Pixel, Produkt Katalog, Tracking

Als ersten Schritt haben wir gemeinsam mit den Webseiten-Programmieren das Umsatz-Tracking über Facebook Pixel eingerichtet. Dadurch kann – ähnlich wie in Google Analytics – über Facebook Analytics die gesamte Webseiten-Aktivität ausgewertet werden.

Im nächsten Schritt haben wir den Produkt-Katalog (Product Feed) an Facebook übergeben. Da sich bei diesem Webshop Produkte und Preise laufend ändern, war es wichtig, dass der Katalog laufend automatisch aktualisiert wird. Dies kann über den Catalog Manager eingerichtet werden.

Welche Zielgruppe?

Nun standen wir vor der Schwierigkeit Zielgruppen für diese Produkte auf Facebook zu finden. Da der Pixel gerade erst eingebaut wurde, hatten wir noch zu wenig Daten um kaufkräftige Lookalike Audiences (geschweige denn Retargeting-Audiences) zu erstellen. Fans von Zirbenprodukten können auch nicht über Interests getargetet werden. Die Fans der Facebook Seite sind primär aus der Region. Die Seite lässt sich somit schlecht durch Lookalike hochskalieren.

In diesem Fall haben wir auf Google Analytics zurückgegriffen. Die dort gesammelten Daten rund um den Traffic und die Conversions auf der Webseite gaben uns wichtige Infos,  auf denen aufbauend wir Zielgruppen für Facebook erstellt haben. Als dann genügend Daten für aussagekräftige Facebook Zielgruppen gesammelt waren, kamen die üblichen Lookalike Audiences zum Einsatz.

Conversions, Retargeting und der Return on Ad Spend

Im letzten Step des Funnels angekommen spielen Retargeting, Up- und Crossselling eine wichtige Rolle. Die richtige Ad-Copy spielt dabei der entscheidende Faktor. Was viele Marketer hierbei unterschätzen ist der Text UNTER der Werbeanzeige bei Link- und Conversion Anzeigen. Dieser wird von den meisten Nutzern noch vor dem eigentlichen Anzeigen-Text gelesen.

Käufer der letzten 10 Tage eignen sich für Up-Sell. Käufer der letzten 50 Tage für Cross-Sell

Fazit

Bei diesem Produkt war das finden der geeigneten Zielgruppen die größte Herausforderung. Wenn keine Pixel-Daten vorhanden sind und auch das Interessenstargeting nur schwer möglich ist, gibt man schnell viel Budget aus ohne tatsächliche Ergebnisse zu erzielen. In diesem Fall haben wir uns aber die Google Analytics Daten zu Nutze gemacht und so Demografie, Interessen, Herkunft etc. der Käufer identifiziert und in Facebook nachgebaut. Sobald die Pixel „aufgewärmt“ war, waren die Verkaufskampagnen eine reine Routinesache.