Comment attirer plus de clients avec l'optimisation du marketing numérique

Raketa est le premier service de livraison ukrainien au format Foodtech 2.0. En mars 2018, le service a été lancé avant l'arrivée de Glovo, Uber Eats et Bolt Food en Ukraine. Cependant, pendant longtemps, le service était disponible dans la ville de Dnepr en Ukraine. L'entreprise a dû faire face à une forte concurrence lors de son lancement dans toute l'Ukraine. Mais en raison du confinement, la demande de livraison a augmenté, ce qui a aidé Raketa à attirer de nouveaux clients et à devenir le leader du marché. Nous avons préparé une étude de cas basée sur l'expérience de Raketa, pourquoi les bonnes stratégies et une campagne publicitaire optimisée apportent plus de résultats qu'un budget énorme.

Travailler avec Raketa, newage. créé et mis en œuvre des stratégies numériques pour les campagnes d'affichage afin d'augmenter :

1. public concerné ;
2. KPI de l'application mobile Raketa ;
3. nombre d'utilisateurs actifs de l'application/visiteurs du site Raketa.
4. optimisation et efficacité des outils pour mieux comprendre les intérêts et les scénarios de comportement des utilisateurs ;

Aussi le newage. l'équipe a évité les dépassements de coûts pour couvrir les audiences Internet non ciblées et amélioré le marketing personnalisé. Tout au long de la campagne, nous avons suivi les changements dans l'engagement des utilisateurs existants et nouveaux.

Notre équipe a effectué ces tâches en trois vols en mai, juin et septembre-octobre. Nous avons atteint une couverture maximale dans les plus grandes villes d'Ukraine - Kiev, Dnepr, Lvov, Kharkov, Vinnitsa et Odessa. Pour mettre en œuvre la stratégie, nous avons utilisé le modèle éprouvé See-Think-Do (Care), où le niveau de l'entonnoir de conversion dépend de notre évaluation de l'intention d'achat de l'utilisateur.

À l'aide de ce modèle, nous :

1. couvert la demande la plus chaude;
2. segments réchauffés avec une intention d'achat plus faible ;
3. créé une image de marque forte dans l'esprit des utilisateurs ;
4. analysé les campagnes display media des concurrents.

Nous avons utilisé des publicités YouTube aux formats TrueView, Bumper et Discovery pour présenter la marque à l'utilisateur et accroître sa notoriété. Nous avons également utilisé des bannières pour augmenter la portée et la fréquence d'exposition par utilisateur. Nous avons divisé le public en chaud, chaud et froid. Pour chacun d'eux nous avons appliqué une méthode, des outils et des KPI spécifiques. Au fur et à mesure que nous avancions dans l'entonnoir, notre tâche est passée des KPI de conversion "ici et maintenant" aux indicateurs médiatiques indiquant qu'une personne a vu notre annonce, s'est intéressée et a téléchargé l'application, ou a visité le site Web.

Tableau montrant la stratégie réelle :

Cold - Google ads / Direct - Intérêts particuliers d'un large public - Trueview / Bumper / Instream - 3/m, - CPC/CPV/CPM/ vCPM

Neutre - Google ads / Direct - Intérêts particuliers de l'audience qui a déjà été en contact avec un service similaire - Trueview / Bumper / Banner - 3/m / 5/j - CPC/CPV/CPM/ vCPM

Warm - Annonces Google / Direct - Audiences d'acheteurs spécialement intéressées - Trueview/Bumper / Banner / Discovery - 3/m / 5/j - CPC/CPV/CPM/ vCPM

Chaud - Google ads - Remarketing et Discovery - Bumper / Discovery - 3/m / 5/j - CPC/CPV/CPM

Dans cette stratégie, nous divisons notre public cible en ces segments :

• les utilisateurs intéressés par le commerce électronique ;
• les utilisateurs intéressés par l'alimentation et les restaurants ;
• utilisateurs d'applications de taxi ;
• un public similaire d'utilisateurs de Raketa ;
• les personnes travaillant en freelance/à distance.

