Du har budgettet. Du har platformen. Du har leverandørerne.
Og alligevel: CPA'er kryber opad. ROAS flader ud. Hvert kanalteam kræver kredit for de samme konverteringer. Økonomiafdelingen stiller sværere spørgsmål, du ikke kan besvare med skærmbilleder af dashboards.
Dette er ikke en begyndervejledning. Den er til teams, der allerede bruger sekscifrede beløb månedligt, og som har brug for at vide, hvad der faktisk virker, hvad der stille og roligt fejler, og hvordan man træffer bedre beslutninger med ufuldstændig information.
Hvorfor erhvervelse bryder sammen ved høj volumen
Tre ting ændrer sig, når du når høj volumen:
- Efterspørgselsmætning. Du har sandsynligvis allerede fanget de fleste søgere med høj købsintention. Yderligere forbrug når svagere målgrupper.
- Automatiseringsopacitet. Smart Bidding og Performance Max optimerer mod deres egne mål, ikke dine. Du kan ikke se, hvorfor beslutninger træffes.
- Intern kontrol. Økonomiafdelingen vil have inkrementalitet, ikke effektivitetsmålinger. 'Algoritmen besluttede det' er ikke længere et acceptabelt svar.
De taktikker, der bragte dig hertil, vil ikke bringe dig til næste niveau.
Tegn på, at du har ramt dit Google Shopping-loft
Inden du kan løse problemet, skal du diagnosticere det. Kig efter disse advarselstegn:
- CPA'er stiger på trods af stabile eller forbedrede konverteringsrater på siden
- ROAS falder, selvom du ikke har ændret bud eller budgetter
- Impressionsandel falder, mens CPC'er stiger
- Budget brugt fuldt ud hver dag uden performanceforbedring
- Feed-optimeringer giver stadig mindre og mindre løft
- 40 til 60 % af dit katalog får nul visninger, fordi Google kun viser 'vindere'
- Kampagner føles 'fastlåste', og dit team er bange for at røre ved noget, der kan ødelægge den nuværende performance
Hvis du oplever tre eller flere af disse tegn, har du sandsynligvis ramt strukturelle begrænsninger, som optimering ikke kan løse. Vi har skrevet mere om, hvorfor Shopping-performance følger en potenslov og hvad det betyder for dit loft.
Tegn på, at Performance Max ikke virker
Performance Max er særligt svær at diagnosticere, fordi Google begrænser synligheden. Hold øje med:
- Placeringsrapporter, der viser tungt forbrug på Display eller YouTube (tjek Indsigt > Hvor annoncer blev vist)
- Konverteringsværdi, der stiger på dage uden tilsvarende omsætningsstigning i Shopify
- Aktivgruppeperformance, der er vidt forskellig fra, hvad dine kreative tests antydede
- Søgeordsindsigt domineret af brandede forespørgsler, du ville fange alligevel
PMax er ikke i sig selv defekt. Men det optimerer efter det, Google måler, hvilket måske ikke stemmer overens med det, der er vigtigt for din virksomhed. Mere om black box-problemet her.
Spørgsmål at stille, inden du godkender en budgetforøgelse
Inden du siger ja til mere forbrug, skal du have klare svar på disse:
- Hvad er inkrementaliteten af de sidste 20 % af forbruget? (Ikke ROAS. Inkrementalitet.)
- Rammer vi lofter for impressionsandel, eller vælger algoritmen ikke at bruge budgettet?
- Hvilken procentdel af konverteringerne er branded vs. ikke-branded?
- Hvis vi lukkede denne kanal ned i to uger, hvad ville der så ske med den samlede omsætning?
- Kan vi knytte øget forbrug til inkrementelle nye kunder, eller dækker det blot eksisterende efterspørgsel?
Hvis dit team ikke kan besvare disse spørgsmål, har I ikke tilstrækkelig indsigt til at skalere forsvarligt.
