Home > Case studies > Automatyzacja działań i głęboka analiza danych w drodze po sukces
Home > Case studies > Automatyzacja działań i głęboka analiza danych w drodze po sukces

Provident Polska

POŻYCZKA SAMOOBSŁUGOWA

WYNIKI:

  • Aż 2-krotny (+101%) wzrost liczby ofert dla Pożyczki Samoobsługowej z utrzymaniem reżimu budżetu reklamowego z poprzedniego roku.
  • Obniżenie o 60% kosztu pozyskania oferty CPA.
  • Zwiększenie kaloryczności pozyskanych ofert = wyraźny wzrost liczby podpisanych umów z nowymi klientami w porównaniu analogicznym okresem poprzedniego roku.

101%

wzrost liczby ofert

60%

kosztu pozyskania
oferty CPA


NARZĘDZIA:

  • Search Ads 360
  • Atrybucja
  • Machine learning
  • Data-Driven
  • Click-To-Call
Two multicultural company workers arab financial expert and african woman office worker using laptop, showing paper report with graphs and charts during video meeting with colleagues in office.

Wyzwania

Jak osiągnąć wzrost przyznania pożyczek?

Wyzwaniem przy realizacji kampanii był silnie konkurencyjny segment pozabankowych instytucji finansowych i restrykcyjne uwarunkowania prawne, ograniczające również emisję reklam w wyszukiwarce. Wspólnie z klientem przygotowaliśmy długofalową strategię opartą na danych, automatyzacji i Machine Learning.

Strategia

Kluczowym elementem kampanii była automatyzacja działań, która pozwoliła zoptymalizować budżet reklamowy i wybrać efektywne kanały.

Przeprowadziliśmy dokładne analizy i na ich podstawie zmieniliśmy model atrybucji last-click na model atrybucji oparty na danych – Data-Driven, co znacząco wpłynęło na prawidłowe przypisanie danych konwersji kampanii.

Realizacja założonych celów wymagała zastosowania długofalowej koncepcji zmian opierających się na głębokiej analizie danych z uwzględnieniem sezonowości, różnorodnej ścieżki konwersji użytkownika, a także jego wielu punktów styku z reklamą.

Concentrated man working with diverse colleagues studying map in room

Działanie

W pierwszej fazie zbadaliśmy skuteczność i opłacalność poszczególnych kampanii, a następnie stworzyliśmy dedykowane strategie ustalania stawek dla słów kluczowych, urządzeń i lokalizacji w zależności od segmentów kampanii. Strategie ustalania stawek zostały oparte na docelowym CPA.

Pozyskiwanie potencjalnych klientów oparliśmy o zaawansowane strategie Search Ads360. Wykorzystaliśmy model atrybucji Data-Driven, aby obliczyć rzeczywisty wkład każdego kliknięcia reklamy w wyszukiwarce na ścieżce sprzedażowej. Porównując ścieżki klientów dokonujących konwersji z tymi, którzy tego nie robią, określiliśmy co naprawdę ma znaczenie przy podejmowaniu decyzji przez użytkowników.

Zidentyfikowaliśmy konwertujące i niekonwertujące ścieżki użytkownika, a następnie zautomatyzowaliśmy działania do zarządzania kosztem CPA i kontrolę wydawanego budżetu w zależności od potencjału. Dzięki temu przy zoptymalizowanym budżecie wygenerowaliśmy wzrost liczby klientów.

Rezultaty

101%

wzrost liczby ofert

60%

obniżenie kosztu pozyskania oferty CPA

wzrost

kaloryczności pozyskanych ofert = wyraźny wzrost liczby podpisanych umów z nowymi klientami rok do roku

Oczami Klienta

„Grupa Cube stanęła przed ambitnym wyzwaniem znacznego zwiększenia naszych wyników przy zachowaniu obecnego budżetu. Wynik przekroczył cele wyznaczone agencji. W ciągu zaledwie pół roku uzyskaliśmy prawie dwa razy więcej ofert niż pierwotnie oczekiwaliśmy. To było możliwe tylko dzięki zintegrowanej, długoterminowej i opartej na danych strategii. Widząc takie wyniki i wiedząc, jak zaangażowani są specjaliści Cube Group, kontynuujemy współpracę z agencją. Potrafią wielokrotnie przekraczać nawet najbardziej ambitne cele, skutecznie działając w tak trudnej branży jak promocja produktów finansowych.”

Bartosz Chojecki,

Digital Acquisition Manager – Lead w Regionie Europa Północna

OBSERWUJ NAS NA: