Giuffrè Francis Lefebvre è uno dei maggiori attori italiani nel campo dell’editoria professionale.
Nato dalla fusione nel 2018 dello storico editore Giuffrè Editore e di Memento Francis Lefebvre, è parte del gruppo internazionale Lefebvre Sarrut, attivo in tutta Europa con 8 aziende controllate e più di 2.600 dipendenti.
Giuffrè Francis Lefebvre fornisce strumenti, software gestionali e soluzioni informative di alta qualità, basati sull'autorevolezza delle fonti e sull'affidabilità del metodo, per accompagnare al successo i professionisti del settore legale, fiscale, lavorativo e aziendale.
Dalla analisi del catalogo dello shop online è nata la schematizzazione delle caratteristiche di 4 tipologie di pubblico.
Per ciascuno è stata definita una strategia tailor made sui vari canali con più funnel di conversione, in particolare sui social.
Come primo passo siamo partiti dall’analisi dei dati dello spending adv storico e dei target. Tale analisi ci ha portato quindi a rivedere la scelta del media mix non solo nelle percentuali di spesa per canale, ma anche nella scelta dei canali e nel loro utilizzo.
Due i pillar che hanno guidato le scelte: eliminazione dei canali meno produttivi in termini di conversioni per potenziare quelli con maggiori possibilità di sviluppo; focus su quei canali che oltre alle buone performance attuali permettono una miglior combinazione tra target - abitudini di fruizione del canale - offerta di prodotto Il nuovo media mix proposto tendeva a massimizzare e ottimizzare i canali con le performance migliori (in primis Google) e ad esplorare con nuovi approcci la gestione di altri media (Social) e canali.
Google richiede un approccio molto analitico e di studio continuo; la nostra modalità di lavoro su questo canale si caratterizza proprio per sartorialità mirata nella strutturazione dell’account, nonché un’analisi attiva e costante dell’evolversi dei KPIs (ROAS su tutti) in correlazione alle opportunità evidenziate dalle competitive metrics più tecniche disponibili in piattaforma (% di copertura, ranking Vs competitors, punteggi di qualità etc.).
Google è il canale che ha fornito i migliori dati di performance , per la natura del prodotto e del target identificato è stato il canale su cui investire maggiormente.
Operativamente, più nel dettaglio per canale:
Su questo versante ci siamo concentrati in particolare sulle categorie di prodotto che presentavano una carrello medio e una marginalità più importante .
A livello di targeting, abbiamo adottato una strategia combinata di keywords specifiche e dynamic targeting (DSA), strategia vincente soprattutto per e-commerce di queste dimensioni e dinamicità d’inventario.
In questo modo avremo una copertura idealmente totale del potenziale traffico rilevante (ottenuta anche grazie a una forte attenzione al search term report e di conseguenza alle parole chiave negative), per poi differenziare gli sforzi in base all’analisi dati.
In particolare, abbiamo sfruttato le funzionalità di Lengow, la piattaforma leader di automazione di siti ecommerce, in relazione alle campagne di ricerca Google, per integrare in real-time le performance (trend di visite e di vendite) dei prodotti al Feed stesso e per gestire automaticamente alcune task-chiave (aggiunta/pausa prodotti in base allo stock, aggiornamento prezzi, segnalazione di prodotti “hot”).
Il primo step è consistito nell'ottimizzazione del Google Merchant Center, dove ci siamo assicurati che la qualità fosse ineccepibile (includendo quegli aspetti di solito un po’ trascurati o avanzati come le policies di return e il completamento corretto di tutte le info del business, dettagli sullo shipping e “verifica” degli stessi tramite documentazione ordini evasi, etc).
Successivamente ci siamo concentrati sul FEED per il Merchant Center (utilizzando anche la piattaforma Lengow), ottimizzando tutti gli attributi esistenti e potenziando il feed con campi avanzati facoltativi (sia in ottica Ads che Organico), quali a titolo esemplificativo: tipologia, fascia di prezzo, best-seller, trending, in promo, stagionalità etc. (i dati di performance sono automatizzati grazie al collegamento tra Lengow-Analytics).
La pianificazione su questo canale, poco diffuso solitamente, nasce dall'analisi preliminare fatta sul target fornendo un presidio nuovo che sta supportando la crescita delle vendite dello shop online con campagne sulla rete di ricerca e con campagne shopping.
La pianificazione con spot audio fa parte dello sviluppo della strategia di espansione del brand su target più giovani, intercettandolo su una piattaforma sempre più utilizzata da vari target e che permette una interessante segmentazione tematica.
La copertura del Retargeting si prevede divisa in 3 parti, per coprire lo spettro più ampio di placement di qualità online. In questo modo si potrà anche comparare (tramite Analytics) le 3 diverse performance ed eventualmente rimodulare di conseguenza le allocazioni.
I placement interessati sono 3:
Il motore RTB House, unico nel suo genere basato su algoritmi di Deep Learning, identifica potenziali acquirenti e migliora le prestazioni tramite un retargeting ultra-personalizzato 1:1, fino al 50% più efficiente rispetto agli approcci standard basati su Machine Learning AI.
Questa attività verrebbe sviluppata direttamente da Business Manager di Facebook e LinkedIn con inserzioni mirate e a completamento dei funnel creati e validati nel punto precedente dedicato ai social ads.
Utilizzando un approccio A/B test e diverse campagne pilota, sono stati monitorati i singoli canali e le correlate performance, così come le singole creatività e i target identificati, così da apportare le eventuali modifiche o esclusioni del channel mix o su singoli annunci.
Inoltre confrontando i dati degli ultimi 12 mesi con i precedenti, si è rilevata una asimmetria tra la crescita del traffico e l’aumento delle conversioni.
Per migliorare i tassi di caduta da carrello si è agito su più fronti: sono state risolte criticità nel sistema dei pagamenti, in particolar modo per quanto concerne la UX complessiva della fase di processo di pagamento. Più in generale inoltre è stata rivista l'interfaccia UI per i dispositivi mobili e sono state risolte criticità tecniche inerenti la velocità complessiva di caricamento delle pagine. Ai fini di migliorare l’esperienza utente complessiva, con ricadute dirette su conversion rate e tasso di abbandono del carrello abbiamo adottato sia tool di UX e user flow analisi (hotjar), sia tool di ottimizzazione e A/B test (google optimize)
Abbiamo implementato un rigoroso tracciamento tramite Google Tag Manager, in modo tale da categorizzare il traffico degli sforzi paid nei canali appropriati e rendere poi univocamente identificabili e confrontabili le singole “campagne” nell’apposito report di Analytics.
Inoltre, in linea con gli obiettivi e i kpi convenuti, abbiamo sviluppato una dashboard di reporting personalizzata usando Google Data Studio, attraverso la quale è stato possibile creare facilmente rapporti sui dati a partire da un'ampia gamma di fonti e canali, tra cui Google Ads, Analytics, Display & Video 360, Search Ads 360, File flat tramite il caricamento di file CSV e piattaforme di social media come Facebook e Instagram.