OPIS WIDOKU - NEW PRODUCTS
Raport analizujący utracone przychody związane z produktami, które generowały sprzedaż w ciągu ostatnich 30 dni, ale obecnie nie są dostępne w pliku produktowym. Raport łączy dane z Google Analytics 4, kampanii zakupowych Google Ads oraz Meta Ads, dostarczając pełnego obrazu potencjalnych strat przychodów związanych z niedostępnością produktów. Domyślnie dane są sortowane według przychodu netto z Google Analytics, pokazując produkty o największym wpływie na utracone przychody.
Raport integruje kluczowe wskaźniki, w tym:
Metryki sprzedażowe z Google Analytics (wyświetlenia produktów, dodania do koszyka, przychód), pokazujące skalę zainteresowania produktami przed ich zniknięciem z oferty
Wskaźniki reklamowe z różnych platform, umożliwiające ocenę skuteczności i kosztów promocji produktów, które nie są już dostępne
Dane czasowe wskazujące, kiedy produkt ostatnio był dostępny w pliku produktowym
Szczegółowe informacje o kategoriach i producencie, pomagające w identyfikacji obszarów wymagających szczególnej uwagi w zarządzaniu asortymentem
CZASOWY ZAKRES DANYCH
Raport jest tworzony na podstawie ostatnich 30 dni liczonych od wczoraj.
PRZYKŁADOWE WNIOSKI Z WIDOKU DANYCH
Analizuj wartość utraconego przychodu, sortując produkty według przychodu z Google Analytics, aby zidentyfikować które wycofane produkty miały największy wpływ na sprzedaż.
Sprawdzaj metryki Google Analytics (view_item, add_to_cart, begin_checkout), aby zrozumieć poziom zainteresowania klientów produktami w okresie 30 dni przed ich wycofaniem.
Monitoruj wskaźniki kosztów kampanii reklamowych (gads_netto_costs, meta_netto_costs), aby zagospodarować budżet, który był wykorzystywany na reklamę produktów, których nie ma już w ofercie.
Porównuj łączną liczbę wyświetleń (total_impressions) i kliknięć (total_clicks) wycofanych produktów z różnych systemów reklamowych, aby ocenić potencjalny wpływ na ruch w sklepie i zidentyfikować możliwy spadek liczby użytkowników spowodowany brakiem popularnych produktów. Szczególną uwagę należy zwrócić na produkty o wysokim CTR, których brak może znacząco wpływać na ogólną skuteczność działań marketingowych i ilość ruchu w sklepie.
Analizuj dane na poziomie kategorii (product_category_1/2/3), aby wykryć problemy z dostępnością w określonych segmentach asortymentu.
Śledź wskaźniki ROAS/COS , aby ocenić ich efektywność marketingową produktów już niedostępnych w ofercie.
Wykorzystuj informacje o producentach (brand) do identyfikacji potencjalnych braków bestsellerów w Twoich kluczowych markach z oferty.
Analizuj liczbę kampanii (gads_campaign_count) i ich nazwy (gads_campaign_names), w których pojawiały się wycofane produkty, aby zoptymalizować wydatki w kampaniach z racji na utracony asortyment.
Monitoruj współczynnik konwersji dodań do koszyka (add_to_cart_conversion_rate) wycofanych produktów, aby identyfikować produkty o wysokim potencjale, które warto przywrócić do oferty.
Sprawdzaj status promocji (promotion_status) wycofanych produktów, aby ocenić, czy promocje mogły mieć wpływ na wyczerpanie zapasów.
SPECYFIKACJA SCHEMATU DANYCH
Plik produktowy:
id - Numer identyfikacyjny wariantu produktu.
title - Nazwa produktu.
product_category_1 - Kategoria poziom 1.
product_category_2 - Kategoria poziom 2.
product_category_3 - Kategoria poziom 3.
brand - Nazwa producenta.
price - Cena produktu.
sale_price - Cena promocyjna produktu.
Data Octopus:
promotion_status - Jeśli produkt posiadał Sale Price to wtedy jest oznaczony etykietą "on promotion".
last_seen_date > Last Seen Date > Data kiedy ostatni raz produkt był w pliku produktowym.
last_seen_in_days > Last Seen in Days > Ilość dni, która minęła od daty kiedy ostatni raz produkt był w pliku produktowym.
Google Analytics 4:
ga4_item_view_event - Liczba zdarzeń view_item z Google Analytics.
ga4_item_add_to_cart_event - Liczba zdarzeń add_to_cart z Google Analytics.
ga4_item_check_out_event - Liczba zdarzeń begin_checkout z Google Analytics.
ga4_add_to_cart_conversion_rate - Stosunek liczby zdarzeń add_to_cart do zdarzeń view_item z Google Analytics.
ga4_item_purchase_quantity - Łączna ilość produktów w zdarzeniach purchase z Google Analytics.
ga4_item_netto_revenue - Łączna wartość przychodu netto (bez podatku i kosztów wysyłki) ze zdarzeń purchase w Google Analytics.
