Guida pratica per ottimizzare i dati di prodotto

Punti chiave

Inizia con un audit. Non puoi ottimizzare dati che non capisci. Individua cosa manca, cosa è incoerente o errato prima di toccare qualsiasi altra cosa.

Una volta che sai cosa hai, le priorità diventano chiare:

1. Prima gli attributi. Determinano se il tuo prodotto appare nei risultati di ricerca. Un attributo di filtro mancante esclude un prodotto in silenzio, prima che chiunque legga una parola della descrizione.
2. Poi le descrizioni. Scrivi usando le parole che i veri clienti cercano, non la terminologia interna né i codici fornitore.
3. L'adattamento per canale al terzo posto. Lo stesso testo raramente funziona ovunque. Stessi dati, ma lunghezza, tono e struttura diversi per ogni canale.

Non dimenticare ciò che la maggior parte dei team sottovaluta:

• Le immagini, i prezzi e la disponibilità sono dati di prodotto. Trattali con lo stesso rigore.
• Le associazioni tra prodotti alimentano le vendite incrociate e gli upsell. Costruiscile in modo intenzionale.
• Le traduzioni hanno bisogno di glossari. Scorrevole non è sinonimo di preciso.

Su strumenti e scala: L'IA genera più velocemente, non meglio — quindi forniscile istruzioni dettagliate o pianifica di correggere l'output. Un sistema PIM giustifica il suo costo quando gestire il foglio di calcolo diventa il lavoro stesso, anziché uno strumento per fare il lavoro.

I dati di prodotto si degradano continuamente. Costruisci un processo per mantenerli, non solo un progetto per correggerli.

Inizia con un audit dei dati

Prima di ottimizzare i dati di prodotto, devi sapere cosa hai realmente. Le aziende non lo fanno — assumono che il catalogo sia più o meno corretto e si concentrano sul migliorare i testi o aggiungere canali. Poi connettono un nuovo feed marketplace e il primo giorno ottengono un tasso di rifiuto molto alto, quasi interamente dovuto a dati di attributi mancanti o mal formattati che erano rimasti inosservati per mesi.

L'audit è il modo per scoprire dove si trovano i veri problemi. Esporta il catalogo completo e revisionalo campo per campo. Cerca:

• Attributi obbligatori mancanti
• Valori numerici memorizzati come testo libero
• Record duplicati
• Specifiche obsolete
• Prodotti senza immagini
• Descrizioni copiate invariate da una scheda fornitore di anni fa

Nulla di tutto ciò è visibile dal storefront. Emerge solo quando un feed si rompe o un filtro restituisce due risultati invece di duecento.

I risultati dell'audit ti diranno cosa correggere per primo. Un attributo di filtro mancante sui tuoi 50 prodotti più venduti costa più di una descrizione debole su un prodotto a bassa rotazione. Correggi le lacune ad alto impatto prima di toccare qualsiasi altra cosa. Un sistema PIM o uno strumento di gestione dei feed con un report sulla qualità dei dati integrato accelera il processo, ma un'esportazione in foglio di calcolo e qualche ora di revisione onesta ti porta già molto lontano.

L'audit non è un compito una tantum. Eseguilo periodicamente. I dati si degradano più velocemente di quanto la maggior parte dei team si aspetti.

Scrivi descrizioni per la ricerca, non per te stesso

I nomi di prodotto interni e i codici fornitore non significano nulla per un cliente che digita in una barra di ricerca. Sta cercando "stivali da trekking impermeabili uomo taglia 43", non il tuo SKU né il codice modello del brand.

Inizia con Google Search Console. Filtra per pagine di categorie di prodotto e ordina per impressioni. Vedrai le query che generano traffico verso le tue pagine, e anche le query con molte impressioni e pochi clic. Quel divario indica dove le tue descrizioni stanno fallendo. Il cliente ti ha trovato, ma il titolo o lo snippet non corrispondevano a quello che stava cercando.

