Danone steigert Customer Intelligence und adressierbare Reichweite mit Safe Haven von LiveRamp
Danone kollaboriert mit Retailern, um neue Erkenntnisse über Zielgruppen zu gewinnen, seinen Mediaeinsatz zu optimieren und das Team zu stärken.
-
34%
Von allen Käufern sind jetzt adressierbar
-
17%
Erhöhung des E-Commerce-Umsatzes
-
24.7%
zusätzliche Auswirkungen auf den Gesamtumsatz, gemessen über Facebook und Google
„Mit der unglaublichen analytischen Umgebung von Safe Haven und dem Kundenwissen von Danone waren unsere Hypothesentests, das Data-Mining, die Wachstumsanalyse und die in-flight Optimierung ein Kinderspiel. Das sind die Herausforderungen, von denen Data Marketer träumen!
Numberly
Lösung
Um seine hochgesteckten, langfristigen Ziele zu erreichen, wandte sich Danone an Numberly und LiveRamp, um einen Test zu entwickeln, der auf zwei Ziele ausgerichtet war:
1. Die Auswirkung digitaler Werbung auf die Zielgruppen und ihren Weg zum Kauf bei einem großen Einzelhändler zu verstehen.
2. Optimierung von Omnichannel-Aktivierungen auf der Grundlage von Transaktionsdaten, die vom Einzelhändler bereitgestellt werden.
Danone wandte sich zunächst an die Datenmarketingexperten von Numberly, die Safe Haven von LiveRamp einsetzten. Safe Haven ist eine fortschrittliche Datengrundlage, die Omnichannel-Aktivierung, tiefe Modellierung auf Datensatzebene und vollständige Datensicherheit unterstützt, um die Zusammenarbeit zwischen mehreren vertrauenswürdigen Geschäftspartnern zu ermöglichen. Safe Haven würde die personenbezogene, gesetzeskonforme Grundlage für die Auffrischung der Verbraucherinformationen von Danone bilden.
Anschließend arbeitete Danone mit den Analyseexperten von Numberly zusammen, um das Testdesign, die Verfeinerung der Segmente, die Kampagnenstrategie und die Marketingmessung zu unterstützen. Numberly half auch dabei, fehlende Datenelemente von Einzelhändlern zu identifizieren, um die Analyse mit hoher Präzision durchzuführen.
Schließlich wurden die Partner aus dem Einzelhandel eingeladen, um die erforderliche Datenkollaboration mit Danone zu diskutieren. Diese Partnerschaften kamen aufgrund der in Safe Haven integrierten Datensicherheit und der Tatsache, dass alle Einzelhandelsdaten pseudonymisiert und frei von direkt identifizierenden Informationen sind, schnell voran. Die Daten wurden immer kontrolliert verwaltet, da Safe Haven das Kopieren oder Exportieren von Datensätzen nicht erlaubt. Damit waren alle Voraussetzungen geschaffen, um ein Experiment durchzuführen, das den Grundstein für Danones größere Ziele legen würde: die Umstellung auf Post-Cookie-Werbung und die Kontrolle über die Zukunft der eigenen Daten.
Vorstudie: So haben sie ihr Ziel erreicht
Segmentüberprüfung und Versuchsplanung. Das Numberly-Team empfahl, die bestehenden Segmente und Kampagnenzielgruppen von Danone im Hinblick auf die neuen Informationen über Einzelhandelskäufer zu überprüfen. Einzelhandelsdatensätze wurden mit überarbeiteten Zielgruppendefinitionen verknüpft, die mit dem dauerhaften Identifikator von LiveRamp als Verknüpfungsschlüssel für die Daten erstellt wurden. Die Analyse der historischen Umsatzleistung für diese Segmente war nun auf Datensatzebene möglich und führte dazu, dass ein Segment wegen schlechter Umsatzleistung gestrichen wurde und zwei Segmente aufgrund stark korrelierenden Zielgruppenverhaltens zusammengeführt wurden. Zusätzlich wurden zwei neue Testsegmente erstellt, die aufgrund der verknüpften Käuferdaten als Erfolgskandidaten galten. Auf der Grundlage dieser Vorstudie konnte ein Versuchsplan erstellt werden, um die tatsächliche Zuwachsrate in diesen sechs Segmenten zu messen und zu optimieren.
Cookie-freie Zielgruppenaktivierung:
Numberly aktivierte Segmente direkt aus der Safe Haven-Umgebung und ermöglichte so eine kanalübergreifende Konsistenz bei der Definition der Zielgruppen von Danone. Diese einheitliche Definition erhöhte das Vertrauen in die Erkenntnisse nach der Kampagne und war auch der Schlüssel zu einer erfolgreichen Holdout-Strategie. Die genaue Verwaltung von Kontrollgruppen über alle Kanäle für jedes Segment war wichtig, um nicht nur die Steigerung zu messen, sondern auch um ein echtes Verständnis der inkrementellen Wirkung des Marketings zu erlangen. Die personenbasierten Segmente hatten bereits geholfen, indem sie sicherstellten, dass es keine Überschneidungen gab, die die Analyse mit gemeinsamen Eindrücken erschwerten. Numberly war nun in der Lage, einen genauen 80/20-Split (exponiert/nicht exponiert) der Zielgruppe durchzuführen, um eine Grundlage für die Optimierung des Medienmixes zu schaffen, der während der Kampagne für jedes Segment angepasst wurde.
