Webshop

Egyedi címkék a termékfeedben: árrés és készlet szerinti hirdetéskezelés

Hogyan használd a termékfeed egyedi címkéit árrés, készlet, szezon és bestseller szerinti hirdetéskezelésre? Lépéssor és karbantartási ellenőrzőlista.

Scheo · · olvasási idő ~10 perc · Szerző: Schmidt Péter

Röviden: A feed öt egyedi címkemezőjével a katalógust árrés, készlet, szezon és teljesítmény szerint csoportokra bonthatod, és ezekre eltérő megtérülési célt vagy költségkeretet adhatsz. Ott éri meg igazán, ahol a katalógus nagy, és a termékek nem egyformán jövedelmezők.
Kulcs tanulságok
  • A custom_label_0-4 mezők a te saját üzleti besorolásodat hordozzák, a vásárló ezekből semmit nem lát.
  • Egy mezőbe egy dimenzió kerüljön (árrés, készlet, szezon, teljesítmény), sávosan, fix határokkal.
  • Az adat a forrásrendszerből jöjjön, kiegészítő feeden keresztül, a készlet legalább naponta frissüljön.
  • Kezdd két-három kampánycsoporttal, mert a túl finom bontás lassíthatja az automatikus ajánlattétel tanulását.
  • Egy elavult címke rosszabb, mint ha nem lenne, ezért a karbantartás ugyanakkora munka, mint a bevezetés.

Mit jelent az egyedi címke a termékfeedben?

Az egyedi címke a feed öt szabadon tölthető mezője (custom_label_0 és custom_label_4 között). Ezekbe te írod be a saját üzleti besorolásodat, a hirdetési rendszer pedig termékcsoportokat tud rájuk építeni. A vásárló ebből semmit nem lát, ez kizárólag a kampánykezelés belső eszköze.

Egyedi címkék a termékfeedben: árrés és készlet szerinti hirdetéskezelés
Egyedi címkék a termékfeedben: árrés és készlet szerinti hirdetéskezelés

Hivatalosan igazolt: a Google Merchant Center súgója szerint öt egyedi címkemező áll rendelkezésre, egy érték legfeljebb 100 karakter lehet, és címkénként legfeljebb 1000 egyedi értéket érdemes használni a fiókban. A címkékre a Shopping kampányok termékcsoportjaiban és a Performance Max kampányok listázási csoportjaiban lehet szűrni. A Microsoft Merchant Center és a Meta katalógusa is ismeri ugyanezt az öt mezőt, így egy jól felépített rendszer több platformon is használható.

A gyári mezők (márka, kategória, azonosító) azt írják le, mi a termék. Az egyedi címke azt rögzíti, mennyit ér neked az eladása, és most érdemes-e rá pénzt költeni. Ezt a különbséget a hirdetési rendszer magától nem ismeri, csak akkor tudja figyelembe venni, ha te átadod neki.

Mikor téríti meg magát a címkézés?

A címkézés ott hozza vissza a ráfordított munkát, ahol a katalógus nagy, és a termékek jövedelmezősége között nagy a szórás. Húsz hasonló árrésű terméknél a kampány magától is elfogadhatóan osztja el a költést. Több ezer cikkszámnál viszont a hirdetési rendszer jó eséllyel a bevételt optimalizálja, a fedezetet nem.

Saját tapasztalat: egy átlagos webshop katalógusában gyakran a termékek kis része hozza a fedezet nagy részét. Közben a hirdetési költés jelentős része olyan cikkekre megy, amelyek alacsony árrésűek, fogyóban vannak, vagy éppen szezonon kívül esnek. Ha a kampány minden terméket egy csoportban kezel, az algoritmus a konverziót keresi, és nem tudja, hogy a 8%-os árrésű tömegcikk eladása neked alig hoz valamit.

Szakmai feltételezés: néhány száz termék alatt, egységes árréssel a címkerendszer karbantartási terhe gyakran nagyobb, mint a haszna. Ilyenkor elég lehet a kategória- vagy márkaalapú bontás, a címkézést pedig akkor érdemes elővenni, amikor a katalógus vagy az árrés-szórás megnő.

Milyen címkéket érdemes először felvenni?

Az első rendszerbe négy dimenzió való, az árréskategória, a készletszint, a szezon és a teljesítmény (bestseller) jelölés. Az ötödik mezőt érdemes tartalékban hagyni. Egy mezőbe egy dimenzió kerüljön, mert a kampányban így lehet őket egymástól függetlenül kombinálni.

