成功案例分享:台灣雀巢運用數據驅動歸因模式帶動整體轉換數提升 19 %

機器學習的時代來臨,為越來越破碎的顧客歷程帶來了契機,台灣雀巢嬰幼兒營養事業部運用數據驅動歸因模式 (Data Driven Attribution,DDA),帶動整體轉換率提升,提高整體訂單和業績,也幫助台灣雀巢瞭解消費者轉換途徑,轉化最終點擊思維,制定更好的行銷策略。

GOAL
更全面的掌握潛在受眾:針對被品牌訊息觸及、但未直接完成轉換的消費者,在考慮轉換的歷程中,可以更全面的掌握消費者。
更深入的數位歷程洞察:除了直接透過行銷廣告投放後轉換的消費者外,透過選擇考量整體消費者搜尋歷程的歸因模式,帶來更準確的功勞歸屬。
更有效率的投資效益:在機器自動學習的機制下,提升 ROI 和轉換成長。
APPROACH
導入Data Driven Attribution Model (DDA) 的歸因模式,在機器學習的優化機制下,考量助攻效益,藉此跳脫過往最終點擊 (Last-click) 只考量最後一個廣告接觸的盲點。
選擇旗下品牌的關鍵字帳戶導入 DDA,在轉換趨勢上有更好的成效,也驗證了在機器學習的優化機制下,因為同時考量助攻效益,而更全面評估關鍵字歷程,的確會為品牌帶來正向成長。
RESULT
整體轉換數成長 19 %
轉換率 (Conversion Rate) 提升 7 %
單筆轉換成本 (Cost-per-action,CPA) 平均下降 10 %

現在的消費者,平均需要至少 3.5 個點擊之後,才會做決定。但目前有 9 成以上的台灣行銷人員, 仍用最終點擊來看成效1。當消費者行為越趨複雜化,只看單一點擊容易錯誤評估媒體成效,重新思考正確歸因模式,能幫助我們判斷每個觸及點的真正價值達到更有效的媒體配置規劃。在這樣的情況下,歸因模型 (Attribution) 的再發展,才能和新興的消費者和行銷活動與時俱進。

在少子化的浪潮下,台灣雀巢嬰幼兒營養事業部在長期經營的利基市場中,面臨數位行銷上的挑戰,如何準確定位孕婦並說服他們註冊為會員、提供相關內容服務,進而達到轉換,是他們的首要的目標。在這樣的目標下,台灣雀巢期望能夠更全面了解消費者路徑,判斷每個觸及點的真正價值,最大化帶動潛在消費者產生轉換。

在 Google 夥伴的合作和建議下,台灣雀巢導入數據驅動歸因模式 (Google Data Driven Attribution Model,簡稱 DDA),在機器學習的優化機制下,選擇考量整體消費者搜尋歷程的歸因模式,瞭解到了每個關鍵字真正的點擊價值並且更整合的消費者洞察,跳脫過往最後點擊 (Last-click) 歸屬模式下的盲點,更有效評估各個關鍵字點擊彼此相戶對於轉換的效應,找到了更多的潛在受眾轉換的機會點。

舉例來說,在研究領取「雀巢媽媽孕哺營養膠囊」的消費者路徑時,若有一群消費者的搜尋歷程,先是搜尋「媽媽孕哺」,再點擊品牌字「雀巢媽媽膠囊」,完成註冊的轉換率為 2 %;但另一群人,比起前一個途徑,因為多搜尋了「懷孕吃什麼」這個關鍵字詞,而使最終轉換率高達 3 %; DDA便能藉由這樣轉換比較,了解到每個字詞帶來的額外轉換價值。利用機器學習,行銷人員得以衡量所有轉化路徑和未轉化路徑中每一個交互點的價值,也避免流失因為沒有最終點擊價值的「懷孕吃什麼」此關鍵字行銷活動所能帶來的轉換力。

nin-dda_tw_1

運用了 DDA 參考帳戶中的數據分析消費者轉換途徑後,行銷變得更精準了,並且進而達到轉換更正確的方式查看消費者歷程和製作關鍵字廣告,找到更多新商機不僅讓 CPA (Cost-per-action) 顯著下降,也帶動整體轉換率提升。

我們可以看到此次運用 DDA 後台灣雀巢在行銷活動上提高了近 2 成的轉換數,增加了 7% 的轉換率,還降低了 10% 的轉換成本。更重要的是,台灣雀巢跳脫了最終點擊的思維,真正瞭解消費者轉換途徑,也因此得以制定更好的行銷策略,發現了雀巢嬰幼兒營養事業的轉換新契機。

nin-dda_tw_2

台灣雀巢嬰幼兒營養事業部數位行銷襄理 (Digital Marketing Executive) Sheeny 表示:

滿感謝有這次的合作,在Google夥伴的協助下,成功導入機器學習技術,也讓我們看到了機器學習對於企業實際運用的價值。

現在的行銷人員,應該在大數據中的洪流學習如何看見有價值的洞察,收集正確的資訊以因應不斷變動的消費者趨勢,才能有效衡量行銷活動的真正成效,在變化多端的行銷領域中,擁抱並給予新技術一定的嘗試,才能在未來行銷世界中運用科技助力創造更有效的成效。

創造成長,從預測消費者需求做起