Litex Garden to polski producent parasoli i mebli ogrodowych. Produkty marki Litex cechują się solidnym wykonaniem i wysoką jakością materiałów. Z firmą Litex Promo współpracujemy zarówno w obszarze SEO, jak i Google Ads wspierając kilka stron internetowych tej firmy.
Przeczytaj, jak wykorzystaliśmy inteligentne reklamy dla osiągnięcia ponad 200% wzrostu przychodów.
Litex Garden jest producentem namiotów i parasoli. Strona, dla której prowadzimy działania Google Ads, jest stroną do obsługi klientów indywidualnych.
Współpracę z Litex Garden rozpoczęliśmy w marcu 2017 roku. Współpracujemy w obszarze Google Ads, Facebook Ads oraz SEO. Taka wielokanałowość wzmacnia działania i prowadzi do lepszych efektów sprzedażowych. Dział SEO współpracuje z działem Google Ads w zakresie optymalizacji stron docelowych. Poprzez optymalizację poszczególnych podstron podnosimy wynik jakości strony docelowej.
Dzisiaj skupimy się jednak na działaniach Google Ads w roku 2019.
Prowadzone kampanie mają charakter sezonowy i są dostosowane do trendów w tej branży. Co roku prowadzimy kampanie od wiosny do jesieni. Z początkiem roku przygotowujemy strategię działań oraz rozdysponowujemy budżet, w zależności od przyjętej strategii działań.
Litex Garden możemy skategoryzować jako klienta z wymogami mocno spersonalizowanymi. W 2020 roku przebudowaliśmy strukturę raportowania tak, aby dokładniej oddać cykl sprzedażowy. Google Data Studio, którego panel wykorzystujemy do budowy raportów, umożliwia daleko posunięte dostosowanie raportów do potrzeb klientów. Obecnie testujemy nowe rozwiązania jak kampanie inteligentne i niestandardowe grupy odbiorców oparte na zapytaniach i odwiedzanych przez użytkowników witrynach.
W opisywanym przypadku największe środki zostały przeznaczone na czerwiec (co pokrywa się ze wzmożonym zainteresowaniem w Google Trends i naszymi danymi historycznymi).
W początkowych miesiącach skupialiśmy się na budowaniu wizerunku i świadomości marki. Wykorzystywaliśmy głównie kampanie zasięgowe w YouTube, GDN oraz reklamy w sieci wyszukiwania. Następnie proporcjonalnie zmniejszaliśmy środki na działania budujące świadomość marki i przeznaczaliśmy większy udział budżetu na kampanie sprzedażowe PLA oraz Search.
Biorąc pod uwagę konwersje wspomagane wyświetleniem reklamy oraz różne punkty dystrybucji produktów, kampanie zasięgowe z mniejszą częstotliwością były prowadzone w całym okresie trwania kampanii.
Kampania była prowadzona w 4 obszarach:
Wyzwania:
Pierwszy etap kampanii poświęciliśmy budowaniu świadomości marki poprzez dotarcie do możliwie największej ilości potencjalnych klientów. W pierwszych miesiącach kampanii skupiliśmy się na zwiększaniu zasięgu i świadomości marki Litex Garden. Działania były prowadzone z rosnącą intensywnością, aż do połowy maja. Następnie intensywność oraz zasięg kampanii stopniowo zmniejszyliśmy, aż do całkowitego jej wygaszenia.
Kampanie, które zwiększały świadomość marki, działały w modelu CPM, czyli ich celem było wygenerowanie jak największej ilości wyświetleń przy jak najniższym koszcie. Płaciliśmy nie za kliknięcie reklamy (model CPC) a za tysiąc wyświetleń banera.
Posiadaliśmy kilka różnych kreacji reklam. Jednym z nich pozycjonowaliśmy markę jako <i>polskiego producenta parasoli ogrodowych</i>. Grafiki były przygotowywane przez klienta. Identyfikacja graficzna była spójna na stronie, reklamach GDN oraz na Facebooku.
Kierowanie reklam:
Kampanie w YouTube były prowadzone podobnie jak kampanie w sieci GDN. Ich celem było zwiększenie świadomości marki, ale także poprzez wykorzystanie formatu reklam produktowych i pliku produktowego emitowaliśmy wybrane parasole ogrodowe zamiast standardowego baneru towarzyszącego. Budżet na kampanie w YouTube wzrastał do kwietnia. W kolejnych miesiącach budżet był zmniejszany aż do całkowitego wstrzymania reklam.
Na YouTube działały 2 kampanie, jedna na noc (emitowana w godzinach od 20:00 do 4:30) i jedna na dzień (emitowana w godzinach od 6:00 do 19:00).
