Data Driven & Precision Marketing

Działania online, których idea jest nierozerwalnie połączona z analizą danych i pomysł nie mógłby zaistnieć bez danych i ich interpretacji. Doceniamy innowacyjne podejście do komunikacji z użytkownikiem, działania mające na celu personalizowanie komunikacji, wykorzystanie danych oraz technologii do poprawy efektywności, jak również działania analityczne wspierające ocenę skuteczności.

Wypożycz elektrycznego! – pierwszy w pełni elektryczny car-sharing w Polsce (srebro) »
Audiobooki od bp (brąz) »
Jak dane własne PKO Banku Polskiego pozwoliły osiągnąć czterocyfrowy ROI? (wyróżnienie) »
Zbliża się koniec ważności ubezpieczenia komunikacyjnego? PKO Bank Polski ma dla Ciebie ofertę! (wyróżnienie) »

srebro

kampania:

Wypożycz elektrycznego! – pierwszy w pełni elektryczny car-sharing w Polsce

Klient: innogy Polska
Marka: innogy go!
Zgłaszający: Cube Group
Współzgłaszający: Agencja Warszawa
Zespół: Jacek Major, Agnieszka Świderska, Natalia Mot, Agnieszka Kamińska, Katarzyna Leki, Jacek Fabianowicz, Angelika Gołębiewska

Kluczowym wyzwaniem było przekonanie użytkowników do zmiany wybranej już usługi lub środka komunikacji na nową aplikację.

Koncepcja kampanii

Launch pierwszego w Warszawie całkowicie elektrycznego car-sharingu. Kampania była tworzona od zera dla usługi wchodzącej na rynek.

Start pierwszego, w pełni elektrycznego car-sharingu w Warszawie to odpowiedź na potrzebę ograniczania smogu i wzrostu świadomości ekonomii współdzielenia. Choć na rynku była duża konkurencja usług przewozowych (Uber, Bolt, FreeNow, taxi) i car-sharingowych opartych na aplikacji, to Warszawa nie miała jednak car-sharingu opartego o samochody elektryczne.

W momencie startu kampanii obecne były 3 firmy oferujące auta spalinowe lub hybrydowe.

Cele kampanii

3 etapy:
1) Maksymalizacja zasięgu i instalacji aplikacji innogy go!
2) Maksymalizacja liczby zarejestrowanych użytkowników.
3) Maksymalizacja liczby przejazdów wśród zarejestrowanych użytkowników. 

Wyzwanie

Kluczowym wyzwaniem było przekonanie użytkowników do zmiany wybranej już usługi lub środka komunikacji na nową aplikację. Celem naszej kampanii było pobranie aplikacji innogy go!, rejestracja i wypożyczenie samochodu na minuty. 

Wyzwaniem w działaniach były m.in. duża konkurencja w search i display na lokalne frazy oraz dostosowanie komunikacji do zmiennych warunków np. pogody.

Zdefiniowaliśmy nową grupę docelową. Jej założenia zostały opracowane na bazie programu pilotażowego wśród warszawiaków w okresie 21.02 – 4.04.2018, w którym wzięło udział 1500 użytkowników. Kampania została skierowana do mieszkańców Warszawy i okolic. 

Strategia

Kampania została podzielona na 3 etapy, odpowiadające ścieżce zakupowej użytkowników:
1) Maksymalizacja zasięgu i liczby instalacji aplikacji innogy go!
2) Maksymalizacja liczby rejestracji wśród użytkowników, którzy pobrali aplikację.
3) Maksymalizacja liczby przejazdów wśród tych, którzy zarejestrowali się w aplikacji.

Efektywna komunikacja bazowała na zainteresowaniach i intencjach użytkowników. Pozyskiwaliśmy dane, by wiedzieć jak najwięcej na temat użytkowników i dla każdej grupy określić jej cel – dlaczego w pierwszej kolejności może być zainteresowana naszą usługą.

Komunikacja zawsze przebiegała w określonym kontekście, by dotrzeć do użytkowników, którzy w danej chwili mogli potrzebować naszej usługi.

Przyglądaliśmy się ścieżce użytkowników, bazując zarówno na online’owych, jak i offline’owych touchpointach, aby dostosowywać story w kampanii, być gotowym na komunikację real-time pasującą do etapu na ścieżce użytkownika i zmieniających się potrzeb.

