Product Data Optimization

Scarpamondo è un retailer footwear con un catalogo di 14.000 prodotti su Google Shopping. A inizio 2025, in piena finestra di saldi invernali, l'azienda doveva massimizzare il ritorno sul paid search senza poter dedicare risorse interne alla riscrittura manuale del feed. Le schede prodotto, ereditate dal gestionale, erano essenziali e poco rilevanti dal punto di vista semantico: questo penalizzava sia la qualità dei match Ads sia la visibilità organica. La finestra temporale era stretta: una stagione di saldi dura poche settimane e ogni giorno perso vale doppio in termini di ricavi sacrificati.

#Il Problema

Il feed di Google Shopping è il vero motore semantico dell'e-commerce: titoli generici come "Scarponcini Clarks da Uomo, nero" lasciano sul tavolo intere code di query (modello specifico, taglia, occasione d'uso) che competitor con feed più curati intercettano. Riscrivere 14k titoli e descrizioni a mano, in due mesi e in piena stagione di saldi, è economicamente insostenibile: anche con un team di 5 copywriter dedicati a tempo pieno, i tempi non quadrerebbero con la finestra commerciale. Significherebbe entrare nei saldi con il feed vecchio.

Il rischio collaterale era doppio: CPC in crescita per quality score basso, e perdita di traffico organico sulle pagine prodotto, che con metadati poveri non si posizionano sulle long-tail più convertenti. Nel footwear, dove il modello specifico ("Desert Boot Evo", "Air Max 1") guida il 60-70% delle ricerche di intent commerciale, un titolo che non lo include è una candidatura quasi automatica a non comparire nei migliori posizionamenti.

Aggiungiamo un terzo fronte: i feed dei competitor diretti stavano migliorando rapidamente, sospinti da agenzie che lavorano già con strumenti di automazione. Restare indietro di sei mesi in questo gioco significa cedere terreno difficilmente recuperabile.

#La Soluzione WMR Intelligence

Abbiamo costruito un workflow di AI generativa che orchestra il modello Gemini su quattro fonti di input: il feed esistente, le immagini prodotto, i nomi dal gestionale e le descrizioni del sito. Il modello produce nuovi titoli e descrizioni ottimizzati, on-brand e coerenti con le linee guida merchandising di Scarpamondo.

Esempio reale di trasformazione: da "Scarponcini Clarks da Uomo, nero" a "Scarponcini Desert Boot Evo Clarks da Uomo, nero, Taglia 43" con descrizione che combina lato emozionale (l'icona Desert Boot, l'evoluzione del modello) e tecnico (materiali, vestibilità, occasione d'uso). Il titolo ora intercetta query specifiche, la descrizione fa quality score e copywriting allo stesso tempo.

Il delivery è identico al pattern Labelizer: un feed supplementare caricato su Merchant Center, senza modifiche al sito o al gestionale. Il cliente non ha investito ore-uomo: l'intero processo è stato gestito dal team WMR, con check editoriali e di compliance prima del go-live. Questa scelta operativa è strategica: il team interno di Scarpamondo poteva continuare a concentrarsi sulle priorità commerciali della stagione mentre noi lavoravamo in parallelo sul feed.

Un dettaglio tecnico interessante è che il workflow non sostituisce il titolo storico del prodotto sul sito, ma lo arricchisce solo nel feed Shopping. Questo evita interferenze con il SEO on-page (che spesso ha dinamiche diverse) e permette di iterare velocemente sul feed senza coinvolgere il team CMS.

#Implementazione

In quattro settimane abbiamo definito le linee guida di tono di voce, addestrato i prompt del workflow e prodotto la prima generazione completa sui 14k SKU. Il QA è stato fatto a campione su categorie ad alto valore (top sellers, brand premium, prodotti con margini elevati) per garantire che gli output rispettassero gli standard merchandising di Scarpamondo. Il go-live è coinciso con l'inizio della finestra di saldi invernali, dal 28 gennaio al 25 febbraio 2025, con misurazione YoY contro lo stesso periodo dell'anno precedente.

La scelta del confronto YoY è metodologicamente importante: confrontarsi con il mese precedente avrebbe sovrastimato l'effetto del saldo stesso. Il YoY isola meglio il contributo dell'intervento sul feed, perché entrambi i periodi (2024 e 2025) erano in piena stagione promozionale.

#Risultati & KPI

Nei 30 giorni di test (confronto Year-over-Year) abbiamo registrato:

• -15% CPC su Google Ads — quality score in aumento grazie ai titoli più rilevanti.
• -20% CPM su Google Ads — l'algoritmo riconosce un feed più pulito e abbassa il costo per impression.
• +46% Conversion Rate — i click sono più qualificati, l'utente atterra su una scheda che corrisponde davvero alla sua query.
• +28% Impression e +34% Clic da traffico organico — beneficio collaterale ma misurabile sul SEO on-page.

Effort lato cliente: zero. La gestione operativa è stata interamente WMR, dal prompt design al QA all'upload del feed.

#Cosa abbiamo imparato e replicabilità

Il pattern "AI generativa applicata al feed" funziona meglio quando il catalogo è ampio e la qualità dei dati di input è disomogenea. È particolarmente potente in finestre temporali ad alta intensità (saldi, eventi promozionali, drop di nuove collezioni) perché permette di intervenire su tutto il catalogo in tempi che il lavoro umano non può raggiungere. La velocità non è un benefit accessorio: è il fattore che rende l'investimento sostenibile.

Lo abbiamo replicato anche fuori dal footwear: nel nostro case Generazione PDP nel Pharma abbiamo applicato lo stesso schema generando 24 campi custom su oltre 10.000 prodotti farmaceutici. La logica è la stessa, cambiano vincoli normativi e tono. E nel caso Labelizer abbiamo affrontato il "lato campagne" dello stesso problema: feed e architettura ad sono due facce della stessa medaglia.

Una considerazione strategica per chi sta valutando questa strada: il rischio principale non è la qualità dell'output AI – con la giusta calibrazione è ottima – ma la disciplina nel definire il tono di voce e le regole di compliance prima di partire. Dedicare due settimane a questo step accelera tutto il resto.

Se hai un feed con migliaia di referenze e senti che il quality score sta scendendo, partire dalla riscrittura assistita dei titoli è il passo con il miglior rapporto effort/risultato. Possiamo farlo accadere in poche settimane, partendo dai dati che hai già nel tuo gestionale e nel tuo PIM.