Segmentation par marge dans Performance Max : comment i-run a maximisé sa rentabilité ?

Contexte

Nous avons accompagné i-run dans l'optimisation de leur stratégie Google Shopping, face à un défi commun aux acteurs du e-commerce : la difficulté à piloter la rentabilité au sein des campagnes Performance Max, où tous les produits sont traités de manière uniforme par l'algorithme, indépendamment de leur contribution réelle à la marge. L'enjeu était clair : cesser d'allouer des budgets publicitaires de façon indifférenciée sur un catalogue produit aux marges hétérogènes, et reprendre le contrôle de la performance en orientant les investissements vers les références les plus profitables.

Solution

Nous avons conçu et déployé une stratégie de segmentation par marge au sein de Performance Max, en exploitant la solution FeedMax pour restructurer les flux produits et reprendre la main sur la logique de diffusion de l'algorithme.

‍

Segmentation des produits selon leur niveau de marge

• Isolation des produits à faible marge dans une campagne dédiée, afin de contrôler et limiter leur diffusion sans les exclure totalement du dispositif.
• Création d'une campagne spécifique pour les produits à forte marge, maximisant leur visibilité et leur part d'impression sur les références les plus profitables pour i-run.
• Adaptation des objectifs de campagne selon le niveau de marge, permettant un pilotage plus fin de la performance et une meilleure cohérence entre l'intention business et la logique algorithmique.

‍

Pilotage data-driven via FeedMax

• Implémentation de la solution de segmentation des flux FeedMax pour structurer les données produits selon des critères de rentabilité, et non uniquement de volume ou de popularité.
• Mise en place d'une lecture granulaire des performances par typologie de marge, facilitant les arbitrages budgétaires et la prise de décision côté client.
• Suivi sur une période de 3 mois afin de mesurer l'impact réel et incrémental de la nouvelle architecture de campagnes.