Data-driven marketing w UNIQA:
Jak sMMMart AI obniżył
koszt konwersji o 15%
Wyzwania
1. Zmiana z fragmentarycznej na pełną analizę mediów – konieczność uwzględnienia mediów online i offline oraz ruchu organicznego w jednym raporcie w celu uzyskania pełnego obrazu skuteczności działań marketingowych.
2. Pokonanie ograniczeń modelu last click – dotychczasowa metoda atrybucji oparta o last click powodowała niedoszacowanie wpływu różnych kanałów na sprzedaż, co utrudniało precyzyjną ocenę efektywności i optymalizację strategii marketingowej.
3. Dostosowanie cyklu raportowania – konieczność wprowadzenia regularnych aktualizacji dostosowanych do tygodniowych cykli planowania mediów. Dotychczasowe raportowanie powodowało, że decyzje mediowe nie były oparte o aktualne i pełne dane ze wszystkich kanałów online i offline.
4. Zachowanie wysokiej granularności danych – wprowadzane zmiany nie mogły wpłynąć na szczegółowość analiz na poziomie poszczególnych formatów reklamowych i kreacji, aby umożliwić precyzyjne monitorowanie i optymalizację budżetów marketingowych.
Strategia
Aby skutecznie odpowiedzieć na te wyzwania, wdrożyliśmy sMMMart AI – zaawansowane rozwiązanie modelowania miksu marketingowego, które pozwoliło na precyzyjną ocenę efektywności działań oraz optymalizację budżetów.
1. Integracja danych – połączenie danych o ruchu organicznym, z kampanii offline oraz online w jednej bazie danych oraz umożliwienie ich analizy i porównania dzięki autorskiemu konektorowi zastowowanemu w sMMMart AI.
2. Zaawansowane modelowanie – model marketingu mix w sMMMart AI bazuje na bibliotece Meridian oraz rozwiązaniach w chmurze takich jak Vertex AI. Dzięki temu UNIQA uzyskała pełną wiedzę o ścieżce klienta i wpływie poszczególnych kanałów, w tym mediów górno-lejkowych na konwersje i sprzedaż, rozwiązując problem opierania decyzji na last click.
3. Częstotliwość odświeżania wyników – sMMMart AI dla UNIQA został zaprojektowany tak, aby wyniki modelowania były odświeżane cotygodniowo i w sposób zautomatyzowany, dostosowany do cyklu planowania mediów.
4. Analiza na poziomie kreacji reklamowych – w odpowiedzi na potrzebę wysokiej granularności danych w końcowych raportach zastosowano algorytm umożliwiający precyzyjną ocenę zwrotu z inwestycji aż do poziomu poszczególnych formatów i kreacji reklamowych.