Nous avons travaillé avec une stratégie d'acquisition d'utilisateurs dans laquelle les données de clic ne peuvent pas être appliquées car un visiteur sans application Raketa sur le téléphone est d'abord redirigé vers l'AppStore ou Google Play, où le visiteur devient un utilisateur. Ce n'est qu'après avoir installé l'application que l'utilisateur interagit avec les annonces. La raison pour laquelle nous avons suivi les conversions après affichage est que l'utilisateur ne commande pas de nourriture immédiatement après avoir installé l'application.

Nous avons identifié une fenêtre de 7 jours comme période optimale pour le suivi des conversions différées. Les données post-affichage et multi-appareils constituent la majorité des conversions suivies et ont été utilisées pour optimiser les emplacements d'annonces, les créations et les audiences.

Répartition des conversions sur les plateformes (début de session) :

Les graphiques ont montré que la post-vue et le cross-device représentaient plus de 98 % de toutes les données de conversion des utilisateurs des annonces d'application Raketa. Nous vous recommandons de suivre ces mesures car toute autre donnée donnera une image déformée de la situation.

Fréquences

L'analyse de données complémentaires (post-view + cross-device) a permis de trouver les fréquences les plus favorables à l'exposition publicitaire et de connaître le coût des conversions différées. Par exemple, pour les emplacements YouTube au format Trueview, il était important de suivre la fréquence des deux formats individuels et de l'ensemble de la campagne :

* CPA est un coefficient.

Lors de l'analyse des données, nous voyons clairement une séquence de fréquences qui apportent une valeur maximale à l'action à un coût optimal. Cette analyse peut optimiser la fréquence pour chaque format d'annonce, audience et appareil.

Spectateurs

Les données post-view et cross-device ont identifié les segments d'audience les plus efficaces, basés non seulement sur le nombre de clics générés, mais aussi sur les actions générées par les utilisateurs directement dans l'application. Ainsi, pour iOS, le segment le plus efficace s'est avéré être celui des "utilisateurs intéressés par le commerce électronique". Parmi IOS, c'était le seul qui fournissait un trafic utile.

L'analyse de l'activité et du taux de conversion parmi l'audience a déterminé le segment d'utilisateurs qui s'intéressent aux sujets liés à l'horeca, parmi lesquels les utilisateurs IOS ont plus de commandes et ont plus souvent installé l'application que les utilisateurs Android.

Le segment des personnes qui préfèrent commander un taxi aux transports en commun se partage également la part des clics et des conversions totales. Il a également été constaté que seuls les utilisateurs d'IOS intéressés par le commerce électronique affichaient des taux de conversion élevés.

Nous nous sommes rendus compte que le desktop fonctionne toujours moins bien que la publicité mobile. Les annonces mobiles ont toujours affiché les meilleurs résultats. Cela semble évident, mais nous vérifions souvent l'évidence car les choses de base sont souvent plus compliquées qu'elles n'y paraissent.

Sur mobile, nous avons délibérément augmenté les enchères pour le test. Même si cela a rendu l'impression plus chère, cela l'a rendue plus précieuse. Et ce n'est pas grave, l'optimisation ne signifie pas choisir uniquement des solutions bon marché. La tâche de l'optimisation est de donner le meilleur résultat et d'économiser uniquement sur ce qui ne nuit pas à l'efficacité.

Résultats

L'analyse holistique a donné les résultats suivants :

• les campagnes ont été optimisées 75 fois par le nombre d'installations parmi les utilisateurs qui ont été exposés aux publicités (de la première semaine à la dernière), cela a nécessité 3 vols, plus de 15 étapes d'optimisation et d'analyse des résultats (plus souvent qu'une fois par semaine)

• Réduction du coût de l'utilisateur attiré par 15 fois.

L'efficacité de nos méthodes a dépassé les attentes du client. À un moment donné, le client a suspendu la publicité pour améliorer la logistique pour le nombre accru de commandes. Le client a redirigé le reste du budget marketing pour attirer les coursiers. Ainsi, à la suite de notre campagne publicitaire, non seulement le nombre de clients actifs et d'utilisateurs de l'application a augmenté, mais aussi le nombre de coursiers :)