones géographiques. L’Amérique latine a connu l’un des niveaux de disponibilité des stocks les plus bas.
Ces statistiques de DataFeed Watch se basent sur les informations de 4,5 millions de produits, 15 000 e-commerces et plus de 60 pays.
En conclusion de ce rapport nous avons identifié des tendances et des erreurs courantes ainsi que des optimisations que vous pouvez appliquer à votre propre flux de produit pour Google Shopping.
Quelles sont les 5 erreurs les plus fréquentes dans les flux Google Shopping ?
Les problèmes de flux les plus courants incluant souvent des données manquantes ou incorrectes et des attributs mal formatés. Ses informations sont remontées dans les rapports et diagnostics du Merchant Center de Google.
Il est donc très important de consulter régulièrement votre compte Merchant Center.
Les informations sur l’expédition de vos produits sont responsables de 23,49 % de tous les refus de vos produits par Google Shopping (Merchant Center).
L’expédition est l’aspect le plus gênant de la configuration des données produits. Les erreurs les plus courantes sont : des valeurs trop élevées et des attributs non spécifiés comme le pays d’expédition manquant.
Les problèmes d’attributs d’image sont responsables de 20,32 % de tous les refus. Le niveau d’exigences et de qualité est élevé sur Google Shopping et les principales erreurs d’image incluent :
- Superpositions promotionnelles sur les images.
- Images trop petites.
- Images manquantes ou invalides.
- Visuels génériques.
Les problèmes de GTIN représentent 5,5% d’erreurs. L’envoi de valeurs GTIN incorrectes ou l’omission totale de GTIN représentent un peu plus de 5 % des erreurs.
25,82 % des titres sur les annonces et produits sur Google Shopping dépassent les 70 caractères. Cela à un impact sur les informations affichées pour l’internaute, car ce même titre est alors coupé dans l’annonce.
Dans Google Shopping, les titres de produits ont un nombre total de caractères de 150, mais sont coupés après 70 caractères. Étant donné que 25,82 % des titres des fiches Shopping dépassent 70 caractères, des données produits importantes peuvent ne pas être visibles.
Quels sont les erreurs récurrentes sur les flux Google Shopping dans les comptes d’Adenlab
L’étude de DataFeedWatch nous a particulièrement intéressés et nous avons voulu comparer ses données avec les données des comptes sur lesquels nous travaillons.
En effet, l’étude se passe sur un grand nombre de marchands et produits, elle mentionne 4,5 millions de produits pour 15 mille marchands
Alors, commençons par cette donnée bête et méchante :
- DataFeedWatch : 4,5 millions de produits / 15 mille marchands : 300 produits par marchand
- Adenlab : 425 mille produits / 40 marchands actifs : 10625 produits par marchand
Bien entendus, certains comptes ont beaucoup plus de produits que d’autres, mais le fait est que nous travaillons sur des catalogues beaucoup plus importants. Trop fort Adenlab 😉
Et sans se vanter, voyons dans les grandes lignes le taux de produit refusé :
- il est de 3% chez les comptes gérés par Adenlab
- les données fournies par l’étude de DataFeedWatch (qui pour rappel, n’est pas une agence mais bien un outil pour gérer et optimiser vos flux) : la moyenne de l’industrie serait de 7 % d’articles refusés
De fait, que pouvons-nous observer dans nos comptes ?
- Le 1er type d’erreur concerne : le “Non-respect des règles Google qui représente 57% des articles refusés sur l’ensemble des comptes
- le 2e concerne les images avec des valeurs manquantes dans l’attribut et qui serait le lien de l’image
Quelles sont les techniques d’optimisation du flux Shopping les plus utilisées ?
La plupart des e-commerçants utilisent des tactiques de flux pour augmenter les performances de leurs campagnes. Lorsqu’ils font de la publicité sur plusieurs canaux, différentes données de flux peuvent être requises, ce qui augmente la probabilité que les annonceurs aient besoin d’exploiter des sources de données secondaires.
Que vous créiez de nouveaux titres ou que vous segmentiez en fonction des « meilleures ventes » ou des marges, l’optimisation des flux de données a un effet positif sur les performances des campagnes.
Les titres de produits sont les éléments de données les plus optimisés dans un flux de produits. Sur tous les magasins dont les données ont été modifiées, 14 % de ces modifications concernaient les titres des produits. Les annonceurs ont soit modifié plusieurs mots-clés, soit réécrit les titres à partir de zéro.
Deux annonceurs de e-commerce sur cinq utilisent custom labels pour optimiser leurs campagnes. 13 % de ces annonceurs créent des groupes de produits en fonction du fait que le produit est en vente ou non.
Lorsque les annonceurs ont segmenté leurs flux en fonction des marges, ils ont constaté une augmentation de 96 % du ROAS.
64% des entreprises de e-commerce filtrent les produits les moins rentables. Dans presque tous les cas où les marchands coupent des produits, c’est parce que les prix chutent en dessous d’un certain seuil.
Le prix est la raison n°1 pour supprimer des produits des campagnes. Lorsqu’ils excluent des produits des publicités payantes en fonction du prix de l’article, 90,92 % des spécialistes du marketing choisissent de supprimer les produits en dessous d’un prix spécifié.
Seuls 9 % des spécialistes du marketing filtrent les produits en fonction des prix les plus élevés.
Plus de 25 % des e-commerçants fournissent aux plateformes publicitaires des images supplémentaires. Les images supplémentaires montrent généralement le produit sous un angle différent ou avec des éléments de mise en scène. Cela donne aux acheteurs la meilleure idée possible de ce qu’ils achètent et de la manière dont le produit peut être utilisé.
Au moins un annonceur de e-commerçant sur 10 fournit des informations supplémentaires sur les produits dans le flux en exploitant des sources de données secondaires. Les types de sources de données secondaires utilisées comprennent :
- Systèmes de gestion des stocks
- Analytique
- Feuilles Google
Vous pouvez télécharger le rapport PDF complet de DataFeedWatch ici . Il comprend plus d’informations sur l’état actuel des achats en ligne, y compris des conseils aux annonceurs pour optimiser et améliorer leurs flux, choisir les bonnes plateformes et les meilleures pratiques pour les campagnes publicitaires payantes.
