MainontateknologiaAnalytiikka ja testausTekoälyMarkkinointi- ja myyntivideot

Retina AI: Ennakoivan tekoälyn käyttäminen markkinointikampanjoiden optimointiin ja asiakkaan elinkaariarvon (CLV) määrittämiseen

Markkinoijien ympäristö muuttuu nopeasti. Applen ja Chromen uudet yksityisyyteen keskittyvät iOS-päivitykset poistavat kolmannen osapuolen evästeet vuonna 2023 – muiden muutosten ohella – markkinoijien on mukautettava pelinsä uusiin säädöksiin. Yksi suurimmista muutoksista on ensimmäisen osapuolen datan kasvava arvo. Brändien on nyt luotettava osallistumis- ja ensimmäisen osapuolen tietoihin kampanjoiden edistämiseksi.

Mikä on asiakkaan elinkaariarvo (CLV)?

Asiakkaan elinkaariarvo (CLV) on mittari, joka arvioi, kuinka paljon arvoa (yleensä tuottoa tai voittomarginaalia) kukin asiakas tuo yritykselle kokonaisajan aikana, jonka he ovat vuorovaikutuksessa brändisi kanssa – menneisyydessä, nykyisyydessä ja tulevaisuudessa.

Nämä muutokset tekevät yrityksille strategisesti välttämättömän ymmärtää ja ennustaa asiakkaan elinkaaren arvon, mikä auttaa niitä tunnistamaan tuotemerkkinsä keskeiset kuluttajasegmentit ennen ostopaikkaa ja optimoimaan markkinointistrategiansa kilpaillakseen ja menestyäkseen.

Kaikkia CLV-malleja ei kuitenkaan luoda tasa-arvoisina – useimmat luovat sen pikemminkin aggregaatilla kuin yksilötasolla, joten ne eivät pysty ennustamaan tarkasti tulevaa CLV:tä. Retinan luoman yksilötason CLV:n avulla asiakkaat voivat kiusoitella, mikä tekee heidän parhaista asiakkaistaan ​​erilaisia ​​kuin kaikki muut, ja sisällyttää nämä tiedot lisätäkseen seuraavan asiakashankintakampanjansa kannattavuutta. Lisäksi Retina pystyy tarjoamaan dynaamisen CLV-ennusteen, joka perustuu asiakkaan aiempaan vuorovaikutukseen brändin kanssa, jolloin asiakkaat voivat tietää, mihin asiakkaisiin heidän tulisi kohdistaa erikoistarjouksia, alennuksia ja kampanjoita.  

Mikä on Retina AI?

Retina AI ennustaa tekoälyn avulla asiakkaan elinkaaren arvon ennen ensimmäistä tapahtumaa.

Retina AI on ainoa tuote, joka ennustaa uusien asiakkaiden pitkän aikavälin CLV:n, jolloin kasvumarkkinoijat voivat tehdä kampanjan tai kanavan budjetin optimointipäätöksiä lähes reaaliajassa. Esimerkki käytössä olevasta Retina-alustasta on yhteistyömme Madison Reedin kanssa, joka etsi reaaliaikaista ratkaisua Facebook-kampanjoiden mittaamiseen ja optimointiin. Siellä oleva tiimi päätti suorittaa A/B-testin, joka keskittyi CLV: SERT (asiakashankintakustannusten) suhde. 

Madison Reedin tapaustutkimus

Madison Reed pyrki Facebook-testikampanjalla saavuttamaan seuraavat tavoitteet: Mittaa kampanjan ROAS- ja CLV-arvoja lähes reaaliajassa, kohdistaa budjetit uudelleen kannattavampiin kampanjoihin ja ymmärtää, mikä mainosaineisto johti korkeimpiin CLV:CAC-suhteisiin.

