農作物販売
Web広告活用で農作物ECの購買数3倍達成
自社運用での成果改善に限界を感じて、改善施策についてご期待を頂き広告運用をお任せ頂きました。
課 題 | 自社でショッピング広告を運用したが成果が上がらない |
---|---|
実施成果 | ROAS:250% ⇒ 500% |
取り扱い商品数が100点を超える取り扱い商品すべてを1つのショッピング広告に入稿しており、広告に出稿する上で単価も目的も異なる販売の広告の最適化を阻害しているとの仮説から、価格帯と目的別に商品を再分類しました。
仮説設定の背景として
低予算の中でも出店商品は100点以上の商品があり、CV数、CPA、ROASを自動学習任せで最適化する事は難しく、大まかな分類は手動で実施する事で何が売れていて、何が成果を低調にしている要因なのかの洗い出しが目的でした。
商品の分類を再定義する事で分類別に広告のアセットグループを作成。アセットグループ毎にCPA/ROASの実績から調整を行いました。
結果としては
低単価の商品がCV数の大半を占めており、販売数の割に売上高は低い状況となっており、CV実績に引っ張られて商品のインプレッションが単価の低い商品に集中した事で、ROASが低調となっていました。
前述の状況から、単価が高く実績値においてもROASが高い商品のアセットグループの調整に注力し、商品画像のクオリティ、商品名、広告文等の改善を図り、広告品質の改善を図る事で同配信のインプレッションを強化する事に繋がり、成果改善しました。
・2023年年間実績 広告費260万円/売上 650万円 ROAS:250%
・2024年年間実績 広告費400万円/売上2,000万円 ROAS:500%
自社運用時は年間実績でROASが250%程度と低調な推移だった為、
①初動の目的はROASの改善
②売上の拡大
の順番で取り組みました。
①でROASの改善が出来た事で広告費の増額にも繋がりROASは2倍、売上は3倍の成果改善を達成出来ました。
広告媒体の自動学習が進む中でも、商品の特性を理解して配信設計を行う事で、どのような学習情報を自動学習が学ぶ情報とするかについては、未だ人的な仮説検証を含む要素が大きく、AI学習にすべてを任せた運用をしない成功事例になりました。