Indice
Il problema del context hint unico per uno stock variegato
Come segmentare lo stock per ChatGPT Ads
Le tre dimensioni di segmentazione più utili
Come usare ads_metadata per segmentare senza feed separati
Struttura di ad groups raccomandata per uno stock di 20-50 auto
Come allocare il budget tra i segmenti
Context hints per segmento: esempi per ciascun profilo
Come gestire le auto che non rientrano in nessun segmento
La gestione del budget in base alla rotazione dello stock
Cosa imparare dai primi 30 giorni con uno stock variegato
Dealcar e la segmentazione automatica del feed
Domande frequenti
Il problema del context hint unico per uno stock variegato
Un concessionario con uno stock eterogeneo che utilizza un solo ad group con un context hint generico per l'intero inventario sta effettuando un targeting impreciso. Un hint come "persone che cercano auto usate" può apparire in migliaia di conversazioni diverse, ma molte di queste saranno di acquirenti che cercano qualcosa di completamente diverso rispetto allo stock disponibile.
Il risultato è un CTR generalmente basso (gli annunci appaiono in molte conversazioni ma sono rilevanti per poche) e un tasso di conversione da clic a lead mediocre (gli acquirenti che cliccano atterrano su un'auto che non corrisponde a ciò che hanno descritto nella loro conversazione).
La soluzione è la segmentazione: dividere lo stock in gruppi omogenei di auto con un profilo di acquirente comune e creare un ad group diverso per ciascun gruppo, con il context hint progettato per quello specifico profilo.
Consulta la guida completa di ChatGPT Ads per i concessionari.
Come segmentare lo stock per ChatGPT Ads
La segmentazione dello stock per ChatGPT Ads ha un criterio principale: raggruppare le auto che condividono lo stesso profilo di acquirente, non quelle che condividono la stessa marca o lo stesso modello.
Una Volkswagen Polo e una Renault Clio con prezzo e profilo simili possono essere inserite nello stesso ad group perché l'acquirente che cerca una potrebbe essere interessato anche all'altra. Una Volkswagen Golf e una Volkswagen Touareg dello stesso produttore possono trovarsi in ad groups diversi perché gli acquirenti appartengono a profili completamente differenti.
La segmentazione per profilo di acquirente genera ad groups con context hints più precisi e auto del feed più rilevanti per tali hint. Ciò si traduce in una migliore rilevanza per il sistema di matching di OpenAI e, potenzialmente, in un costo per clic migliore grazie al guadagno in termini di pertinenza.
Le tre dimensioni di segmentazione più utili
Per un concessionario multimarca con uno stock variegato, ci sono tre dimensioni di segmentazione che coprono la maggior parte dei casi in modo pratico.
La prima è la fascia di prezzo, che è il filtro più correlato al profilo dell'acquirente. Chi acquista auto a meno di 10.000 euro ha esigenze, aspettative e processi decisionali diversi rispetto a chi acquista tra i 20.000 e i 35.000 euro. Tre fasce di prezzo (economico, medio e premium) coprono la maggior parte degli stock dei rivenditori di medie dimensioni.
La seconda è il tipo di carrozzeria o l'utilizzo, che cattura esigenze specifiche dell'acquirente. Un acquirente che ha bisogno di un bagagliaio grande per i viaggi cercherà una familiare o un SUV, indipendentemente dal prezzo. Un acquirente urbano alla ricerca della prima auto cercherà un'utilitaria compatta e facile da parcheggiare. Queste esigenze si esprimono nelle conversazioni con ChatGPT in modi molto riconoscibili e possono essere intercettate con context hints specifici.
La terza è l'origine dello stock, che determina l'argomentazione di vendita più forte. Le auto provenienti da noleggio a lungo termine (renting) con storico documentato hanno un'argomentazione diversa rispetto alle auto di privati. Le auto con etichetta ECO o a 0 emissioni hanno un'argomentazione diversa rispetto ai diesel o benzina convenzionali. Queste differenze di origine e caratteristiche ambientali possono giustificare ad groups separati se il volume di quel segmento lo giustifica.
