Hur Lucardi ökade CTR, intäkter och marginaler med hjälp av Producthero och Channables gemensamma lösningar

För att öka både intäkterna och effektiviteten i Shopping-annonskampanjerna samarbetade Lucardi med Adwise och utnyttjade den kombinerade användningen av Producthero och Channable. Genom att optimera sitt produktflöde med Productheros Products AI och Channables kraftfulla regelmotor för att skapa avancerade produktsegmenteringar baserade på viktiga affärsvariabler som marginaler och lagernivåer, uppnådde Lucardi upp till 18% ökning av CTR, +20% i intäkter och +15% i marginal.

Utmaning: Öka intäkterna och marginalnivån

Med hjälp av Adwise var Lucardi en av de tidiga användarna av Producthero Labelizer . Denna strategi gjorde det möjligt för dem att enkelt kategorisera produkter i olika etiketter baserat på deras prestanda, vilket resulterade i mycket positiva resultat och i en förbättring av effektiviteten i Lucardis kampanjer.

I likhet med många andra e-handelsaktörer påverkas dock Lucardis resultat i hög grad av externa faktorer som kampanjer, vinstmarginaler, lagernivåer och enskilda produkters prestanda. Dessa faktorer gjorde det tydligt att det var nödvändigt att gå ett steg längre för att fortsätta växa verksamheten.

För att verkligen kunna påverka Lucardis intäkter och marginalnivå tog Adwise sig an utmaningen att optimera den produktdatainmatning som används i Google Ads, inte bara genom att förbättra flödesattributen, utan också genom att skapa mer intelligenta produktsegmenteringar baserade på kritiska variabler för verksamheten.

Tillvägagångssätt och implementering: Förbättrade kampanjer med Productheros Products Products AI och Channables Rules Engine

Första steget: Optimera produktflödet med Producthero

Innan Adwise började fokusera på att optimera Lucardis kampanjstrukturer var de först tvungna att optimera ett flöde med mer än 30 000 produkter för 3 olika länder (på två språk). För att göra detta använde de Productheros Products Products AI, vilket gjorde det möjligt för dem att spara mycket tid och manuellt arbete.

När de använde Products AI för att optimera sina titlar, beskrivningar och andra produktattribut använde de anpassade uppmaningar och började med att optimera produkter märkta som "Heroes" som hade titlar och beskrivningar av låg kvalitet. Därefter fortsatte de med resten av produktsortimentet.

"Att optimera produkttitlarna hade funnits med på vår lista under en längre tid. Tack vare Productheros Products AI kunde vi göra dessa justeringar ganska enkelt, vilket gjorde att vi kunde optimera alla produkttitlar med minimal tidsinvestering. Som grädde på moset ser vi också utmärkta resultat av detta". Dennis Westerbeek, Teamlead & Sr. Digital Advertising Specialist på Adwise

Andra steget: Importera optimerat flöde till Channables plattform för att möjliggöra regelbaserad produktsegmentering

Efter att ha berikat produktflödet med Products AI importerade de det optimerade flödet tillsammans med sina kompletterande flöden med både Price Benchmark och Labelizer , till Channables plattform. Inom Channable såg de till att detta förbättrade flöde användes för både organiska Shopping-listor och betalda Shopping-annonser i Google. Men målet var inte bara att uppdatera produktinformationen, utan även att berika kampanjerna med användbara affärsdata.

För att göra detta identifierade Adwise och Lucardi de viktigaste variablerna som påverkar produkternas prestanda (t.ex. lagernivåer och vinstmarginaler). Varje produkt fick en poäng för var och en av dessa variabler. Dessa poäng användes sedan för att segmentera kampanjerna mer effektivt.

Använda Channables regelmotorsegmenterade de produktkatalogen i prestationsbaserade grupper eller "buckets", från högpresterande till lågpresterande produkter. Varje grupp tilldelades olika ROAS-mål (Return on Ad Spend) i Google Ads. Detta gjorde det möjligt att prioritera budget och synlighet för de produkter som hade störst inverkan på Lucardis intäkter och marginaler.

Detta var de strukturerade regler som användes inom Channable för att berika kampanjdata ytterligare:

• Regler användes för att utesluta produkter som faller under en fastställd marginaltröskel
• "Villains" som inte uppfyllde kraven på omställningskostnad eller marginal (tidigare identifierade i Producthero) uteslöts med Channable-regler

Resultat

Efter den gemensam användning av Producthero och Channable-lösningarvar detta de viktigaste resultaten för Lucardi:

• +18% CTR i Belgien och Nederländerna och +15% CTR i Tyskland

Efter att ha använt Products AI för att optimera produktflödena jämförde Lucardi och Adwise kampanjens prestanda under fyra månader 2025 med samma period 2024. Resultaten visade en betydande ökning av klickfrekvensen: +18% i Nederländerna och Belgien, och +15% i Tyskland.

Tack vare det optimerade flödet kunde Lucardi driva mer relevant trafik till sin webbplats och öka konverteringsgraden på flera sidor.

• +20% i intäkter och +15% i täckningsbidrag genom avancerad bucketing i Channable

Genom att lansera rätt produkter vid rätt tidpunkt kunde Lucardi och Adwise utnyttja avancerad bucketing i Channable för att öka intäkterna över perioden med 20 % och öka täckningsbidraget med 15 %.

"Förutom synliga förbättringar i dessa mätvärden gav det många fler insikter i hur vår produkt fungerar och gav inspiration till våra kategorichefer." Dennis Westerbeek, Teamlead & Sr. Digital Advertising Specialist på Adwise

Nästa steg

Även om de nuvarande kampanjresultaten redan är mycket lovande ser Lucardi och Adwise ytterligare möjligheter att driva tillväxt. Nästa steg är att berika sina produktbuckets med ytterligare affärsvariabler som kan hanteras direkt i Channable. Dessutom strävar de efter att gå från en reaktiv till en prediktiv strategi, det vill säga att använda data för att förutse prestandatrender snarare än att reagera på dem.

Utöver Google Shopping och Google Ads gör Channable det också möjligt för Lucardi att hantera ett brett utbud av ytterligare kanaler från en enda plattform, inklusive sociala handelskanaler som TikTok, Meta, Pinterest och Snapchat, samt jämförelsesajter som Beslist.nl. Denna omnikanalsuppsättning kommer att spela en nyckelroll när det gäller att skala prestanda mellan olika plattformar.

‍