L’obiettivo principale era aumentare l’investimento nelle campagne Performance Max per sostenere la crescita del business. Tuttavia, questo incremento comportava una sfida critica: evitare la perdita di efficienza associata all’espansione della copertura pubblicitaria.

Con l’aumento del budget, hanno iniziato a emergere alcuni rischi:

• Diminuzione della precisione del targeting

• Raggiungere audience con minore intenzione di acquisto

• Difficoltà nel mantenere la coerenza delle performance

• Crescente dipendenza dall’algoritmo senza input sufficientemente qualificati

In un contesto in cui l’automazione gioca un ruolo centrale, la sfida non era solo scalare, ma farlo mantenendo la qualità del traffico, la rilevanza degli impatti e la redditività delle campagne.

Per affrontare questa sfida, è stata progettata una strategia focalizzata sul miglioramento della qualità dei segnali che alimentano l’algoritmo di Performance Max, con particolare attenzione al targeting e alla struttura delle campagne.

La soluzione si è articolata attorno a tre pilastri principali:

Arricchimento dei segnali tramite dati proprietari e audience avanzate
Sono stati integrati dati demografici, interessi e liste di audience proprietarie (first-party data), permettendo al sistema di identificare con maggiore precisione i profili con alta probabilità di conversione. Questo approccio ha contribuito a ridurre la dipendenza da segnali generici e a migliorare la qualità del targeting.
 

L’implementazione della nuova strategia ha generato un impatto diretto e significativo sui principali indicatori di performance, evidenziando un miglioramento sia nella qualità del traffico che nella redditività delle campagne:

• +100% nel tasso di conversione, riflettendo una maggiore capacità di attrarre utenti con alta intenzione di acquisto

• +96% nel ROAS, consolidando un miglioramento sostanziale nel ritorno sull’investimento pubblicitario

• –47% nel CPA, ottimizzando il costo di acquisizione e aumentando l’efficienza operativa

Il risultato chiave è stato la capacità di aumentare l’investimento mantenendo il controllo sulle performance, particolarmente rilevante in contesti automatizzati come Performance Max.