Provident

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.

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.

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.