Incrocia i dati con le ricerche interne del tuo sito. Le query digitate nella tua barra di ricerca che restituiscono risultati deboli ti dicono esattamente cosa i clienti si aspettano di trovare e non trovano. Quei termini appartengono alle tue descrizioni e ai valori degli attributi. Il completamento automatico di Google e Amazon ti mostra come i veri clienti formulano le loro ricerche, che spesso differisce da come i team di prodotto scrivono delle stesse cose.

Inserisci i termini nei titoli e nella prima frase delle descrizioni, ma non costruire i testi a ritroso partendo dalle parole chiave. Scrivi per rispondere alle domande che un cliente ha prima di acquistare: di cosa è fatto, cosa ci si adatta, cosa è incluso, qual è la differenza rispetto alla versione più economica. Quelle risposte contengono generalmente i termini giusti comunque, e convertono meglio dei testi sovraccarichi di keyword scritti per un crawler.

Una cosa che la maggior parte delle aziende manca: l'intento di ricerca negativo. Un cliente che cerca "coperta di lana lavabile in lavatrice" sta filtrando i prodotti che richiedono il lavaggio a mano. Se la tua coperta è lavabile in lavatrice, quella frase deve essere nella descrizione. Se non lo è, deve esserci ugualmente, perché un cliente che lo scopre a casa la restituirà. Le descrizioni incomplete non si limitano a sottoperformare. Generano resi.

Adatta i tuoi testi al canale

La stessa descrizione di prodotto raramente funziona ovunque. Ogni canale ha regole diverse, pubblici diversi e fattori di posizionamento diversi.

Il tuo webshop ti dà spazio. Puoi scrivere descrizioni più lunghe e ricche che costruiscono contesto e supportano il brand. Un marketplace come Amazon o Bol.com ha regole di formattazione rigide, limiti di caratteri e il proprio algoritmo di ricerca che pesa fortemente i campi del titolo. Google Shopping estrae da campi di feed strutturati, non da testo narrativo. Un catalogo B2B potrebbe richiedere le specifiche tecniche in primo piano, con condizioni commerciali e tempi di consegna accanto al contenuto di prodotto.

Il problema più comune che incontriamo durante gli audit di configurazioni multicanale per i nostri clienti sono le descrizioni di prodotto che non sono mai state adattate per ogni canale. Il testo scritto per un webshop dove i clienti navigano e si prendono il loro tempo per leggere era stato pubblicato invariato su un marketplace come Amazon o Bol.com, dove i primi 80 caratteri del titolo di un prodotto decidono se appare nei risultati di ricerca. Il risultato era una scarsa visibilità senza una spiegazione ovvia, perché nulla nel sistema lo aveva segnalato come errore.

Cosa rimane coerente su tutti i canali:

• I dati. Dimensioni, materiali, compatibilità, componenti inclusi. Fallo bene una volta e portalo ovunque.

Cosa cambia per canale:

• Lunghezza, tono, struttura e quali dettagli metti in primo piano.

Gestire questo su larga scala significa costruire template specifici per canale e sapere quali campi alimentano quale output. Un singolo record master con varianti di campo per canale è più facile da mantenere rispetto a record di prodotto separati per canale. Farlo manualmente per ogni SKU non scala oltre qualche centinaio di prodotti.

Gli attributi determinano come le persone ti trovano

Un cliente su un sito di arredamento che cerca un tavolo da pranzo di meno di 80 cm di larghezza non naviga. Filtra. Se il tuo tavolo non ha un attributo di larghezza, non esiste in quella ricerca.

Questa è la parte più importante del lavoro sui dati di prodotto. I testi possono essere migliorati in modo incrementale e il loro impatto è graduale. Gli attributi mancanti o errati escludono i prodotti dai risultati di ricerca in modo completo, immediato e silenzioso. Nessuno te lo comunica. Il prodotto semplicemente non appare.

