Кейс «Билайн»: 5 таргетов для роста продаж мебельного магазина

Новый кейс о том, как бизнес-подразделение «Билайн» совместно с агентством комплексного маркетинга «Solutions Factory» помогли бренду «Лазурит Мебель» увеличить число транзакций на 12,5% и уникальных покупателей на 11,1%

Кейс «Билайн»: 5 таргетов для роста продаж мебельного магазина

Клиент

«Лазурит Мебель» — одна из крупнейших в России сетей по продаже корпусной и мягкой мебели. Компания представлена в 170 городах, имеет 560 салонов и 120 тыс. квадратных метров торговых площадей. Управляющая компания и фабрика находятся в Калининграде. Год основания – 1992. Компания активно развивает онлайн-продажи через интернет-магазин и мобильное приложение и является одним из лидеров в своем сегменте.

Задача

Повышение продаж, привлечение новых покупателей и увеличение узнаваемости бренда.

Решение

«Билайн» и Solutions Factory предложили пять ключевых таргетов (механик) для подбора целевой аудитории, которой впоследствии демонстрировалась реклама[1]:

  1. возраст 25+[2];
  2. уровень дохода средний и выше среднего[3];
  3. интерес к покупке мебели[4];
  4. люди с интересом к покупке недвижимости и ипотеке;
  5. аудитория, схожая с уже действующими клиентами «Лазурит Мебель».

Технологическая основа решения

Сбор целевой аудитории стал возможен благодаря обработке обезличенных сведений о 48,5 млн пользователей с применением технологии Big Data[5]. Данная информация обрабатывается по специальным математическим моделям, все параметры являются вероятностными. Такие модели анализируют множество поведенческих характеристик абонентов и на основании результатов относят их к той или иной группе.

Например, это может быть группа абонентов с определенным доходом. Уровень заработка «вычисляется» за счет применения предсказательной математической модели, основанной на информации о платежах за услуги связи, регистрации в роуминговых сетях, нагрузке на базовые станции и других «поведенческих» характеристиках абонента.

Для выявления интересов пользователей, например, интереса к покупке мебели или недвижимости, сайты группируются в категории, которые обрабатываются на сервере Big Data. Благодаря обработке можно с определенной долей вероятности предсказать, что у пользователя есть те или иные предпочтения.

Определение аудитории, которая похожа на действующих клиентов заказчика, осуществляется за счет анализа действующей клиентской базы по сотням параметров. Большое количество данных параметров позволяет хорошо «изучить» имеющуюся аудиторию и охарактеризовать ее с разных сторон. Когда эти параметры определены, собирается новый сегмент потребителей, который обладает теми же параметрами. Гипотеза состоит в том, что такие пользователи с большой вероятностью могут быть заинтересованы в покупке.

Инструменты

Для обращения к аудитории был выбран микс площадок и форматов, учитывающий различия предпочтений в потреблении контента.

Площадки:
а) реклама в социальных сетях;
б) медийная реклама на сайтах и в мобильных приложениях (в формате программатик).

Форматы размещения: баннеры и видео.

Стоит отметить, что для programmatic-размещения использовалась платформа DSP[6] OTM.

География РК[7]: Москва.

Период РК: 1 месяц.

Результаты

  • прирост транзакций составил 12,5%[8];
  • прирост уникальных покупателей 11,1%.

Brand lift

В привязке к рекламной кампании было также проведено исследование, результаты которого показали изменения показателей бренда по итогам проведенного размещения.

Исследование проводилось за счет инструмента «Билайн» «Мобильные опросы», позволяющего через интерфейс собрать анкеты с респондентов. Замеры проводились до и после рекламной кампании.

Brand lift показал, что по итогам РК:

  • узнаваемость бренда выросла на 8%;
  • запоминаемость – на 2%;
  • рассмотрение для покупки - на 3%;
  • доля пользователей, которые выделяют широкий ассортимент как ключевую характеристику «Лазурита», – на 17%.

Опрос выявил инсайт о том, что бренду в рекламной коммуникации следует делать акцент на профильном типе мебели — корпусной.

В ближайших планах «Лазурит Мебель»:

  • тестирование Target Voice (таргетированных голосовых звонков)[9];
  • применение новых аналитических отчетов;
  • использование моделей машинного обучения, помогающих делать бизнес-прогнозы и принимать управленческие решения.

[1] Оказание услуг осуществляется при наличии согласия пользователя на обработку данных и получение рекламы.

[2] Для анализа используется предсказательная математическая модель, основанная на совокупности заданных параметров таргетинга.

[3] Для анализа используется предсказательная математическая модель, основанная на информации о платежах за услуги связи, регистрации в роуминговых сетях, нагрузке на базовые станции.

[4] Интернет ресурсы сегментируются и группируются по категориям в зависимости от тематики. На сервере BigData обрабатываются лишь категории сайтов, что с определенной долей вероятности может свидетельствовать об интересе пользователя к чему-либо.

[5] Big Data – большие данные.

[6] DSP (Demand Side Platform) – технологическая платформа, позволяющая рекламодателю автоматизированно купить рекламные места на нужных рекламных площадках в интернете и показать рекламное сообщение на этих площадках нужной (целевой) аудитории.

[7] В рамках оказания услуги сведения о местонахождении пользователей не передаются и анализ осуществляется при условии наличия согласия на обработку данных и получение рекламы.

[8] Эффективность рекламной кампании рассчитана на основе данных, предоставленных клиентом «Билайн» по результатам оказания услуг. Информация носит информационный характер, «Билайн» не гарантирует достижение указанных результатов.

[9] Коммуникация осуществляется в обезличенном виде, исключающем передачу сведений о пользователях или персональные данные и при наличии согласия на обработку данных и получение рекламы.

Рейтинги
Лидеры рейтингов AdIndex
# Компания Рейтинг
1 Media Instinct №1 Медиабаинг 2021
2 Сбер №1 Рекламодатели 2021
3 Artics Internet Solutions №1 Digital Index 2021
–ейтинг@Mail.ru