Árréskategória (custom_label_0)

A pontos árrés helyett sávot írj be, például arres_magas, arres_kozepes, arres_alacsony. A sávhatárokat a saját fedezeti szerkezetedhez igazítsd. Három-négy sávnál többet ritkán lehet értelmesen külön kezelni. A pontos százalék a feedben ráadásul felesleges kockázat, ha a feedet harmadik fél eszköze is olvassa.

Készletszint (custom_label_1)

Az availability mező csak azt mondja meg, kapható-e a termék. A címke ennél finomabb, például keszlet_bo, keszlet_fogyo, keszlet_tulkeszlet. A túlkészlet külön jelölése azért hasznos, mert ezeket a termékeket sokszor éppen tolni szeretnéd, akár alacsonyabb megtérülési cél mellett is.

Szezon (custom_label_2)

Értékei lehetnek szezon_tavasz, szezon_karacsony, szezon_egesz_ev. A szezoncímke akkor ér a legtöbbet, ha a szezon kezdete előtt állítod át, és nem akkor, amikor a kereslet már lecsengett.

Teljesítmény (custom_label_3)

A bestseller jelölés lehet teljesitmeny_top, teljesitmeny_atlag, teljesitmeny_nincs_adat. Ezt a webshop eladásai mellett a hirdetési adatokból is számold, különben olyan termékre költesz többet, amely hirdetés nélkül is jól fogy.

Tartalék (custom_label_4)

Ezt a mezőt érdemes akciókra, kiárusításra vagy egy-egy teszt idejére szabadon hagyni. Ha mind az öt mező foglalt, egy új szempont bevezetéséhez a meglévő logikát kell átírni.

Honnan jöjjön az adat, és milyen gyakran frissüljön?

Az adat abból a rendszerből jöjjön, ahol eredetileg is keletkezik. Az árrés az ERP-ből vagy a beszerzési árakból, a készlet a raktárkezelőből vagy a webshop motorjából, a szezon a termékmenedzser döntéséből, a teljesítmény pedig a hirdetési és webshop riportokból. Kézzel vezetett táblázat csak átmeneti megoldás lehet.

A frissítési gyakoriság mindig ahhoz igazodjon, milyen gyorsan változik az adott dimenzió.

Hivatalosan igazolt: a Merchant Centerben az elsődleges feed mellé kiegészítő (supplemental) adatforrást adhatsz, amely a termékazonosító alapján csak bizonyos attribútumokat ír felül, például az egyedi címkéket. Ez lehet Google Táblázat vagy ütemezetten letöltött fájl, gyakoribb frissítéshez pedig a Merchant API-n keresztül is küldhetsz adatot. Így a címkék bevezetéséhez nem kell a webshop exportját átírni.

Egy egyszerű árrés-számítás SQL-ben így nézhet ki: CASE WHEN (ar_netto - beszerzesi_ar) / ar_netto >= 0.35 THEN 'arres_magas' WHEN (ar_netto - beszerzesi_ar) / ar_netto >= 0.18 THEN 'arres_kozepes' ELSE 'arres_alacsony' END AS custom_label_0. A sávhatárok itt csak szemléltetők. A kiegészítő feed ennél is egyszerűbb, egy id, egy custom_label_0 és egy custom_label_1 oszlopból áll, termékenként egy sorral.

Saját tapasztalat: a leggyakoribb hiba, hogy a címke egyszer elkészül, aztán hónapokig nem frissül. Egy elavult készletcímke rosszabb, mint ha nem is lenne, mert a kampány ilyenkor éppen a kifogyóban lévő terméket tolja.

Hogyan épül a címkékre kampánystruktúra?

A címkék alapján a katalógust olyan csoportokra bontod, amelyek eltérő megtérülési célt vagy költségkeretet kapnak. Ezt külön kampányokkal vagy egy kampányon belüli termékcsoportokkal lehet megvalósítani.

Performance Max esetén gyakori felállás, hogy a magas árrésű, jó készletű termékek külön kampányba kerülnek nagyobb költségkerettel. Az alacsony árrésűek egy másikba kerülnek szigorúbb ROAS-céllal, a túlkészletes vagy kifutó termékek pedig egy harmadikba engedékenyebb céllal. A listázási csoportoknál a megfelelő egyedi címkére szűrsz, és ügyelsz rá, hogy egy termék csak egy kampányban legyen aktív.