Gli attributi sono i campi di dati strutturati dietro il tuo prodotto: dimensioni, peso, materiale, codice colore, compatibilità, certificazioni, requisiti di alimentazione, fascia d'età e tutto ciò che è rilevante per la tua categoria. Più sono completi e correttamente tipizzati, più superfici mostrerà il tuo prodotto.

Il tipo di dato è importante quanto il valore:

• Un campo numerico per le dimensioni consente agli utenti di filtrare per intervallo.
• Un vocabolario controllato per il colore consente di filtrare per valore esatto.
• I campi di testo libero non consentono nessuna delle due cose.

Se qualcuno ha inserito "circa 80 cm" invece di "80" in un campo numerico, il filtro si rompe. Se il colore è inserito come "blu navy scuro" in un record e "navy" in un altro, non si aggregano sotto lo stesso valore di filtro.

In AtroPIM troviamo regolarmente durante gli audit degli attributi che il 20-30% del catalogo di un cliente è di fatto invisibile nella ricerca filtrata perché gli attributi chiave sono vuoti o mal tipizzati. Questo non è un problema di testi. Nessun lavoro di descrizione lo risolve. I prodotti sono esclusi prima che chiunque abbia letto qualcosa.

Approfondisci gli attributi per le tue categorie principali:

• Guarda quali filtri espongono i siti dei tuoi concorrenti e assicurati di avere dati per tutti.
• Guarda quali attributi richiedono i marketplace e quali sono opzionali ma consigliati. La specifica dei dati di prodotto di Google elenca gli attributi obbligatori e opzionali per categoria, e gli attributi opzionali che migliorano la visibilità meritano di essere compilati (fonte).

Un modo pratico per trovare le lacune: esegui ricerche di tipi di prodotto sul tuo stesso sito e guarda quali filtri appaiono. Poi controlla quanti risultati restituisce ogni valore di filtro. Un valore di filtro con 2 risultati di solito indica dati mancanti, non un assortimento ridotto. Correggi i dati, non il filtro.

Standardizza gli attributi tra prodotti simili

I nomi di attributo incoerenti sono una versione più silenziosa dello stesso problema. Se il tuo catalogo contiene "altezza seduta", "altezza del sedile", "sedile H" e "altezza da terra" in diverse schede di sedie, nessuno di essi si aggrega correttamente nei filtri. Il danno è invisibile in qualsiasi record individuale e emerge solo quando i filtri aggregano sull'intera categoria.

Costruisci un set di attributi definito per ogni tipo di prodotto. Ogni sedia riceve lo stesso set di attributi, con nomi identici, usando le stesse unità e i formati di valore. Ogni utensile elettrico riceve il proprio set fisso. Ogni prodotto per la cura della pelle riceve il proprio. Il set viene definito una volta, rivisto periodicamente e applicato in modo coerente da quel momento in poi.

La resistenza in questa fase raramente proviene da disaccordo sullo standard stesso. Viene dal lavoro ingrato di applicarlo retroattivamente a un catalogo esistente. È un lavoro che non appartiene al KPI di nessuno e non mostra risultati finché non è completamente terminato.

Senza una responsabilità assegnata, il catalogo torna all'incoerenza entro 6 mesi. Qualcuno aggiunge i prodotti di un nuovo fornitore senza mapparli allo standard. Un responsabile di categoria aggiunge un nuovo attributo che esiste già con un nome diverso. Lo standard si erode gradualmente, e i malfunzionamenti dei filtri seguono.

Quando integri prodotti da un nuovo fornitore, mappa la sua struttura dati alla tua tassonomia prima di importare. I fornitori nominano le cose secondo la logica del loro catalogo, non del tuo. Lasciare che la loro terminologia diventi i tuoi nomi di attributo è il punto da cui inizia l'incoerenza.

