Bruna stond voor een grote uitdaging toen ze hun uitgebreide assortiment wilden adverteren op Google Ads en andere kanalen. Met bijna een miljoen producten, waaronder boeken en kantoorbenodigdheden, was dit een immense taak. NeoSEM hielp Bruna met een sterke aanpak om voor deze enorme inventaris sterke en effectieve campagnes te creëren met Channable.
Met deze case zijn wij genomineerd voor de Case of the Year 2024. Op de Channable Agency Partner Day 2024 hebben wij onze case mogen presenteren aan een breed publiek marketingexperts en hebben we de derde plaats bemachtigd.
Het eerste probleem dat we moesten aanpakken, was natuurlijk de schaal van de opdracht. Een assortiment van 1 miljoen items is enorm. Als je dit moest visualiseren als een visuele winkel, zou het er ongeveer zo uit zien:
De prettige winkelervaring die men bij Bruna ervaart, is er juist niet omdat het héle assortiment uitgestald wordt in de winkel. Integendeel: Een continu wisselende en strategische selectie boeken is aanwezig in de winkel. Wij wilden een soortgelijke aanpak hanteren voor het online assortiment.
Om dit assortiment beheersbaar te maken, hebben we de catalogus van Bruna in behapbare stukken opgedeeld. Dit deden we door op basis van het hoogste niveau productcategorieën: Denk aan Nederlandse boeken, Engelse boeken, e-books en kantoorartikelen. We maakten per hoofdcategorie een aparte productfeed en voor elk een specifiek project in Channable. Dit maakt het makkelijker om een aparte strategie te hanteren voor elk van deze productgroepen.
Maar helaas zijn we er nog niet. Het resultaat is dat we niet één, maar een handvol productfeeds hadden met een grootte van 100.000 tot 300.000 producten per stuk.Dat is per feed alsnog 10 tot 50 keer groter dan de gemiddelde productfeed in ons portfolio.
We gaan in deze case vanaf nu verder in op de (fysieke) Nederlandse boeken, nog steeds zo’n 180.000 producten. We filterden een aantal irrelevante categorieën weg, zoals academische publicaties, enkele subcategorieën van studieboeken, en diverse lectuur. Het resultaat van deze grote opruiming op deze productfeed was dat we met ‘slechts’ 113.000 boeken verder konden werken.
In zo’n enorme lijst van producten is ieder product… tsja, gewoon één van de vele. Om de interessante producten eruit te halen, moesten we deze droge informatie aanvullen met relevante context.
Dat doen we met externe databronnen. Door een hoop extra data te importeren, konden we deze context zelf creëren. We zorgden dat we de volgende informatie in Channable beschikbaar hadden:
De eerste context die we wilden toevoegen, is hoe nieuw een boek is: Er komen aan de lopende band nieuwe boeken uit. Hoe zorgen we ervoor dat we altijd adverteren met deze nieuwe producten?
Met behulp van de releasedata in de productfeed, konden we eenvoudig een regel bouwen:
Ben je minder bekend met Channable, dan is dit de uitleg van bovenstaande regel:Is een boek tussen vandaag en maximaal 14 dagen geleden uitgebracht, dan labelen we deze als ‘Nieuw’.
Op dezelfde wijze labelen we boeken die in de komende 14 dagen uitkomen als ‘preorder’.
Het resultaat is dat we (op het moment van schrijven) 500 boeken hebben met het label nieuw, en 1700 met als label preorder. Er blijven nog 111.000 boeken over zónder context.
Toen we onze campagnes startten, kwamen we erachter dat de populariteit van boeken vaak maar héél tijdelijk is. We hebben diverse voorbeelden van zo’n verkooppiek, zoals die hieronder.
Dit boek werd beschouwd als de bestseller van 2023, maar het boek verkocht slechts 1 a 2 weken écht hard. Je moet er dus snel bij zijn, anders mis je deze piek!
Met onze methode waarbij we ook de pre-order fase al meenemen, zorgen we dat producten maximaal vertoond kunnen worden als de releasedatum dichterbij komt.
