Кейсы AiData
Fashion
кейс 1
Проблема
Решения:
Результат:
Бренд модной одежды столкнулся с проблемой низкой конверсии на своем сайте.
Бренд использовал DMP* для сбора данных и последующей сегментации. На базе собранных аудиторий выстроили персонализированные кампании по категориям товаров (платья / брюки / костюмы). Качественная сегментация позволила повысить конверсию в покупку. Конкретная аудитория увидела нужный ей продукт и закрыла свою потребность тем самым, повысив доверие к бренду.
увеличили количество закрытых сделок на 25%;
увеличили готовность рекомендовать друзьям бренд по реферальной ссылке на 10%.
снизить % брошенных корзин;
повысить лояльность покупателей.
Задачи:
DMP (Data Management Platform) - платформа управления данными.
кейс 2
Проблема
Решения:
Результат:
Молодой бренд модной одежды потратил большой бюджет на маркетинг при запуске, но не получил ожидаемых результатов из-за охватной, но не релевантной кампании.
Бренд начал использовать DMP, чтобы:
снизили затрат на маркетинг на 20%;
увеличили конверсии в покупку на 25%.
Сократили объем коммуникации: от сегментов с релевантными интересами, но низким доходом до релевантных сегментов, чей доход пользователей выше среднего.
снизить затраты на маркетинг;
повысить конверсию в покупку на сайте.
собирать входящий трафик с разных акционных предложений;
пересекать собственные сегменты с сегментами AiData, которые приоритетны бренду. Тем самым идентифицируя пользователей в имеющихся сегментах;
выявлять интересы пользователей по базовым внутренним аудиториям;
формировать персонализированные предложения и релевантные креативы на основе аналитических инсайтов.
Задачи:
Бренд инвестировал в качественный контент, так как запрос был подкрепленным данными.
Auto
КЕЙС AUDI
Проблема:
Решения:
Результат:
Vетоды коммуникации, которые использовались компанией Audi ранее, не учитывали моменты интереса к покупке нового автомобиля или важные события в жизни владельцев. Это приводило к низкой конверсии и неэффективности коммуникаций.
Запуск 4-месячного пилотного проекта с использованием платформы AiData. В ходе проекта были определены и протестированы два основных сценария-триггера:
В итогам пилотного проекта было выявлено, что конверсия из триггерных коммуникаций в лиды (заявки на тест-драйв или заказ аксессуаров) выросла в 2 раза по сравнению с обычной коммуникацией без учета момента интереса или важных событий в жизни владельцев. Это подтвердило эффективность персонализированных коммуникаций, основанных на обогащении данных и учете контекстуальных факторов. Компания Audi смогла улучшить связь с владельцами автомобилей и повысить эффективность своих маркетинговых активностей.
протестировать варианты сценариев коммуникаций с владельцами Audi, учитывая момент появления интереса к покупке нового автомобиля;
протестировать варианты коммуникаций, основанные на важных событиях в жизни владельцев, таких как появление ребенка в семье.
Задачи:
Момент появления интереса к покупке нового автомобиля:
Был разработан и проведен коммуникационный сценарий, который был активирован, когда владелец показал интерес к покупке нового автомобиля (например, исследовал модели или запросил информацию). В этом случае владельцу предлагались персонализированные предложения, например, тест-драйв конкретной модели или специальное предложение по финансированию.
Важное событие в жизни (появление ребенка в семье):
Был разработан и проведен коммуникационный сценарий, который был активирован при наличии информации о новорожденном ребенке у владельца автомобиля. В этом случае владельцу предлагались персонализированные предложения, связанные с увеличением авто или с безопасностью и комфортом для ребенка, например, кресло безопасности или аксессуары для детской комнаты в автомобиле.
Кейс Nissan
Как на 15% снизить стоимость клиента за счёт собственных ресурсов
Кейс Renault
Как снизить стоимость лида на 77% и увеличить CTR на 260%
Banking
кейс 1
Проблема
Решения:
Результат:
Банк испытывал проблемы с реализацией кредитных карт, увеличился отказ среди держателей.
