Reklám technológiaAnalytics és tesztelésMesterséges IntelligenciaMarketing és értékesítési videók

Retina AI: Prediktív AI használata a marketingkampányok optimalizálására és az ügyfél élettartam-értékének (CLV) megállapítására

A marketingesek környezete gyorsan változik. Mivel az Apple és a Chrome új, adatvédelemre fókuszáló iOS-frissítései 2023-ban megszüntetik a harmadik féltől származó cookie-kat – többek között – a marketingszakembereknek hozzá kell igazítaniuk játékukat az új szabályozáshoz. Az egyik nagy változás a belső felektől származó adatok növekvő értéke. A márkáknak mostantól az engedélyezési és a belső adatokra kell támaszkodniuk a kampányok ösztönzése érdekében.

Mi az Ügyfél élettartam-értéke (CLV)?

Ügyfél élettartamra vetített értéke (CLV) egy olyan mérőszám, amely megbecsüli, hogy egy adott ügyfél mekkora értéket (általában bevételt vagy haszonkulcsot) hoz a vállalkozásnak a márkával való interakció teljes időtartama alatt – a múltban, a jelenben és a jövőben.

Ezek az elmozdulások stratégiai elengedhetetlenné teszik a vállalkozások számára, hogy megértsék és előre jelezzék az ügyfelek élettartamára vonatkozó értékét, ami segít nekik azonosítani a fogyasztók kulcsfontosságú szegmenseit a márkájukhoz a vásárlás előtt, és optimalizálni marketingstratégiájukat a verseny és a fejlődés érdekében.

Nem minden CLV-modell jön létre egyformán – a legtöbb inkább aggregált, mintsem egyéni szinten generálja, így nem tudják pontosan megjósolni a jövőbeli CLV-t. A Retina által generált egyéni szintű CLV-vel az ügyfelek meg tudják különböztetni, mi az, amitől a legjobb ügyfeleik különböznek mindenki mástól, és ezt az információt beépíthetik a következő ügyfélszerzési kampányuk jövedelmezőségének fokozása érdekében. Ezenkívül a Retina képes dinamikus CLV-előrejelzést adni az ügyfélnek a márkával való korábbi interakciói alapján, lehetővé téve az ügyfelek számára, hogy tudják, mely ügyfeleket célozzák meg különleges ajánlatokkal, kedvezményekkel és promóciókkal.  

Mi az a Retina AI?

A Retina AI mesterséges intelligencia segítségével előrejelzi az ügyfél élettartamának értékét az első tranzakció előtt.

Retina AI az egyetlen olyan termék, amely előrejelzi az új ügyfelek hosszú távú CLV-jét, lehetővé téve a növekvő marketingszakemberek számára, hogy közel valós időben hozzanak döntéseket a kampány- vagy csatorna-költségvetés-optimalizálásról. A használt Retina platformra példa a Madison Reeddel folytatott együttműködésünk, aki valós idejű megoldást keresett a Facebook-kampányok mérésére és optimalizálására. Az ottani csapat úgy döntött, hogy lefuttat egy A/B tesztet, amelynek középpontjában a CLV:CAC (vevőszerzési költségek) arány. 

Madison Reed esettanulmány

A Facebookon végzett tesztkampánnyal a Madison Reed a következő célokat tűzte ki célul: A kampány ROAS és CLV mérése közel valós időben, a költségkeretek átcsoportosítása a jövedelmezőbb kampányok felé, és annak megértése, hogy melyik hirdetés eredményezte a legmagasabb CLV:CAC arányt.

Madison Reed beállított egy A/B tesztet ugyanazon célközönség felhasználásával mindkét szegmensben: 25 éves vagy annál idősebb nők az Egyesült Államokban, akik soha nem voltak Madison Reed vásárlók.

  • Az „A” kampány a szokásos módon kampány volt.
  • A B kampány tesztszegmensként módosult.

Az ügyfél élettartam-értékének felhasználásával a tesztszegmens pozitívan lett optimalizálva a vásárlásokra, és negatívan a leiratkozókkal szemben. Mindkét szegmens ugyanazt a hirdetést használta.

Madison Reed lefuttatta a tesztet a Facebookon 50/50 arányban 4 hétig, a kampány közbeni változtatások nélkül. A CLV:CAC arány azonnal 5%-kal emelkedett, a kampány optimalizálásának közvetlen eredményeként a Facebook hirdetéskezelőn belüli ügyfél-élettartam érték felhasználásával. A jobb CLV:CAC arány mellett a tesztkampány több megjelenítést, több webhelyvásárlást és több előfizetést ért el, ami végül megnövekedett bevételhez vezetett. A Madison Reed megtakarított a megjelenítésenkénti költségen és a vásárlásonkénti költségen, miközben értékesebb, hosszú távú ügyfeleket is szerzett.

Az ilyen jellegű eredmények a Retina használatakor jellemzőek. A Retina átlagosan 30%-kal növeli a marketing hatékonyságát, 44%-kal növeli a növekményes CLV-t hasonló közönség esetén, és nyolcszoros megtérülést ér el a hirdetési kiadásokon (ROAS) az akvizíciós kampányokról a tipikus marketing módszerekkel összehasonlítva. A valós idejű, előrejelzett ügyfélértéken alapuló személyre szabás végső soron megváltoztatja a marketingtechnológiát. A demográfiai adatok helyett a vásárlói magatartásra összpontosítva egyedülálló és intuitív adatfelhasználást tesz lehetővé a marketingkampányok hatékony, következetes nyereményekké alakításához.