Le immagini e i media sono anch'essi dati di prodotto

Le immagini guidano la conversione. Angolazioni multiple, foto lifestyle, primi piani sui dettagli e riferimenti di scala riducono l'incertezza d'acquisto. In categorie come abbigliamento, arredamento ed elettronica, i clienti si aspettano di vedere il prodotto nel dettaglio prima di acquistare. Un prodotto con una sola immagine a bassa risoluzione estratta dal PDF di un fornitore perde rispetto a un concorrente ben fotografato indipendentemente da prezzo o qualità del testo.

I nomi dei file e il testo alternativo contano per la SEO. Un'immagine chiamata IMG_4821.jpg non contribuisce nulla. Una chiamata sedia-ufficio-pelle-nera-dettaglio-bracciolo.jpg sì. Le linee guida SEO per le immagini di Google confermano che i nomi di file descrittivi e il testo alternativo aiutano le immagini a posizionarsi nella ricerca per immagini e contribuiscono alla rilevanza complessiva della pagina (fonte).

I diversi canali hanno requisiti di immagine diversi:

• Amazon richiede sfondi bianchi per le immagini principali e rifiuta le inserzioni che non rispettano questa regola.
• Google Shopping ha requisiti minimi di risoluzione e disapprova i feed con immagini di bassa qualità.

Conosci le specifiche per ogni canale e rispettale prima di pubblicare, non dopo il primo report di rifiuto.

Gli asset 3D e AR stanno diventando attesi nell'arredamento, nella decorazione d'interni e in alcune categorie di abbigliamento. Non sono ancora universali, ma il divario tra i merchant che li offrono e quelli che non lo fanno è sempre più visibile nei dati di conversione.

Costruisci le associazioni di prodotto in modo deliberato

I motori di raccomandazione hanno bisogno di dati per funzionare. "I clienti hanno acquistato anche" e "Potrebbe piacerti anche" non sono magia. Sono alimentati da dati comportamentali o da relazioni di prodotto definite manualmente, e i dati comportamentali richiedono tempo per accumularsi su nuovi prodotti o pagine a basso traffico.

Definisci le associazioni esplicitamente nei tuoi dati di prodotto:

• Accessori compatibili con questo prodotto
• Pezzi di ricambio
• Articoli compatibili
• Componenti di bundle
• Upgrade
• Alternative quando un prodotto è esaurito

Nei lanci di nuovi prodotti, le associazioni definite manualmente sono particolarmente importanti perché le raccomandazioni basate su algoritmi non hanno ancora dati comportamentali da cui apprendere. Le associazioni colmano quel vuoto e garantiscono che i clienti vengano guidati verso complementi rilevanti fin dal primo giorno, in particolare per pezzi di ricambio e accessori che i clienti non scoprirebbero da soli navigando.

Sii deliberato sul tipo di associazione. Una vendita incrociata è un prodotto complementare. Un upsell è una versione di maggior valore dello stesso articolo. Un pezzo di ricambio è una relazione completamente diversa. Mescolarle produce raccomandazioni irrilevanti, e le raccomandazioni irrilevanti vengono ignorate più velocemente di nessuna raccomandazione.

Prezzo e disponibilità come dati in tempo reale

I dati di prezzo nei feed devono riflettere ciò che il cliente paga effettivamente. Questo include i prezzi promozionali con date di inizio e fine corrette, i prezzi a scaglioni per i clienti B2B e le varianti di valuta per i canali internazionali. Google Merchant Center disapprova i prodotti in cui il prezzo del feed non corrisponde al prezzo della pagina di destinazione, e discrepanze ripetute possono portare alla sospensione dell'account.

Un errore comune durante le campagne promozionali è sottovalutare la rapidità con cui una discrepanza di prezzo crea danni a cascata. Un feed aggiornato una volta al giorno durante una vendita flash che cambia i prezzi ogni poche ore significa che il feed è errato per la maggior parte della promozione. I rifiuti arrivano dopo la fine della vendita. Il rischio di sospensione si accumula silenziosamente. Aggiornare i feed quasi in tempo reale durante le promozioni attive non è opzionale quando la promozione prevede cambiamenti di prezzo frequenti.

