Let's Talk
Videnov Case Study
Best Performance in Retail
Η Videnov είναι μία Βουλγάρικη εταιρεία που δραστηριοποιείται στο χώρο της λιανικής πώλησης επίπλων για πάνω από 30 έτη, με 44 φυσικά καταστήματα στην Βουλγαρία.
Επιπρόσθετα επεκτείνεται εκτός από τη Βουλγαρία και σε άλλες 2 χώρες (Ρουμανία και Ελλάδα) μέσω του e shop της. Η εταιρεία με αριθμούς .
Στην Ελλάδα διαθέτει το e shop, εμπορεύεται έπιπλα για το σπίτι και διαθέτει πάνω από 2.000 άμεσα διαθέσιμα προϊόντα για αποστολή, με δικό της ιδιόκτητο στόλο οχημάτων.
Στόχος ήταν ή διατήρηση του ROAS στο 1:31 καθώς και η αύξηση των συνολικών εσόδων & συναλλαγών.
Για την περίοδο 01/06/20 έως 31/05/21 (12 μήνες), είχαν συνολικά, 13,995 Συνναλαγές, €6,865,409.85 συνολικά έσοδα & 1:31 ROAS σε Google Ads.
- Αύξηση συναλλαγών +50%
- Αύξηση εσόδων +30%
- Επιθυμητό ROAS Google Ads 1:31
- Μεγάλη πρόκληση ήταν να ανταποκριθούμε στους παραπάνω στόχους που είχαν τεθεί από την εταιρεία, με προτεραιότητα την διατήρηση του ROAS τουλάχιστον 1:30, παρόλη την αύξηση του spent +200%, από τις Google Campaigns.
- Τεράστιος ανταγωνισμός με επιτυχημένα brands στο χώρο του οικιακού επίπλου και με παρουσία φυσικών καταστημάτων.
- Περιορισμός στο targeting, λόγω logistics, μόνο στη Βόρεια Ελλάδα και συγκεκριμένα (Θεσσαλονίκη,Χαλκιδική,Δράμα,Σέρρες,Καβάλα,Κιλκίς ,Ημαθία,Πέλλα,Κοζάνη,Καστοριά,Πιερία,Ξάνθη,Αλεξανδρούπολη ,Κομοτηνή,Φλώρινα και Λάρισα)
- Απουσία φυσικών καταστημάτων
- Πάνω από 2.000 προϊόντα και 50 κατηγορίες με διαφορετικά περιθώρια κέρδους
Η Λύση που εφαρμόσαμε ήταν η αξιοποίηση σε Google Ads των automations & AΙ μέσω του attribution model και η ανάλυση δεδομένων μέσω Analytics για ποιοτικότερη στόχευση & budget allocation.
- Αλλάξαμε το attribution model από last click σε data driven ώστε να βλέπουμε τη πραγματική συνεισφορά των campaigns στο revenue
- Δημιουργήσαμε πληθώρα campaigns αξιοποιώντας automated bidding strategies
- Δημιουργήσαμε Shopping Ads
- Αξιοποιήσαμε UTMs
Google Search Ads
- Χωρίσαμε το account σε θεματικά campaigns ανάλογα την κατηγορία των επίπλων, όπως είναι διαμορφωμένη στο e-shop (Σαλόνι, Κουζίνα, Κρεβατοκάμαρα κλπ). Με αυτό τον τρόπο μειώσαμε τον όγκο των campaigns σε μόλις 14, με 38 ad groups, στοχεύοντας όμως παράλληλα σε πάνω από 60.000 keywords, χωρίς να έχουμε overlap.
- Αυτό το καταφέραμε με τα νέα best practices της Google σε keyword level, Updated phrase match συνδυασμένα μαζί με BMM match types και εκτεταμένη χρήση negative lists.
- Κάναμε χρήση των Recommendation Tool και AAR (Auto Apply Recommendations) για την αυτόματη χρήση negative keywords, new audiences και new search terms, αφού πρώτα “εκπαιδεύσαμε” το recommendation tool για να μας δίνει relevant προτάσεις.
- Χρησιμοποιήσαμε αποκλειστικά Smart Bidding στρατηγικές ανάλογα το step που βρίσκεται ο χρήστης. Για συγκεκριμένες generic αναζητήσεις κάναμε χρήση max.clicks και στη συνέχεια δημιουργήσαμε καμπάνιες RLSA με Target ROAS για το maximization του performance.
Google Shopping
Χρησιμοποιήσαμε ένα Feed Management Tool. Μέσω αυτού προσθέσαμε custom columns με τα margins per brand σε συνεννόηση πάντα με την videnov. Ο στόχος ήταν να κυνηγήσουμε το βέλτιστο δυνατό ROAS κάνοντας segmentation στις shopping campaigns μας με βάσει το margin που έχει δοθεί ανά category.
- Χρησιμοποιήσαμε τη λύση ενός feed editing tool του Feed Editor προκειμένου να μπορούμε να κάνουμε edit το product feed δυναμικά χωρίς τη βοήθεια του dev team.
- Αρχικά προσθέσαμε custom label columns όπου με condition το category name και προστέθηκε για κάθε προϊόν το επιθυμητό ROAS (λαμβάνοντας υπόψη τα margins που μας είχε προωθήσει ο πελάτης.
- Στη συνέχεια στη google shopping campaign δημιουργήσαμε ξεχωριστά ad groups όπου το κάθε ένα φίλτραρε με βάση το custom label κανοντας include ή ατίστοιχα exclude τα προϊόντα που μπορούσαν να ανταποκριθούν στο στόχο.