Come usare ads_metadata per segmentare senza feed separati
Il campo ads_metadata del feed di OpenAI consente di aggiungere tag personalizzati a ciascuna auto in inventario. Questi tag vengono poi utilizzati come filtri nell'Ads Manager per definire quali auto inserire in ciascun ad group, senza la necessità di caricare feed separati per ogni segmento.
La messa in pratica è semplice. Nel feed, ogni auto riceve una o più coppie chiave-valore nel campo ads_metadata. Ad esempio: segmento=economico per auto sotto i 10.000 euro, segmento=medio per auto tra i 10.000 e i 20.000, segmento=premium per auto sopra i 20.000. Nell'Ads Manager, durante la creazione di ciascun ad group, si applica il filtro per il corrispondente valore di ads_metadata.
Il risultato è che un unico feed serve per tutti gli ad groups del concessionario, mostrando per ciascuno solo le auto che corrispondono a quel segmento. Quando una nuova auto entra in stock, basta assegnarle il valore corretto di ads_metadata e verrà automaticamente inclusa nell'ad group corretto.
Consulta la guida tecnica del product feed di auto per ChatGPT Ads.
Si possono combinare più tag per auto: segmento=medio|tipo=suv|origen=renting consente di segmentare contemporaneamente per prezzo, tipo di carrozzeria e origine, creando ad groups più specifici per le auto che lo richiedono.
Struttura di ad groups raccomandata per uno stock di 20-50 auto
Per un concessionario con uno stock tra le 20 e le 50 auto di vari profili, una struttura da tre a cinque ad groups copre la maggior parte dei casi senza eccessiva complessità.
Un ad group di fascia economica (auto a meno di 10.000 o 12.000 euro) con il context hint orientato ad acquirenti della prima auto, acquirenti con budget limitato e per uso urbano. Filtra il feed per segmento=economico.
Un ad group di fascia media (auto da 12.000 a 22.000 euro) con il context hint orientato a famiglie, professionisti con uso intensivo e acquirenti che passano dal nuovo all'usato. Filtra el feed per segmento=medio.
Un ad group di fascia alta (auto sopra i 22.000 euro) con il context hint orientato ad acquirenti di usato premium e aziende con piccole flotte. Filtra il feed per segmento=premium.
Opzionalmente, un ad group specifico per SUV e familiari se questo tipo di carrozzeria rappresenta una quota significativa dello stock e ha un profilo di acquirente ben definito. Filtra il feed per tipo=suv o tipo=familiar, combinato con il corrispondente segmento di prezzo.
E opzionalmente, un ad group per auto da noleggio o con storico documentato, dove l'argomento di vendita principale è la tracciabilità della manutenzione. Filtra il feed per origen=renting.
Leggi anche come pubblicizzare lo stock di auto usate su ChatGPT Ads.
Come allocare il budget tra i segmenti
L'allocazione del budget tra gli ad groups dipende da due variabili: il margine potenziale per vendita in ciascun segmento e la rotazione prevista dello stock in ciascun segmento.
Un ad group di fascia alta con auto da 30.000 euro e margini di 3.000 o 4.000 euro giustifica un investimento per lead maggiore rispetto a uno di fascia economica con auto da 8.000 euro e margini di 600 o 800 euro. Tuttavia, l'ad group di fascia economica può generare un volume maggiore di lead con lo stesso budget.
Un modo per iniziare consiste nel distribuire il budget in modo proporzionale al numero di auto in ciascun segmento, per poi regolare tale distribuzione dopo 30 giorni di dati in base al costo per lead reale di ciascun ad group. Se l'ad group di fascia media genera lead a 30 euro e quello di fascia alta li genera a 80 euro, ma quelli di fascia alta si convertono in vendita con una frequenza doppia, il costo per vendita potrebbe essere simile e la distribuzione ha senso.
