KLM activa los datos en tiempo real con la DMP de Relay42 y la plataforma de Google

La estrategia de marketing de KLM, la aerolínea nacional de los Países Bajos, se basa en humanizar la publicidad mediante la personalización y la relevancia a escala. La compañía aplicó un enfoque basado en datos para corregir la proliferación de canales fragmentados y crear modelos de compra de medios más eficaces e inteligentes. Su objetivo era ofrecer anuncios más relevantes a los usuarios y mejorar la inversión en medios. Para ello, usó técnicas de combinación de datos con las que pudo conectar todos los puntos de contacto del recorrido de los clientes.

Objetivos
Crear modelos de compra de medios más eficaces e inteligentes a partir de datos
Crear anuncios que se ajusten a los intereses de los usuarios
Aplicar modelos predictivos a escala en todos los puntos de contacto del recorrido de los clientes
Estrategia
Combinar datos contextuales para crear un modelo predictivo con varios niveles de detalle
Activar los datos en tiempo real
Resultados
El coste por reserva se redujo en un 40%
Se obtuvieron más del doble de reservas con la misma inversión
El porcentaje de clics del grupo de prueba fue 1,4 veces superior al del grupo de control

KLM se asoció con Relay42, cuya plataforma de gestión de datos (DMP) permite a los profesionales del marketing personalizar su publicidad y ampliar su cobertura a partir de la combinación de información. La DMP de Relay42 combina todos los puntos de contacto y las fuentes de datos (incluidas todas las soluciones de Google), controla el recorrido de los clientes en tiempo real y, en última instancia, activa los datos unificados para conseguir resultados que sean beneficiosos para la empresa y mejoren la experiencia de usuario.

klm chartv2

Relay42 y KLM crearon una configuración de flujo de datos basada en la DMP de Relay42. Gracias al sistema de gestión de etiquetas de Relay42, todas las interacciones de cliente que tienen lugar en el sitio web y en la aplicación de KLM, así como los indicadores relevantes de otros canales y fuentes de datos (como el correo electrónico, las redes sociales, los sistemas de CRM, los centros de atención telefónica y los partners), pueden supervisarse y sincronizarse en Google Analytics 360.

Los datos recopilados a través de las etiquetas de Relay42 y las etiquetas de Floodlight de DoubleClick también se pueden enviar de la DMP a la plataforma de DoubleClick para ofrecer anuncios relevantes a las audiencias adecuadas.

Para realizar análisis detallados, KLM simplemente exporta datos sin procesar (de DoubleClick con Data Transfer y de Google Analytics 360 a través de una integración perfecta) a BigQuery. BigQuery puede establecer correlaciones entre el comportamiento en un sitio web y las impresiones de anuncio, lo cual permite a Relay42 activar los datos y usarlos para crear modelos predictivos.

“Creemos que la unión de los datos con las innovaciones tecnológicas dará lugar a una publicidad más inteligente y relevante en cada punto de contacto. Al combinar fuentes de datos y aprovechar datos propios (y activarlos en tiempo real), la publicidad se convierte en un diálogo personal y en una interacción directa muy provechosa, en lugar de ser un mensaje generalizado y vago.”

- Kevin Duijndam, director de Marketing Multicanal, KLM

Un modelo predictivo para mejorar el remarketing de display

KLM decidió probar una nueva estrategia de remarketing. "Nuestro objetivo era evitar los anuncios irrelevantes, ya que no hacen más que molestar a los usuarios", explica Kevin Duijndam, director de Marketing Multicanal de la aerolínea. "Suponíamos que las personas que vuelan con nosotros a menudo ya nos conocen, por lo que no tendría sentido pedirles que vuelvan a hacerlo. Sin embargo, no teníamos del todo claro cuándo podemos considerar que un usuario es un "viajero frecuente". Cuantas más vueltas le dábamos, más complejo nos parecía establecer un conjunto de reglas comerciales, por lo que al final nos dimos cuenta de que no podíamos centrarnos solo en los viajeros frecuentes, sino que debíamos utilizar el aprendizaje automático para saber cuándo un anuncio es irrelevante".

KLM desarrolló una configuración de compra en tiempo real para incluir modelos predictivos. En esta configuración, se hace un seguimiento de las interacciones con el sitio web y la aplicación en la DMP gracias al sistema de gestión de etiquetas de Relay42. El comportamiento de los consumidores que interesa a la compañía se puede transmitir en tiempo real a un motor de predicción creado por KLM en Google Cloud Platform, y los resultados se transmiten directamente a la DMP. Entonces, esta plataforma puede activar segmentos basados en reglas en función del resultado de la predicción. Además, al sincronizar esta información con DoubleClick, los anuncios se pueden publicar y segmentar para maximizar su relevancia.

klm chartv22

El equipo probó el nuevo modelo predictivo para evaluar las mejoras de rendimiento. KLM eligió deliberadamente medir los resultados en una configuración A/B dentro de un periodo definido, en lugar de medir las diferencias respecto al año o al mes anteriores. Estas comparaciones son menos fiables por los rápidos cambios que se producen debido a la estacionalidad, las capacidades internas y los factores externos introducidos por la competencia.

Beneficios para la empresa y mejora de la experiencia de usuario

En la prueba, KLM vinculó los datos de las interacciones de clientes de la DMP de Relay42 con su modelo predictivo para pronosticar la relevancia que tendrían sus anuncios. De esta manera, la aerolínea podía decidir en tiempo real si se debía o no mostrar un anuncio específico a un usuario concreto. 

Las pruebas A/B revelaron que el nuevo modelo generó un aumento importante de las reservas. Como el coste por reserva se redujo en un 40% durante el periodo de prueba, KLM logró más del doble de reservas con la misma inversión.

La prueba también se tradujo en mejoras de la experiencia de cliente. El porcentaje de clics del grupo de prueba fue más de 1,4 veces superior al del grupo de control, lo que indica que el nuevo modelo logró llegar a los usuarios con mensajes que, en lugar de molestarles, les parecían interesantes.

Sin embargo, KLM no solo ha logrado mejorar sus estrategias de remarketing. "Lo más importante es que hemos establecido la base del flujo de datos de TI de tal manera que, ahora, podemos actuar en todos nuestros canales de marketing digital basándonos en los datos que obtenemos y aplicar nuestros modelos de predicción a escala", afirma Kevin. "Así podemos ser flexibles a la hora de introducir otros modelos, pero ahora también podemos actuar en otros canales de medios online, como la búsqueda o el vídeo".

Travelstart utiliza un experimento de incremento de conversiones para evaluar el impacto de los anuncios de display