Personalizowane produkty od zawsze cieszą się dużym zainteresowaniem klientów, którzy szukają wyjątkowych i dopasowanych do ich potrzeb rozwiązań. Takie podejście reprezentuje jeden z naszych klientów, dynamicznie rozwijający się sklep internetowy specjalizujący się w sprzedaży personalizowanych lampek oraz tablic ściennych. Produkty te są szczególnie popularne jako dekoracje do pokoi dziecięcych, nowoczesnych salonów czy biur, a także jako oryginalne prezenty na różne okazje.
Mimo stale rosnącej popularności oferty, sklep stanął przed wyzwaniem: jak zwiększyć efektywność kampanii reklamowych w Google Ads, jednocześnie utrzymując kontrolę nad rosnącymi kosztami i dotarciem do odpowiednich grup odbiorców. W odpowiedzi na te potrzeby nasza agencja postanowiła wdrożyć sztuczną inteligencję (AI) w strategię reklamową, aby poprawić wyniki kampanii, zoptymalizować koszty i dotrzeć do osób najchętniej kupujących produkty z oferty.
Celem tego case study jest pokazanie, jak narzędzia oparte na sztucznej inteligencji dostępne w Google Ads — takie jak inteligentne ustalanie stawek (Smart Bidding) czy dynamiczne tworzenie reklam (Responsive Search Ads), jak również Chat GPT — pomogły klientowi nie tylko osiągnąć znaczącą poprawę wyników, ale także lepiej zrozumieć potrzeby klientów i dopasować komunikację marketingową do ich oczekiwań.
Cele i założenia
Przed rozpoczęciem optymalizacji kampanii reklamowych sklep osiągał średnio 50 zamówień dziennie. Chociaż wynik ten był zadowalający, analizy rynku oraz potencjału oferty wskazywały, że liczba zamówień mogłaby być wielokrotnie wyższa, szczególnie dzięki lepszemu dotarciu do klientów poszukujących personalizowanych produktów na prezenty oraz dekoracje wnętrz.
Głównym celem było zwiększenie liczby zamówień przy jednoczesnym utrzymaniu lub nawet obniżeniu kosztu pozyskania klienta (CPA). Założeniem było wykorzystanie narzędzi opartych na sztucznej inteligencji w Google Ads, aby precyzyjniej docierać do najbardziej zainteresowanych grup odbiorców oraz skuteczniej zarządzać budżetem reklamowym. Planowano również usprawnienie komunikacji reklamowej, by lepiej odpowiadała na potrzeby klientów i podkreślała wyjątkowość oferty sklepu.
Dodatkowym celem było poprawienie wskaźnika kliknięć (CTR) oraz zwiększenie zwrotu z nakładów na reklamę (ROAS), aby kampanie stały się bardziej opłacalne i wspierały dynamiczny rozwój sklepu. W dalszej części pokażemy, jak udało się osiągnąć te cele, znacząco zwiększając dzienną liczbę zamówień.
Wdrożenie sztucznej inteligencji
Zarządzający kampaniami postanowili połączyć istniejące już dane o konwersjach z wewnętrznymi narzędziami Google Ads. Przede wszystkim rozpoczęto korzystanie z inteligentnego ustalania stawek (Smart Bidding), które bazuje na algorytmach Google. Dzięki temu stawki dla poszczególnych słów kluczowych mogły być dynamicznie dostosowywane do pory dnia, urządzenia czy dotychczasowej historii zachowań użytkowników. Istotnym elementem stała się również analiza segmentów odbiorców w Google Ads, aby precyzyjniej docierać do osób najbardziej skłonnych do zakupu.
W planach uwzględniono również wykorzystanie ChatGPT, ponieważ firma potrzebowała większej liczby spersonalizowanych wariantów tekstów reklamowych. Zamiast tworzyć je wyłącznie ręcznie, postanowiono generować wiele wersji nagłówków i opisów, by wybierać te, które mają największe szanse na przyciągnięcie uwagi potencjalnych klientów. Te automatycznie wygenerowane treści zostały następnie przetestowane w formie reklam responsywnych (Responsive Search Ads) i porównywane z dotychczas stosowanymi komunikatami.
Optymalizacja kampanii Google Ads z wykorzystaniem AI
W pierwszym etapie kampanii wdrożono Smart Bidding z celem maksymalizacji liczby konwersji. Skonfigurowano też tzw. śledzenie konwersji w Google Ads, aby każda sprzedaż w sklepie internetowym była rejestrowana i wysyłała dane zwrotne do algorytmu. W ten sposób model uczący się mógł skuteczniej kształtować stawki pod kątem osiągania założonych wyników.