Kampania na noc:
Kampania na dzień:
Kampanie te działały w rozliczeniu CMP, czyli ich celem było wygenerowanie jak największej ilości wyświetleń. Poprzez wykorzystanie modelu CPM udało nam się uzyskać wyniki poniżej 1 gr CPV przy zawężonej grupie docelowej. Kampanie były osobno skonfigurowane dla urządzeń mobilnych i stacjonarnych. Różniły się harmonogramem oraz budżetami.
Kampanie na urządzeniach mobilnych wyświetlały się cały czas, natomiast na urządzeniach stacjonarnych stawka w godzinach popołudniowych była obniżona.
Kampanie w sieci GDN oprócz celu budowania świadomości oraz zasięgu marki, które omówiliśmy wyżej, miały generować sprzedaż oraz docierać do osób potencjalnie zainteresowanych zakupem parasola. Wykorzystywaliśmy różne grupy odbiorców, aby jak najlepiej zrealizować ten cel. Reklamy kierowaliśmy behawioralnie, wykluczając nietrafne umiejscowienia poprzez stosowanie wykluczających miejsc docelowych i tematów.
Aby zmaksymalizować wyniki kampanii nastawionej na sprzedaż wykorzystaliśmy zalety kampanii inteligentnych.
W zależności od okresu promocji, prowadziliśmy zmienne sposoby komunikacji marki.
Początkowo kampania była kierowana na konkretny produkt – parasol Ibiza.
Kolejną kampanią docieraliśmy do potencjalnych klientów wykorzystując hasło reklamowe: “Odkryj polskie parasole ogrodowe i ciesz się cieniem”.
Łącznie kampanie w sieci GDN wygenerowały blisko 10% wszystkich konwersji przy stosunkowo niskim koszcie.
Aby dotrzeć do potencjalnie zainteresowanych produktami użytkowników, wdrożyliśmy kampanię remarketingową. Kampania była kierowana do osób, które spędziły na stronie klienta minimum 1 minutę / 2 minuty oraz nie dokonały zakupu.
Remarketing, który miał za cel pozyskanie ruchu, był kierowany na całą Polskę. Dodatkowo kierowaliśmy remarketing tylko dla Warszawy, który był nastawiony na wyświetlenia.
Użytkownicy w remarketingu byli podzieleni według czasu, który upłynął od ich ostatniej wizyty na stronie. W taki sposób powstały 4 grupy:
Najlepsze wyniki, biorąc pod uwagę ilość konwersji, osiągnęła kampania 7-30.
W czerwcu prowadziliśmy również kampanie wideo na YouTube
Kreacje wideo były takie same jak we wcześniejszym punkcie, różniły się jedynie sposobem kierowania.
Jednym z celów kampanii nastawionych na budowanie zasięgu było wsparcie sprzedaży we wszystkich innych pozostałych źródłach ruchu, co jak uważamy, również udało się zrealizować. Łączna sprzedaż w sklepie w szczytowych okresach sprzedaży utrzymywała się na wysokim poziomie, generując nowe historyczne rekordy.
Kampanie w sieci wyszukiwania były kierowane z dużym naciskiem na użytkowników z Warszawy. Kampania trwała w okresie luty-wrzesień.
Prowadziliśmy 2 rodzaje kampanii:
Największy budżet przeznaczony był na frazę parasol ogrodowy, i z tej frazy też uzyskaliśmy najwięcej konwersji. Najmniej konwersji wygenerowała fraza parasole ogrodowe.
Budżet na kampanie został rozłożony w czasie. Największe środki zostały przeznaczone na reklamę w czerwcu. Następnie zmniejszyliśmy intensywność działań aż do całkowitego wstrzymania kampanii. W okresie wygaszania kampanii wstrzymaliśmy działania brand oraz long tail z reklam DSA.
Dużym wyzwaniem w stosowaniu kampanii DSA jest sposób dobierania zapytań przez Google. Aby precyzyjnie kierować ruch long tail na koncie, dodaliśmy tysiące fraz wykluczających zebranych na podstawie planera słów kluczowych oraz historycznych wyników kampanii.
Reklamy produktowe (PLA), to reklamy, których głównym celem jest sprzedaż. Dla Litex Garden generowały one wyższy ROAS od kampanii w sieci wyszukiwania.
W maju testowaliśmy na koncie klienta inteligentne kampanie PLA. Po dobrych efektach zdecydowaliśmy się zwiększyć wydatki na PLA w czerwcu i przeznaczyliśmy na reklamy produktowe większość budżetu reklamowego.
Kampanie produktowe prowadziliśmy tworząc następującą strukturę na koncie:
W pierwszych miesiącach celem kampanii było wygenerowanie dużego ruchu przy możliwie niskim koszcie kliknięcia. Zebrane dane o konwersji wykorzystaliśmy w procesie wdrażania automatycznych strategii stawek – ROAS. Ostatnim etapem było przejście na inteligentne kampanie produktowe. W okresie wygaszania kampanii (czerwiec – wrzesień) na koncie zostawiliśmy wyłącznie kampanie inteligentne.
