Luigi.
Πώς τα custom size-aware product feeds + το Facebook audience targeting απογείωσαν τα έσοδα για ένα από τα μεγαλύτερα fashion eshops της Ελλάδας — λύνοντας ένα out-of-stock πρόβλημα που φαινόταν μικρό στα reports αλλά έκοβε conversion σε κάθε click.
Οι χρήστες έβλεπαν προϊόντα που πρακτικά δεν μπορούσαν να αγοράσουν
Το Luigi είναι από τα μεγαλύτερα fashion eshops στην Ελλάδα. Μετά από επτά χρόνια λειτουργίας, είχε ομάδα 45 ατόμων, in-house photo studio και design team, και είχε παρουσιαστεί ως success story στο μεγαλύτερο Google Retail event που είχε γίνει ποτέ στην Ελλάδα. Την άνοιξη του 2020, όμως, τα κλασικά εργαλεία performance είχαν ήδη εξαντληθεί: tests σε landing pages, refinements σε audiences, rotation στα creatives, πειραματισμοί σε bid strategies. Τα εύκολα gains είχαν φύγει.
Η βαθιά ανάλυση των eshop δεδομένων έβγαλε στην επιφάνεια κάτι λεπτό αλλά τεράστιο: το conversion rate μπορούσε να ανέβει έως και 30% αν κάθε paid επισκέπτης έβλεπε μόνο προϊόντα που ήταν πραγματικά διαθέσιμα στο δικό του νούμερο. Ένα T-shirt που για το σύστημα είναι “in stock” γίνεται, για έναν χρήστη size M, ουσιαστικά out of stock όταν έχουν μείνει μόνο XL. Το προϊόν εμφανίζεται διαθέσιμο στο inventory layer, αλλά μη διαθέσιμο στην ανθρώπινη πραγματικότητα — και αυτό το κενό έκοβε αθόρυβα CR σε κάθε fashion ad click.
Δεν ήταν θέμα vanilla CRO. Copy σε landing page, tweaks στο checkout, trust badges, εκπτώσεις και bundles — τίποτα από αυτά δεν ακουμπά τη ρίζα, γιατί το πρόβλημα ζούσε upstream, στο product feed. Η λύση απαιτούσε να ξαναοριστεί το τι σημαίνει διαθεσιμότητα σε επίπεδο χρήστη και να περάσει αυτή η λογική σε κάθε Meta audience και creative. Αυτό δεν είναι απλώς CRO optimization· είναι feed engineering.
Size-aware feeds ανά χρήστη — out of stock σε προσωπικό επίπεδο
Ανασχεδιάσαμε το Meta product feed με custom labels που κωδικοποιούν διαθεσιμότητα σε επίπεδο size για κάθε SKU. Αντί για μία δυαδική ένδειξη ανά προϊόν (“in stock” / “out of stock”), το feed πλέον μεταφέρει state ανά μέγεθος, με ενημέρωση από το live inventory API κάθε 15 λεπτά. Το feed έγινε το source of truth για όλη τη downstream λογική των ads — τέλος στις στατικές υποθέσεις για το τι είναι πραγματικά buyable.
Για να αντιστοιχίσουμε τον κάθε χρήστη στο σωστό κομμάτι του feed, υλοποιήσαμε custom cookies που καταγράφουν size preference από first-party signals: sizes που φιλτράρει, product pages που κοιτάει σε βάθος και ιστορικό αγορών. Χωρίς third-party tracking, χωρίς ευθραυστότητα τύπου iOS 14.5 — μόνο first-party data που συλλέγονται στον ρυθμό αλληλεπίδρασης του χρήστη. Μετά από λίγα sessions, το σύστημα έχει μια αξιόπιστη υπόθεση για το size cohort στο οποίο ανήκει.
