AdvertentietechnologieAnalyse en testenArtificial IntelligenceMarketing- en verkoopvideo's

Retina AI: voorspellende AI gebruiken om marketingcampagnes te optimaliseren en Customer Lifetime Value (CLV) vast te stellen

De omgeving verandert snel voor marketeers. Met de nieuwe privacygerichte iOS-updates van Apple en Chrome die cookies van derden in 2023 elimineren – naast andere veranderingen – moeten marketeers hun spel aanpassen aan nieuwe regelgeving. Een van de grote veranderingen is de toenemende waarde die wordt gevonden in first-party data. Merken moeten nu vertrouwen op opt-in en first-party data om campagnes te stimuleren.

Wat is Customer Lifetime Value (CLV)?

Levenslange waarde van de klant (CLV) is een statistiek die schat hoeveel waarde (meestal omzet of winstmarge) een bepaalde klant voor een bedrijf zal opleveren in de loop van de totale tijd dat ze interactie hebben met uw merk - verleden, heden en toekomst.

Deze verschuivingen maken het voor bedrijven een strategische noodzaak om de waarde van de klant te begrijpen en te voorspellen, wat hen helpt de belangrijkste segmenten van consumenten voor hun merk te identificeren vóór het aankooppunt en hun marketingstrategieën te optimaliseren om te concurreren en te gedijen.

Niet alle CLV-modellen zijn echter gelijk gemaakt - de meeste genereren het op geaggregeerd in plaats van op individueel niveau, en zijn daarom niet in staat om toekomstige CLV nauwkeurig te voorspellen. Met de CLV op individueel niveau die Retina genereert, kunnen klanten onderscheiden wat hun beste klanten van alle anderen onderscheidt en die informatie opnemen om de winstgevendheid van hun volgende klantenwervingscampagne te vergroten. Bovendien kan Retina een dynamische CLV-voorspelling bieden op basis van eerdere interacties van de klant met het merk, zodat klanten weten op welke klanten ze zich moeten richten met speciale aanbiedingen, kortingen en promoties.  

Wat is Retina-AI?

Retina AI gebruikt kunstmatige intelligentie om de levensduur van de klant te voorspellen vóór de eerste transactie.

Retina-AI is het enige product dat de CLV op lange termijn van nieuwe klanten voorspelt, waardoor groeimarketeers in bijna realtime een campagne kunnen nemen of budgetoptimalisatiebeslissingen kunnen nemen. Een voorbeeld van het gebruikte Retina-platform is ons werk met Madison Reed die op zoek was naar een realtime oplossing om campagnes op Facebook te meten en te optimaliseren. Het team daar koos ervoor om een ​​A/B-test uit te voeren waarbij de CLV: CAC (klantacquisitiekosten) verhouding. 

Casestudy Madison Reed

Met een testcampagne op Facebook wilde Madison Reed de volgende doelen bereiken: campagne-ROAS en CLV in bijna realtime meten, budgetten toewijzen aan meer winstgevende campagnes en inzicht krijgen in welk advertentiemateriaal de hoogste CLV:CAC-ratio's heeft opgeleverd.

Madison Reed zette een A/B-test op met dezelfde doelgroep voor beide segmenten: vrouwen van 25 jaar of ouder in de Verenigde Staten die nog nooit klant van Madison Reed waren geweest.

  • Campagne A was de business as usual-campagne.
  • Campagne B is gewijzigd als testsegment.

Met behulp van de customer lifetime value werd het testsegment positief geoptimaliseerd voor aankopen en negatief voor uitschrijvers. Beide segmenten gebruikten hetzelfde advertentiemateriaal.

Madison Reed voerde de test uit op Facebook met een 50/50-verdeling gedurende 4 weken zonder enige wijzigingen in het midden van de campagne. De CLV:CAC-verhouding onmiddellijk met 5% verhoogd, als een direct resultaat van het optimaliseren van de campagne met behulp van Customer Lifetime Value binnen de Facebook-advertentiemanager. Samen met een betere CLV:CAC-ratio leverde de testcampagne meer vertoningen, meer website-aankopen en meer abonnementen op, wat uiteindelijk leidde tot hogere inkomsten. Madison Reed bespaarde op kosten per vertoning en kosten per aankoop, terwijl het ook waardevollere klanten voor de lange termijn binnenhaalde.

Dit soort resultaten zijn typisch bij het gebruik van Retina. Gemiddeld verhoogt Retina de marketingefficiëntie met 30%, verhoogt het de incrementele CLV met 44% bij vergelijkbare doelgroepen en verdient het 8x het rendement op advertentie-uitgaven (ROAS) op acquisitiecampagnes in vergelijking met typische marketingmethoden. Personalisatie op basis van voorspelde klantwaarde op schaal in realtime is uiteindelijk een game-changer in marketingtechnologie. De focus op klantgedrag in plaats van op demografie maakt het een uniek en intuïtief gebruik van gegevens om marketingcampagnes om te zetten in effectieve, consistente winsten.