In de productfeed hebben we nu velden beschikbaar, die aangeven hoe vaak een product is verkocht in het afgelopen jaar. Ook kortere periodes zijn beschikbaar. Zo kunnen we goed analyseren of een ouder boek nog enige populariteit heeft!
Dit zorgde ervoor dat we nog verder konden opschonen. Alle boeken die 4 jaar of ouder zijn, en in het afgelopen jaar nooit verkocht zijn, haalden we uit de lijst. We gingen met dit filter van 113K producten naar 64K:
Bruna heeft zelf ook al een prima overzicht op hun website, wat redelijk overeenkomt met de indeling van een fysieke Bruna-winkel. Diverse lijsten van topboeken zijn hier beschikbaar, zowel per genre als boeken die bijvoorbeeld op TikTok (#booktok) trending zijn.
Producten staan in deze lijsten omdat ze zo getagd zijn. We hebben deze tags ook beschikbaar in de productfeeds, dus we gebruikten dit om nog meer producten te labelen.
Vervolgens ontvingen we ook nog een spreadsheet van Bruna met boeken waarvan zij voorspelden dat deze binnenkort wel eens goed zouden kunnen gaan lopen. In andere woorden: We lieten dus niet alles van data afhangen, ook voor het (vaak nog altijd betere) menselijke beoordelingsvermogen is nog ruimte in onze strategie.
We hebben nu bijna 64.000 producten over om mee te adverteren. Voor alle producten die geen specifiek label hebben meegekregen houden we een bucket structuur aan:
We bouwden per boekgenre vier Shopping- en/of Performance Max-campagnes: De Heroes, Sidekicks, Zombies en Villains-campagnes. We zorgden dat we Shopping-prestatiedata op productniveau terug konden sturen naar Channable.
Met deze data over diverse periodes, konden we concluderen welke producten het goed en slecht deden in onze campagnes. Op basis van deze data deelden we geautomatiseerd de producten in een passende campagne in.
Onze campagnes:
Door categorie x prestatie label te combineren, hebben we bijna 100 Pmax-campagnes gegenereerd, elk met voldoende artikelen om de efficiëntie van het algoritme te maximaliseren:
Bij een volledige Google Ads-strategie hoort natuurlijk ook Search! We bouwden onze Search-campagnes ook volledig met Channable, zodat we dit volledig geautomatiseerd kunnen laten verlopen.
We bouwden per combinatie van ‘schrijver + boektitel’ één advertentiegroep. Dat zag er als volgt uit:
Maar als je dit voor 64.000 boeken doet, zullen er veel fouten ontstaan:
64.000 is nog steeds erg veel om steekproefsgewijs te controleren, dus we zijn hier wat kritischer geweest. We verwijderden de boeken die in de afgelopen 365 dagen minder dan 10 keer verkocht zijn in de gehele webshop. We gingen verder met zo’n 4400 producten:
We genereren diverse zoekwoorden met Channable, door de schrijver en boektitel op diverse manieren te combineren.
Voor populairdere boeken werken brede zoekwoorden ook nog erg goed, omdat de matching van Google beter werkt als er meer zoekvolume op zit. We genereerden voor deze producten de volgende combinaties. Wanneer er meerdere schrijvers zijn bij een boek, maakten we ook zoekwoorden met alleen de belangrijkste schrijver.
Met behulp van Channable hebben we advertententies gebouwd voor de volgende productgroepen:
Natuurlijk, het allerbelangrijkste aspect van dit hele verhaal is dat de campagnes fantastisch lopen. Onderaan de streep hebben we een mooie omzetgroei gerealiseerd voor de webshop van Bruna. Het grootste deel van de campagnes wijkt daarnaast ook maar maximaal 10% af van de gestelde ROAS-targets, waarvan een hoop gelukkig ook in positieve richting:
Je ziet hier het verschil tussen het beoogde rendement en het daadwerkelijk behaalde rendement.
