data driven display: echtzeitsteuerung im online-marketing...customerjourneydaten zeit seo 2 pis...

Data Driven Display:Echtzeitsteuerung im Online-MarketingDr. Steffen Wagner

INWT Statistics GmbH

1.Data Science Forum – FOM Hochschule – Essen6.Dezember 2016

Dr. Steffen Wagner · INWT Statistics GmbH Data Driven Display: Echtzeitsteuerung im Online-Marketing 1/ 18

INWT Statistics GmbHAls Spezialist fur Datenanalyse und Predictive Analytics bieten wirschwerpunktmaßig Losungen in den folgenden Bereichen an:

Online Marketing/Customer JourneyAnalysisConversionOptimizationFraud DetectionTV Impact

CRM/Customer-Lifetime-ValueKunden-segmentierungChurn Management360◦ Brand

BI/Reporting/DatenmanagementDatenkonsolidierungDashboards

Ausgewahlte Kunden:

Customer Journey Daten

Zeit

SEO2 PIs

Display1 PI SEM

1 PI

Direkt8 PIsConversion: jaOrderValue: 65 €

Dauer der CJ: t4-t1

Länge der CJ:4 Kontakte

t1 t2 t3 t4



30-35%der CJs bestehen ausmehr als einem Kontakt

50-60%der Sales entfallen aufdiese echten CJs

55-70%der Umsatze entfallen aufechte CJs

Erfahrungswerte aus verschiedenen Kundenprojekten

typische Kettenlangenerfolglose CJs: ∅=1-2 Kontakteerfolgreiche CJs: ∅=3-6 Kontakte⇒ CJ Analysen bieten großesOptimierungspotenzial



⇒ Prognose zukunftiger Kaufentscheidungen

Zeit

SEO2 PIs

Display1 PI SEM

1 PI

Direkt8 PIsConversion: jaOrderValue: 65 €

t1 t2 t3 t4

?


Statistische Herangehensweise

Ziel: Identifikation der WirkungsmechanismKanaleZeitpunkt der KontaktePage Impressions (PIs)Time on SiteKettenlange (Anzahl Kontakte). . .

=⇒ Kauf (ja/nein)

RegressionsanalyseKundenspezifische MetrikenRobustes VerfahrenPerformance (real time)Keine Black Box !!!


Page Impressions

Beispiel:

Engagement: PIs

Ein

fluss

auf

die

Con

vers

ion−

Rat

e

0 20 40 60 80

SteigendesEngagementkorreliert mithoherer Kauf-wahrscheinlichkeitSattigung ab30 PIs


Dauer der Customer Journey

Beispiel:

Zeit seit dem 1. Kontakt [Tage]

0 5 10 15 20 25 30

zeita

ufge

löst

e C

onve

rsio

n−R

ate

1 Woche 2 Wochen 3 Wochen 4 Wochen

Kauf zeitnah zum1. Kontakt amwahrscheinlichstenperiodischesKauferverhaltenstark ausgepragtesTages- undWochenmuster


Prognostizierte Wahrscheinlichkeiten

0.0 0.2 0.4 0.6 0.8 1.0

prognostizierte Kaufwahrscheinlichkeit

zukünftige

Käufer

zukünftige

Nicht-Käufer

PrognostizierteWahrscheinlichkeiten furzukunftige Kaufer deutlichhoher als fur NichtkauferStarke Unterschiede ab 20%KaufwahrscheinlichkeitPrognoseguten:AUC = 0.7 - 0.85


Spread nach Kundensegmenten

Spre

ad

5 10 15 20

-80%

-50%

durchschnittliche

Kaufwahrscheinlichkeit

+100%

Out-Of-Sample Performance

Kettenlänge

+200%

Segment 1

Segment 2

Segment 3

Segment 4

Segment 5

Prognose-basierte

Kundensegmentierungin Echtzeit

1


Predictive Analytics ist immer einzweistufiger Prozess!

1. Prognose der Zielgroße2. Entscheidungen basierend auf der Prognose


Case Study

Kundenspezifische GeboteimReal Time Advertising (RTA)


Real Time Advertising

Quelle: The Economist: ’Mad Men are watching you‘ (Online 5.5.2011 / Print 7.5.2011)

Werbeplatze fur Ad Impressions werden versteigertVersteigerung in Echtzeit: Auktion 30ms vs Webseite-Ladezeit: 1-2 sSeitenbesucher per Cookie identifizierbar


Case Study

Segmentspezifische ErgebnisseSegment 1 2 3 4 5 no dataCPC � ⊕ ⊕⊕ �AdImpressions 21% 10% 13% 13% 20% 23%Sales 4% 9% 14% 21% 41% 11%

Quelle: criteo dmexco 2014


Kampagnenvergleich: A/B-Test

randomisierte Auswahl der Seitenbesucher

Gruppe A Gruppe B

Verwendung der Prognose-Information

herkömmlicheCriteo-Aussteuerung


Ergebnis: A/B Test

KPIs

-10%

-5%

0%

5%

10%

15%

20%

25%

AdImpressions CTR Conv.Rate Conversions

Quelle: criteo dmexco 2014


Zusammenfassung

Customer Journey

Daten

DatengetriebeneAttribution

Prognose von Kaufw‘keiten

Prognose-basiertes Marketing

Steigerung ROI

Statistische

Modellierung

Heuristische Attribution

Predictive Customer Journey


Vielen Dank fur die Aufmerksamkeit!

INWT Statistics GmbHE-Mail: [email protected]

Internet: www.inwt-statistics.deTel.: +49 30 609857990


data driven display: echtzeitsteuerung im online-marketing...customerjourneydaten zeit seo 2 pis...

Documents