Как Fanatics перешла от таргетинга по аудиториям к оптимизации кампаний по LTV клиентов
Вместо демографических профилей и вручную собранных сегментов Cognitiv обучает отдельные модели машинного обучения на результатах, которые задаёт рекламодатель. Fanatics стала оптимизировать кампании по ценности клиента: система анализирует признаки уже известных ценных пользователей и ищет похожих людей, не ограничиваясь первоначальными предположениями маркетолога.
В кампаниях вокруг крупных спортивных событий, включая March Madness, full-funnel CTV-решение Cognitiv обеспечило Fanatics Sportsbook рост прогнозного LTV на 19%. Для Fanatics Casino компания также сообщила об увеличении узнаваемости бренда на 11% и LTV клиентов на 12%.
Дополнительным инструментом стал AudienceGPT: маркетолог описывает предполагаемую аудиторию обычным языком, а система формирует поведенческие сегменты и активирует их в онлайн-видео, социальных платформах и других каналах. При этом гипотеза о потенциальном клиенте всё ещё нужна на верхнем уровне воронки, но дальнейший поиск аудитории и оптимизация опираются на фактические сигналы ценности.
Коротко
- Fanatics заменила заранее заданные аудиторные сегменты оптимизацией CTV-кампаний по прогнозной ценности клиента.
- В тестах с Cognitiv прогнозный LTV вырос на 19%, а для Fanatics Casino зафиксированы рост узнаваемости на 11% и LTV на 12%.
- Cognitiv обучает отдельные ML-модели на бизнес-результатах рекламодателя и ищет признаки, связанные с ценными клиентами.
- AudienceGPT превращает описание аудитории на естественном языке в поведенческие сегменты для видео, соцсетей и других каналов.
- На верхнем уровне воронки исходная гипотеза об аудитории сохраняется, но дальнейший отбор пользователей передаётся алгоритмам.
FAQ
Зачем Fanatics перестала заранее задавать целевые сегменты и переключила оптимизацию CTV-кампаний на сигналы клиентской ценности?
Компания хотела сильнее связать рекламные расходы с долгосрочной ценностью клиентов. В описанном тесте оптимизация по LTV дала лучшие результаты, чем ручное определение аудитории.
Как AudienceGPT превращает текстовое описание потенциальной аудитории в сегменты, пригодные для запуска рекламных кампаний?
Маркетолог задаёт гипотезу обычным языком, после чего система использует машинное обучение для построения поведенческих сегментов и их активации в разных каналах.
Означает ли подход Cognitiv, что маркетологам больше не нужно формулировать гипотезы о целевой аудитории на верхнем уровне воронки?
Нет. Cognitiv считает исходную гипотезу полезной для верхней части воронки, но предлагает передавать алгоритму дальнейший поиск признаков наиболее ценных пользователей.
Читайте также
Три четверти сотрудников рекламных агентств готовы уйти из-за тендеров
ИИ-агенты для бизнеса в России: обзор 10 локальных платформ и решений
Переход на новую валюту измерения Nielsen затягивает сделки upfront и меняет ценообразование в TV-рекламе США- Интерактивное видео: как кликабельные и персонализированные форматы повышают вовлечённость и эффективность рекламы
- Upfront-сделки в США: спорт продаётся мгновенно, а развлечения требуют гибкости и новых подходов
- Оптимизация рекламных кампаний по LTV вместо CPA: Для кампаний с повторными покупками или длительным жизненным циклом клиента целевой функцией модели может быть прогнозный lifetime value, а не минимальная стоимость привлечения. В кейсе Fanatics переход к оптимизации по сигналам клиентской ценности в CTV-кампаниях Cognitiv увеличил прогнозный LTV на 19%.
[Оптимизация performance-кампаний]
Зарегистрированные пользователи видят только два тезиса.
Зарегистрироваться
Fanatics Sportsbook перестроила performance-маркетинг, особенно кампании на Connected TV, отказавшись от заранее заданных аудиторных сегментов в пользу оптимизации по прогнозной ценности клиента. В тестах с Cognitiv такой подход увеличил прогнозный lifetime value клиентов на 19%.