Let op: Google heeft een nieuw campagnetype geïntroduceerd dat Smart Shopping zal vervangen: de Performance Max Campagne (PMC). Alle Smart Shopping Campagnes worden vanaf juli 2022 automatisch gemigreerd naar PMC’s. Lees hier meer over Performance Max, of download onze whitepaper voor nog diepgaandere informatie.

Wat is een POAS-doelstelling?

Voor ik dieper op de buckets-methodiek inga, ga ik eerst in op de POAS (“winst-methodiek”), die je misschien al wel kent. POAS staat ook wel voor Profit On Ad Spend.

Bij een POAS-doelstelling kijk je naar de winstgévendheid van je advertenties, in tegenstelling tot bij een ROAS-doelstelling, waar je naar de, soms “misleidende” omzet uit advertenties kijkt. Ik noem dit misleidend omdat je op basis van omzet best goed kunt presteren, maar uiteindelijk nog verlies kunt lijden.

Bekijk onderstaand rekenvoorbeeld eens. De bruto marge van beide handtassen is de omzet exclusief btw, min inkoopkosten, verzendkosten en betaalkosten. Maar, daar zijn de advertentiekosten nog niet in meegenomen.

Haal je daar vervolgens de advertentiekosten van de bruto marge af, dan kom je uit op een netto marge, die links op -825 euro en rechts op +1665 euro uitkomt.

Poas Target Calculation

ROAS versus POAS

Als je kijkt naar de ROAS en POAS-uitkomsten in bovenstaand rekenvoorbeeld, dan had je op basis van ROAS misschien advertentie B stopgezet. Dat zou een goede keuze zijn als je kijkt naar omzet, maar als je kijkt naar de winstgévendheid van de advertenties, dan zie je dat advertentie B (POAS >100%) het wint van advertentie A.

POAS <100%, in het geval van advertentie A, betekent namelijk dat je bruto marge kleiner is dan je Ads-kosten en dat je dus verlies draait. POAS >100% daarentegen, betekent dat je winst maakt.

Let op: het begrip bruto marge wordt door marketeers op verschillende manieren geïnterpreteerd; soms bijvoorbeeld als een metric waar de verzendkosten nog niet vanaf zijn. Wil je deze methode goed kunnen begrijpen? Dan is het belangrijk dat je de begrippen interpreteert op de manier zoals ik die in dit artikel aanhoud.

White paper Performance Max

Bucket = Smart Shopping Campagne

Nu je POAS begrijpt, kan ik de stap maken naar buckets. Daarvoor ga ik eerst even naar het advies van Google: Google adviseert Smart Shopping Campagnes te maken aan de hand van marge%.

Immers, voor producten met een laag marge%, wil je minder bieden (ofwel: een hogere ROAS-doelstelling instellen) dan voor producten met een hoog marge%.

De vertaalslag van Smart Shopping Campagnes, ingedeeld op basis van producten met gelijke ordermarge%, zijn buckets. Dit zijn flexibele (winst)emmers waarin je producten met hetzelfde bruto ordermarge% plaatst, ofwel bruto order marge/omzet van order (allebei exclusief btw).

Als we teruggaan naar het voorbeeld met de handtassen en bovenstaande rekensom daarop toepassen, dan zou de advertentie met handtas B uitkomen in een bucket waar het volgende bruto marge% van 42% bij past, want:

6165 /(18000 - 3200) * 100% = 42 %

Je wilt het liefst niet voor elk bruto marge % een aparte bucket, dus het advies is een indeling in ranges te maken. Je kunt 8 buckets hebben, maar ook 3. Het is belangrijk dat de indeling bij jouw business past.

Elke winst-bucket (dus Smart Shopping Campagne) krijgt vervolgens een eigen ROAS-doelstelling, die gebaseerd is op het bruto marge%.

Let op: het gaat om orders uit advertentie met gelijke marge%

Let op, het belangrijkste is dat je dit brutomarge% baseert op de orders die voortkomen uit de advertentie van het product. Het product dat je verkoopt is namelijk niet altijd het product waarop je adverteert. Daarover vind je meer in dit blog-item over cross- en upsellinzichten.

Als we bovenstaand verhaal in beeld gaan gieten, dan ziet dat er zo uit:

Grouping Smart Shopping Campaings

Buckets bij Search Campagnes

Goed te weten: buckets kun je ook inzetten voor Search Campagnes, maar dan niet per product, maar per zoekwoord.

