Как на 15% снизить стоимость клиента за счёт собственных ресурсов: кейс Nissan

Автомобильный маркетинг: тяжело и дорого

Сто́ит начать с того, что производители продают не только автомобили и делают это не только своими силами, а активно привлекают дилерские сети. Что это значит для маркетинга:

• Продвижение разных продуктов на одну и ту же аудиторию. Ценник на рекламу летит вверх, а конверсия — падает.

• Разрозненные данные. Есть сайт и CRM производителя, есть сайты и CRM дилеров. Пересечения баз не избежать — а это увеличение маркетинговых бюджетов.

Из других особенностей автомобильного маркетинга можно выделить длинную цепочку коммуникации и сильное влияние офлайна на покупку машины. По сути маркетинг в индустрии крутится вокруг того, что клиента нужно убедить приехать в дилерский центр на тест-драйв, чтобы там осуществить продажу.

Но на этом коммуникация с клиентом не заканчивается. После покупки автомобиля осуществляются допродажи: страховка, техническое обслуживание, покрышки, аксессуары. А спустя несколько лет можно предложить клиенту обновить машину на современную модель.

Для автомобильного бизнеса также характерно использование классической ATL-коммуникации: ТВ, радио, журналы, outdoor-реклама. Такая реклама требует серьёзных маркетинговых бюджетов, а её эффективность невозможно точно оценить.

Производители и дилерские сети уже давно используют и диджитал-каналы: от контекста и таргета до инфлюенс-маркетинга. Однако особенности коммуникации и бэкграунд бизнеса не позволяют автомобильному маркетингу перейти на новый уровень со своевременными триггерами и высоким уровнем персонализации. Это требует серьёзного подхода к работе с данными.

Работа с данными в автомобильном маркетинге на примере Nissan

О проекте

Компания Nissan совместно с коммуникационной группой OMD OM Group продолжает трансформировать свой маркетинг в направлении диджитал с упором на качественную сегментацию и персонализацию. AiData принимает активное участие в этой трансформации в качестве DMP: собирает данные, анализирует их, обогащает собственными ресурсами и передаёт в работу.

Задача

В рамках трансформации перед AiData стоят следующие задачи:

1. Повысить конверсию performance-кампаний

2. Донести преимущества конкретных услуг до разных сегментов целевой аудитории

3. Структурировать существующую базу Nissan

Качество данных сильно влияет на точность таргета — а значит, на качество коммуникации и маркетинговые бюджеты. Поэтому в первую очередь нужно навести порядок в данных. Затем уже за счёт обогащения базы данными из DMP вывести рекламу на персонализированный уровень и повышать конверсию для каждого отдельного сегмента клиентов.

Решение

AiData получает данные с сайтов и CRM Nissan и дилерской сети. Она состоит из порядка 120 центров по всей России. Со временем база обогащается за счёт сопоставления данных Nissan, дилерской сети и DMP, так что получается достаточно большой объём. И с этими данными нужно правильно работать, чтобы иметь полное представление о клиентах и качественно их сегментировать.

В первую очередь нужно убрать пересечения баз, объединив их внутри DMP, чтобы не раздувать маркетинговый бюджет. Затем AiData делит аудиторию на сегменты, чтобы точно таргетировать предложения производителя и дилерской сети. В случае с Nissan в 2020 году было использовано более 100 аудиторных сегментов. Они дополнительно обогащаются за счёт данных AiData. Каждую неделю проводится сквозная аналитика и сегменты обновляются.

Клиенты могут «передвигаться» между сегментами. Система отслеживает тех, у кого, например, изначально был интерес к модели Qashqai, но потом он поменялся на Terrano. Такие клиенты собираются в отдельный сегмент и на них можно таргетировать модель, к которой интерес выше, а также строить LAL-модели (look-alike) с высоким соответствием. Аудитории, которые сформированы на базе LAL-модели, показывают высокие показатели конверсии.

Такой подход в работе с данными позволяет добиться ультра-персонализации, эффективно использовать как аудиторные, так и поведенческие триггеры.

Результат работы с данными и рекомендации

Грамотное управление данными позволяет нивелировать характерные для той или иной сферы проблемы. В случае с автомобилями это разрозненность данных и низкая точность таргетинга. В случае с маркетинговой трансформацией Nissan, в которой AiData приняла участие в качестве DMP, за год получилось снизить стоимость привлечения от 10 до 45% в зависимости от целей и сегментов.

AiData максимизирует пользу от собственных данных бизнеса, особенно если он имеет похожую многоступенчатую структуру взаимодействия с клиентами. Напишите нам — мы знаем, как работать с любым объёмом данных.

Комментарий от OMD

Роман Кобозев AdTech Leader OMD OM Group

«Мы постоянно ищем способы снизить стоимость привлечения целевого пользователя — генерируем новые гипотезы, ищем взаимосвязи между интересами аудитории и конверсией, подбираем оптимальное сочетание сегментов для каждой площадки. Ежедневная кропотливая работа делает нас очень чувствительными к процессу: интерфейс и взаимодействие с командой поддержки должны быть безупречными. Поэтому мы благодарны команде Aidata за стабильное качество работы платформы, проактивную поддержку и результаты, которых мы достигаем вместе».

Мнение редакции может не совпадать с мнением автора. Ваши статьи присылайте нам на 42@cossa.ru. А наши требования к ним — вот тут.