Podcast #59 | Gast: Lukas Helmers von Finc3 Commerce zu Dayparting

Amazon Dayparting in der Praxis

In Episode 59 begrüßen Mareike und Florian erneut den Performance Marketing Manager Lukas Helmers von der Finc3 Commerce. Er gibt im Podcast spannende praktische Einblicke für den Einsatz der automatisierten zeitlichen Anzeigen bei Amazon. Für welche Zielgruppe eignet sich Dayparting? Wie bekommst du raus, wann der Kunde aktiv ist? Wie ist sein Workflow, um Dayparting effektiv einzusetzen? Und wie hat Lukas mit Dayparting den ROAS verdoppelt?

Recap: Was ist Dayparting?
Wie nutzt die Finc3 Commerce Dayparting?
Wie solltest du bei der Gewinnung von Daten und der Aufstellung von Hypothesen vorgehen?
Wann solltest du deine Hypothesen überprüfen?
Niedrige Gebote oder Kampagnen komplett abschalten?
Was waren die größten Erfolge die Lukas durch Dayparting beobachten konnte?
Wie steht Lukas zum Dayparting-Gegenargument der “Last-Click” Attribution bei Amazon?

Lukas-Helmers-Finc3
Lukas Helmers - Performance Marketing Manager bei der Finc3 Commerce 

 

Recap: Was ist Dayparting?

Dayparting ist eine beliebte Strategie aus der Welt der PPC-Werbung, bei der Werbetreibende zu bestimmten Tageszeiten ihre Kampagnen pausieren. Die Theorie dahinter ist, dass bestimmte Tageszeiten effektiver sind als andere.

Du brauchst noch mehr theoretisches Wissen zum Thema Dayparting? Kein Problem, schau gerne bei unserem Blogpost “Dayparting: Wie effizient ist Ad Scheduling auf Amazon?” vorbei.

Wie nutzt die Finc3 Commerce Dayparting?

Lukas betrachtet Dayparting vor allem, als wichtig Möglichkeit einen Kunden zu reflektieren. Unter dieser Prämisse nutzen Lukas und die Finc3 Commerce Dayparting auch. Wenn du versuchst für deine Werbung die richtige Tageszeit zu wählen, dann hängt deine Entscheidung von mehreren Aspekten ab. Für ein Produkt, das bei einer bestimmten Zielgruppe ankommen soll, sollte die Werbung zu der bevorzugten Nutzungs-Zeit dieser Zielgruppe liegen.Insbesondere bei Amazon Sellern mit B2B Kunden ist der Nutzen groß, da diese Kundengruppe oft nicht am Wochenende oder spät in der Nacht shoppt. 

B2B- und B2C-Kunden unterscheiden sich

Gerade im Bereich der B2B-Werbung bietet es sich eher an
- werktags und nur in den
- Hauptarbeitszeiten zwischen 8 und 17 Uhr

Werbung zu schalten, während bei B2C-Werbung oft das
- Wochenende und die
- Zeiten ab 17/18 Uhr lukrativer sein können.

Gleichwohl führt Lukas an, dass Dayparting kein Muss für jeden Seller oder Vendor ist. Dayparting wird individuell auf Basis von Hypothesen entschieden.

Wie solltest du bei der Gewinnung von Daten und der Aufstellung von Hypothesen vorgehen?

Du als Seller oder Vendor solltest dir vor allem bewusst machen, dass du jetzt den von Amazon kontrollierten und vorgesehenen Bereich verlässt und Hypothesen auf Basis von Daten erstellst, die nicht direkt in der Advertising Console vorhanden sind. 

Es gibt keine konkreten Stunden- oder Wochendaten, die du analysieren kannst. Dadurch hast du auch keinen direkten Support von Amazon. Umso wichtiger ist es, hypothesengetrieben zu agieren und möglichst keine Fehler einzubauen.

Konkret heißt das:

1. Welche Zielgruppe kauft wann? Werbung auf bestimmte Tageszeiten beschränken

Überlege bspw. ob es sich um einen B2B Kunden handelt oder ob deine Produkte zu bestimmten Tageszeiten besonders gefragt sind. Energydrinks werden bspw. eher am späten Abend gekauft während Duschgel vielleicht eher am Morgen geshoppt wird. 

