Wyzwania
W ramach projektu naszym głównym celem było zwiększenie liczby pozyskanych użytkowników w kanale online. Jednak intensywnie rosnąca konkurencja w branży finansowej i dynamiczne zmiany rynkowe postawiły przed nami kilka istotnych wyzwań.
01
Rosnące koszty działań na dole lejka w branży finansowej
Skalowanie kampanii stało się coraz mniej rentowne. Średnie CPC w kampaniach SEM wzrosły rok do roku nawet o 60%, co znacząco obniżyło efektywność działań na końcowym etapie lejka sprzedażowego. Wysokie koszty dotarcia do użytkowników gotowych do konwersji wymusiły konieczność poszukiwania alternatywnych sposobów pozyskiwania klientów przy utrzymaniu opłacalności działań marketingowych.
02
Skuteczne zagospodarowanie środka etapu lejka sprzedażowego w celu zwiększenia zaangażowania użytkowników
W odpowiedzi na malejącą rentowność dołu lejka pojawiła się potrzeba zbudowania silniejszej obecności na etapie zainteresowania i rozważania zakupu, aby zwiększyć liczbę wartościowych leadów trafiających na dół lejka.
03
Wykorzystanie precyzyjnego targetowania użytkowników
Wyzwanie polegało na zoptymalizowaniu działań z wykorzystaniem danych 1st party oraz segmentacji odbiorców, aby skuteczniej docierać do użytkowników o najwyższym potencjale konwersji, jeszcze zanim zaczną aktywnie poszukiwać produktów finansowych.
04
Szybka adaptacja i personalizacja przekazu reklamowego
Dostosowywanie komunikacji do zmieniających się promocji, ofert i zachowań użytkowników miało pomóc w utrzymaniu atrakcyjności przekazu i zwiększeniu skuteczności działań marketingowych.
05
Optymalizacja kosztu pozyskania CTA i maksymalizacja efektów
Wdrożenie nowoczesnych modeli biddingowych oraz wykorzystanie machine learningu miało pozwolić na obniżenie kosztów pozyskania działań pożądanych (np. kliknięcia, rejestracje) przy jednoczesnym utrzymaniu wysokiej jakości ruchu.
Strategia
Zwiększenie efektywności działań poprzez przesunięcie akcentu na środek lejka, dynamiczne kreacje reklamowe, zaawansowane targetowanie i personalizowaną strategię biddingową.
W odpowiedzi na rosnące koszty działań w dolnej części lejka oraz malejącą rentowność kampanii w branży finansowej, podjęliśmy decyzję o konieczności redefinicji punktów styku z użytkownikiem w procesie pozyskania sprzedaży.
Pierwszym krokiem była szczegółowa analiza kluczowych Buyer Person dla oferowanych produktów.
Mogliśmy oprzeć się na segmentacji demograficznej lub prostych sygnałach behawioralnych, ale zdecydowaliśmy się na modelowanie zaawansowanych profili użytkowników na podstawie danych 1st party i sygnałów intencyjnych. Pozwoliło to na precyzyjniejsze targetowanie i przygotowanie fundamentu pod dalsze działania.
Dlaczego zaawansowane Buyer Persony?
Drugą kluczową decyzją było określenie kanałów mediowych
Rozważaliśmy dalsze inwestycje w tradycyjne kampanie SEM lub rozszerzenie działań o inne kanały performance’owe (np. social ads), jednak ostatecznie wybraliśmy Programmatic. Decyzja ta wynikała z potrzeby osiągnięcia szerokiego zasięgu przy jednoczesnej precyzji targetowania i możliwości dynamicznej optymalizacji kampanii w czasie rzeczywistym.
Kolejnym etapem było zaprojektowanie modelu konwersji.
Mogliśmy przyjąć klasyczne podejście i optymalizować kampanię wyłącznie pod kątem finalnych konwersji (np. otwarcie konta), ale wybraliśmy model oparty o mikrokonwersje, takie jak kliknięcia w CTA przejścia do wniosku, skorzystanie z kalkulatora czy czas na stronie. Umożliwiło to wcześniejsze wychwytywanie intencji zakupowej i bardziej elastyczne zarządzanie lejkiem sprzedażowym. Dodatkowo zdecydowaliśmy się przypisać dynamiczne wartości do różnych mikrokonwersji, dając większą wartość tym bliżej dołu lejka. Dzięki temu mogliśmy skuteczniej alokować budżet.
Aby zwiększyć skuteczność komunikacji na środku lejka, podjęliśmy decyzję o wdrożeniu dynamicznych kreacji reklamowych opartych na danych z feeda produktowego.
Rozważaliśmy standardowe statyczne zestawy reklam, ale świadomie wybraliśmy rozwiązanie pozwalające na generowanie w czasie rzeczywistym setek wariantów komunikatów (tekst + CTA + grafika), co miało pozwolić na maksymalne dopasowanie przekazu do bieżącego etapu podróży zakupowej użytkownika.
Zalety dynamicznych kreacji z feeda
Na etapie planowania zakładaliśmy także zbieranie danych nie tylko w celu optymalizacji kampanii w trakcie jej trwania, ale również budowę i optymalizację modelu: custom bidding, opartego na danych o mikrokonwersjach i jakości użytkowników. Dzięki temu mieliśmy uzyskać większą kontrolę nad kosztami pozyskania (CPA) oraz precyzyjniej skalować działania.