Lokalizacje:
Analizując dane sprzedażowe zdecydowaliśmy się na kierowanie kampanii na Warszawę + województwo mazowieckie oraz odrębne kierowanie na resztę Polski. Kampanie kierowane na kluczowe lokalizacje (gwiazdy) posiadały osobny dedykowany budżet emisyjny w każdym z kanałów promocji.
Odbiorcy:
Kierowanie reklam podzieliliśmy ze względu na realizowany cel, na nowych oraz powracających klientów. Do użytkowników, którzy wchodzili w interakcję z firmą po raz pierwszy, kierowaliśmy inne komunikaty niż do osób, które były już zapoznane z marką. Na potrzeby optymalizacji działań wykluczaliśmy ruch wewnętrzny, konkurencję czy osoby, które pomimo kilkukrotnych odwiedzin w witrynie spędziły na niej bardzo krótki czas.
Kampania była optymalizowana na podstawie danych demograficznych, odbiorców na rynku oraz opracowanych person. Zarówno w sieci wyszukiwania, jak i kampaniach w sieci reklamowej wykorzystaliśmy informacje o odbiorcach podobnych do list remarketingowych.
Harmonogramy:
Kampanię optymalizowaliśmy na podstawie danych skuteczności w określonych porach dnia i dni tygodnia. Każdy dzień podzieliliśmy na małe okresy, dla których dostosowaliśmy stawkę za kliknięcie.
Urządzenia:
Kampanię optymalizowaliśmy na podstawie rodzaju urządzenia. W niektórych przypadkach tworzyliśmy osobne kampanie, kierujące ruch na komputery i telefony komórkowe.
Pogoda
Stawki w kampanii były optymalizowane z częstotliwością co godzinę, bazując na aktualnej pogodzie.
Testy A/B
Na koncie prowadziliśmy testy A/B różnych strategii ustalania stawek. Optymalizowaliśmy reklamy poprzez testy różnych treści. W przypadku kampanii GDN nie testowaliśmy różnych form banerów, a skupiliśmy się na optymalizacji metod kierowania reklam.
Wykluczenia
W procesie optymalizacji kampanii dużą wagę przykładamy do wykluczenia nietrafnych miejsc docelowych (GDN czy YT) jak także wykluczenia słów kluczowych (kampanie DSA czy PLA). Co tydzień aktualizowaliśmy listę fraz oraz miejsc docelowych, aż do uzyskania pożądanego efektu.
Machine Learning:
Kluczowe kampanie sprzedażowe do optymalizacji sprzedaży wykorzystywały machine learning oraz zaawansowane strategie ustalania stawek.
Zdecydowaliśmy się na przetestowanie rozwiązań opartych na Machine Learning, które automatyzują część akcji na koncie i zwiększają efektywność kampanii. Wyższa efektywność jest efektem wykorzystania wielu sygnałów, których korelacja przy ręcznym prowadzeniu działań jest niemożliwa. Kampanie inteligentne monitorowaliśmy i optymalizowaliśmy w możliwym zakresie.
Wykorzystaliśmy inteligentne reklamy na różnych kanałach:
Dodatkowo wykorzystaliśmy szereg skryptów z wykorzystaniem Big Data. Jednym z nich był skrypt do sprawdzania pogody. Dane pogodowe były pobierane z openweathermap.org dla Warszawy co godzinę. Stawki podnosiły się, gdy była słoneczna pogoda, a obniżały podczas deszczu. Skrypt pogodowy modyfikował stawki dla kampanii sprzedażowych oraz niektórych kampanii w sieci GDN (kierowanych do osób potencjalnie zainteresowanych produktem).
Inne skrypty, które wykorzystaliśmy to między innymi:
Wszystkie kampanie na koncie klienta miały automatyczne ustalanie stawek. Najczęściej były one nastawione na maksymalizację ROAS, zmniejszanie CPA lub maksymalizację liczby kliknięć. Testy ustawień ręcznego CPC zawsze wypadały gorzej od reklam ustawionych z wykorzystaniem maksymalizacji kliknięć czy strategii nastawionych na maksymalizację konwersji. Wyjątkiem były reklamy zasięgowe oraz YouTube kierowane w modelu CPM.
Naszym głównym celem było zwiększenie sprzedaży poprzez kampanię Google Ads, ale też zwiększenie sprzedaży z innych kanałów poprzez budowanie świadomości marki i zamówienia telefoniczne.
Wyniki jakie osiągnęliśmy dla klienta:
Specjaliści z Agencji Delante są otwarci i skorzy do wyjaśniania oraz przedstawiania sugestii, które pomagają w rozwoju firmy w sieci. Zwiększyli naszą obecność w Internecie, wdrażając najlepsze techniki SEO i przeprowadzając skuteczne kampanie Google Ads.