Proces optymalizacji kampanii Google Ads rozpoczęliśmy od dokładnej analizy wyników istniejących działań promocyjnych. Wyeksportowaliśmy dane z kampanii produktowej do tabeli Excel, uwzględniając kluczowe wskaźniki, takie jak kliknięcia, wyświetlenia, koszt kliknięcia (CPC), współczynnik kliknięć (CTR), liczba konwersji, koszt pozyskania konwersji oraz zwrot z nakładów na reklamę (ROAS). Następnie wgraliśmy te dane do analizy za pomocą ChatGPT, co pozwoliło nam na zidentyfikowanie kluczowych trendów i zależności w wynikach.
ChatGPT, bazując na dostarczonych danych, przeprowadził analizę, która pomogła nam wyodrębnić dwie główne grupy produktów. Pierwsza grupa obejmowała produkty z najwyższym potencjałem sprzedażowym — wyróżniały się one wysokim CTR, dobrym ROAS oraz niskim kosztem konwersji. Te produkty zostały przeniesione do dedykowanej kampanii, w której skoncentrowaliśmy się na ich intensywnej promocji, aby maksymalnie wykorzystać ich potencjał.
Druga grupa składała się z produktów o niższym potencjale sprzedażowym. Aby ograniczyć ich wpływ na ogólną efektywność kampanii, wydzieliliśmy je do osobnej kampanii, w której zastosowaliśmy bardziej restrykcyjne ustawienia docelowego ROAS. Dzięki temu mogliśmy zoptymalizować wydatki reklamowe i skoncentrować większą część budżetu na produktach przynoszących najlepsze wyniki.
Dzięki tej strategii, wspieranej przez narzędzia oparte na sztucznej inteligencji, udało się precyzyjnie dopasować działania reklamowe do potencjału poszczególnych produktów, co znacząco wpłynęło na ogólną efektywność kampanii i osiągnięcie założonych celów sprzedażowych.
Dostosowanie stawek w kampaniach
Dodatkowo przeanalizowaliśmy wyniki sprzedażowe pod kątem takich czynników jak lokalizacja użytkownika, godzina dokonania konwersji, wiek oraz płeć klientów. Uzyskane dane pozwoliły nam na jeszcze dokładniejsze dostosowanie kampanii. Dzięki wprowadzeniu indywidualnych modyfikacji stawek dla różnych segmentów użytkowników, mogliśmy skoncentrować większe wydatki na najbardziej wartościowych grupach odbiorców w odpowiednich godzinach i lokalizacjach.
Rezultaty
Cztery miesiące po wprowadzeniu sztucznej inteligencji do kampanii Google Ads wyniki przerosły nasze oczekiwania. Liczba dziennych transakcji wzrosła z początkowych 50 do ponad 200, a w szczytowych momentach odnotowano nawet 500 zamówień dziennie. Tak znacząca poprawa przełożyła się bezpośrednio na wzrost przychodów, które w najbardziej intensywnych dniach osiągały poziom 50 tysięcy złotych.
Osiągnięcie tych wyników było możliwe dzięki skutecznej segmentacji produktów i precyzyjnemu dostosowaniu działań reklamowych do zachowań użytkowników oraz potencjału sprzedażowego. Optymalizacja kampanii z wykorzystaniem sztucznej inteligencji pozwoliła nie tylko zwiększyć skalę sprzedaży, ale również efektywnie zarządzać budżetem, co przyczyniło się do wzrostu zwrotu z inwestycji (ROAS). Wyniki te pokazały, że AI może być kluczowym narzędziem w dynamicznym rozwoju e-commerce.
Wnioski i dalsze plany
W przyszłości planowane jest dalsze udoskonalanie kampanii poprzez regularne aktualizowanie list odbiorców remarketingowych oraz testowanie nowych wariantów reklam responsywnych z uwzględnieniem zmieniających się trendów w modzie. Firma rozważa również rozszerzenie działań na nowe rynki geograficzne, a uzyskane doświadczenie z wdrożenia AI w Google Ads stanowi solidną bazę do ekspansji.
Ten przykład pokazuje, że konsekwentne korzystanie z rozwiązań opartych na sztucznej inteligencji dostępnych w Google Ads, w połączeniu z kreatywnym wsparciem narzędzi takich jak ChatGPT, prowadzi do wymiernych korzyści w postaci obniżenia kosztów reklamowych oraz wzrostu sprzedaży w sklepie internetowym. Dla tej branży jest to szczególnie istotne, bo działanie w oparciu o precyzyjne dane i elastyczne dopasowanie kreacji pomaga skuteczniej konkurować w warunkach nieustannie zmieniających się preferencji klientów.
