Rozpoczynając współpracę, musieliśmy więc zbudować działania performance Meta Ads praktycznie od podstaw. Pierwszym krokiem była konfiguracja niezbędnych elementów analitycznych, takich jak Pixel Meta oraz katalog produktów wykorzystywany w kampaniach produktowych.
Rys. 1. Przykład reklamy produktowej Meta Ads w formacie kolekcji
Klient wskazał nam konkretne kategorie produktów, które były dla niego szczególnie istotne biznesowo. Mimo to zdecydowaliśmy się rozpocząć działania od kampanii obejmujących cały dostępny asortyment – wynikało to z naszego doświadczenia w pracy z kampaniami produktowymi. Im szersze portfolio dostępne dla algorytmu, tym większe możliwości optymalizacji i wyszukiwania użytkowników najbardziej skłonnych do zakupu. I już na początkowym etapie obserwowaliśmy, że algorytm Meta skutecznie identyfikuje produkty cieszące się największym zainteresowaniem odbiorców i kieruje na nie większą część ruchu.
Jednym z kluczowych założeń naszej Gwarancji Zero-Waste jest ciągła optymalizacja działań oraz rozwijanie konta reklamowego w oparciu o rzeczywiste wyniki. Zamiast więc pozostawiać kampanie w niezmienionej formie, regularnie analizowaliśmy też skuteczność poszczególnych segmentów i stopniowo rozbudowywaliśmy strukturę konta. Szczególną uwagę poświęcaliśmy segmentom i formatom reklamowym, które mimo stosunkowo niewielkiej skali osiągały dobre wyniki. Dotyczyło to między innymi reklam w formacie kolekcji oraz Stories. Analiza danych pokazała, że przy automatycznych rozwiązaniach Meta ich udział w emisji był ograniczony, dlatego zdecydowaliśmy się wydzielić je do osobnych zestawów reklam. Dzięki temu mogliśmy zwiększyć ich udział w całej strukturze kampanii i skuteczniej wykorzystywać budżet reklamowy. W kolejnych etapach współpracy odseparowaliśmy również kampanie dla konkretnych kategorii produktowych. Pozwoliło to zwiększyć widoczność produktów szczególnie ważnych z punktu widzenia biznesu klienta, jednocześnie zachowując wysoką efektywność działań.
Rys. 2. Przykład reklamy kierowanej do klientów remarketingowych
Na etapie wykonawczym jednym z największych wyzwań, zgodnie z wcześniejszymi przewidywaniami, okazała się analityka.
Proces zakupowy w branży meblowej jest znacznie dłuższy niż w wielu innych segmentach e-commerce. W przypadku Optisofy bardzo ważnym etapem ścieżki zakupowej było zamówienie darmowej próbki materiału. Tego typu konwersja nie generowała przychodu, przez co obniżała wskaźnik ROAS raportowany przez system reklamowy. Jednocześnie z biznesowego punktu widzenia była niezwykle cenna, ponieważ często stanowiła pierwszy krok prowadzący do późniejszego zakupu mebla. Sam panel Meta Ads nie dawał nam pełnego obrazu sytuacji, dlatego regularnie
porównywaliśmy dane reklamowe z informacjami z Shopify oraz CRM, sprawdzając, jak zachowują się użytkownicy już po pierwszym kontakcie z marką. Wraz ze wzrostem liczby zamówień próbek pojawiło się kolejne wyzwanie. Osoby, które zdecydowały się zamówić próbkę materiału, były już zainteresowane ofertą Optisofa, ale sam wybór tkaniny nie oznaczał jeszcze zakupu mebla. Potrzebowaliśmy więc sposobu, by wrócić do tych użytkowników z komunikacją zachęcającą do wykonania kolejnego kroku. Przygotowaliśmy więc osobne działania remarketingowe kierowane właśnie do nich. Komunikacja nawiązywała bezpośrednio do wcześniejszego zainteresowania konkretną tkaniną i miała zachęcać do finalizacji zakupu. Ten segment kampanii osiągał naturalnie najwyższe wskaźniki ROAS oraz pomagał utrzymywać odpowiednią relację pomiędzy liczbą zamawianych próbek, a liczbą finalnych transakcji.
Rys. 3. ROAS przy klientach zamawiających próbki
