Skip links
Strona główna » Case Studies » Automatyzacja działań i głęboka analiza danych

Automatyzacja działań i głęboka analiza danych

#POŻYCZKA SAMOOBSŁUGOWA

Provident Polska

Reklama w kampanii Provident Polska
WYZWANIA I CELE

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.

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.

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.
#WYKORZYSTALIŚMY
  • Search Ads 360
  • Atrybucja
  • Machine learning
  • Data-Driven
  • Click-To-Call
#REFERENCJE:

„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