Consulta anche come misurare lead e vendite di ChatGPT Ads in un concessionario.
Ciò che non ha senso è destinare tutto il budget al segmento con il margine di vendita più elevato senza aver prima verificato se quel segmento ha un volume sufficiente di conversazioni rilevanti su ChatGPT per il mercato geografico del concessionario.
Context hints per segmento: esempi per ciascun profilo
Per la fascia economica: "Persona che cerca la sua prima auto di proprietà con un budget massimo di 10.000 euro, dando priorità all'affidabilità e ai bassi costi di manutenzione rispetto alle prestazioni. Anche acquirente più anziano che desidera qualcosa di semplice e facile da parcheggiare per l'uso urbano quotidiano."
Per la fascia media, profilo familiare: "Famiglia con figli che ha bisogno di più spazio rispetto a quello offerto da una compatta e sta confrontando SUV o familiari usate tra i 12.000 e i 22.000 euro con un buon storico di manutenzione."
Per la fascia media, profilo professionale: "Libero professionista o agente di commercio che percorre più di 25.000 km all'anno e cerca un diesel o un ibrido usato, affidabile ed economico, tra i 12.000 e i 20.000 euro per ridurre il costo per chilometro."
Per la fascia alta: "Acquirente con un budget tra i 22.000 e i 40.000 euro che preferisce un'auto premium usata di 2 o 3 anni piuttosto che una nuova di fascia media allo stesso prezzo, valutando gli optional di sicurezza e comfort."
Per SUV e familiari: "Famiglia che usa l'auto per gli spostamenti quotidiani e i viaggi del fine settimana, cerca un SUV o una familiare usata con spazio per quattro o cinque persone, bagagliaio ampio e consumi ragionevoli."
Per auto da noleggio: "Acquirente che apprezza lo storico di manutenzione ufficiale documentato e preferisce pagare qualcosa in più per la certezza di un'auto aziendale o da noleggio a lungo termine piuttosto che rischiare con quella di un privato senza storico."
Leggi anche la guida completa ai context hints di ChatGPT Ads per i concessionari.
Come gestire le auto che non rientrano in nessun segmento
Ogni stock presenta auto che non si adattano perfettamente a nessuno dei segmenti definiti: una cabriolet, una monovolume, un fuoristrada di grandi dimensioni, un'auto d'epoca. Per queste auto ci sono tre opzioni.
Leggi anche quando riacquistare, conservare o liquidare lo stock in un concessionario.
La prima è includerle nell'ad group più vicino al loro profilo, anche se non è perfetto. Una cabriolet di prezzo medio può stare nell'ad group di fascia media anche se il profilo dell'acquirente è diverso. Se il volume di questo tipo di auto è basso, l'imprecisione dell'hint può essere accettabile.
La seconda è creare un ad group specifico solo per quell'auto o per quel tipo di auto, se il margine lo giustifica. Una cabriolet premium da 40.000 euro può meritare un ad group dedicato con un context hint molto specifico per l'acquirente di quel tipo di vettura.
La terza è escluderla dal feed impostando il campo is_ads_eligible su false. Se l'auto non ha un profilo di acquirente chiaro su ChatGPT o se l'investimento pubblicitario per quella specifica vettura non è giustificato, è meglio non includerla negli annunci e lasciarla solo sui portali tradizionali.
La gestione del budget in base alla rotazione dello stock
Lo stock di un concessionario multimarca cambia costantemente: entrano nuove auto, se ne vendono altre, cambiano i prezzi. Questo influisce sul numero di auto in ciascun ad group e, potenzialmente, sulla distribuzione ottimale del budget.
Se l'ad group di fascia media passa da 15 a 8 auto perché ne sono state vendute diverse, lo stesso budget genererà un CPM più alto per auto. E se in quel periodo entrano nuove vetture nella fascia alta, può avere senso riallocare il budget verso quell'ad group.
