Machine Learning & Human Intelligence = sukces mierzony w $! Case study Sempai dla marki Tantis.pl

Autor: Grupa Robocza SEM
06/22/2022
W Case Study Tantis pokazujemy, jak dzięki połączeniu 3 elementów, czyli: ● opcji automatycznych Google Ads, ● naszego autorskiego narzędzia do optymalizacji kampanii produktowych Google: Sempai Merchant 360, ● umiejętności doświadczonego specjalisty PPC, osiągnęliśmy 6-krotny wzrost przychodów.
Kategorie: sem

O kliencie

Tantis.pl to jedna z wiodących księgarni internetowych w Polsce, działająca na rynku już od 2007 roku. Ma w swojej ofercie ponad 100 000 tysięcy produktów w tym nie tylko książki (chociaż to wiodąca działalność naszego klienta), ale także gry i zabawki, audiobooki oraz artykuły papiernicze i szkolne.


Wyzwanie


Z tantis.pl rozpoczęliśmy współpracę we wrześniu 2020 roku.
Problem, z którym zgłosił się do nas klient, to brak możliwości zwiększania skali prowadzonych działań w Google Ads. Kampania niemal w całości opierała się na opcjach automatycznych i chociaż przynosiła efekty na zadowalającym poziomie, to zwiększanie skali stało się barierą. Wyzwaniem było zarówno dalsze realizowanie przez kampanie celów biznesowych, jak i specyficznych, bieżących wytycznych operacyjnych tantis.pl. Przełożenie ich na język automatów było niewykonalne.

Przykład:
Klientowi zależało na specjalnym traktowaniu konkretnych segmentów produktów, lecz zastosowanie automatów to uniemożliwiało. Opierając się jedynie na machine learning, nie był w stanie wykluczyć wybranych słów kluczowych z kampanii, takich jak nazwy producentów lub wydawcy.


Strategia


Aby rozwiązać problem Tantis.pl, który polegał na małej elastyczności we wprowadzaniu szczegółowych zmian w kampaniach opartych na automatach, postawiliśmy na większą kontrolę machine learning przez doświadczonego specjalistę. Ze względu na ecommerce’owy charakter biznesu klienta w dużej mierze skupiliśmy się na poprawieniu wyników kampanii produktowej.

Clou strategii, którą obraliśmy, polegała na ścisłej korelacji machine learning z human intelligence i jak najpełniejszym wykorzystaniu opcji automatycznych w celu realizacji bieżących potrzeb klienta, co miała umożliwić kontrola specjalisty.


Realizacja


Reklamy produktowe stanowią główną składową konta Google Ads Tantis.pl, będąc jednym z dominujących źródeł ruchu i sprzedaży w esklepie. Dlatego zdecydowaliśmy się wdrożyć w kampanii Sempai Merchant 360 udoskonalany ekosystem dla reklam PLA w Google, polegający na kompleksowej usłudze zapewniającej przewagę w kluczowych elementach kampanii. Jego głównymi zaletami są: automatyzacja i ułatwienie kontroli nad kampaniami opartymi na machine learning specjaliście.

Nasze autorskie narzędzie składa się z 4 głównych komponentów, które dzięki wzajemnej korelacji, znacznie zwiększają efektywność reklam produktowych:
Sempai Inventory Manager

Moduł zarządzania i optymalizacji product feed na potrzeby maksymalnego przystosowania go do ogólnych oraz specyficznych wymagań kampanii Google Ads.

Sempai Merchant

Moduł służący do wsparcia automatyzacji w budowie, rozwoju oraz optymalizacji kampanii PLA.

CSS Sempai Shop

Jest to usługa porównywania cen, dzięki której reklamodawcy osiągają stawki CPC niższe nawet o 20%.
Sempai Search 360
Moduł umożliwiający automatyzację w zakresie budowy i aktualizacji kampanii text ads w sieci wyszukiwania Google Ads na podstawie danych z feedu produktowego.

Dopasowanie cen do poziomu lejka


Aby zmaksymalizować wyniki kampanii produktowych, dopasowaliśmy ceny produktu do etapu lejka zakupowego, na którym znajduje się użytkownik.
Rozróżnialiśmy również wyświetlane ceny w zależności od źródła odwiedzin.

W jaki sposób?
Klient opracował system, który po cookies sprawdza, z jakiego źródła wszedł użytkownik. Następnie my, w porozumieniu z właścicielem, zarządzaliśmy tym systemem i dostosowujemy poziom rabatu w kampaniach.


Reklamy na serie produktów


Wraz z klientem wyznaczyliśmy zbiór popularnych serii produktowych. Przy reklamowaniu książek ważne jest zaakcentowanie dostępności wielu pozycji z danej serii już na poziomie przekazu reklamowego lub/i strony docelowej (landing page).

W reklamach tekstowych wykorzystaliśmy kierowanie na specjalnie przygotowany Landing Page całej serii zamiast karty produktu pojedynczej książki jak w PLA.

Rozwiązanie szczególnie dobrze sprawdza się w przypadku serii książek dla dzieci.


Efekty


Nasza strategia oparta na wzajemnym przenikaniu się kompetencji specjalisty i samouczących się mechanizmach przyniosła rezultaty lepsze, aniżeli zakładaliśmy. Dużą rolę w osiągnięciu takich wyników odegrało wykorzystanie naszego autorskiego narzędzia: Sempai Merchant 360.

Porównując luty 2021 do lutego 2020 osiągnęliśmy spektakularne wyniki:

+ 683% przychody

+ 812% kliknięcia

16% CPC


 

Powyższe case study to część  publikacji „6 CASE STUDIES SEM”
stworzonej przez
Grupę Roboczą SEM.
Publikacja jest zbiorem przykładowych realizacji optymalizacji marketingu
w wyszukiwarkach.
Casebook SEM można bezpłatnie pobrać tutaj >
Grupa Robocza SEM

Grupa Robocza SEM

Czytaj także

Dobierz grupę odbiorców precyzyjniej niż na LinkedIn za pomocą… YouTube Ads

Dobierz grupę odbiorców precyzyjniej niż na LinkedIn za pomocą… YouTube Ads

Kiedy myślimy o kanałach reklamowych umożliwiających precyzyjne targetowanie, najczęściej jako pierwszy do głowy przychodzi nam LinkedIn. Pomimo tego, że YouTube jest kojarzony najczęściej jako platforma, która oferuje niedrogi zasięg oraz sporą ilość formatów reklamowych, to jednak nie jest koniec jego możliwości.