Panoramica
Jolie Profumerie è un rivenditore di profumi italiano che si occupa di profumi di nicchia di fascia alta con un'attività offline e online.
La sfida
Quando Jolie si è rivolta a noi per migliorare le proprie vendite, abbiamo stabilito una corretta scala di investimenti, migliorato l'usabilità dei dati attraverso la corretta gestione dei pixel di tracciamento e reso il tutto conforme al GDPR. Abbiamo implementato una strategia data-driven con un Q4 21 di successo e da record, grazie all'adeguamento delle conversioni e al passaggio al Value Bidding, riducendo il costo del CAC.
Abbiamo supportato Jolie attraverso: l'identificazione delle opportunità di crescita utilizzando WildCat e la definizione della strategia: abbiamo strutturato la struttura facendo leva sul framework dell'e-commerce con l'Uncap Search e Shopping Budgets per aumentare la quota di click rispetto ai concorrenti, il focus sul prospecting, il lancio di campagne Discovery + Video facendo leva sui target definiti e l'implementazione di campagne Performance Max con focus sulle vendite online e sugli obiettivi di traffico del sito web.
La soluzione
Aumentare e ottimizzare tutto il tracking sulla piattaforma (Prestashop) e concentrare l'attenzione sulla migrazione dell'attività su una soluzione cloud di e-commerce aziendale: Big Commerce. Abbiamo lavorato sull'invio di segnali avanzati alle piattaforme di marketing (Google, Facebook, ecc.) e sulla messa a punto del design UX.
I problemi più comuni che abbiamo riscontrato a livello di UX sono stati la dimensione dei caratteri troppo piccola, l'assenza di visual commerce, la mancanza di informazioni sulla pagina del prodotto e i problemi di checkout. Per questo motivo, dopo il processo di normalizzazione, abbiamo lavorato a un processo continuo di ottimizzazione delle conversioni che consisteva in sei fasi ricorrenti. La prima è un'analisi approfondita, che di solito inizia con i dati di Google Analytics e con una ricerca qualitativa. In questa fase, scegliamo l'area con il più alto potenziale di ottimizzazione e formiamo ipotesi per i test A/B.
Dopo aver scelto gli elementi da testare, abbiamo realizzato dei wireframe e poi, sulla base di questi, abbiamo lavorato alla correzione dell'UX sulla base di dati qualitativi (sondaggio e analisi della navigazione). Abbiamo avviato un esperimento di test a matrice per trovare il modo migliore per scalare e aggiungere un nuovo flusso di entrate. Ogni cambiamento nel tasso di conversione, nell'AOV e nelle metriche più importanti viene analizzato con attenzione e continuità, per essere veloci nell'evitare dolori e problemi aziendali.
Queste fasi si ripetono e creano un processo di ottimizzazione continua. Di conseguenza, il negozio cambia continuamente e soddisfa le aspettative dei clienti.