A Retina AI a következő lehetőségeket kínálja

  • CLV vezető pontszámok – A Retina lehetőséget biztosít a vállalkozások számára, hogy minden ügyfelet pontozhassanak a minőségi potenciális ügyfelek azonosítása érdekében. Sok vállalkozás nem biztos abban, hogy mely ügyfelek hoznak a legmagasabb értéket életük során. Azáltal, hogy a Retina segítségével méri a hirdetési kiadások alapszintű átlagos megtérülését (ROAS) az összes kampányban, és folyamatosan pontozza a leadeket, és ennek megfelelően frissíti a CPA-kat, a Retina előrejelzései sokkal magasabb ROAS-t eredményeznek az eCLV-vel optimalizált kampányban. A mesterséges intelligencia ezen stratégiai felhasználása lehetőséget ad a vállalkozások számára a maradványértékre utaló ügyfelek azonosítására és elérésére. Az ügyfelek pontozásán túl a Retina képes integrálni és szegmentálni az adatokat egy ügyféladat-platformon keresztül a rendszerek közötti jelentéskészítéshez.
  • Kampány költségvetésének optimalizálása – A stratégiai marketingszakemberek mindig a hirdetési kiadások optimalizálásának módjait keresik. A probléma az, hogy a legtöbb marketingszakembernek 90 napot kell várnia, mielőtt mérheti a kampány korábbi teljesítményét, és ennek megfelelően módosíthatja a jövőbeli költségkeretet. A Retina Early CLV feljogosítja a marketingeseket arra, hogy okosan döntsenek arról, hogy hova összpontosítsák valós időben a hirdetési kiadásaikat azáltal, hogy a legmagasabb CPA-kat a nagy értékű ügyfelek és potenciális ügyfelek számára tartják fenn. Ez gyorsan optimalizálja a nagyobb értékű kampányok cél-CPA-ját, hogy magasabb ROAS-t és magasabb konverziós arányt érjen el. 
  • Lookalike közönségek – A Retina azt tapasztaltuk, hogy sok vállalatnak nagyon alacsony a ROAS-értéke – általában 1 körül van, vagy még kevesebb is, mint 1. Ez gyakran előfordul, amikor egy vállalat hirdetési kiadásai nem arányosak a potenciális ügyfelek vagy a meglévő ügyfeleik élettartam-értékével. A ROAS drámai növelésének egyik módja az, ha értékalapú, hasonló közönségeket hoz létre, és ennek megfelelő ajánlatkorlátokat állít be. Ily módon a vállalkozások optimalizálhatják a hirdetési kiadásokat az ügyfelek által hosszú távon nyújtott érték alapján. A vállalkozások megháromszorozhatják hirdetési kiadásaik megtérülését a Retina ügyfél-élettartam-értéken alapuló hasonló közönségeivel.
  • Értékalapú ajánlattétel – Az értékalapú ajánlattétel azon az elgondoláson alapszik, hogy még az alacsonyabb értékű ügyfeleket is megéri megszerezni, amíg nem költ túl sokat ezek megszerzésére. Ezzel a feltételezéssel a Retina segít az ügyfeleknek az értékalapú ajánlattétel (VBB) alkalmazásában Google- és Facebook-kampányaikban. Az ajánlatkorlátok beállítása segíthet a magas LTV:CAC arány biztosításában, és nagyobb rugalmasságot biztosít az ügyfeleknek a kampányparaméterek üzleti céloknak megfelelő módosításához. A Retina dinamikus ajánlatplafonjával az ügyfelek jelentősen javították LTV:CAC arányukat azáltal, hogy az akvizíciós költségeket az ajánlati felső határaik 60%-a alatt tartották.
  • Pénzügyi és vásárlói egészség – Jelentés az ügyfélkör egészségéről és értékéről. A Quality of Customers Report™ (QoC) részletes elemzést nyújt a vállalat ügyfélbázisáról. A QoC az előretekintő vásárlói mérőszámokra összpontosít, és az ismétlődő vásárlási magatartással felépített vevői tőkével számol.

Ha többet szeretne megtudni, kérjen hívást

Emad Hasan

Emad a cég vezérigazgatója és társalapítója Retina AI. 2017 óta a Retina olyan ügyfelekkel dolgozik együtt, mint a Nestle, a Dollar Shave Club, a Madison Reed és mások. Mielőtt csatlakozott a Retinához, Emad elemzőcsapatokat épített fel és vezetett a Facebookon és a PayPal-on. Folyamatos szenvedélye és tapasztalata a technológiai iparágban lehetővé tette számára, hogy olyan termékeket hozzon létre, amelyek saját adataik felhasználásával segítik a szervezeteket jobb üzleti döntések meghozatalában. Emad villamosmérnöki diplomát szerzett Penn State-ben, villamosmérnöki mesterfokozatot a Rensselaer Polytechnic Institute-ban és MBA fokozatot az UCLA Anderson School of Management-en. A Retina AI-vel végzett munkáján kívül blogger, előadó, startup tanácsadó és szabadtéri kalandor.

Kapcsolódó cikkek

Vissza a lap tetejére gombra
közel

Adblock észlelve

Martech Zone ingyenesen tudja biztosítani Önnek ezt a tartalmat, mivel webhelyünkkel bevételt szerezünk hirdetési bevételek, társult linkek és szponzorálás révén. Nagyra értékelnénk, ha eltávolítaná hirdetésblokkolóját, miközben megtekinti webhelyünket.