In plaats van het indelen van producten op basis van bruto marge%, kun je namelijk ook voor elk zoekwoord het bruto marge% bepalen en daarmee de bucket-indeling maken. Voor elke bucket wordt daarna een ROAS-doelstelling ingesteld.

In de praktijk neem je trouwens vaak het bruto marge% van de campagne of meerdere campagnes samen, in plaats van het bruto marge% van een zoekwoord. Dit heeft de voorkeur omdat je bij Search namelijk minder eenvoudig zoekwoorden naar een andere bucket kunt verplaatsen. Je adverteert namelijk niet alleen op producten, maar ook op merken, producttypes etc. (Je zou eventueel ook je campagnestructuur op je bruto marge% aan kunnen passen, maar dit doe je liefst niet te vaak, want dit kost veel tijd).

Hoe zet je ROAS juist in?

De ROAS-doelstelling is vaak een “gegeven”, dat door een marketeer wordt aangepast met het doel bijvoorbeeld meer omzet te realiseren of minder kosten te maken. Deze kan echter nog veel beter ingezet worden.

Idealiter krijgt een bucket met een hoog bruto marge% namelijk een lagere ROAS-doelstelling dan een bucket met een laag bruto marge%.

Zoals je misschien weet, is een ROAS doelstelling eigenlijk altijd indirect gebaseerd op het bruto marge%.

ROAS correctly

Als een bucket bijvoorbeeld een bruto marge% van 20% heeft, dan wil je van die 20% marge je Ads-kosten kunnen betalen én er waarschijnlijk nog wat aan over houden. Voor elke euro die je in Ads uitgeeft, wil je er dus minimaal 5 terug.

Als je kijkt naar bovenstaand beeld, komt dat in het geval van 20% marge overeen met een ROAS-doelstelling van minimaal 500%, want 1/0,20*100% = 500%. Zo kun je dat ook voor de groene en blauwe bucket uitrekenen.

Hoe werkt de bodsimulator van Google?

Dan ga ik nu de overstap maken naar de bodsimulator van Google. De Google bodsimulator kan voor verschillende ROAS-doelstellingen van één Smart Shopping Campagne (bucket), inzicht geven in hoe verschillende doelstellingen je verkeer kunnen beïnvloeden.

De bodsimulator ziet er bijvoorbeeld zo uit voor de blauwe emmer:

Google bid simulator work

De bodsimulator laat zien hoe wijzigingen in de ROAS-doelstellingen van invloed kunnen zijn op de prestaties van de campagne.

In dit voorbeeld zie je dat de huidige ROAS-doelstelling 500% is. Bij het verlagen van de doelstelling naar bijvoorbeeld 460%, verwacht Google dat je ongeveer 8000 extra klikken zult krijgen voor iets meer dan € 6.000,- kosten en bijna 200 extra conversies.

Bodsimulator verbeteren in 2 stappen

Zoals je in bovenstaand beeld zag, gaat de bodsimulator over conversiewaarde, maar niet over de winst. Je wilt de ROAS-doelstelling liefst zo instellen, dat de netto marge (ofwel bruto marge min ads kosten) voor jou maximaal is.

Daarvoor moet je eerst twee stappen ondernemen:

1) Conversiewaarde verbeteren

Google wil haar dienst versimpelen en eenvoudig houden om zoveel mogelijk partijen te kunnen bedienen met automation. Het is goed te weten dat de conversiewaarde die in Ads staat, afhankelijk is van jouw implementatie.

Hier kan bijvoorbeeld de conversiewaarde inclusief of exclusief btw gebruikt worden, maar ook de verzendbijdrage (wat de klant betaalt) kan er in Google in worden meegenomen of niet.

Mijn advies is deze conversiewaarde in ieder geval te optimaliseren en dat doe je door de conversiewaarde ex. btw als uitgangspunt te nemen en hier ook annuleringen en retouren in te verwerken. Deze worden vrijwel nooit gecorrigeerd in Ads.

Ook houdt de conversiewaarde in de bodsimulator geen rekening met het veranderen van het conversiepercentage bij het verlagen of verhogen van de doelen.

Het conversiepercentage zal namelijk lager worden bij het verlagen van de ROAS-doelstelling, omdat je meer vertoond wordt bij generieke, vaak minder converterende, zoektermen en andersom.