Retina AI biedt de volgende mogelijkheden:

  • CLV-leadscores – Retina biedt bedrijven de middelen om alle klanten te scoren om kwaliteitsleads te identificeren. Veel bedrijven weten niet zeker welke klanten gedurende hun leven de hoogste waarde zullen opleveren. Door Retina te gebruiken om het baseline gemiddelde rendement op advertentie-uitgaven (ROAS) voor alle campagnes te meten en continu leads te scoren en CPA's dienovereenkomstig bij te werken, genereren de voorspellingen van Retina een veel hogere ROAS voor de campagne die is geoptimaliseerd met eCLV. Dit strategische gebruik van kunstmatige intelligentie geeft bedrijven de middelen om klanten te identificeren en te benaderen die indicatief zijn voor restwaarde. Naast klantscores kan Retina gegevens integreren en segmenteren via een klantgegevensplatform voor rapportage over verschillende systemen.
  • Optimalisatie van campagnebudget – Strategische marketeers zijn altijd op zoek naar manieren om hun advertentie-uitgaven te optimaliseren. Het probleem is dat de meeste marketeers tot 90 dagen moeten wachten voordat ze eerdere campagneprestaties kunnen meten en toekomstige budgetten dienovereenkomstig kunnen aanpassen. Retina Early CLV stelt marketeers in staat om slimme keuzes te maken over waar ze hun advertentie-uitgaven in realtime op willen richten, door hun hoogste CPA's te reserveren voor waardevolle klanten en prospects. Dit optimaliseert snel doel-CPA's van campagnes met een hogere waarde om een ​​hogere ROAS en hogere conversiepercentages te genereren. 
  • Lookalike Audiences – Retina We hebben gemerkt dat veel bedrijven een zeer lage ROAS hebben, meestal rond de 1 of zelfs minder dan 1. Dit gebeurt vaak wanneer de advertentie-uitgaven van een bedrijf niet in verhouding staan ​​tot de levenslange waarde van hun prospects of bestaande klanten. Een manier om de ROAS drastisch te verhogen, is door op waarde gebaseerde, vergelijkbare doelgroepen te creëren en bijbehorende bodlimieten in te stellen. Op deze manier kunnen bedrijven de advertentie-uitgaven optimaliseren op basis van de waarde die hun klanten hen op de lange termijn zullen bieden. Bedrijven kunnen hun rendement op advertentie-uitgaven verdrievoudigen met Retina's op klantwaarde gebaseerde vergelijkbare doelgroepen.
  • Op waarde gebaseerd bieden – Bieden op basis van waarde is gebaseerd op het idee dat zelfs klanten met een lagere waarde de moeite waard zijn om te werven, zolang u niet te veel geld uitgeeft om ze te werven. Met die veronderstelling helpt Retina klanten bij het implementeren van op waarde gebaseerde biedingen (VBB) in hun Google- en Facebook-campagnes. Door bodlimieten in te stellen, kunnen hoge LTV:CAC-ratio's worden gegarandeerd en krijgen klanten meer flexibiliteit om campagneparameters aan te passen aan de bedrijfsdoelen. Met dynamische bodlimieten van Retina verbeterden klanten hun LTV:CAC-ratio's aanzienlijk door de acquisitiekosten onder 60% van hun bodlimieten te houden.
  • Financieel en klantgezondheid – Rapporteren over de gezondheid en waarde van uw klantenbestand. Quality of Customers Report™ (QoC) biedt een gedetailleerde analyse van het klantenbestand van een bedrijf. De QoC richt zich op toekomstgerichte klantstatistieken en rekeningen voor klantvermogen gebouwd met herhaalaankoopgedrag.

Plan een gesprek voor meer informatie

Emad Hassan

Emad is de CEO en mede-oprichter van Retina-AI. Sinds 2017 werkt Retina samen met klanten zoals Nestle, Dollar Shave Club, Madison Reed en meer. Voordat hij bij Retina kwam, bouwde en leidde Emad analyseteams bij Facebook en PayPal. Zijn voortdurende passie en ervaring binnen de technische industrie stelde hem in staat om producten te bouwen die organisaties helpen betere zakelijke beslissingen te nemen door gebruik te maken van hun eigen gegevens. Emad behaalde een BS in Electrical Engineering aan Penn State, een Master of Electrical Engineering aan het Rensselaer Polytechnic Institute en een MBA aan de UCLA Anderson School of Management. Naast zijn werk voor Retina AI is hij een blogger, spreker, startup-adviseur en outdoor-avonturier.

Gerelateerde artikelen

Terug naar boven knop
Sluiten

Adblock gedetecteerd

Martech Zone kan u deze inhoud gratis aanbieden omdat we inkomsten genereren met onze site via advertentie-inkomsten, gelieerde links en sponsoring. We zouden het op prijs stellen als u uw adblocker zou verwijderen terwijl u onze site bekijkt.