Madison Reed määritti A/B-testin käyttämällä samaa kohdeyleisöä molemmille segmenteille: 25-vuotiaat tai sitä vanhemmat naiset Yhdysvalloissa, jotka eivät olleet koskaan olleet Madison Reedin asiakkaita.

  • Kampanja A oli normaali toiminta -kampanja.
  • Kampanjaa B muutettiin testisegmentiksi.

Asiakkaan elinkaariarvoa käyttämällä testisegmentti optimoitiin positiivisesti ostoksille ja negatiivisesti tilaamattomille. Molemmat segmentit käyttivät samaa mainosaineistoa.

Madison Reed suoritti testin Facebookissa 50/50-jaolla 4 viikon ajan ilman kampanjan puolivälissä tehtyjä muutoksia. CLV:CAC-suhde kasvoi välittömästi 5 %, mikä on suora seuraus kampanjan optimoinnista käyttämällä Facebookin mainosten hallinnassa olevaa asiakkaan elinkaariarvoa. Paremman CLV:CAC-suhteen ohella testikampanja ansaitsi enemmän näyttökertoja, enemmän verkkosivuston ostoja ja tilauksia, mikä lopulta johti tulojen kasvuun. Madison Reed säästi näyttökertakohtaisissa ja ostokohtaisissa kustannuksissa ja hankki samalla arvokkaampia pitkäaikaisia ​​asiakkaita.

Tällaiset tulokset ovat tyypillisiä Retinaa käytettäessä. Keskimäärin Retina lisää markkinoinnin tehokkuutta 30 %, lisää CLV:tä 44 % samankaltaisten yleisöjen kanssa ja ansaitsee 8-kertaisen mainostuoton (mainostuotto) hankintakampanjoissa verrattuna tyypillisiin markkinointimenetelmiin. Räätälöinti, joka perustuu ennustettuun asiakasarvoon mittakaavassa reaaliajassa, on viime kädessä markkinointiteknologian muuttaja. Sen keskittyminen asiakkaiden käyttäytymiseen väestötietojen sijaan tekee siitä ainutlaatuisen ja intuitiivisen datan käytön markkinointikampanjoiden muuttamiseksi tehokkaiksi ja johdonmukaisiksi voitoksi.