Банк использовал DMP* для сбора данных, сегментирования и получения данных об интересах пользователей. Были просегментированы аудитории на действующих клиентов, которые имеют кабинет с открытой кредитной картой, и пользователей, пришедших с рекламных каналов по акционному предложению. Отчеты аффинитивности AiData позволили узнать детальнее об интересах юзеров и использовать их для создания персонализированных пакетных предложений с важными для конкретного сегмента услугами, а также транслировать в маркетинговой коммуникации.
создали индивидуальный подход в рамках сегмента пользователей;
выполнили KPI по открытию новых карт;
снизили отток клиентов на 35%.
выйти на KPI по открытию новых кредитных карт;
снизить отток клиентов.
Задачи:
KPI (Key Performance Indicators), или ключевые показатели эффективности.
DMP (Data Management Platform) - платформа управления данными.
кейс 2
Проблема
Решения:
Результат:
Банк, который запускал семейную карту.
первоочередно банк использовал собственные ресурсы в виде пушей и email-ов по базе своих пользователей, которые состоят в браке и/ или имеют детей. Для привлечения новых клиентов были задействованы готовые аудитории AiData, а именно сегмент мужчин и женщин в возрасте от 22 до 55, состоящих в браке и/ или имеющих детей, а также интересующихся финансовой грамотностью в нужной локации.
текущий набор инструментов позволил выполнить план и дальше развивать семейный продукт.
найти релевантную аудиторию;
подключить этот продукт не менее ХХХХ раз на старте при минимальном бюджете.
Задачи:
Online - cinema
кейс 1
Проблема
Решения:
Результат:
После регистрации в личном кабинете пользователи не доходили до оплаты.
Кинотеатр начал использовать DMP для сбора данных. Было принято решение собирать сегмент пользователей, которые совершили оплату. Далее был выстроен LAL по этому сегменту и настроена рекламная кампания, которая привела новых клиентов по допустимой стоимости клиента. С помощью отчета об аффинитивности выявлены актуальные интересы этих пользователей. В последующем они учитывались при формировании креативов для привлечения новой аудитории. По истечении 3 месяцев был актуализирован идеальный портрет клиента, и также для расширения клиентской базы задействовали инструмент «готовые аудитории». Для теста было взято 4 аудитории, одна из них идентичная идеальному портрету клиента, 3 другие отличались параметрами образования и города.
удалось постепенно увеличить количество проданных подписок на 15%, 20% и 35%, начиная со второго месяца использования DMP.
определить платежную целевую аудиторию;
увеличить количество проданных подписок.
Задачи:
DMP (Data Management Platform) - платформа управления данными.
Онлайн-кинотеатр хотел увеличить количество пользователей.
Food
кейс 1
Проблема
Решения:
Результат:
жесткая конкуренция на рынке здорового питания, которая затрудняла привлечение новых клиентов.
Компания начала использовать DMP для сбора данных о клиентах, включая их пищевые предпочтения, и используя эту информацию, кастомизирует рекламные кампании. Было проведено исследование рынка, выделены ключевые точки контакта пользователей с продуктами конкурентов. Компания создала систему лояльности, где клиенты могут зарабатывать бонусы за определенные продукты и получать скидки на свои следующие покупки. Также была запущена программа реферальной системы для клиентов, которые приглашают своих друзей на сайт или делятся информацией о продукте в социальных сетях. Были созданы специальные категории продуктов для клиентов с определенными потребностями и интересами.
увеличилось количество клиентов на 40%;
выросла прибыль на 30%.
сформировать персонализированный подход;
привлечь новых клиентов;
Задачи:
Производителю здоровой еды стало сложно выдерживать конкуренцию.
удержать существующих.
DMP (Data Management Platform) - платформа управления данными.
Кейс горнолыжного комплекса
Как увеличить продажи новогодних туров за счет готовых аудиторий
Tourism
E-commerce в фарме
Как за счёт персонализированного подхода увеличить продажи
Pharm
Как совмещать CDP и DMP на примере ФСК
Как увеличить качество сегментов в 3,5 раз
Real estate
Кейс Aitarget Tech
Как генерировать лиды в B2B за счет аудиторных сегментов
IT