Za pomocą autorskiego rozwiązania Customer Data Platform (CDP) łączącego dane pochodzące z różnych źródeł i budujące ujednolicone profile użytkowników zebraliśmy dane o zarejestrowanych osobach, o autach i ich lokalizacji, o pogodzie. W ten sposób zbudowaliśmy profile, które posłużyły nam do wydzielenia najbardziej optymalnych segmentów użytkowników, do których kierowaliśmy spersonalizowaną, real-time’ową komunikację dostosowaną do czynników:
• zewnętrznych (pogoda),
wewnętrznych (dostępność i lokalizacja aut)
• oraz behawioralnych (np. kiedy wypożyczają auto i w jakim celu).

Sposób realizacji

1. Kreacja
Wcześniej wymienione czynniki decydowały o automatycznym doborze wyświetlanej użytkownikowi kreacji.

Dzięki zebraniu wszystkich danych w jednym miejscu (CDP) ujednolicona komunikacja mogła trafiać do użytkownika poprzez wszystkie możliwe kanały: Programmatic, Facebook, mailing i pushe w aplikacji. W kreacjach data-driven mechanizm dopasowujący kreację do segmentu oparty był o feed opracowany w Google Studio, gdzie znajdowały się wszystkie kombinacje grafik, copy, CTA, które finalnie były widoczne na kreacji; dane z profilu użytkownika posiadane przez system emisyjny (np. aktualna lokalizacja) oraz segmenty zbudowane w CDP będące wynikiem analiz zachowania klientów. 

Dzięki wykorzystaniu danych oraz kreacjom data-driven (spersonalizowane, wielowariacyjne komunikaty real-time) mogliśmy wykorzystać skuteczne algorytmy AI DV360 i Facebook. 

Poprzez pełną integrację tych trzech elementów cały proces został w pełni zautomatyzowany.

2. Media mix
Pierwszy etap to budowanie maksymalnego zasięgu i instalacji przez Google Universal App Campaign (60% budżetu tego etapu), skupiając się na najniższym koszcie. Pozyskaliśmy też dane na temat tego, jaka komunikacja najlepiej się sprawdza. Ze względu na szerokie dotarcie przy precyzyjnym targetowaniu, wykorzystaliśmy Facebook, Instagram i Programmatic.

Na etapie 2 i 3 skupiliśmy się na kanałach pozwalających na precyzyjne wykorzystanie danych o użytkownikach i wykorzystanie kreacji dynamicznych, a także tych najbardziej efektywnych kosztowo. Ograniczyliśmy media mix i rozdzieliliśmy budżet pomiędzy GUAC, Facebook i DV360.

Kanały digital wykorzystane w kampanii: paid search, Google Universal App Campaign, Programmatic, display i wideo: Facebook, Messenger, YouTube, Instagram, Programmatic, mobile in-app banners, native display ads, mailing, powiadomienie push, SMS/MMS, afiliacja, aplikacja własna marki.

3. Innowacje
Mechanizm data-driven dopasowujący kreację do segmentu oparty był o:

• feed opracowany w Google Studio, gdzie znajdowały się wszystkie kombinacje grafik, copy, CTA, które finalnie były widoczne na kreacji;
• dane z profilu użytkownika posiadane przez system emisyjny (np. aktualna lokalizacja),
segmenty zbudowane w CDP będące wynikiem analiz zachowania klientów.

Podejście  to wymagało od nas zbudowania wielu wariantów komunikacji.

Wiedząc, że użytkownik był zarejestrowany w aplikacji, pokazywaliśmy mu komunikację związaną z wynajmem auta. Bazując na informacji o lokalizacji użytkownika, wyświetlaliśmy kreację z nazwą dzielnicy, w której się aktualnie znajdował. Jednocześnie sprawdzaliśmy, ile gotowych do wypożyczenia aut znajduje się we wskazanej okolicy i tę informację również umieszczaliśmy na tej samej grafice.

Wykorzystaliśmy algorytmy AI DV360 i Facebook.

Rezultaty

Cele ustalone przez klienta w danym okresie miały prowadzić do zbudowania marki wśród użytkowników i wykształcenia w nich nawyków korzystania z usługi innogy go! 

Cele kampanii zostały znacząco przekroczone!

W ciągu 12 miesięcy wygenerowaliśmy następujące efekty:
1) Instalacje aplikacji: 176% realizacji celu.
2) Rejestracje w aplikacji: 128% realizacji celu.
3) Użytkownicy powracający: 185% realizacji celu.

Podsumowanie

Innogy go! na stałe wpisała się w krajobraz Warszawy i zwyczaje mieszkańców, którzy regularnie korzystają z elektrycznych samochodów na minuty. Użytkownicy wybierają usługę innogy go! zamiast konkurecyjnych car-sharingów lub usług przewozowych. Liczba wypożyczających stale rośnie.