Micky Mereu
Se il remarketing è una pratica che ti consente di mostrare annunci alle persone che hanno già visitato il tuo sito web, il remarketing dinamico fa un ulteriore passo avanti permettendoti di utilizzare annunci automatici contenenti immagini, prezzi e link relativi ai prodotti che l'utente ha visualizzato sul tuo sito in precedenza.
Con messaggi confezionati su misura per il tuo pubblico, il remarketing dinamico ti aiuta ad aumentare le vendite spingendo i visitatori del tuo sito a completare il percorso di acquisto, ricordando loro quanto i tuoi prodotti siano fenomenali.
#1 Fai leva sui prodotti scontati con il remarketing dinamico
Una delle best practice del remarketing è quella di segmentare gli utenti in base alla loro posizione nel funnel di acquisto, così da poter creare campagne e ad-group personalizzati per adottare strategie, bid e budget differenti.
La suddivisione più classica è:
- Utenti che visitano la homepage
- Utenti che visitano la pagina prodotto
- Utenti che aggiungono un prodotto al carrello
- Utenti che acquistano un prodotto
Problema
Per una campagna di remarketing dinamico rivolta ad utenti che visitano la pagina prodotto senza aggiungerlo al carrello, abbiamo riscontrato un tasso di conversione inferiore rispetto all’obiettivo, così abbiamo pensato di cambiare strategia.
Soluzione
Fare leva sui prodotti scontati per incentivare le vendite.
Ci siamo chiesti: e se provassimo ad aumentare le conversioni testando una campagna rivolta solo agli utenti che hanno visitato un prodotto che oggi è scontato? Per implementare la strategia, tramite Data Feed Watch abbiamo realizzato una regola per creare una ads_label chiamata “sale” da associare a tutti i prodotti scontati, utilizzando la funzionalità “add static value”, con questa logica:
Attenzione!
Non si tratta delle classiche custom_label, bensì di un attributo specifico destinato esclusivamente alle campagne display.
Ma perché utilizzare ads_label? Perché a oggi è uno dei pochi attributi selezionabili dalle impostazioni delle campagne display con annunci dinamici, per poter filtrare i prodotti a livello di campagna.
Successivamente, abbiamo creato una campagna remarketing di test, clone di quella originale, che mostrasse esclusivamente annunci dei prodotti filtrati, ovvero quelli in sconto, agli utenti che nei 30 giorni precedenti hanno mostrato interesse verso di essi.
Perché, chi di voi non ama approfittare di uno sconto?
Risultato
L’impatto di questa strategia è stato interessante, sia in termini di vendite che di engagement. Sfruttando i prodotti civetta si instaura un meccanismo per il quale attiro l’utente nel sito con un prodotto scontato, in modo che scopra e acquisti anche altri prodotti.
Nella campagna test abbiamo registrato un aumento del 18% nel tasso di conversione rispetto a quella originale, un incremento di 30 secondi della media del tempo sul sito, con una frequenza di rimbalzo migliorata del 20%.
Anche il CTR degli annunci è migliorato del 20%, grazie alla presenza del tag di layout “Riduzione di prezzo”, funzionalità che si attiva automaticamente per i prodotti che hanno subito uno sconto di recente.
Filtrare la campagna per un sottogruppo di prodotti, ci ha permesso infine di incrementare la sua quota impression dal 10% al 38%.
Ritorna all’inizio della pagina
Le espressioni regolari (o regex) sono delle funzioni o formule in grado di ricercare, filtrare o sostituire stringhe di testo seguendo un pattern predefinito.
Nella programmazione e nell’analisi dei dati sono ampiamente utilizzate e anche per noi markettari rappresentano un coltellino svizzero da portarsi sempre dietro, ad esempio quando utilizziamo Google Analytics per la creazione di filtri vista, obiettivi o segmenti.