Lo stato dello stock influenza più della logistica:

• Sui marketplace, i prodotti esauriti perdono posizionamento rapidamente.
• Su Google Shopping, smettono di apparire del tutto.
• Se vendi su più magazzini o regioni, un prodotto disponibile in un Paese ma non in un altro ha bisogno di indicatori regionali corretti nel feed.

Dati di disponibilità precisi, aggiornati almeno quotidianamente, non sono opzionali se stai eseguendo campagne a pagamento o dipendi dalla visibilità organica sui marketplace.

Traduci con precisione, non solo con fluidità

Una traduzione grammaticalmente corretta può comunque essere sbagliata. Se il tuo sistema di traduzione non sa che un nome di brand specifico non deve mai essere tradotto, o che un termine tecnico ha un equivalente approvato nel mercato di destinazione, ti ritrovi con schede prodotto che confondono o fuorviano in modi difficili da rilevare senza che un madrelingua revisioni ogni record.

I glossari risolvono questo problema. Un glossario di traduzione è un elenco controllato di termini con i loro equivalenti approvati in ogni lingua di destinazione. Nomi di brand, termini di categoria di prodotto, specifiche tecniche e linguaggio registrato appartengono tutti al glossario. Qualsiasi sistema di traduzione che valga la pena usare, che sia umano, automatico o assistito dall'IA, dovrebbe applicare il glossario prima dell'output, non come controllo successivo.

Un glossario applicato dopo la traduzione rileva gli errori. Un glossario applicato prima li previene.

La memoria di traduzione memorizza le traduzioni precedentemente approvate affinché stringhe identiche o simili vengano tradotte in modo coerente in tutto il catalogo. Accelera il processo e riduce i costi su cataloghi di grandi dimensioni dove le stesse frasi compaiono in centinaia di prodotti. Senza di essa, la stessa caratteristica di prodotto può essere tradotta in quattro modi diversi in quattro categorie, nessuno abbastanza sbagliato da essere segnalato, ma tutti abbastanza incoerenti da minare la credibilità del brand in quel mercato.

La traduzione è un problema di qualità dei dati, non solo un problema linguistico. Un nome di prodotto tradotto erroneamente in un feed causa lo stesso malfunzionamento del filtro di un valore di attributo errato: il prodotto non appare nei risultati di ricerca corretti o finisce nella categoria sbagliata perché il termine tradotto punta al nodo di tassonomia errato.

La traduzione automatica è migliorata significativamente. Per contenuti ad alto volume e a minor impatto come valori di attributi ed elenchi di specifiche, è spesso sufficiente con il supporto di un glossario. Per i titoli di prodotto, le descrizioni chiave e qualsiasi contenuto rivolto ai clienti in un mercato ad alto fatturato, la revisione umana conta ancora. Applicare la traduzione automatica uniformemente a tutto, o insistere sulla traduzione umana per tutto, sono entrambi punti di partenza sbagliati.

L'IA può aiutare, ma solo se la guidi

L'IA può generare descrizioni di prodotto su larga scala. Questo è utile. Può anche produrre testi generici, imprecisi o fuori brand su larga scala, il che è peggio che non avere alcun testo, perché crea l'apparenza di dati completi mentre la qualità mina la conversione e la fiducia.

La qualità dell'output dipende interamente dalle istruzioni che fornisci. Un prompt che dice "scrivi una descrizione di prodotto per questa sedia" produrrà qualcosa di accettabile e dimenticabile. Un prompt che specifica il canale, il pubblico, il tono, il limite di caratteri, le parole chiave da includere, le affermazioni da evitare e fornisce un esempio di output approvato produrrà qualcosa di utilizzabile.