Standard Shopping kampányban a termékcsoportokat közvetlenül a címkék szerint lehet felosztani, és csoportonként külön licitet adhatsz. Itt a címke közvetlen licitkezelési eszköz.

Szakmai feltételezés: minél több kampányra bontod a katalógust, annál kevesebb konverziós adat jut egy-egy kampányra, és az automatikus ajánlattétel tanulása lassulhat. Ezért első körben két-három csoport általában jobb kiindulás, mint tíz. A bontást akkor finomítsd, ha a csoportok külön-külön is elég konverziót hoznak.

Hogyan használható a címke licitkorrekcióra?

Automatikus ajánlattételnél nincs klasszikus termékszintű licitszorzó, ezért a korrekció a csoportonként eltérő ROAS- vagy CPA-célon, a költségkereten és a kampányba sorolt termékkörön keresztül működik.

Hivatalosan igazolt: a Google Ads támogatja az értékalapú ajánlattételt, a Merchant Center pedig ismeri a cost_of_goods_sold attribútumot, amellyel bizonyos beállítások mellett bruttó profit szerinti riportolás is elérhetővé válhat. Ez a címkéket nem váltja ki, mert a kampánystruktúra továbbra is rájuk épül, a kettő viszont jól kiegészíti egymást.

Saját tapasztalat: a tROAS-célokat a csoportok között fokozatosan érdemes széthúzni, egyszerre legfeljebb 10-20%-os lépésekben. Nagyobb ugrásnál a kampány visszaeshet a tanulási szakaszba, és a változás hatását nehéz lesz elkülöníteni.

Hogyan néz ki egy címkekombináció a gyakorlatban?

Egy kitalált, szemléltető példán (nem valós ügyfél) jól látszik, hogyan döntenek együtt a címkék. Vegyünk egy háztartási webshopot néhány ezer termékkel.

A döntési szabályt érdemes írásban rögzíteni egy táblázatban, amely megmondja, melyik címkekombináció melyik kampányba megy. Így a logika akkor is megmarad, ha a fiókot más kezdi kezelni.

Hogyan alakítsd ki az első címkerendszert lépésről lépésre?

  1. Mérd fel a katalógust. Exportáld az elmúlt 90 nap termékszintű hirdetési adatait (költés, konverzió, konverziós érték), és tedd mellé a beszerzési árat és a készletet.
  2. Döntsd el a dimenziókat. Rögzítsd egy belső dokumentumban, melyik mezőbe mi kerül. A custom_label_0 minden platformon ugyanazt jelentse.
  3. Határozd meg a sávokat. Árrésnél, készletnél és teljesítménynél fix határokat adj meg, és ne érzésre sorold be a termékeket.
  4. Építsd meg az adatforrást. Egy lekérdezés vagy szkript számolja ki a címkéket a forrásrendszerekből, és kiegészítő feedként töltse fel őket.
  5. Ellenőrizd a Merchant Centerben. Nézd meg, hogy minden aktív termék kapott-e értéket, és nincs-e elgépelt vagy üres címke.
  6. Építsd át a kampányt. Kezdd két-három csoporttal, és rögzítsd a kiinduló teljesítményt.
  7. Várj, mielőtt ítélsz. Adj a rendszernek legalább 2-4 hetet, mielőtt célokat módosítasz, és csoportonként a fedezetet is nézd, a ROAS mellett.

Mit tartalmazzon a karbantartási ellenőrzőlista?

A karbantartás célja, hogy a címkék a valóságot tükrözzék, és a kampánystruktúra ne maradjon le a katalógus változásai mögött.

Milyen hibákat érdemes elkerülni?

A leggyakoribb hibák a túl sok érték, a kézi karbantartás és az, hogy a teljesítménycímke önmagát erősíti.

Saját tapasztalat: ha csak a top termékekre költesz többet, azok kapják a megjelenéseket, így még jobban teljesítenek, a többi termék pedig adat nélkül marad. Ezt egy teljesitmeny_nincs_adat csoporttal lehet tompítani, amely külön, mérsékelt költségkeretet kap a teszteléshez. A másik visszatérő gond a beszédes, de következetlen címkeérték, mert néhány hónap múlva senki nem tudja, mi a különbség a „top” és a „kiemelt” között.

