Zgłosił się do mnie spory eCommerce – jedna z większych polskich niezależnych odzieżówek dla kobiet.
Przez kilka lat wydawali na swoim koncie spore budżety na Meta Ads, ale ich granicą był ROAS w okolicy 700%.
Co właściwie zrobiłem?
Rozbicie kampanii na grupy docelowe
Już na starcie miałem do dyspozycji budżety na poziomie 10-15k miesięcznie, dlatego konieczne było eksperymentowanie, aby przebić dotychczasowe wyniki. Pierwszym krokiem było dokładne przeanalizowanie dostępnych danych i rozbicie kampanii na wiele precyzyjnych grup docelowych.
Wykorzystanie danych demograficznych
Sklep działał od kilku lat, co pozwoliło nam wyciągnąć ogromną ilość informacji na temat klientów. W oparciu o te dane stworzyliśmy grupy reklamowe dopasowane do realnych zachowań użytkowników.
Targetowanie na najskuteczniejsze segmenty
Przykładowo, analiza zamówień pokazała, że 40-50% klientów pochodziło z 10 największych miast w Polsce. Skierowanie osobnych kampanii na te lokalizacje pozwoliło osiągać ROAS na poziomie 2000%.
Tego typu optymalizacje wprowadzane były na wielu poziomach kampanii – od demografii, przez preferencje zakupowe, po testowanie różnych formatów reklam.
Finalnie, w ciągu roku udało się przekroczyć barierę 3,000,000 zł w sprzedaży, co wcześniej nigdy nie było osiągnięte na Meta Ads tego klienta.
Podsumowanie
Mimo dużej skali działania i doświadczenia na rynku, reklamy klienta były ustawione dość prowizorycznie – standardowe kampanie sprzedażowe, grupy oparte głównie na zainteresowaniach, brak analizy skuteczności materiałów reklamowych.
To było dla mnie kolejne potwierdzenie, że:
- Wiele dużych firm nadal nie traktuje swoich reklam poważnie, mimo że mogą one znacząco zwiększyć ich skuteczność.
- Data-driven marketing to podstawa, a 99% „ekspertów od reklam” nadal nie wykorzystuje jego potencjału.
