Cele marki
Piolo-meble.pl to sklep internetowy kierowany do klientów B2C, z ofertą skoncentrowaną przede wszystkim na segmencie kuchni. Klient jasno zakomunikował nam swoje oczekiwania – potrzebował nie tylko wzrostu sprzedaży, lecz także partnera, który pomoże mu uporządkować cały proces reklamowy i pomiarowy.
Główne cele od początku współpracy były więc jasne:
-
zwiększyć sprzedaż online,
-
uporządkować pomiar i dane, aby kampanie mogły się realnie optymalizować,
-
uwzględnić także kontakt bezpośredni (telefon/mail), który czasem domyka sprzedaż poza koszykiem.
Największe wyzwania:
1. Brak wdrożonej analityki (GA4)i poprawnych konwersji w Google Ads – system nie otrzymywał wiarygodnych danych, co praktycznie uniemożliwiało optymalizację.
2. Problemy techniczne motywu sklepu – błędne zdarzenia i niepełny dataLayer utrudniały poprawne mierzenie e-commerce.
3. Część klientów finalizowała zakup telefonicznie lub mailowo, a te punkty styku nie były w żaden sposób mierzone – przez co rzeczywista skuteczność kampanii była zaniżona.
Już na tym etapie wiedzieliśmy, że dopiero po uporządkowaniu fundamentów będzie można uruchomić kampanie , które mają szansę przynieść klientowi realny zwrot.
Nasze rozwiązania
Na bazie wspólnych ustaleń postawiliśmy na podejście etapowe: najpierw analityka i jakość danych, dopiero potem skalowanie kampanii. Taki model pracy pozwolił nam uniknąć przepalania budżetu i dał klientowi pełną przejrzystość od pierwszych tygodni współpracy.
Etap 1 – analityka i dane
Pierwsze tygodnie to intensywna praca analityczna po naszej stronie oraz dobra komunikacja z klientem, która pozwoliła szybko wdrażać niezbędne poprawki.
W ramach tego etapu:
-
wdrożyliśmy pełną analitykę e-commerce w GA4 oraz poprawne raportowanie kluczowych zdarzeń zakupowych;
-
dodaliśmy pomiar kontaktów potencjalnych klientów (mail/telefon), aby oddać pełną ścieżkę zakupową i uniknąć zaniżania wartości kampanii;
-
poprawnie wdrożyliśmy Consent Mode, co pozwoliło zbierać dane zgodnie z wymogami, a jednocześnie dostarczać algorytmom wartościowe sygnały;
-
stworzyliśmy feed produktowy od zera, przygotowując solidną bazę pod przyszłe kampanie produktowe.
Ten etap sprawił, że po raz pierwszy marka mogła spojrzeć na swoje dane w sposób kompletny i porównywalny.
Etap 2 – kampanie reklamowe
Dopiero po uporządkowaniu danych mogliśmy przystąpić do działań reklamowych. Zbudowaliśmy strategię opartą na przechwytywaniu intencji zakupowych i odbudowywaniu porzuconych koszyków.
Uruchomiliśmy:
-
kampanie Search – przechwytujące zapytania produktowe i ruch o wysokiej intencji,
-
kampanie produktowe – w oparciu o nowo przygotowany feed,
-
remarketing w sieci YouTube – skierowany do użytkowników, którzy przerwali zakup lub nie domknęli zamówienia.
Co zrobiliśmy
Kluczowym przełomem było doprowadzenie do sytuacji, w której system reklamowy wreszcie otrzymywał kompletne i wiarygodne dane. To otworzyło możliwość prawdziwej optymalizacji. Nie na wyczucie, lecz na twardych sygnałach.
W kolejnych tygodniach stopniowo zwiększaliśmy budżety w miarę wzrostu rentowności, wzmacnialiśmy ścieżkę zakupową remarketingiem kierowanym do użytkowników niedokańczających transakcji oraz testowaliśmy ustawienia kampanii i dostosowywaliśmy je w reakcji na pierwsze realne dane.
Stała komunikacja z klientem pozwoliła dynamicznie reagować i podejmować decyzje, które realnie wspierały cele biznesowe.
Efekty
Wyniki z działań reklamowych pokazują, jak duży wpływ miało uporządkowanie danych i odpowiednio zaplanowane kampanie:
-
Przychód z reklam: 1 112 000 zł
-
Liczba transakcji: 500
-
Koszt reklamy: 56 000 zł
-
ROAS: ~20
W skrócie: połączenie dobrze wdrożonej analityki (GA4, konwersje, Consent Mode, feed produktowy) oraz przemyślanej strategii reklamowej pozwoliło przejść od „działania w ciemno” do stabilnie skalowalnych kampanii, które realnie napędzają sprzedaż.
