Gli ultimi mesi hanno visto un crescendo di attività sui social, sia per il maggiore tempo a disposizione delle persone, sia per la possibilità di interazioni con amici e parenti altrimenti impossibili da frequentare durante il lockdown.
Ma in questo periodo i social sono stati anche gli strumenti ideali dove poter registrare un incremento di interazioni degli utenti volte all’acquisto di beni altrimenti non reperibili a causa della chiusura degli store fisici, come ad esempio tutti quelli riguardanti il settore fashion.
E Facebook è sicuramente il social di riferimento quando parliamo di acquisti online.
Dal DPA alle DABA: un’evoluzione strategica
Se ci occupiamo di campagne online e della loro ottimizzazione, sicuramente siamo a conoscenza dei vantaggi del remarketing dinamico (DPA) grazie al quale l’utente riesce a visualizzare un prodotto precedentemente scorso sul nostro sito o app, magari perché intercettato da un’inserzione allo scopo di far conoscere il nostro brand.
Un ulteriore passo in avanti è stato fatto con le DABA, le Dynamic Ads for Broad Audience; grazie alla loro implementazione, infatti, è possibile ora raggiungere persone che hanno dimostrato interesse per alcuni prodotti — mettendo like a post di altri brand o seguendo pagine specifiche di contenuto simile ai nostri — anche se effettivamente non hanno raggiunto il nostro sito o app e che potrebbero quindi diventare potenziali clienti.
L’evoluzione delle DABA permette a coloro che vedono un’inserzione di un brand affine al mio, di visualizzare automaticamente i prodotti del nostro catalogo a cui potrebbero essere interessati, sfruttando così l’algoritmo di Facebook.
Show the right products to the right person.
Facciamo un esempio concreto. Se un utente cerca un paio di scarpe da corsa su più siti web, interagendo con i contenuti relativi alle scarpe su Facebook e Instagram, sulla base di queste attività e delle caratteristiche demografiche, la piattaforma potrebbe mostrare il nostro annuncio con scarpe da corsa o prodotti correlati a quell’utente.
Inoltre, per raggiungere un nuovo pubblico, il brand può includere anche un messaggio aggiuntivo relativo ai suoi valori; un’opzione possibile tramite le “card statiche”, ovvero preview in formato immagine o video che anticipano il carosello prodotti.
Le potenzialità delle DABA non si esauriscono qui e portano a benefici tutt’altro che banali, come:
- Utilizzano il targeting esteso e le offerte ottimizzate per la conversione permettendo all’algoritmo di Facebook di trovare il pubblico migliore per quel business.
- Il targeting delle DABA aggiunge valore a quello delle Dynamic Ads, che intercettano solamente chi è già stato sul nostro sito o ha interagito con il brand.
- Gli annunci vengono generati dinamicamente dal feed del prodotto, il che evita la rielaborazione delle immagini perché già precedentemente caricate.
Consigli pratici: come realizzare una DABA
Ma come si attivano le DABA? Per poter procedere con il setup è necessario creare di un catalogo prodotti.
Vista la possibilità di raggiungere nuovi utenti è facile incappare in una dispersione di budget se non si ottimizzano le campagne nel modo corretto. Vediamone alcune:
- Dividi il tuo catalogo in gruppi di prodotti suddivisi per categoria e usa una card statica specifica per ognuna per presentare i tuoi prodotti a nuovi utenti;
- Non utilizzare set con pochi prodotti. Permetti agli algoritmi di Facebook di trovare e scegliere quelli più performanti. (Facebook infatti consiglia un minimo di 1000 prodotti per permettere alle DABA di performare al meglio).
- Escludi strategicamente un target. È una buona idea quella di non targettizzare quelle persone che hanno recentemente effettuato un acquisto sul tuo sito web, ad esempio negli ultimi 10 giorni, onde evitare di mostrare più volte all’utente la stessa inserzione e rischiare di risultare “fastidiosi”.
- Ottimizza le inserzioni per le conversioni sul tuo evento standard. Al momento,tra gli eventi per cui puoi eseguire l’ottimizzazione ci sono acquisto, aggiunta al carrello e iscrizione.
Dall’esperienza registrata in questi mesi su alcuni dei nostri clienti Fashion abbiamo ottenuto ottimi risultati in termini di ROAS mensile che in alcuni casi ha superato l’800% da Campaign Manager. Oltre ai risultati legati alla pura performance abbiamo anche raggiunto CPC (Costo per Clic) nettamente più bassi rispetto alle “classiche” campagne prospecting.
Le costanti ottimizzazioni legate al potere del machine learning infatti, permettono di raggiungere risultati importanti anche riducendo alla piattaforma i tempi di apprendimento della strategia.
A titolo esemplificativo, nel mese di Aprile 2020, su un insieme di clienti fashion che gestiamo, con stesso target tra DABA e campagne prospecting con creatività statica, abbiamo ottenuto un CPC inferiore del -77% ed un ROAS di 2 volte superiore.
Non solo acquisti ma anche lead…
Da qualche settimana è possibile utilizzare le Dynamic Ads for Broad Audience anche per raggiungere utenti che magari non sono interessati subito all’acquisto dei prodotti offerti ma vorrebbero iscriversi alla newsletter o avere maggiori informazioni.
L’algoritmo di Facebook cerca così di risolvere il problema delle lead di bassa qualità, garantendo all’inserzionista di ottenere contatti da poter utilizzare in una seconda fase della strategia.
… e non solo Facebook
E Google? Ultimamente numerosi prodotti delle due piattaforme sembrano andare nella stessa direzione, come un continuo botta e risposta che non può che far bene e stimolare noi advertiser. Con l’attivazione delle Smart Shopping — ovvero le campagne Shopping intelligenti che combinano quelle standard e quelle di remarketing sulla Rete Display e automatizzano le offerte e il posizionamento degli annunci per la promozione dei prodotti — Google ha già fatto un passo importante nella direzione di coniugare la parte Display alle performance e al Machine Learning, sfruttando il feed. Una nuova funzione in Beta permette all’interno di queste campagne di scegliere la feature “New Customer Acquisition” che permetterà di raggiungere nuovi potenziali clienti. Grazie all’integrazione derivante dall’algoritmo Google e dai nostri dati, questo sarà in grado di capire chi è effettivamente un nuovo utente mostrando il prodotto più affine. Vi ricorda qualcosa?
Questo articolo è stato scritto da Antonio Gallo, Digital Advertising Specialist.