2. Überlege dir relevante Datenquellen

Lukas empfiehlt als Datenquelle die  Audience Insides - die du in der DSP findest - als Quelle, um zu einer guten Hypothese für deine Dayparting-Strategie zu kommen. Du solltest dir nur bewusst sein, dass du nicht auf reine Advertising-Daten zugreifst, sondern auf Gesamtdaten. Diese bieten einen guten Überblick über demografische Daten oder auch temporal data, sprich Daten die mit Datum und Tageszeit zu tun haben. Oftmals zeigt sich so über den Tag hinweg eine Doppelspitze. Da ist das Suchvolumen und damit wahrscheinlich auch das Interesse besonders hoch. Auch Google Trends kann für die Analyse hilfreich sein. 

Google Trends gibt einen Einblick, was Nutzer bei Google suchen. Es werden dabei eingegebene Suchbegriffe in einer zeitlichen Entwicklung dargestellt. So lassen sich Trends einfach ablesen und ungefähre Prognosen erstellen.

Hinweis: Läuft deine Kampagne regelmäßig zu einer bestimmten Uhrzeit out-of-Budget ist die Lösung des Problems meist nicht eine Dayparting-Strategie, sondern bspw. ein zu geringes Budget. Diese Daten solltest du also nicht als Informationsquelle für Dayparting nutzen. Genauso können Intraday-Daten aus der Konsole zu falschen Schlussfolgerungen führen, da sich hier Daten-Delays zeigen.

3. Formuliere deine Hypothesen 

Zu den Zeiten, die du durch deine Datenanalyse gewonnen hast, kannst du Hypothesen aufstellen, zu welchen Zeiten und an welchen Tagen es sich mehr lohnt Werbung zu schalten, als zu anderen. Zu diesen Zeiten möchtest du vermutlich einen Großteil deines Werbebudgets einsetzen. Alternativ kann es auf Tagesbasis auch sinnvoll sein, zwischen zwei Peaks Werbung zu schalten, da dort vielleicht das Kaufverhalten höher ist, während zu den Stoßzeiten eher gestöbert wird.

4. Teste deine Hypothesen durch verschiedene Kampagnen

Lasse nun identische Kampagnen zu verschiedenen Zeiten gegeneinander laufen. So kannst du deine Hypothesen überprüfen. Sobald du genug Daten gesammelt hast, kannst du feststellen, welche Kampagne und somit Zeiten am besten funktionieren. 

Daraus kannst du verschiedene To-dos ziehen, wie z.B.:

  • Erhöhe deine Gebote zu bestimmten Tageszeiten
  • Senke deine Gebote zu anderen Zeiten
  • Pausiere deine Kampagnen an bestimmten Tagen

Lukas Tipp: Du musst nicht krampfhaft versuchen, deine Kampagnen exakt gleichlang laufen zu lassen. Insbesondere in der Nacht und den frühen Morgenstunden ist das Suchvolumen generell gering und damit schwer vergleichbar mit Kampagnen, die bspw. am Vormittag laufen.

Wann solltest du deine Hypothesen überprüfen?

Deine Hypothesen solltest du anpassen, sobald du relevante Veränderungen in der Performance deiner Kampagnen beobachtest und daraus ein verändertes Kundenverhalten schließt. Beobachtest du bspw. bei deinen “High-Bid-Low-Bid” Kampagnen eine Angleichung, kann es sinnvoll sein die zugrundeliegende Hypothese zu überprüfen. 

Niedrige Gebote oder Kampagnen komplett abschalten?

Lukas ist der Auffassung, dass es hier kein Entweder-oder gibt und eher der Kontext entscheidend ist. Du musst dir vergegenwärtigen, wer du bist und wie dein Budget aussieht. 

Hast du bspw. einen hohen Konkurrenzdruck, aber im Vergleich zu den anderen Wettbewerbern ein limitiertes Budget kann es sinnvoll sein, Kampagnen zu conversionschwachen Zeiten zu pausieren.

