Casper Benschop Growth Hacker Als Growth Hacker helpt Casper onze klanten met het bereiken van nieuwe hoogtes door het bedenken, opzetten en analyseren van online experimenten.
Geplaatst in: Strategie

Vergelijk jouw prijzen met de concurrentie // Google Data Studio en BigQuery

september 24, 2020

In Google Merchant Center (GMC) kan je in het rapport “Price competitiveness” prijzen van jouw eigen producten vergelijken met die van de concurrent. De zogenoemde “price benchmark” is een nuttige functionaliteit, waarmee je snel kan inzien of je producten duurder of goedkoper zijn t.o.v. het gemiddelde:

Echter is de vergelijking data heel beperkt, gezien er geen kosten en/of opbrengst informatie beschikbaar is. Deze ontbrekende velden kunnen extra inzichten geven wat de impact van dit prijsverschil is. Daarnaast was er geen koppeling voor GMC die deze data automatisch kon exporteren (om vervolgens de kosten en opbrengsten zelf te koppelen). Tot op heden. 

Er is namelijk vanuit Google een Bèta beschikbaar gesteld om de data uit GMC te verzenden naar BigQuery. Goed nieuws, want in BigQuery kunnen datasets bewerkt worden en belangrijker nog, met elkaar gecombineerd worden. Zo kan de data van GCM gecombineerd worden met Google Ads data en gebundeld naar Google Data Studio worden gepusht. Het resultaat levert een praktisch dashboard op waarin snel inzichtelijk wordt welke producten bijvoorbeeld veel kosten, weinig opleveren, en kunnen baten van een prijsverlaging (of verhoging).

In deze blog leggen we je uit hoe je stap voor stap deze koppeling kan maken met BigQuery, hier de data kan bundelen, en vervolgens in Google Data Studio kan visualiseren.

Benodigdheden:

  • Google Account
  • Toegang tot het Google Cloud Platform (met facturering ingeschakeld)
  • Een Google Merchant Center account + Merchant ID
  • Een Google Ads account + Client ID

1. BigQuery

1.1 Toegang tot BigQuery

  • Allereerst is een Google account nodig die toegang heeft tot het Google Cloud Platform. 
  • Via deze link kan je het account aanmaken en kosteloos toegang krijgen. 
  • Als je eenmaal toegang hebt kan je een project aanmaken – zie ook dit artikel voor extra uitleg.
    • Let op: Om de datasets in te laden is het nodig om een betaalmethode te koppelen aan je project, dit kan onder de tab: “Facturering”. 
  • De makkelijkste manier om de interface van BigQuery in te gaan is door gebruik te maken van de zoekbalk bovenin het Google Cloud Platform – zie ook onderstaande screen:

1.2 Koppeling maken met Google Merchant Center en Google Ads

1.2.1 Datasets aanmaken

  • Voordat de transfer wordt aangemaakt kan je het best alvast twee datasets aanmaken:
    • 1. Voor de data uit Google Merchant Center: data_merchant_center
    • 2. Voor de data uit Google Ads: data_google_ads
  • Om een dataset aan te maken volg je onderstaande stappen in BigQuery:

*Let op dat je bovenstaande stappen ook doorloopt voor de tweede dataset: data_google_ads

1.2.2 Overdracht aanmaken

  • Na het aanmaken van de datasets kunnen de overdrachten (lees:koppelingen) aangemaakt worden voor de data uit GMC en Google Ads.
  • Ga naar de tab “Overdrachten” en klik hier op “+ Overdracht maken” – zie screen hieronder:

  • Eerst maken we een overdracht aan voor Google Merchant Center, dit kan door de invoervelden als volgt in te vullen:
    • Bron: Google Merchant Center
    • Weergavenaam: Transfer Google Merchant Center
    • Planningsopties: Nu starten
    • Herhalingen: Dagelijks
    • Dataset-ID: (hier selecteren we naar welke dataset de data geladen wordt – in dit geval:) data_merchant_center
    • Merchant-ID: Voer hier je GMC ID in, te vinden rechtsboven in de interface van GCM, bijvoorbeeld: 123456789

    • Vink vervolgens de vakjes aan voor:
      • Products & product issues
      • Price competitiveness
    • Kies opslaan
  • Daarna maken we een overdracht aan voor Google Ads, dit kan door de invoervelden als volgt in te vullen:
    • Bron: Google Ads
    • Weergavenaam: Transfer Google Ads
    • Planningsopties: Nu starten
    • Herhalingen: Dagelijks
    • Dataset-ID: (hier selecteren we naar welke dataset de data geladen wordt – in dit geval:) data_google_ads
    • Customer ID: Voer hier je Customer ID in, te vinden naast het account in de interface van Google Ads, bijvoorbeeld: 123-456-7890

    • Kies opslaan
  • Nadat de overdrachten zijn aangemaakt kan het tot wel 24 uur duren voordat de data goed is ingeladen. De koppeling is gelukt zodra er groene vinkjes te zien zijn in het overzicht van alle overdrachten:

1.3 Data bundelen

1.3.1 Google Merchant Center data bundelen

Stap 1: Query uitvoeren

  • Nu de overdrachten werken willen we eerst middels een query een nieuwe weergave aanmaken waarin de product data en de price competitiveness data van Google Merchant Center is gebundeld.
  • Om dit te doen gaan we eerst naar de Query-editor binnen BigQuery:

WITH products AS

(

  SELECT

    _PARTITIONDATE AS date,

    *

  FROM

    `naam_van_het_project.data_merchant_center.Products_123456789`

  WHERE

   _PARTITIONDATE >= ‘2020-01-01’

),

benchmarks AS

(

  SELECT

    _PARTITIONDATE AS date,

    *

  FROM

    `naam_van_het_project.data_merchant_center.Products_PriceBenchmarks_123456789`

  WHERE

    _PARTITIONDATE >= ‘2020-01-01’

)

SELECT

  products.date,

  TRIM(SUBSTR(products.product_id,-9),”:”) as Id,

  products.merchant_id,

  products.aggregator_id,

  products.title,

  products.gtin,

  products.price,

  products.sale_price,

  benchmarks.price_benchmark_value,

  benchmarks.price_benchmark_currency,

  benchmarks.country_of_sale

FROM

  products

INNER JOIN

  benchmarks

ON products.product_id = benchmarks.product_id AND

   products.merchant_id = benchmarks.merchant_id AND

   products.date = benchmarks.date

____________________________________________________

  • Belangrijk: een aantal toelichtingen bij bovenstaande query:

 

    • vervang in de blauw gemarkeerde delen:
      • “naam_van_het_project” naar de naam van het project waar de datasets in staan – te vinden aan de linkerkant van de interface:

 

      • “123456789” voor je Google Merchant Center ID
    • De data wordt geladen vanaf de dag dat je de facturering hebt ingesteld, voor deze datum zal de data helaas niet beschikbaar zijn.
    • Sla de query op nadat je deze hebt uitgevoerd, dit kan met de knop “Query opslaan” naast de blauwe button “Uitvoeren”.

Stap 2: Weergave opslaan

  • Nadat de query van stap 1 is uitgevoerd, kan de output (bundeling van de GMC data) opgeslagen worden als een nieuwe tabel.
  • Ga hiervoor naar “Weergave opslaan”:

  • Vervolgens kan je de velden opslaan als in onderstaande afbeelding (let er op dat je de tabelnaam hier letterlijk overneemt):

Stap 3: Query plannen

  • Ook deze query gaan we plannen.
  • Ga hiervoor onder de editor naar de button “Query plannen” en klik op “Nieuwe geplande query maken”:
  • Hierna kan je de velden als volgt invullen:
    • Naam voor de geplande query:
      • gmc_gads_combined
    • Herhalingen:
      • Dagelijks
      • Nooit eindigen
    • Projectnaam:
      • Kies hier jouw project
    • Datasetnaam: 
      • data_merchant_center
    • Tabelnaam:
      • gmc_gads_combined
      • Hierbij is het belangrijk om bovenstaande letterlijk over te nemen
    • De rest van de velden kan je laten, kies vervolgens voor “Planning”

 

Voor nu zijn alle stappen doorlopen binnen BigQuery en kunnen we doorgaan naar Google Data Studio om het dashboard te maken.

2. Google Data Studio

2.1 Dashboard kopiëren  

2.2 BigQuery data koppelen

  • Nu kan de data uit BigQuery toegevoegd worden aan de kopie van het dashboard.
  • Zorg ervoor dat je in de bewerkmodus gaat. Ga vervolgens naar “Bron” en daarna “Toegevoegde gegevensbronnen beheren” – zie onderstaande afbeelding:

  • Klik op “Een gegevensbron toevoegen” en zoek in het overzicht naar “BigQuery”.
  • Nadat de koppeling gelukt is kies je jouw project, en kies binnen de gegevensset “data_merchant_center” de tabel “gmc_gads_combined”. Deze voeg je toe met de blauwe button rechtsonder “Toevoegen”, waarna je in de pop-up klikt op “Toevoegen aan rapport”.
  • Nu kan je terug naar het dashboard en de nieuwe databron koppelen aan de diagrammen:
    • Dit doe je door op de diagrammen te klikken, waarna je rechts via “Gegevensbron selecteren” de “gmc_gads_combined” tabel uit BigQuery kan kiezen – zie afbeelding hieronder:

  • Na deze stap zal het dashboard geladen worden met de data uit BigQuery en is de prijsvergelijkingstool klaar voor gebruik.

3. Gebruik dashboard

Nu het dashboard af is kan je beginnen met het vergelijken van je prijzen t.o.v. die van de concurrentie. Hierbij een aantal toelichtingen:

    • Filteren: Je kan op meerdere manieren filteren in het dashboard:
      • Door in de tabel op een kolomnaam te klikken. Op deze manier zal data gesorteerd worden naar die kolom.
      • Door gebruik te maken van een van de zoekfilters om je zoekopdracht te specificeren:
        • Op basis van de GTIN
        • Op basis van de titel
        • Op basis van aantal conversies
        • Op basis van land
      • Rechtsboven kan je de periode aanpassen van de data. Onthoud hier dat de data pas beschikbaar is vanaf de dag dat je de facturering hebt ingeschakeld in Google Cloud Platform.
  • Beschikbare data: Google Merchant Center zal helaas niet van al je producten inzicht kunnen geven in de gemiddelde prijs die de concurrentie hier voor vraagt. Afhankelijk van de branche zie je dus maar bepaalde producten hoe de prijs zich verhoudt tot de concurrentie.

Voor nu wensen we je veel plezier met de zelfgebouwde prijsvergelijkingstool. Mocht je ergens niet uitkomen of als wij het dashboard verder kunnen aanvullen, laat het ons weten. We helpen je graag verder.