Sklep z segmentu Dom i Ogród miał stabilne obroty i jeden powtarzalny problem: każda próba zwiększenia budżetu natychmiast zbijała rentowność. Przyczyną nie był limit rynku, tylko struktura konta, w której algorytm nie miał jak odróżnić zestawu mebli od doniczki.
Sklep generował stabilne obroty na poziomie 1,1 mln zł miesięcznie i trafił na szklany sufit. Próby samodzielnego zwiększania budżetów kończyły się natychmiastowym spadkiem rentowności, więc właściciele wracali do poprzednich kwot i cykl się powtarzał.
Źródłem problemu nie był rynek, tylko brak analityki e-commerce. Kampanie Shopping i Performance Max działały na zagregowanych danych, traktując cały asortyment, od drobnych akcesoriów ogrodowych po drogie zestawy mebli, w jednakowy sposób. Klient wydawał setki tysięcy złotych, nie wiedząc, które towary budują zysk, a które są wyłącznie kosztem.
Audyt konta i zaplecza analitycznego wykazał trzy błędy, które razem blokowały skalowanie:
Analityka nie rejestrowała pełnej ścieżki zakupowej w GA4. Brakowało danych o zachowaniach na poziomie pojedynczych produktów, wartości koszyków oraz miejsc porzucenia na etapie kasy.
Cały asortyment siedział w jednym worku. Algorytm robił to, do czego jest stworzony: kierował budżet na produkty najtańsze i najłatwiejsze do sprzedania, omijając pozycje o wyższej wartości koszyka.
Dom i Ogród to branża o silnych wahaniach popytu. Konto nie było przestawiane między kategoriami w rytmie sezonu, więc budżet szedł na produkty poza ich szczytem sprzedażowym.
Kolejność miała tu znaczenie: najpierw dane, potem struktura, a skalowanie budżetu dopiero na końcu, kiedy było na czym oprzeć decyzje.
Skalowanie przestało być grą w ciemno i zaczęło być kontrolowanym procesem:
To 700 000 zł dodatkowej sprzedaży miesięcznie, uzyskane przez zwiększenie budżetu w tempie, na które pozwalały dane.
Wbrew regule, że rentowność musi spadać wraz ze skalą, każda zainwestowana złotówka nadal generowała 6,00 zł przychodu.
Właściciele zyskali dane, na których podejmują decyzje o zatowarowaniu, promowaniu marek i negocjacjach z dostawcami, także poza reklamą.
Najczęściej to sufit struktury konta. Zanim uznasz, że rynek się skończył, sprawdź, czy algorytm w ogóle wie, co dla Ciebie jest cenne.
Zwiększanie budżetu bez danych e-commerce w GA4 to gra w ciemno. Dopiero znając wartość poszczególnych produktów, można podnosić wydatki bez trzymania kciuków.
Audyt pokazał, że 60% budżetu szło do grup odbiorców, które przez kilka miesięcy nie dały ani jednej konwersji. Zamiast rekomendować wyższe wydatki, wyciąłem te grupy, poprawiłem Meta Pixel i przestawiłem kampanie na zdarzenia konwersji. Budżet został ten sam, zapytań jest dwa razy więcej.
Budżet dealera rozchodził się na entuzjastów szukających recenzji i danych technicznych. Przebudowałem listę fraz wyłącznie pod intencję zakupową, zbudowałem rozbudowaną listę wykluczeń i zawęziłem geotargetowanie do realnego zasięgu salonu.
Kampanie generowały obrót głównie na produktach o niskiej marży, więc wzrost sprzedaży nie przekładał się na zysk. Podzieliłem katalog według marżowości i ustawiłem osobne cele ROAS dla każdej grupy. Sklep urósł mocno, a co ważniejsze, urosła też kwota marży, a nie tylko linijka obrotu.
Studio fotografii komercyjnej oferowało obsługę fotograficzną nieruchomości oraz wirtualne spacery 360° dla deweloperów i agencji. Kampanie Meta były aktywne, ale nie przynosiły zgłoszeń. Po wdrożeniu Meta Pixel, analityki oraz optymalizacji pod zdarzenia konwersji, wyniki skoczyły trzykrotnie.