Außerdem erklärt Lukas, dass es in der Testphase wichtig sein kann, Kampagnen tatsächlich ein- und auszuschalten, um möglichst eindeutige Ergebnisse zu erhalten. 

Hast du aus diesem Test ein klares Ergebnis gewonnen, kannst du granularer werden und Kampagnen zu schwächeren Tageszeiten mit niedrigen Geboten laufen lassen und/oder Amazon PPC Kampagnen aufsetzen, die du gänzlich pausierst.

Daraus kann ein fragmentiertes und genaues Setup entstehen, welches natürlich auch gepflegt werden muss.

Was waren die größten Erfolge die Lukas durch Dayparting beobachten konnte?

Lukas hat eine sehr spannende Entdeckung gemacht: Bei sehr populären und high-invest Keyword-Sets kann durch Dayparting der Return on Ad Spend (ROAS) verdoppelt werden. 

Um das zu erreichen haben Lukas und sein Team sich die relevantesten Stunden herausgezogen und dort ganz bewusst Werbung geschaltet und ordentlich investiert. Auch wenn diese Stunden teuer sind, wird eine Menge Budget eingespart und gleichzeitig können genauso viele Sales entstehen wie vorher.

Wie steht Lukas zum Dayparting-Gegenargument der “Last-Click” Attribution bei Amazon?

Lukas konnte bis jetzt nicht beobachten, dass das Amazon Attributionsproblem tatsächlich dazu geführt hat, dass Kampagnen zu bestimmten Zeiten oder an spezifischen Tagen pausiert und somit unerwartet relevante Klicks ausgeschlossen wurden. Er sagt aber auch, dass ihm dazu vom Amazons Seite noch entsprechende Tools zur Auswertung fehlen. Das Argument an sich hält Lukas dennoch für valide, aber eben kaum überprüfbar. Mittelfristig könntest du höchstens beobachten, ob die Sales runtergehen. Wenn das nicht der Fall ist, kannst du annehmen, dass du nicht die wichtigen Klicks “weggeschnitten” hast. 

Fazit

Auch in der Praxis zeigt sich, wie sinnvoll Dayparting sein kann. Wichtig ist jedoch, dass du als Seller individuell deine Hypothesen entwickelst und auf Herz und Nieren testest. Dafür brauchst du ein grundlegendes Verständnis von deinen Kunden. Insbesondere die Audience Insides und Google Trends können dabei eine große Hilfe darstellen. Du solltest trotzdem nicht vergessen, dass du den von Amazon kontrollierten Bereich verlässt und Gegenargumente wie das Attributionsproblem nicht aus den Augen verlieren.

Für Fragen und Feedback schreibt uns gerne eine Mail an:

vitamin-a@adference.com

Stay tuned! Alle Episoden des Podcasts "Vitamin A - Deine Dosis Amazon PPC".

Alle Themen des Podcasts “Vitamin A - Deine Dosis Amazon PPC” Episode 59 im Überblick:

  • Intro (00:00-00:59)
  • Vorstellung: Lukas Helmers - Performance Marketing Manager bei Finc3 Commerce (02:41)
  • Wie steht Lukas zu Dayparting? (05:11)
  • Use Cases: Aus welchen Gründen solltest du Kampagnen für eine bestimmte Zeitspanne pausieren? (07:06)
  • Welche Hypothesen und Daten für Dayparting können irreführend sein? (11:10)
  • Welche Datenquellen kannst du nutzen, um Hypothesen für Dayparting aufzustellen? (12:22)
  • Sind bestimmte Klicks wirklich wertvoller als andere? (16:05)
  • Ist Lukas eher Fan von niedrigen Geboten oder dem kompletten Abschalten von Kampagnen? (20:17)
  • Wie häufig solltest du deine Hypothesen überprüfen? (24:15)
  • Was waren die größten Unterschiede die Lukas durch Dayparting beobachten konnte? (28:31)
  • Wie haben Lukas und sein Team eine Verdopplung des ROAS erreicht? (31:28)
  • Wie steht Lukas zum Dayparting-Gegenargument der “Last-Click” Attribution bei Amazon? (33:10)
  • Zusammenfassung & Dankeschön (36:06)

Keine weiteren Einträge