Sklep Perfumów

Klient zgłosił się z dokładnym zapytaniem o uruchomienie reklamy kontekstowej w celu prowadzenia ruchu na stronę od zera. Do tej pory klient miał tylko doświadczenie w prowadzeniu reklamy ukierunkowanej na Meta i podjęto decyzję o rozszerzeniu się na inne źródła ruchu.

Przed rozpoczęciem pracy należało upewnić się, czy nie będzie ryzyka blokady w związku z podobieństwem produktów do reklamy replik, ponieważ reklamy kopii prawdziwych marek są surowo zabronione w reklamie Google.

Przeprowadzono analizę konkurencji, w tym zarówno reklam, jak i treści na samych stronach. Przeprowadzono użyteczność strony klienta, na podstawie której stworzono rekomendacje do poprawek.

Po wprowadzeniu poprawek rozpoczęto priorytetowe ustawienia usług Google Ads i Google Merchant Center.

Po ustawieniach konwersji i załadunku pliku produktowego – w końcu rozpoczęto uruchamianie kampanii reklamowych. Kluczowym czynnikiem trudności była geografia uruchomienia. Kampanie działały jednocześnie na kilku rynkach o zasadniczo różnej dynamice aukcji i zachowaniu użytkowników. Głównymi krajami były Arabia Saudyjska, ZEA, Korea Południowa i Norwegia. Dodatkowo aktywność reklamowa obejmowała inne regiony, w tym Izrael, Kongo, Senegal oraz szereg testowych obszarów geograficznych. W krajach Bliskiego Wschodu obserwowano wysoki CPC przy silnym zamiarze komercyjnym odbiorców. Rynki europejskie wykazywały stabilniejszy CR, ale droższą konkurencję. Regiony afrykańskie zapewniały tańszy ruch, który jednak konwertował znacznie słabiej. W takich warunkach uniwersalna strategia nie działa, a optymalizacja wymaga lokalnej adaptacji.

Dodatkowym utrudnieniem był całkowicie nowy panel reklamowy. Brak danych historycznych, sygnałów konwersji i wyuczonego zachowania algorytmów doprowadził do oczekiwanej niestabilności wskaźników w pierwszych miesiącach pracy. Początkowy CPA był wyższy od wartości docelowych, co jest typową sytuacją dla kont bez zgromadzonej statystyki.

W ramach optymalizacji przeprowadzono systemową przebudowę struktury reklamowej. Kampanie zostały segmentowane według zamiarów słów kluczowych, dostosowano strategie stawek zgodnie z lokalną konkurencją i kosztami kliknięcia, przeprowadzono redystrybucję budżetów między Search a Performance Max. Znaczną uwagę poświęcono oczyszczaniu zapytań wyszukiwania, pracy z zamiarami odbiorców, eliminacji nieefektywnych segmentów i stabilizacji współczynnika konwersji.

Podstawowa logika optymalizacji polegała nie na próbie radykalnego obniżenia CPC, co w podobnych niszach jest prawie niemożliwe, ale na wyrównywaniu ekonomii poprzez poprawę konwersji, struktury i zarządzania ruchem. Performance Max został użyty jako napęd skalowania, podczas gdy kampanie Search były optymalizowane w celu kontroli jakości i zamiaru odbiorców.

W trakcie kilku miesięcy pracy i uczenia się algorytmów system reklamowy zaczął wykazywać przewidywaną pozytywną dynamikę. Zarejestrowano stabilny wzrost liczby konwersji, wzrost CR oraz stopniowy spadek kosztu za konwersję. CPA zaczął się wyrównywać między różnymi krajami, pomimo różnic w konkurencji aukcyjnej i kosztach kliknięcia.