Étude de cas adidas: gestion et optimisation des flux

adidas-se-dung-nhu-a-tai-che-cho-ta-t-ca-san-pha-m-tu-na-m-2024

 

adidas fait partie des 100 marques les plus importantes au monde. La société vend ses articles et vêtements de sport sur tous les continents via deux marques : adidas et Reebok. Les revenus du commerce électronique représentent une part importante du chiffre d'affaires annuel de l'entreprise et le marketing en ligne est essentiel à son succès. adidas a rejoint DataFeedWatch afin d'être plus proche de ses clients et de s'assurer que de meilleurs flux mèneront à des performances optimales pour leurs campagnes.

Wychert Oskam est responsable des recherches payantes au niveau international pour le groupe adidas et il supervise les activités liées aux flux dans tous les pays.

 

Optimisations pour améliorer les performances des campagnes

Nous exploitons des centaines de flux de données dans des dizaines de pays. L'optimisation de ces flux est un processus continu et nous apportons quotidiennement des changements à nos flux. Nous optimisons également les flux de nos canaux de distribution afin d'avoir un impact direct sur le retour sur investissement de nos campagnes. En voici quelques exemples:

 

Meilleure classification des catégories [Améliorer le taux de conversion]

Chaque canal de distribution possède ses propres catégories de produits. Il est important de relier chaque produit à la catégorie la plus appropriée, ce qui aidera les canaux à faire correspondre nos produits avec les recherches. Comme la plupart des comparateurs de prix permettent également aux consommateurs de faire des recherches par (sous-)catégorie, il est important que nos produits apparaissent dans celle appropriée.

DataFeedWatch a créé un champ supplémentaire "type de produit amélioré" qui combine les valeurs de plusieurs champs. Les données de ce champ sont suffisamment pertinentes pour mapper correctement nos produits à la catégorie correspondante sur Google ou sur d'autres canaux.

 

Ajouter les valeurs manquantes [Réduire les refus]

Il est crucial de disposer de données complètes pour tous les produits, ceux pour lesquels il manque certains champs entraîneront des annonces de moins bonne qualité, ou même pire: des refus.

Certains champs de nos flux n'ont aucune valeur pour certains produits. Nous utilisons des règles au sein de DataFeedWatch pour nous assurer que tous les produits possèdent une valeur adéquate. Par exemple : ajouter "unisexe" à tous les produits sans sexe ou "hommes" si cela correspond au type de produit.

 

Libellés personnalisés [Optimiser les enchères]

Parfois, nous souhaitons ajuster nos enchères au CPC pour certains produits. Ceci ne peut être effectué que par le biais de libellés personnalisés. Nous avons créé des libellés personnalisés pour plusieurs attributs qui nous sembles importants, par exemple : pour quel sport un produit donné est utilisé, quel type de vêtement, etc. Cela nous permet d'ajuster nos enchères sur Google Shopping de manière très spécifique.

 

Suppression des produits non rentables [Optimiser le retour sur investissement]

Nous gérons principalement nos campagnes par (sous-)catégorie. Nous savons que dans chaque catégorie, certains produits sont plus performants que d'autres. Mais nous ne savons pas exactement quels sont ces produits qui ne fonctionnent pas. Ou pour certains canaux, nous le savons, mais dans ce cas, avec plusieurs dizaines de milliers de produits par boutique, il n'est tout simplement pas possible de les optimiser.

Grâce à DataFeedWatch-Analytics, nous pouvons examiner les coûts et les revenus de chaque produit sur chaque canal. Les produits non rentables peuvent être supprimés de nos flux en un seul clic. Par exemple : ceux avec beaucoup de clics mais aucune conversion, un CPA trop élevé, un ROAS trop bas, etc.

 

Optimisation centralisée

Une partie de l'optimisation des données se fait au niveau régional. adidas Europe de l'Ouest, par exemple, contient des dizaines de boutiques en ligne qui nécessitent souvent des ajustements similaires. Il peut être fastidieux d'effectuer de simples modifications plusieurs dizaines de fois, mais DataFeedWatch possède une fonctionnalité Entreprise qui nous permet d'appliquer une seule modification à plusieurs boutiques et canaux.

Voici quelques exemples:

  • Certains produits doivent être (temporairement) retirés de tous les flux Reebok. Ceci peut être fait avec une seule action pour tous les pays et tous les canaux.
  • Certains canaux ont exactement la même configuration pour plusieurs pays. Si quelque chose doit être modifié ou optimisé, ceci peut être appliqué à tous les flux en même temps.
  • La classification des catégories est souvent identique ou presque dans les pays parlant la même langue (par exemple, en Amérique latine). Les catégories peuvent être copiées entre les canaux de différents pays.

Le fait de modifier tous les flux en même temps permet de gagner beaucoup de temps (tant au niveau régional que local), nous donne un meilleur contrôle et nous permet d'aller beaucoup plus vite.

 

Application à l'échelle mondiale

Les gestionnaires des campagnes PPC sur les 5 continents optimisent désormais leurs flux de données. Pour bon nombre d'entre eux, il s'agissait d'une nouvelle expérience. Il était essentiel que l'outil de gestion des flux de données soit intuitif, afin que la mise en œuvre soit rapide et facile. DataFeedWatch s'est avéré très facile à utiliser ; la formation s'est faite en ligne et en 30 minutes, ce qui a permis un déploiement très rapide. Une assistance était disponible presque 24 heures sur 24 pour répondre aux questions des directeurs de campagne adidas et les conseiller sur les bonnes pratiques.