Szakmai feltételezés: a címkézés önmagában nem javítja a hirdetés eredményét, és nem garantál jobb megtérülést. Annyit ad, hogy a költést tudatosan oda tudod terelni, ahol több fedezet keletkezik, a hatása pedig a kampánybeállításokon, az adatminőségen és a piacon is múlik.

Források és további olvasnivalók

Gyakori kérdések

Hány egyedi címkét használhatok a Google Merchant Centerben?

Öt mező áll rendelkezésre (custom_label_0-4). Egy érték legfeljebb 100 karakter lehet, és címkénként legfeljebb 1000 egyedi értéket érdemes használni a fiókban.

Látja a vásárló az egyedi címkéket?

Nem. Az egyedi címkék csak a kampánykezelést szolgálják, a hirdetésben és a termékoldalon nem jelennek meg.

Hogyan tudom a címkéket a webshop exportjának átírása nélkül feltölteni?

Kiegészítő feeddel. Ez a termékazonosító alapján csak a címkemezőket írja felül, lehet Google Táblázat, ütemezett fájl, vagy API-n küldött adat.

Milyen gyakran frissítsem a készletcímkét?

Legalább naponta, nagy forgalmú boltnál a feed minden frissítésével együtt. Az elavult készletcímke miatt a kampány könnyen a kifogyóban lévő terméket tolja.

Hány kampányra bontsam a katalógust a címkék alapján?

Első körben két-három csoport általában jó kiindulás. A túl finom bontás kevesebb konverziós adatot hagy kampányonként, ez pedig lassíthatja az automatikus ajánlattétel tanulását.

Kis webshopnak is megéri a címkézés?

Néhány száz, hasonló árrésű terméknél a karbantartás gyakran többe kerül, mint amennyit hoz. Akkor éri meg igazán, ha a katalógus nagy, és a termékek jövedelmezősége között nagy a különbség.

Források és további olvasnivalók

Ezen az oldalon a hivatalosan igazolt információt elsődleges forrásokból építjük fel; a saját tapasztalatot és a szakmai becslést mindig külön jelöljük a szövegben.

A cikk szerzője

Schmidt Péter, online marketing szakértő, a Scheo Tanácsadó Kft. alapítója. Székesfehérvárról, országosan dolgozó csapattal végzünk keresőoptimalizálást, AI-láthatóság mérést, Google és Meta hirdetéskezelést, weboldalkészítést. Amit itt leírunk, azt ügyfélmunkában is használjuk. Rólunk bővebben · Szolgáltatásaink

Kapcsolódó olvasnivaló

Kapcsolódó

A/B teszt eredményének értelmezése: mikor hihetsz a nyertesnek

Kapcsolódó

Mikor állítsd le az A/B tesztet: leállási szabály előre rögzítve

Kapcsolódó

AI-láthatósági riport a vezetőnek: milyen 5 számot mutass, és mit ne

Helyi szolgáltatás a környékeden

Országosan dolgozunk, online és személyesen. Válaszd ki a városodat, és nézd meg, hogyan segítünk helyben:

Online marketing & AI SEO KecskemétOnline marketing & AI SEO NyíregyházaOnline marketing & AI SEO SzombathelyOnline marketing & AI SEO SzolnokOnline marketing & AI SEO TatabányaOnline marketing & AI SEO Kaposvár

Weboldalkészítés városra bontva

Ha először a honlap kell, itt városonként arról írtunk:

Weboldalkészítés EgerWeboldalkészítés ZalaegerszegWeboldalkészítés SzekszárdWeboldalkészítés SalgótarjánWeboldalkészítés SzékesfehérvárWeboldalkészítés Budapest

Mind a 20 városunk és az összes szolgáltatás →

15 perces AI-láthatósági gyorselemzés - díjmentesen

Megnézzük három, számodra fontos keresőkérdésnél, hogy megjelenik-e a céged a ChatGPT, a Gemini és a Google AI-válaszaiban, mely versenytársakat ajánlják helyetted, és melyik három területen érdemes először javítani. A weboldaladat előzetesen átnézzük, tehát nem sablonos, automata riportot kapsz.

Adataidat kizárólag a kapcsolatfelvételhez használjuk. Kapcsolat: m@rketinges.hu
💬 Konzultáció