Daarom raad ik aan de conversiewaarde zelf te berekenen en wel door de volgende factoren afzonderlijk te bepalen en te combineren:

  • Het conversiepercentage;
  • De gemiddelde conversiewaarde per conversie;
  • En het aantal klikken vanuit de bodsimulator

2) POAS- margegegevens toevoegen

Door aan de bucket vervolgens ook POAS-data toe te voegen en deze te combineren met de verbeterde conversiewaarde, kun je voorspellen wat de netto marge zal zijn bij de verschillende ROAS doelstellingen.

POAS-data gaat hier over bruto marge-data: inclusief inkoopkosten, verzendkosten etc.

De netto marge is de bruto marge min de Ads-kosten: bij het verlagen van de ROAS-doelstelling zullen de Ads-kosten hoger worden en bij het verhogen van de ROAS-doelstelling zullen de Ads-kosten verlagen. Je wilt je netto marge dus het liefst verhogen.

25.000 meer omzet door 2000,- minder marge

In onderstaand voorbeeld zie je de blauwe bucket met 40% marge weer terug, maar dan in combinatie met de, op bovenstaande manier verbeterde bodsimulator. Let even op de 10 gekleurde vakjes, die ik hieronder toe ga lichten:

Conversion value Buckets

In bovenstaand voorbeeld is 500% de uitgangssituatie van deze marketeer (zie donkerblauwe vakjes).

Zoals je ziet heeft de netto marge het optimum bereikt bij een ROAS-doelstelling van 550% (zie groene vakjes). Je kunt dit optimum instellen, maar je kunt er ook voor kiezen genoegen te nemen met minder marge maar meer omzet, zoals bijvoorbeeld bij een doelstelling van 420% (zie gele vakjes).

Bij 2000 euro minder marge (33076 euro: oranje vakje) dan de marge bij het optimum (35050 euro: groen vakje) zal de conversiewaarde met bijna 25.000 euro toenemen (zie twee lichtblauwe vakjes).

Wat een top-inzicht he? Dit had je nooit kunnen weten zonder toevoeging van deze data. Of dat ook voor jou ook de beste uitkomst zou zijn, weet ik niet. Wat het beste is, is voor iedere organisatie anders, afhankelijk van je KPI’s.

Let wel: bij het in grote stappen verlagen/verhogen van de ROAS-doelstelling zijn deze cijfers minder betrouwbaar. Google kan, zoals je weet, niet zo goed omgaan met extreme veranderingen (het is dan lastiger om doelstellingen te halen), dus je kunt idealiter beter in kleine stappen naar het optimum gaan.

Hoe kun je bovenstaand principe zelf toepassen?

Een hele basic versie van bovenstaand principe is niet moeilijk uit te voeren. Het kan gerealiseerd worden door bijvoorbeeld aan de hand van productmarges buckets te maken, gevolgd door het vinden van de optimale ROAS-doelstelling met behulp van de bodsimulator.

Let hierbij wel op dat dit sterk van de werkelijkheid af kan wijken. In zo’n basic versie ga je er namelijk vanuit dat het product waarmee geadverteerd wordt ook gekocht wordt. Maar in heel veel gevallen bevat de order andere producten dan het product waarmee geadverteerd is, zoals ik hierboven al toelichtte. Daardoor zal het bruto marge% van de order waarschijnlijk anders zijn dan het bruto marge% van het product.

Ook kun je annuleringen en retourdata niet makkelijk meenemen in zo’n basic versie en is het bruto marge% minder betrouwbaar. Met een klein verschil in brutomarge%, kan het optimum van de netto marge namelijk totaal ergens anders liggen. Het is daarom aan te raden de orderdata (liefst inclusief retouren etc.) mee te nemen in het bepalen van de optimale ROAS-doelstelling.

Om bovenstaande goed inzichtelijk te maken heb je in ieder geval kennis nodig van verschillende databronnen en het aan elkaar koppelen daarvan. Datascience komt hier dus zéker om de hoek kijken.

Conclusie: automation op een ultieme manier inzetten

Nog eens alles kort en krachtig op een rijtje:

Door ROAS én POAS-doelstellingen mee te nemen, kun je sturen op netto marge, omzet of op allebei. Net wat bij de KPI’s van jouw organisatie past.

PPC management-software voegt door inzet van datascience automatisch verbeterde inzichten toe aan de bodsimulator van Google.

Klinkt dit allemaal als ver-van-je-bedshow? Begin in ieder geval eens met stap 1 uit dit artikel: het inzichtelijk maken van je POAS. Een klein stapje in de goede richting, maar in automation al ontzettend waardevol.