Στο Facebook, αναδομήσαμε τα audiences πάνω στην τομή browsing size × product size × live stock. Αντί για ένα ad set ανά κατηγορία προϊόντων, τρέξαμε στοχευμένα ad sets ανά size cohort, το καθένα να βλέπει μόνο το υποσύνολο του καταλόγου που ήταν πραγματικά αγοραστό για εκείνο το cohort, εκείνη τη στιγμή. Το dynamic creative προσαρμοζόταν ανά cohort, και ο μοχλός του CRO μετακινήθηκε από μικροβελτιώσεις σε σελίδες, στη feed αρχιτεκτονική — εκεί που υπήρχε το πραγματικό leverage.
Τρία επίπεδα personalization
Feed Architecture
Χτίσαμε από την αρχή το Meta product feed με custom labels που κωδικοποιούν συνδυασμούς stock × size, με refresh κάθε 15 λεπτά από το live inventory API. Το feed έγινε το source of truth για όλη τη λογική του ad targeting — οι αλλαγές διαθεσιμότητας περνάνε αυτόματα σε creative και audience assignment, χωρίς manual παρεμβάσεις.
User-Level Size Capture
Custom cookies καταγράφουν προτίμηση μεγέθους από browsing patterns (sizes που φιλτράρει, προϊόντα που εξετάζει πιο αναλυτικά) και past purchases. Μόνο first-party data, πλήρως συμβατό με iOS 14.5 και cookieless futures. Μετά από λίγα sessions, το σύστημα μπορεί να κλειδώσει με αρκετή βεβαιότητα σε ποιο size cohort ανήκει ο χρήστης.
Targeted Ad Sets
Αναδομήσαμε τα Meta campaigns γύρω από size cohorts × product availability. Κάθε χρήστης βλέπει μόνο το υποσύνολο του catalog που είναι πραγματικά αγοραστό στο μέγεθός του, εκείνη τη στιγμή. Το dynamic creative προσαρμόζεται αντίστοιχα, ώστε το ad να είναι σχετικό — όχι απλώς θεωρητικά διαθέσιμο.
Τα Αποτελέσματα
Ανάπτυξη Revenue
Το revenue τριπλασιάστηκε στο παράθυρο Spring-Summer 2020 — ένα step change που δεν θα έβγαινε ποτέ από τυπικό CRO. Το lift ήρθε επειδή εξαφανίσαμε το κρυφό out-of-stock σε επίπεδο μεγέθους, που έβαζε σιωπηρό ταβάνι στο CR για κάθε click από fashion ads.
Conversion Rate
Το site-wide CR ανέβηκε 21%, κοντά στο θεωρητικό ceiling του 30% που είχε προκύψει από την ανάλυση. Το υπόλοιπο κενό είναι αναμενόμενο: το stock μεταβάλλεται ανάμεσα στα refreshes και δεν έχουν όλοι οι χρήστες σταθερό size preference που το σύστημα μπορεί να ταυτοποιήσει άμεσα.
Transactions
Ο όγκος συναλλαγών ανέβηκε 174% — το συνδυαστικό αποτέλεσμα υψηλότερου CR επί περισσότερο qualified traffic από καλύτερα στοχευμένα ads. Η μία βελτίωση ενίσχυσε την άλλη, κάτι που συμβαίνει όταν διορθώνεις root cause και όχι σύμπτωμα.
Feed Refresh Interval
Ρυθμός ανανέωσης product feed — αρκετά σφιχτός ώστε οι αλλαγές στο stock να προλαβαίνουν να περάσουν στα ads πριν οδηγήσουν σε ένα απογοητευμένο click. Κάτω από 15 λεπτά, το infrastructure cost σπάνια αξίζει· πάνω από αυτό, το κέρδος στο CR αρχίζει να διαβρώνεται.
Έτοιμοι να ξεκλειδώσετε CR που δεν ξέρατε ότι υπάρχει;
Ας κάνουμε audit στην product feed αρχιτεκτονική σας και ας εντοπίσουμε τα personalization levers που το vanilla CRO συνήθως δεν ακουμπά.
Start a conversation