Una struttura pratica per un prompt di descrizione prodotto comprende:

1. Canale
2. Pubblico
3. Tono
4. Lunghezza
5. Parole chiave richieste
6. Frasi vietate
7. Un esempio di output approvato
8. Gli attributi di prodotto come blocco di dati strutturato

La maggior parte delle persone fornisce due di questi otto elementi e si chiede perché l'output necessiti di molte modifiche. Investire tempo nella progettazione del prompt e testarlo su un piccolo batch prima di scalare all'intero catalogo risparmia sostanzialmente più tempo di editing rispetto al generare tutto prima e correggere dopo.

Fornisci all'IA i tuoi attributi di prodotto come input strutturato, non come testo narrativo. Digli quale formato deve seguire l'output. Digli cosa non deve dire. Se il tuo brand non usa superlativi, dillo esplicitamente. Se ci sono restrizioni normative su certe affermazioni nella tua categoria, includile esplicitamente. L'IA non ha modo di conoscere il tuo ambiente normativo, la voce del tuo brand né la differenza tra un'affermazione legalmente sicura in un mercato e una che non lo è.

Revisiona sempre i contenuti generati dall'IA prima di pubblicarli. L'IA affermerà specifiche errate con sicurezza. Una dimensione sbagliata, un'affermazione di compatibilità falsa o una descrizione di materiale errata generano resi e erodono la fiducia. Il costo non è il tempo per correggerlo. È il tasso di reso e il cliente che non torna.

Usa un sistema PIM a partire da una certa scala

Un foglio di calcolo funziona quando hai 50 prodotti e vendi su un canale. I segnali che ha smesso di funzionare sono concreti:

• Due persone modificano lo stesso file e sovrascrivono le modifiche dell'altro.
• Un canale va live con i prezzi del mese scorso perché qualcuno ha dimenticato di aggiornare quella scheda.
• Un nuovo marketplace richiede un attributo che è compilato in modo incoerente nel 40% del catalogo, e non c'è un modo pulito per correggerlo in blocco.
• Trascorri più tempo a gestire il foglio di calcolo che a migliorare i dati che contiene.

Questo è il punto di svolta. Non un numero di prodotti, non un numero di canali. È quando la gestione dei dati diventa il lavoro stesso anziché uno strumento per fare il lavoro.

Un sistema di gestione delle informazioni di prodotto è un repository centrale per tutti i tuoi dati di prodotto. Memorizza attributi, descrizioni, media, regole di prezzo e varianti specifiche per canale in un unico posto. Si connette al tuo webshop, ai marketplace, agli strumenti di gestione dei feed e ai sistemi di traduzione.

Dalla nostra esperienza in AtroPIM, il primo miglioramento misurabile dopo la migrazione a un PIM è solitamente il tasso di errori nei feed. Il semplice fatto di importare i dati in un sistema con regole di validazione impone una pulizia che i fogli di calcolo non hanno mai imposto. I team che si aspettavano miglioramenti dei contenuti nei primi mesi hanno ottenuto invece miglioramenti della qualità dei dati, che si sono rivelati più preziosi perché hanno sbloccato l'espansione dei canali che pianificavano da mesi.

Le cose fondamentali da cercare in un PIM:

• Un modello di attributi flessibile che si adatti alla tua tassonomia senza imporre una struttura rigida
• Template di output specifici per canale
• Supporto per i flussi di lavoro di traduzione
• Strumenti di import/export puliti per l'onboarding dei dati dei fornitori

Gli strumenti di onboarding contano più di quanto la maggior parte degli acquirenti realizzi. Importerai nuovi cataloghi di fornitori ripetutamente. Se quel processo è difficoltoso, i problemi di qualità dei dati iniziano alla prima importazione e si accumulano da lì.

Non acquistare per funzionalità che non userai nel primo anno.

Misura e mantieni

I dati di prodotto non sono un progetto con una data di fine. Si degradano continuamente. I fornitori aggiornano le specifiche senza dirtelo. I prodotti vengono discontinuati. I marketplace cambiano i loro requisiti di attributo. Un campo opzionale l'anno scorso diventa obbligatorio quest'anno, e lo scopri quando il tasso di rifiuto sale alle stelle.