Narzędzia
Google Studio
Google Campaign Manager
Google Display & Video 360
Działanie
Wdrożenie strategii zaczęliśmy od dokładnego przygotowania podstaw, które miały nam umożliwić skuteczne przejście z końcowego na środkowy etap lejka sprzedażowego.
01
Zbudowanie precyzyjnych grup odbiorców
Na początek określiliśmy, kim są nasi idealni użytkownicy.
Zamiast korzystać tylko z prostych danych demograficznych (wiek, płeć), stworzyliśmy bardziej rozbudowane profile — oparte na tym, czego szukają i jak zachowują się w sieci.
Przykład: zamiast targetować „kobiety 30–40 lat”, szukaliśmy np. „kobiet aktywnie porównujących oferty kont oszczędnościowych w ostatnich 14 dniach”. Dzięki temu mogliśmy lepiej dopasować reklamy do ich potrzeb i momentu, w którym się znajdują.
02
Wybór kanału i przygotowanie kampanii
Zdecydowaliśmy się na działania w kanale Programmatic, który pozwalał szeroko docierać do nowych użytkowników, ale z bardzo precyzyjnym dopasowaniem reklam.
Przygotowaliśmy zestawy reklam dopasowanych do różnych grup i etapów ścieżki zakupowej, aby trafiać z odpowiednim komunikatem w odpowiednim momencie.
Przykład: Użytkownik, który dopiero zaczął interesować się tematem oszczędzania, widział reklamy edukacyjne.
Użytkownik, który porównywał konkretne oferty, dostawał komunikaty „Załóż konto w 5 minut – bez wychodzenia z domu”.
03
Ustalenie najważniejszych mikrokonwersji
W kampanii śledziliśmy nie tylko główne cele, jak założenie konta, ale też mniejsze kroki użytkownika: kliknięcia w CTA przejścia na wniosek, skorzystanie z kalkulatora czy czas na stronie.
Każdej z tych akcji przypisaliśmy odpowiednią wartość — im bliżej zakupu, tym wyższa wartość.
Przykład mikrokonwersji:
Kliknięcie „Wypełnij wniosek” = 50 punktów
CTA „Oblicz” przy kalkulatorze = 30 punktów
Czas na stronie > 1 minuty = 10 punktów
Dzięki temu mogliśmy lepiej oceniać, które działania naprawdę przybliżają użytkownika do decyzji o zakupie.
04
Stworzenie dynamicznych reklam
Przygotowaliśmy dynamiczne kreacje reklamowe, które same dopasowywały teksty, CTA i grafiki na podstawie zachowań użytkownika.
Zamiast przygotowywać każdą reklamę osobno, system automatycznie tworzył setki wariantów — dzięki czemu reklamy były zawsze aktualne i odpowiadały na potrzeby użytkownika w czasie rzeczywistym. Warto jednak dodać, że feed został zbudowany tak aby zawierać wszystkie kluczowe informacje (jak np. noty prawne).
Przykład działania: Osoba zainteresowana kontem oszczędnościowym widziała komunikat: „Zyskaj 7% na koncie oszczędnościowym. Sprawdź teraz.” Osoba szukająca konta firmowego dostawała inny komunikat: „Konto firmowe za 0 zł na 12 miesięcy.”
05
Stała optymalizacja kampanii
W trakcie kampanii systematycznie analizowaliśmy, jak użytkownicy reagują na nasze reklamy.
Na tej podstawie zaczęliśmy budowę własnego modelu ustalania stawek (tzw. custom bidding), aby lepiej zarządzać budżetem i inwestować więcej w użytkowników, którzy mieli największą szansę na konwersję.
Przykład: Jeśli użytkownik miał historię interakcji (np. odwiedzał stronę kilka razy, korzystał z kalkulatora), system automatycznie podbijał stawkę, żeby zwiększyć szansę na finalną konwersję.
W kolejnych iteracjach emisji i w trakcie jej trwania wykorzystaliśmy konwersje wspomangane oraz optymalizowaliśmy indywidualny model biddowania (custom bidding)
Dodaliśmy również customowe dane pasujące pod nasze persony dla działań Prospectingowych otrzymane od zewnerznych dostawców danych 3rd party.
Przełomowym etapem w kampanii był okres, w którym zebraliśmy już na tyle dużo danych, aby przejść w pełni na optymalizację z wykorzystaniem indywidualnego modelu biddingowego (custom bidding), który zaczął obniżać koszt pozyskania CTA.
Porozmawiajmy o custom bidding
w Twojej kampanii
Rezultaty
Zmniejszenie
kosztu CPA Total dla aktywności do poziomu ok. 7-8 zł
Ponad 4-krotny
wzrost aktywności z miesiąca na miesiąc
160 wariantów
treści głównych i kreacji dynamicznych opartych o feed
22%
spadku kosztu CTA obniżony po zastosowaniu rozwiązania Custom Bidding (dla DSP Display & Video 360)
20 000
mikrokonwersji wygenerowanych w procesie akwizycji online nowego klienta