KitchenLab è un rivenditore svedese specializzato in attrezzature e utensili da cucina per chef professionisti e dilettanti. La proposta di KitchenLab si concentra su prodotti di alta qualità, rivolgendosi alla crescente comunità svedese di buongustai.
A differenza di molti dei suoi concorrenti, la scelta strategica di KitchenLab è quella di non affidarsi a sconti e promozioni, al contrario, il loro sforzo si concentra sul tipo di offerta proposto ai suoi clienti fedeli tramite una selezione di prodotti di qualità e di raccomandazioni pertinenti.
KitchenLab ha due negozi fisici, uno situato nel cuore di Stoccolma e l’altro a Malmö nel sud della Svezia. Negli ultimi anni, anche la vetrina digitale di www.kitchenlab.se è diventata sempre più importante, con gli appassionati di cibo che vanno online per trovare ispirazione e cercare gli strumenti più adatti. Per soddisfare questa domanda in espansione, la gamma di prodotti di KitchenLab è cresciuta fino a coprire oltre 8000 prodotti di 200 diversi brand di produttori. I prodotti più venduti comprendono diversi tipi di categorie, dalle cucine Sous-vide, ai barbecue e alle pentole, dai coltelli da cucina ai bicchieri da vino.
KitchenLab vuole guidare una crescita redditizia per finanziare importanti investimenti futuri. La sfida era quindi quella di trovare modi efficienti per aumentare le entrate senza aumentare la spesa.
KitchenLab è un rivenditore di utensili da cucina di qualità superiore e non fa concorrenza sui prezzi (come la maggior parte degli altri rivenditori di utensili da cucina). Offrire un servizio e un know-how di alta classe e avere una selezione di prodotti rilevanti e di alta qualità è la strategia scelta da KitchenLab. Poiché KitchenLab e i suoi concorrenti vendono comunque molti degli stessi prodotti, è fondamentale individuare quelli più redditizi da pubblicizzare e da vendere, invece di competere solo in termini di volume.
Torna all'inizio o scarica la Guida completa all'ottimizzazione dei data feed
KitchenLab ha contattato l'agenzia digitale Keybroker e ha presentato loro le sue sfide. Keybroker ha avviato una stretta collaborazione con l'KitchenLab per ottenere informazioni su tutto, dagli obiettivi di business a lungo termine ai margini dettagliati dei prodotti, per poi sviluppare una strategia di vendita digitale adeguata. I dati di prodotto sono stati presto identificati come un fattore chiave per aumentare la redditività.
In primo luogo, Keybroker ha utilizzato Datafeedwatch per migliorare la qualità dei feed dei prodotti. I titoli sono stati controllati in modo da includere il nome del marchio, il colore, le dimensioni e altri parametri rilevanti che sono importanti per aumentare la portata e il CTR. Le categorie di prodotti Google sono state aggiunte quando mancavano dal feed originale, o migliorate quando non erano abbastanza specifiche.
In secondo luogo, il feed è stato arricchito mappando il margine di prodotto delle diverse categorie e aggiungendolo come etichetta personalizzata nei campi interni di DataFeedWatch. Sulla base di questa mappatura, il reddito netto effettivo delle vendite digitali può essere compreso e gestito in maniera ottimale, rendendo anche più facile dare priorità ai prodotti da pubblicizzare.
Il nuovo feed di prodotti migliorato è stato utilizzato in una vasta gamma di canali di marketing digitale, tra cui Google Shopping, Facebook Ads, siti di comparazione dei prezzi e reti di affiliazione.
È stata implementata una nuova struttura della campagna Google Shopping basata sulle nuove etichette di priorità e di margine assegnate nel feed.
Torna all'inizio o scarica la Guida completa all'ottimizzazione dei data feed
Durante i primi tre mesi di lavoro con Keybroker e DatafeedWatch, KitchenLab è riuscito a:
- Riduzione dei costi pubblicitari del -35%, dando l’occasione di concentrarsi sui prodotti più redditizi
- Aumento del traffico del +18% - Maggiore rilevanza dei titoli / categorie Shopping
- Riduzione dell CPO del -23% - Traffico più rilevante
- Aumento del ROAS del +46% - Più traffico rilevante e riduzione dei costi
Google Shopping: Novembre-Febbraio 2018 vs 2019
Torna all'inizio o scarica la Guida completa all'ottimizzazione dei data feed
Caso di studio di Joel Florén e Hannah Fahd