La frequenza di revisione della distribuzione del budget dipende dalla velocità di rotazione dello stock. Per un concessionario che vende 20 o 30 auto al mese, è sufficiente una revisione mensile della distribuzione. Per uno con una rotazione molto alta o molto bassa, può essere quindicinale o trimestrale.
Ciò che va monitorato in tempo reale è che il campo availability del feed si aggiorni correttamente quando un'auto viene venduta: se un ad group ha 8 auto nel feed ma 3 sono già state vendute senza aggiornare l'availability, il 37% del budget verrà destinato a pubblicizzare auto non disponibili.
Cosa imparare dai primi 30 giorni con uno stock variegato
Con 30 giorni di dati di una campagna con diversi ad groups, ci sono tre domande a cui è possibile rispondere per guidare l'ottimizzazione del mese successivo.
La prima è quale ad group ha il miglior CTR. Un CTR alto indica che l'annuncio è rilevante per le conversazioni in cui appare. Se l'ad group di fascia media ha un CTR del 2,8% e quello di fascia economica un CTR dello 0,9%, le auto di fascia media si stanno adattando meglio alle conversazioni.
La seconda è quale ad group ha il miglior tasso di conversione da clic a lead. Un CTR alto con una bassa conversione indica che gli acquirenti cliccano ma la landing page o l'auto non soddisfano le loro aspettative. Un CTR basso con un'alta conversione indica che l'annuncio è molto selettivo: appare poco ma quando appare converte bene.
La terza è se ci sono auto nel feed che non hanno generato alcun clic in 30 giorni. Queste auto potrebbero avere un problema di titolo o di descrizione nel feed che le rende poco rilevanti per il matching del sistema. Esaminare questi campi e confrontarli con le auto che invece generano clic può rivelare quali caratteristiche del feed migliorano le performance.
Dealcar e la segmentazione automatica del feed
Dealcar genera il product feed di ChatGPT Ads a partire dall'inventario della piattaforma con i campi di segmentazione (ads_metadata) assegnati automaticamente in base al profilo di ciascun veicolo. Il concessionario non deve taggare manualmente ogni auto: la piattaforma le classifica e il feed risultante consente di creare la struttura di ad groups consigliata direttamente nell'Ads Manager di OpenAI.
Puoi vedere come funziona su dealcar.io/dealcar-boost/chatgpt-para-concesionarios o richiedere una demo su dealcar.io.
Domande frequenti
Quanti ad groups sono troppi per un concessionario indipendente?
Al di sopra di cinque o sei ad groups, la gestione diventa complessa senza che le performance migliorino proporzionalmente, soprattutto con un budget totale limitato. Con meno di 300 euro al mese totali, più di tre ad groups potrebbero non avere budget sufficiente per gruppo per generare dati utili. È meglio iniziare con due o tre ad groups ben definiti e aggiungerne altri solo quando ci sono dati che giustificano un'ulteriore segmentazione.
Posso usare lo stesso context hint per più ad groups con diversi filtri del feed?
Tecnicamente sì, ma non ha senso. Se due ad groups hanno lo stesso hint ma un feed filtrato in modo diverso, il sistema di OpenAI li tratterà come candidati equivalenti per le stesse conversazioni. L'obiettivo di avere ad groups distinti è proprio quello di avere hint diversi che intercettino profili di acquirente differenti.
Ha senso segmentare per marca anziché per fascia di prezzo?
Per un concessionario multimarca che vende auto di molti brand diversi, segmentare per marca è meno efficiente rispetto a segmentare per profilo di acquirente. Chi cerca una familiare di fascia media potrebbe essere interessato indistintamente a una Volkswagen Passat o a una Ford Mondeo. La segmentazione per profilo d'uso e prezzo intercetta questa ampiezza di scelta molto meglio rispetto alla segmentazione per marca.