Imposta controlli automatizzati regolari sulla qualità dei dati. La maggior parte dei sistemi PIM e degli strumenti di gestione dei feed può segnalare i campi obbligatori mancanti, identificare i valori fuori dagli intervalli attesi e rilevare i duplicati secondo un calendario. Eseguili settimanalmente. Non aspettare che un canale ti dica che qualcosa non va.

I tassi di rifiuto dei feed da Google Merchant Center, Amazon o altri canali sono un segnale diretto e misurabile di problemi di qualità dei dati. Un picco improvviso nei rifiuti punta quasi sempre a un campo o a una categoria di prodotto specifici dove un requisito è cambiato o un'importazione batch ha introdotto dati errati. Esamina i report di rifiuto dopo ogni aggiornamento importante del feed, non solo quando le prestazioni della campagna calano.

I tassi di reso legati alle descrizioni meritano un monitoraggio separato dai resi complessivi. Un tasso di reso elevato in una categoria specifica in cui i clienti citano "non come descritto" è un problema di dati, non di logistica. La descrizione ha creato un'aspettativa sbagliata. Correggere il testo corregge il tasso di reso. Questa è una delle connessioni dirette più chiare tra la qualità dei dati e il fatturato, e la maggior parte dei team non la stabilisce mai perché guarda i resi e i dati di prodotto in sistemi separati senza collegarli.

Le analisi di ricerca sul tuo sito mostrano dove i clienti filtrano e cosa non trovano. Un filtro con uso intensivo ma pochi risultati punta a dati di attributi mancanti. Una query con traffico ma senza clic punta a titoli deboli o prodotti mancanti. Entrambi sono correggibili con il lavoro sui dati, ed entrambi sono invisibili se nessuno guarda i report.

Assegna la responsabilità. Qualcuno deve essere responsabile della qualità dei dati come funzione continuativa con metriche chiare, non come progetto di pulizia che riceve risorse quando le cose si rompono abbastanza da essere notate.

Da dove iniziare

Il punto di partenza giusto è il problema che ti sta costando di più in questo momento, ed è solitamente visibile nei dati che hai già.

Molte impressioni e pochi clic in Search Console significa che i tuoi titoli e descrizioni non corrispondono all'intento di ricerca. Correggi i 20 prodotti principali per volume di impressioni, misura il cambiamento del tasso di clic nel corso di 4 settimane e usalo come base per il resto del catalogo.

Alto tasso di rimbalzo sulle pagine prodotto significa che i clienti arrivano, ma la pagina non risponde alle loro domande. Controlla prima il numero di immagini e la profondità della descrizione. Entrambi sono correggibili senza alcun cambiamento infrastrutturale.

Alti tassi di rifiuto dei feed significa che i dati degli attributi sono incompleti o mal formattati per quel canale. Scarica il report di rifiuto, identifica i 3 tipi di errore più frequenti e correggi quei campi nell'intero catalogo prima di qualsiasi altra cosa. Una correzione sistematica vale cento correzioni manuali.

Risultati di filtro incoerenti sul tuo sito significa che la standardizzazione degli attributi non è ancora avvenuta. Scegli la tua categoria con maggior traffico, definisci il set di attributi corretto, pulisci completamente quella categoria e misura l'utilizzo dei filtri prima di passare alla successiva. Il miglioramento nell'utilizzo dei filtri è solitamente immediato e facile da dimostrare agli stakeholder che non erano convinti che il lavoro valesse la pena.

Espandersi a livello internazionale senza glossari significa che ogni progetto di traduzione aggiunge rischio cumulativo. Imposta l'infrastruttura del glossario prima di aggiungere una terza lingua, non dopo aver pubblicato migliaia di nomi di prodotto errati in un nuovo mercato.