Ausführung und Messung
Numberly aktivierte Segmente direkt aus der Safe Haven-Umgebung und ermöglichte so eine kanalübergreifende Konsistenz bei der Definition der Zielgruppen von Danone. Diese einheitliche Definition erhöhte das Vertrauen in die Erkenntnisse nach der Kampagne und war auch der Schlüssel zu einer erfolgreichen Holdout-Strategie. Mit der Unterstützung von Numberly wählte Danone Facebook und DV 360 als erste Kanäle für das Pilotprojekt aus. Numberly entwickelte alternative Kampagnenmedien, um traditionelle segmentspezifische Appelle neben neuen kreativen Ideen zu testen, die auf Datenähnlichkeiten mit benachbarten Segmenten basieren. Numberly konnte dann die Kreativität und die Angebotsstrategie für jedes Segment optimieren, um die reale Zuwachsrate im Verlauf der Kampagne zu maximieren.
Ein überraschendes Ergebnis, das schon früh in der Analyse entdeckt wurde, war die schwache Korrelation zwischen Engagementkennzahlen (z. B. Videoabschlussquoten) und der Verkaufsleistung. Ohne Zugang zu Umsatzanalysen auf Personenebene gingen frühere Kampagnen davon aus, dass die von den Publishern bereitgestellten Kennzahlen zu Reichweite und Interaktion ein Indikator für die Verkaufsabsicht waren. Die tägliche Analyse und die wöchentlichen Strategiebesprechungen von Numberly zeigten, dass dies nicht der Fall war, und künftige Kampagnenentscheidungen mussten diese Faktoren trennen und unabhängig voneinander auf bestimmte Kampagnenziele anwenden.
Am Ende der Kampagne lag die Steigerung der Conversion Rate bei beeindruckenden 7,9 %. Während dieser Zeit verzeichnete die Website des Einzelhändlers auch einen Anstieg der Besucherzahlen und des Engagements auf den Produktseiten von Danone: Die E-Commerce-Umsätze stiegen um 22,4 % und der Gesamtumsatz um 24,7 %.
Überraschenderweise waren die beiden von Numberly neu entdeckten Zielgruppensegmente insgesamt die leistungsstärksten. Das ursprüngliche Ziel von Danone, seine Medienstrategie zu verbessern, war erfolgreich, ebenso wie das Ziel, das Wissen über die Kunden zu erhöhen, lang gehegte Annahmen infrage zu stellen und Erkenntnisse zu gewinnen, die sonst nicht möglich gewesen wären.
„Die Teams von Numberly und LiveRamp haben Danone einen enormen Dienst erwiesen, indem sie dafür gesorgt haben, dass Danone mit flexiblen Verbrauchern Schritt hält und mit ihnen in Kontakt bleibt. Wir freuen uns sehr von solchen Experten zu lernen und ebenso für das Unternehmen Danone, das seine Kunden nun besser versteht und jeden Tag mit Produkten inspirieren kann, die einen Unterschied in ihrem Leben machen können.“
Danone Frankreich
Ergebnis
Danone hat die Zielgruppensegmente erfolgreich optimiert und ein hohes Maß an Verbraucheransprache und Wissen über selbige erreicht, wodurch das Unternehmen seine Costumer Intelligence verbessert hat. Dieser Test war bahnbrechend für Danone. Die Techniken und Teams, die zur Erzielung dieser Ergebnisse eingesetzt wurden, bilden nun die Grundlage für die neuen internen Marketingaktivitäten, die es der Marke ermöglichen, ihre Daten selbst zu nutzen und direkte Beziehungen zu den Verbrauchern aufzubauen – eine ungewöhnliche Leistung für ein Konsumgüterunternehmen, aber mit Datenkollaboration durchaus möglich.
Aktueller Stand
Die Erfahrung hat Danone zu einer größeren Marketingflexibilität geführt. Durch die Zusammenarbeit mit Einzelhandelspartnern und die Nutzung von Safe Haven von LiveRamp sowie den Datenwissenschaftlern von Numberly ist Danone jetzt in der Lage:
- Geschäftsziele zusammen mit dem Marketingbudget pro Kanal zu bewerten.
- KPIs auf wöchentlicher Basis genau zu messen.
- Retail-Kanäle zu optimieren, um sie mit den geschäftlichen Prioritäten abzustimmen.
- Kampagnen mit einer dauerhaften, nicht-cookie-basierten ID durchzuführen.
