Dafür wurde Googles Predictive Audience „Likely seven-day purchasers“ erstmals über einen Zeitraum von vier Wochen für den (Re-)Targeting-Test in Display-Anzeigen der Thermomix-Kampagnen eingesetzt – mit grandiosen Leistungssteigerungen.
Die Herausforderung: Effizienzsteigerung in einem anspruchsvollen Umfeld.
Vorwerk befindet sich aktuell in einem sehr herausfordernden technischen Umfeld, der innovative Wege vorrausetzt, um gezielt und effektiv potenzielle Kund:innen anzusprechen.
Das Ziel: Kampagnenleistung maximieren – bei gleichzeitiger Senkung der Kosten pro Bestellung (CPO).
Die Lösung: Googles Predictive Audiences für präzises (Re-)Targeting.
Zur Zielerreichung setzte PIA Media Googles Predictive Audience „Likely seven-day purchasers“ ein. Dank des fortschrittlichen Machine-Learning-Algorithmus, der das Verhalten der Nutzer:innen analysiert und Muster erkennt, die auf eine hohe Kaufwahrscheinlichkeit hinweisen, konnten die Top 10% der potenziellen Käufer:innen identifiziert und gezielt angesprochen werden.
GA4 Predictive Audiences ermöglicht es unseren Kund:innen, durch die Erstellung und gezielte Ansprache von Nutzersegmenten basierend auf Echtzeit-Machine-Learning-Daten, ihre Marketingstrategien zu optimieren und Ihren Umsatz signifikant zu steigern.
Gunnar Kühl
Executive Director Tech Solutions
Die Ergebnisse: Präzision trifft Performance.
Der Einsatz von Googles Predictive Audiences führte zu einer signifikanten Effizienzsteigerung im Vergleich zum vorherigen Zeitraum ohne diese Technologie:
- +66 % höherer Umsatz
- +54 % höherer ROAS
- +39 % höhere Conversion-Rate
- -27 % niedrigerer CPO
- +49 % mehr Verkäufe
- +11 % höherer durchschnittlicher Warenkorbwert
Ein Meilenstein für datengetriebenes Performance Marketing.
Diese Kampagne unterstreicht eindrucksvoll, die Kernkompetenz von PIA Media als langjähriger Google Marketing Plattform Partner: Durch den strategischen Einsatz innovativer Datenmodelle und modernster Google-Technologien konnten wir eine maximal optimierte Zielgruppenansprache und Performance gewährleisten. Ein beeindruckendes Erfolgsbeispiel dafür, wie sich Machine-Learning-Kampagnen in messbare Wettbewerbsvorteile konvertieren lassen.
