LTV и диджитал маркетинг, кейс Ozon
0 likes962 views
Презентация Ринат Бугаев, Head of context advertising Ozon и Юрий Берченко, Industry Manager Google с Бизнес-завтрака UPGRADE -Управляем LTV
More Related Content
Viewers also liked (12)
Similar to LTV и диджитал маркетинг, кейс Ozon (20)
More from E-commerce Solutions (20)
LTV и диджитал маркетинг, кейс Ozon
- 1. Confidential + Proprietary ЦЕЛИ Озон использует ожидаемый доход с потребителя (pLTV) для определения рекламных ставок (RTB) Повысить эффективность рекламных кампаний при ремаркетинге, не уменьшая их объем Ozon’s CRM Интеграция CRM данных компании: ● Использование RFM модели для ранжирования пользователей сайта по ожидаемой доходности (pLTV) ● Передача данных (не персональные данные) в Google Analytics, ● Создание групп пользователей с одинаковой доходностью и Настройка затрат на ретаргетинг исходя из ожидаемой прибыльности ПОДХОД
- 2. Confidential + Proprietary По результатам 4-х месяцев... …В итоге: показатель конверсии 2х, возврат на инвестиции +55% ● В два раза увеличился показатель конверсии рекламных кампаний OZON ● В 2,5 раза увеличился объем рекламных кампаний, а возврат инвестиций в рекламу (ROI) повысился на 55%. При ROI +55% Коэффициент конверсии +100% Обьем +150%
- 3. Confidential + Proprietary Методология: сегментировать посетителей по LTV и использовать CRM+Аналитикс для ранжирования ставок Order date Customer ID Order Value 01-02-15 177237 $140 02-02-15 177323 $30 01-03-15 177237 $35 Пример выдачи CRM ‘Скоринг’ посетителей по модели LTV (RFM) Аудитории ранжированные по уровням LTV Recency and Frequency of purchases at user level Monetary Value Детально на следующих слайдах Frequency Recency $
- 4. Давность последней покупки 321 180_days_ago 90_days_ago 7_days_ago Частота покупок 1 2 3 1_Order 3_Orders 5_Orders 7+_Orders Средний чек 21 $0.00 $10.00 $20.00 $30.00 $40.00 3 Recency Freq. $ 1 2 3 1 1 $15 $17 $14 1 2 $42 $41 $42 1 3 $169 $122 $143 2 1 $53 $54 $53 2 2 $140 $143 $145 2 3 $477 $425 $437 3 1 $192 $255 $274 3 2 $644 $708 $911 3 3 $2,288 $2,369 $3,109 Frequency(Частота) Recency (Давность последней покупки) $ 1 2 3 Принцип расчета ожидаемого дохода с потребителя (pLTV) по модели RFM (1/2)
- 5. Recency Freq. $ 1 2 3 1 1 $15 $17 $14 1 2 $42 $41 $42 1 3 $169 $122 $143 2 1 $53 $54 $53 2 2 $140 $143 $145 2 3 $477 $425 $437 3 1 $192 $255 $274 3 2 $644 $708 $911 3 3 $2,288 $2,369 $3,109 Recency Freq. $ 1 2 3 1 1 $6 $6 $27 1 2 $6 $6 $27 1 3 $6 $6 $28 2 1 $6 $20 $42 2 2 $9 $37 $83 2 3 $24 $87 $222 3 1 $2 $42 $140 3 2 $1 $90 $412 3 3 $4 $231 $1,516 Recency Freq. $ 1 2 3 1 1 5% 5% 24% 1 2 5% 5% 24% 1 3 5% 5% 24% 2 1 5% 17% 37% 2 2 8% 32% 73% 2 3 21% 76% 194% 3 1 2% 37% 122% 3 2 1% 79% 360% 3 3 3% 202% 1326% 3 4 5ПРОШЛЫЙ ДОХОД “БУДУЩИЙ” ДОХОД МНОЖИТЕЛИ СТАВОК Принцип расчета ожидаемого дохода с потребителя (pLTV) по модели RFM (2/2)
- 6. Группы покупателей ранжированные по качеству Луч шие 19 18 17 16 15 14 13 12 11 10 9 8 7 6 5 4 3 2 Худ шие Средний доход на клик (измененные рубли) 725 372 281 257 176 208 133 149 138 144 173 103 144 94 88 74 87 58 39 43 Коэф. Конверсии (изменен) 17.2 % 13.3 % 12.4 % 11.0 % 9.7 % 9.2 % 8.1 % 8.3 % 7.5 % 8.1 % 8.0 % 6.1 % 7.1 % 6.6 % 7.5 % 5.2 % 6.3 % 5.1 % 6.2 % 6.1 % Результаты ранжирования ставок по LTV (абсолютные значения изменены)
- 7. CRM данные Онлайн реклама ● Полная история покупок ● Офлайн покупки ● Маржинальность ● X-device аккаунты ● Email адреса ● Другие офлайн данные ● Демографические ● История поиска ● Действия на сайте Вывод: Данные позволяющие прогнозировать LTV пользователя из CRM могут улучшить рекламную эффективность