Caso di studio

Galeries Lafayette x Feed Enrich: AI al servizio del flusso intelligente dei prodotti

+10%

Impressione pubblicitaria

+15%

Fare clic

-5%

CPC

Scalare l'ottimizzazione dei flussi di prodotti, senza perdere il controllo

Galeries Lafayette, la gestione del flusso di prodotti è un'attività quotidiana: un catalogo in continua evoluzione, migliorato da marchi e design che specificano il secondo dell'universo (moda, bellezza, casa...).

In un e-commerce in cui ogni suo attributo può fare la differenza, il flusso non è altro che un semplice problema tecnico. È un fattore strategico di performance e un campo in cuiIntelligenza artificiale Puoi ancora fare la differenza.

Questo caso racconta la storia di come le Galeries Lafayette abbiano avviato un processo diindustrializzazione dell'ottimizzazione del prodotto :

  • Structurando un flusso complesso su larga scala
  • Adattando i miglioramenti a ciascuna tipologia
  • Misurando con precisione quali impatti (o meno) influenciscono sulle presazioni degli acquisti

📄 Feedback concreto, senza false promesse, per colore che vuole riprendere il controllo della proprietà senza rinunciare alla scalabilità.

👉 Scarica il case study completo

Emmanuel Guillo

Responsabile dell'e-business

Il layout del feed del prodotto consente di inviare segnali più forti a Google, garantendo una migliore coerenza nella visualizzazione dell'annuncio e la ricchezza dell'utente. Stai ottimizzando il CTR? È certamente vero che ci è riuscito. E nel momento in cui il CTR migliorasse, il CPC potrebbe diminuire automaticamente. È un doppio vantaggio. Inoltre il ROAS è in aumento, è significativo che sia molto soddisfatto. Abbiamo registrato quasi un -10% sul CPC, un dato non irrilevante se si investono diversi milioni di euro all'anno.
Tutti questi punti salienti per i prodotti ottimizzati li rendono anche molto più accurati per i motori di risposta e per Google nel prossimo futuro. Arroccato di contenuti mediocri della scheda prodotto, quando può Feed Enrich mostrare quale altro è più efficace?
Siamo partiti in piccolo — 5.000 SKU, poi 50.000 — e ora abbiamo esteso l'ottimizzazione a tutto il catalogo

Scritto da

Manon Viallet

Scarica il caso di studio completo