#2 Previeni catastrofi con l’utilizzo delle espressioni regolari
L’utilizzo di Data Feed Watch per ottimizzare più attributi del feed a cascata, creando una relazione di dipendenza tra attributi, è una funzionalità potentissima che può diventare un’arma a doppio taglio se non si presta la dovuta attenzione e se non si prendono precauzioni. Per chi opera nel settore moda, gli attributi di colore, taglia, materiale sono importantissimi, sia come campi a se stanti, che come informazioni da inserire nel titolo per veicolare traffico di alta qualità. A riguardo, consiglio questa ottima guida Google sulle best practice per chi opera nel settore moda.
Per tutti i nostri clienti nel settore moda, generalmente creiamo il titolo in maniera dinamica, utilizzando diversi attributi pre esistenti nel feed (materiale, colore, taglia, nome prodotto) seguendo una regola del tipo:
Il risultato finale è: Designer Women Cotton Shirt, Red, ProductName, XL
E fin qui tutto regolare. I campi interni usati nel titolo, spesso non sono forniti in un formato standard, bensì vanno estrapolati o creati da zero, sfruttando i dati forniti dal cliente nel feed sorgente. In questo esempio specifico, abbiamo recuperato le informazioni da una colonna del feed dove venivano passate informazioni aggiuntive in maniera non leggibile da Google, quali colori e materiali dei capi venduti.
La parte sinistra dell’immagine qui sopra mostra la colonna del feed sorgente “tags”, quella destra un esempio di come abbiamo utilizzato in un primo momento quell’informazione per costruire la regola che crea l’attributo “material”.
Problema
Il limite di usare la funzione “add static value” è che si possono prevedere solo un numero finito di varianti esistenti in un dato momento e si perde in dinamicità. Cosa succede se il cliente aggiunge nuovi prodotti al catalogo con materiali non ancora categorizzati, oppure colori e pattern non previsti fino a quel momento?
Ve lo dico io...gli attributi materiale, colore etc risulteranno vuoti o peggio ancora mostreranno valori non corretti, e a cascata gli attributi dipendenti come il Titolo ed eventuali altri che utilizzano quei campi interni (es. etichette personalizzate, descrizioni) ne pagheranno le conseguenze, andando a trasformarsi in qualcosa di questo tipo:
Designer Women Shirt , , , ProductName, XL
Decisamente un titolo non ottimizzato. Vi lascio immaginare l’impatto che può avere una situazione di questo tipo, non solo sulle performance, ma anche sulla struttura delle vostre campagne Shopping, che può improvvisamente smettere di funzionare.
Soluzione
Per nostra fortuna, nel lontano 1950 un signore chiamato Stephen Cole Kleene, matematico americano, assieme ad altri baldi giovani diede vita a quelle che vengono comunemente riconosciute come espressioni regolari.
Attraverso questa funzionalità, è stato possibile creare una regola dinamica e scalabile, molto più performante rispetto alla precedente, per estrapolare automaticamente dal feed sorgente le informazioni presenti e future sui materiali, azzerando il rischio di compromettere il funzionamento degli attributi da lui dipendenti che a cascata lo utilizzavano.
Ecco come ottenere lo stesso risultato del precedente screenshot ma in maniera scalabile, utilizzando solo delle semplici regex.
Ricordatevi sempre di testare il funzionamento delle espressioni regolari, l’anteprima e il supporto offerti da Data Feed Watch sono di grande aiuto in questo.
Risultato
A seguito di questa ottimizzazione siamo stati in grado di prevenire errori nel feed e crolli di traffico. Inoltre, ci ha permesso di automatizzare e velocizzare la categorizzazione di nuovi attributi colore, categoria e altre informazioni prodotto create dal cliente, evitando noiosi controlli manuali sul feed o interventi da parte del reparto IT del cliente.
Questi sono solo due esempi di come uno strumento di data feed management, associato alla potenza del cervello umano, possano aiutarvi nel testing di idee non convenzionali e nella prevenzione e risoluzione di problemi quotidiani. Così da restare competitivi ed evitare scenari apocalittici.
L’unico limite è la creatività, never stop testing
Caso di Studio di Midsummer Agency
Ritorna all’inizio della pagina