Google Ads Shopping Campaigns:
gads_impressions - Liczba wyświetleń produktów z kampanii zakupowych w Google Ads.
gads_clicks - Liczba kliknięć produktów z kampanii zakupowych w Google Ads.
gads_ctr - Procentowy stosunek liczby kliknięć do wyświetleń z kampanii zakupowych w Google Ads.
gads_netto_costs - Łączna wartość kosztów netto z kampanii zakupowych w Google Ads.
gads_conversions - Liczba konwersji produktów z kampanii zakupowych w Google Ads. Liczone są tylko główne konwersje będące celem kampanii.
gads_netto_conversions_value - Łączna wartość konwersji netto z kampanii zakupowych w Google Ads. Liczona jest tylko wartość głównych konwersji będących celem kampanii.
gads_roas - Stosunek wartości konwersji netto do kosztów netto z kampanii zakupowych w Google Ads (Wartość konwersji netto / Koszty netto).
gads_cos - Stosunek kosztów netto do wartości konwersji netto z kampanii zakupowych w Google Ads (Koszty netto / Wartość konwersji netto).
gads_campaign_count - Ilość kampanii Google Ads, w których został wyświetlony produkt.
gads_campaign_names - Nazwy kampanii Google Ads, w których został wyświetlony produkt. Jeśli produkt nie został jeszcze wyświetlony w żadnej kampanii to zwracana jest wartość "Not seen in any campaign".
Meta Ads Shopping Campaigns:
meta_impressions - Liczba wyświetleń produktów z kampanii zakupowych w Meta Ads.
meta_clicks - Liczba kliknięć produktów z kampanii zakupowych w Meta Ads.
meta_ctr - Procentowy stosunek liczby kliknięć do wyświetleń z kampanii zakupowych w Meta Ads.
meta_netto_costs - Łączna wartość kosztów netto z kampanii zakupowych w Meta Ads.
Totals:
total_impressions - Całkowita liczba wyświetleń produktów z kampanii zakupowych ze wszystkich systemów reklamowych podłączonych do aplikacji DataOctopus. Na przykład, jeśli masz podłączone Google Ads, Meta Ads i Bing Ads do DataOctopus, a produkt otrzymał 1 wyświetlenie z Google Ads, 1 z Meta Ads i 1 z Bing Ads, łączna liczba wyświetleń będzie wynosić 3 (suma ze wszystkich źródeł).
total_clicks - Całkowita liczba kliknięć produktów z kampanii zakupowych ze wszystkich systemów reklamowych podłączonych do aplikacji DataOctopus. Na przykład, jeśli masz podłączone Google Ads, Meta Ads i Bing Ads do DataOctopus, a produkt otrzymał 1 kliknięcie z Google Ads, 1 z Meta Ads i 1 z Bing Ads, łączna liczba kliknięć będzie wynosić 3 (suma ze wszystkich źródeł).
total_ctr - Procentowy stosunek liczby kliknięć do wyświetleń z kampanii zakupowych ze wszystkich systemów reklamowych podłączonych do aplikacji DataOctopus.
total_costs - Łączna wartość kosztów netto z kampanii zakupowych ze wszystkich systemów reklamowych podłączonych do aplikacji DataOctopus. Na przykład, jeśli masz podłączone Google Ads, Meta Ads i Bing Ads do DataOctopus, a produkt wygenerował koszty 1 PLN z Google Ads, 1 PLN z Meta Ads i 1 PLN z Bing Ads, łączne koszty netto będą wynosić 3 PLN (suma ze wszystkich źródeł).
total_roas - Stosunek przychodu netto z Google Analytics do łącznych kosztów netto z kampanii zakupowych ze wszystkich systemów reklamowych podłączonych do aplikacji DataOctopus (Przychód netto / Łączne koszty netto).
total_cos - Stosunek łącznych kosztów netto z kampanii zakupowych ze wszystkich systemów reklamowych podłączonych do aplikacji DataOctopus do przychodu netto z Google Analytics (Łączne koszty netto / Przychód netto).
FAQ
Co zrobić jeśli widok danych w moim sklepie nie pokazuje danych?
W razie nie działającego widoku danych skorzystaj z ikonki czatu w prawym, dolnym rogu i zgłoś problem do zespołu Data Octopus.
Dlaczego w moim widoku brakuje danych np. z Google Ads?
Jeśli występuje problem braku danych z jakiegoś źródła to są trzy możliwości jego występowania:
Źródło danych nie jest podpięte do aplikacji.
Identyfikator produktu (id) z systemu, w którym brakuje danych różni się od id produktów w innych systemach. Przykładowo w Google Ads wykorzystujemy SKU produktu z magazynu, a w Google Analytics 4 id z sklepu internetowego. Żeby raport działał poprawnie należy mieć taki sam identyfikator produktu we wszystkich źródłach danych.
Dane w obrębie systemów są na różnym poziomie np. identyfikator produktu i identyfikator wariantu produktu. Dokładny opis tego problemu można znaleźć w artykule Różnice w poziomie identyfikacji produktów.