Impulsar la eficiencia presupuestaria y automatizar la optimización de los piensos
Nuestro cliente, un minorista deportivo mundial con 38 tiendas en Portugal, quería utilizar el feed de Google Merchant
Center para aumentar los ingresos y el volumen de ventas en su sitio web de comercio electrónico. La marca vende más de
100.000 productos para más de 100 deportes, gestionando múltiples campañas promocionales y descuentos
dedicados a diferentes deportes y temporadas a lo largo del año.
NUESTRA AUDAZ AMBICIÓN
Con un gran inventario de productos y ambiciosos KPI que alcanzar, nuestro cliente necesitaba una solución que le ayudara a mantenerse
por delante de la competencia. Tenían que estar preparados para adaptarse y adoptar nuevas tecnologías para maximizar
el retorno de la inversión tanto de las campañas de compras tradicionales como de las nuevas campañas de Google Performance Max (Pmax).
La marca se enfrentaba a obstáculos en el comercio electrónico, como niveles de inventario inconsistentes durante la pandemia,
y retos macroeconómicos, incluida la inflación y su impacto en el gasto de los consumidores, y era
más importante que nunca que mejoráramos la eficiencia y el rendimiento. Nuestro objetivo era mejorar el éxito del comercio electrónico de nuestro cliente
ampliando los puntos de venta de los productos a múltiples canales y
automatizando los procesos mediante aprendizaje automático.
NUESTRA SOLUCIÓN
Nuestro equipo estructuró el proyecto en tres fases principales:
1. Análisis del rendimiento de las campañas Analizar el rendimiento de las campañas
2. Creación de un feed complementario para excluir un conjunto de productos
3. Aprovechamiento de Google Cloud para gestionar los datos
Comenzamos analizando los datos de rendimiento de los productos en las campañas de Pmax para identificar qué productos
no eran rentables y debían excluirse del feed para impulsar la eficiencia y canalizar el presupuesto actual
hacia productos más rentables.
Para identificar qué productos excluir, establecimos criterios basados en impresiones elevadas, CTR bajo y ROAS bajo,
que coincidían con los KPI del cliente. A continuación, creamos un feed complementario para proporcionar atributos
adicionales que faltaban o no estaban incluidos en el feed principal. Este feed contenía información sobre
la lista de productos a excluir y contribuirá a aumentar la eficacia de las campañas Pmax
de la marca.
Utilizamos las funciones de Google Cloud para impulsar este proceso y BigQuery para gestionar no solo los datos de rendimiento
, sino también la información a nivel de producto. Estos datos permitirán a nuestro cliente seguir mejorando las actividades de
y reintroducir productos en las campañas de Pmax a medida que aumenten la demanda y las tasas de conversión.
NUESTROS RESULTADOS
Desarrollamos el siguiente modelo matricial para analizar el rendimiento de la optimización de los piensos. La matriz nos ayudó a
a identificar si la estrategia aplicada ofrecía la oportunidad de obtener mayores resultados. Cada punto de la trama
representa la combinación entre ROAS e ingresos que conseguimos durante la prueba.
Al aprovechar los datos de forma eficiente con el aprendizaje automático, impulsamos el rendimiento general de las campañas de Pmax. Impulsamos la eficiencia presupuestaria reduciendo los costes en un 15 % y, al mismo tiempo, generamos un aumento del 9 % en los ingresos y del 29 % en el ROAS.
Noticias relacionadas
.jpg)
