Case study · E-commerce
Targeting search B2B più preciso: +13% di ROI.
Un e-commerce B2B specializzato in prodotti per ufficio investiva in campagne search senza sapere davvero quali segmenti e quali momenti portassero risultati. Con Target Optimization di AD cube ha isolato i segmenti più promettenti e li ha trasformati in campagne dedicate, ricalibrate di continuo.
Il progetto
Settore
E-commerce B2B di prodotti per ufficio.
Canale
Campagne search.
Modulo AD cube
Target Optimization.
Obiettivo
Alzare il ROI delle campagne search con un targeting più preciso.
La sfida decisionale
Capire su quali segmenti investire, e quando.
Il team adv doveva decidere quali audience search privilegiare e in quali momenti intercettarle, ma non aveva modo di distinguere i segmenti di maggior valore dal resto del traffico. Senza quella visibilità, il budget rischiava di disperdersi su utenti e momenti con poche probabilità di conversione.
Il metodo
Dall'analisi dei segmenti alle campagne che si ricalibrano da sole.
Target Optimization di AD cube ha individuato i segmenti più promettenti dentro le campagne search: ognuno è diventato una campagna dedicata, con i propri parametri di età, genere, area geografica e orario.
Da lì in avanti sono stati gli algoritmi di machine learning ad analizzare i dati di performance in arrivo e a ricalibrare quegli stessi parametri in tempo reale, senza revisioni manuali periodiche. L'analisi dei segmenti non si è fermata sulla carta: ha costruito le campagne e poi le ha adattate al variare del mercato.
Segmenti di audience
Individuati nel traffico search per isolare i gruppi più promettenti.
Parametri di campagna
Età, genere, area geografica e orario impostati campagna per campagna.
Aggiustamenti del targeting
Applicati dall'AI al variare dei dati di performance.
Risultati
+13%
di ROI
Miglioramento rilevato dopo l'introduzione di un targeting più preciso.
L'impatto sul business
Il risultato indica che l'investimento search si è spostato sui segmenti davvero rilevanti, invece di disperdersi su traffico ampio e poco qualificato. Gli aggiustamenti automatici hanno ridotto anche il bisogno di ricalibrature manuali: il targeting è diventato un processo continuo, guidato dai dati di performance del momento.