Retina AI tarjoaa seuraavat ominaisuudet

  • CLV-johtopisteet – Retina tarjoaa yrityksille keinot arvioida kaikki asiakkaat laadukkaiden liidien tunnistamiseksi. Monet yritykset eivät ole varmoja siitä, mitkä asiakkaat tuottavat eniten arvoa elinikänsä aikana. Käyttämällä Retinaa kaikkien kampanjoiden keskimääräisen mainontatuoton (ROAS) mittaamiseen ja jatkuvasti pisteytettyjen liidien ja hankintakohtaisten hintatietojen päivittämisellä Retinan ennusteet tuottavat paljon korkeamman mainostuoton eCLV:n avulla optimoidulle kampanjalle. Tämä tekoälyn strateginen käyttö antaa yrityksille keinot tunnistaa jäännösarvoa osoittavia asiakkaita ja päästä niihin käsiksi. Asiakkaiden pisteytyksen lisäksi Retina voi integroida ja segmentoida tietoja asiakastietoalustan kautta järjestelmien raportointiin.
  • Kampanjan budjetin optimointi – Strategiset markkinoijat etsivät jatkuvasti tapoja optimoida mainoskulutuksensa. Ongelmana on, että useimpien markkinoijien on odotettava jopa 90 päivää ennen kuin he voivat mitata aiemman kampanjan tehokkuutta ja muokata tulevia budjetteja sen mukaisesti. Retina Early CLV antaa markkinoijille mahdollisuuden tehdä älykkäitä valintoja mainoskulujensa kohdentamisesta reaaliajassa varaamalla korkeimmat hankintakohtaiset hintansa arvokkaille asiakkaille ja potentiaalisille asiakkaille. Tämä optimoi nopeasti arvokkaiden kampanjoiden hankintakohtaiset hintatavoitteet korkeamman mainostuoton ja korkeamman konversioprosentin saavuttamiseksi. 
  • Lookalike yleisöjä – Retina olemme huomanneet, että monilla yrityksillä on erittäin alhainen ROAS – yleensä noin 1 tai jopa alle 1. Näin tapahtuu usein, kun yrityksen mainontakulut eivät ole verrannollisia potentiaalisten tai olemassa olevien asiakkaiden elinkaariarvoon. Yksi tapa lisätä merkittävästi mainostuottoa on luoda arvoon perustuvia samankaltaisia ​​yleisöjä ja asettaa vastaavat hintatarjouskatot. Tällä tavalla yritykset voivat optimoida mainoskulut sen arvon perusteella, jonka asiakkaat tuovat heille pitkällä aikavälillä. Yritykset voivat kolminkertaistaa mainostuottonsa Retinan asiakkaiden elinikäiseen arvoon perustuvien samankaltaisten yleisöjen avulla.
  • Arvopohjainen hinnoittelu – Arvopohjainen hinnoittelu perustuu ajatukseen, että arvokkaampiakin asiakkaita kannattaa hankkia, kunhan et kuluta liikaa heidän hankkimiseen. Tällä oletuksella Retina auttaa asiakkaita ottamaan käyttöön arvopohjaisia ​​hintatarjouksia (VBB) Google- ja Facebook-kampanjoissaan. Hintatarjouskattojen asettaminen voi auttaa varmistamaan korkeat LTV:CAC-suhteet ja antaa asiakkaille enemmän joustavuutta muokata kampanjaparametreja liiketoimintatavoitteiden mukaisiksi. Retinan dynaamisilla hintatarjouskatoilla asiakkaat paransivat merkittävästi LTV:CAC-suhdettaan pitämällä hankintakustannukset alle 60 prosentissa hintatarjouskatoistaan.
  • Talous ja asiakkaiden terveys – Raportoi asiakaskuntasi terveydestä ja arvosta. Quality of Customers Report™ (QoC) tarjoaa yksityiskohtaisen analyysin yrityksen asiakaskunnasta. QoC keskittyy tulevaisuuteen suuntautuviin asiakasmittareihin ja ottaa huomioon asiakaspääoman, joka perustuu toistuviin ostokäyttäytymiseen.

Varaa puhelu saadaksesi lisätietoja

Emad Hasan

Emad on yhtiön toimitusjohtaja ja perustaja Retina AI. Vuodesta 2017 lähtien Retina on työskennellyt asiakkaiden, kuten Nestlen, Dollar Shave Clubin, Madison Reedin ja muiden kanssa. Ennen Retinaan liittymistään Emad rakensi ja johti analytiikkatiimejä Facebookissa ja PayPalissa. Hänen jatkuva intohimonsa ja kokemuksensa teknologia-alalla antoi hänelle mahdollisuuden rakentaa tuotteita, jotka auttavat organisaatioita tekemään parempia liiketoimintapäätöksiä hyödyntämällä omia tietojaan. Emad suoritti sähkötekniikan BS-tutkinnon Penn Statesta, sähkötekniikan maisterin tutkinnon Rensselaer Polytechnic Institutesta ja MBA-tutkinnon UCLA Anderson School of Managementista. Retina AI -työnsä lisäksi hän on bloggaaja, puhuja, startup-neuvoja ja ulkoilmaseikkailija.

Aiheeseen liittyvät artikkelit

Takaisin alkuun -painiketta
lähellä

Adblock havaittu

Martech Zone pystyy tarjoamaan sinulle tämän sisällön veloituksetta, koska ansaitsemme sivustomme mainostulojen, kumppanilinkkien ja sponsoroinnin kautta. Olisimme kiitollisia, jos poistaisit mainosten esto-ohjelman, kun katselet sivustoamme.