Kanalrollerammen
Hold op med at evaluere alle kanaler ud fra det samme ROAS-mål. Tildel hver kanal en rolle og mål derefter:
Efterspørgselsopsamling (Google Shopping, Branded Search)
- Rolle: Høst eksisterende intent
- Mål: Effektivitet (CPA, ROAS)
- Loft: Begrænset af søgevolumen
- Hvornår skal der sættes loft: Når CPA'er stiger uden volumenvækst
Efterspørgselsskabelse (Meta, TikTok, YouTube)
- Rolle: Introducér brandet til nye målgrupper
- Mål: Anskaffelsesomkostning for nye kunder, blandet CAC
- Loft: Kreativ træthed, mætning af målgrupper
- Hvornår skal der sættes loft: Når andelen af nye kunder falder på trods af øget forbrug
Fastholdelse (e-mail, SMS)
- Rolle: Maksimer værdien af eksisterende kunder
- Mål: Gentagelseskøbsrate, LTV
- Loft: Listestørrelse og engagement
- Hvornår skal der sættes loft: Når åbnings-/klikrater falder markant
Denne ramme giver dig et sprog til at forklare økonomiafdelingen, hvorfor forskellige kanaler har forskellige mål.
Hvad du bør gøre denne uge
Hvis du oplever aftagende afkast, er her et praktisk udgangspunkt:
- Træk din Performance Max-placeringsrapport. Tjek hvilken procentdel der er Shopping vs. Display vs. YouTube.
- Beregn din branded vs. ikke-branded konverteringsfordeling i Shopping. Hvis branded er over 40 %, betaler du for efterspørgsel, du allerede ejer.
- Identificer dine top 20 produkter efter omsætning. Tjek om de også er dine top 20 efter annonceudgifter. Manglende overensstemmelse her kan som regel rettes.
- Stil dit bureau eller interne team inkrementalitetsspørgsmålene ovenfor. Notér hvilke de ikke kan besvare.
- Gennemgå sidste kvartals budgetstigninger. Skalerede performance forholdsmæssigt? Hvis ikke, hvorfor ikke?
Dette tager 2 til 3 timer og vil afsløre problemer, som ingen mængde feed-optimering kan løse.
Hvorfor du har brug for uafhængig attribution
Alle platforme rapporterer sig selv i det bedst mulige lys. Google siger, at Google drev salget. Meta siger, at Meta drev salget. Din e-mailplatform gør krav på den samme kunde. Shopify viser ét ordre.
Dette er ikke uærlighed. Det er sådan attribution fungerer. Hver platform ser et udsnit af kunderejsen og gør krav på æren for resultatet. Uden uafhængig måling har du ingen måde at vide, hvad der faktisk driver resultaterne.
Værktøjer som Triple Whale, Northbeam og Rockerbox er skabt til at løse dette problem. De befinder sig uden for platformene og sporer hele kunderejsen, hvilket giver dig en enkelt sanhedskilde for, hvad der faktisk er inkrementelt.
Vi anbefaler, at alle butikker med høj volumen bruger et uafhængigt attributionsværktøj, ikke kun for ro i sindet, men for ansvarlighed. Det giver dig mulighed for at:
- Krydstjekke platformrapporterede konverteringer med den faktiske Shopify-omsætning
- Identificere hvilke kanaler der er virkelig inkrementelle vs. dem der gør krav på eksisterende efterspørgsel
- Holde dit marketingteam og bureauer ansvarlige over for reelle tal
- Træffe budgetbeslutninger baseret på, hvad der faktisk rykker noget
Datauoverensstemmelser mellem værktøjer er uundgåelige. Målet er ikke perfekt nøjagtighed. Det er retningsbestemt sandhed, der hjælper dig med at træffe bedre beslutninger end platformdashboards alene.
Når risikomodeller ændrer ligningen
Traditionelle annoncemodeller lægger al risikoen over på dig. Du betaler for klik, uanset om de konverterer eller ej. Du absorberer volatiliteten. Du forklarer variansen til økonomiafdelingen bagefter.
Nogle teams skifter til modeller, hvor partnere bærer performancerisikoen i stedet. Betal for ordrer, ikke klik. Lad andre absorbere nedturen ved algoritmeskift og efterspørgselsudsving.
RetailerBoost opererer på denne måde for Google Shopping. Vi finansierer kampagner med vores egen kapital og tjener kun, når ordrer bekræftes. Dette erstatter ikke dine eksisterende kanaler. Det tilføjer volumen uden at tilføje budgetrisiko. Se, hvordan dette sammenlignes med bureaumodeller.
Vi opfordrer butikker, der bruger RetailerBoost, til at spore os i Triple Whale eller det attributionsværktøj, de foretrækker. Ikke fordi vi har brug for validering, men fordi du bør verificere, at enhver kanal, der gør krav på inkrementel omsætning, faktisk leverer den. Den ansvarlighed gavner alle.
