Testowanie rabatów dla dewelopera
Efektywne przyciąganie docelowego audytorium przy użyciu Google Ads i rozwiązań AIDuży deweloper BI Group postawił przed nami zadanie zwiększenia liczby konwersji i poprawy przyciągania docelowego audytorium dla swoich kompleksów mieszkaniowych. Głównym wyzwaniem była konieczność dokładnego targetowania kampanii reklamowych na określone wąskie grupy i efektywnego podziału budżetu. Zrealizowaliśmy to zadanie, korzystając z platformy Meter.
Cel projektu
Przetestowanie oferty promocyjnej na różne segmenty audytorium i stworzenie hipotezy produktowej.Zadania
-
1
Optymalizacja kampanii reklamowych w celu zwiększenia trafności i konwersji.
-
2
Ustawienie i przetestowanie różnych kanałów reklamowych w celu maksymalizacji efektywności.
-
3
Zwiększenie widoczności ofert i zadowolenia klientów.
Co zrobiliśmy
-
1
Korzystaliśmy z platformy METER do zbierania danych i profilowania audytorium według poziomu dochodów i bieżącego zainteresowania nieruchomościami. Stworzyliśmy trzy wąskie segmenty docelowej grupy odbiorców: premium, średni i ekonomiczny, wśród tych, którzy odwiedzali biura sprzedaży i inne kluczowe lokalizacje związane z wyborem mieszkania. Każdy z tych segmentów załadowaliśmy osobno do panelu reklamowego Meta w celu uruchomienia kampanii Facebook Leads.
-
2
Dodatkowo przetestowaliśmy targeting na podstawie zainteresowań oraz segmenty look-a-like dla porównania efektywności kampanii.
Ten projekt był dla nas szczególnie interesujący, ponieważ mogliśmy przetestować różne audytoria i znaleźć najbardziej efektywną kombinację ‘oferta produktowa plus segment audytorium’. Ta kampania pomogła klientowi zoptymalizować czas i budżet na testowanie hipotez produktowych, co znacznie wpłynęło na ogólną efektywność marketingu.
Rezultaty
1. Najbardziej zainteresowana okazała się audytoria premium, z którą osiągnęliśmy najniższy koszt leada (CPL) – 7,09 USD.2. W wyniku targetingu na look-a-like dla segmentu METER, obniżyliśmy CPL o 8% w porównaniu do tradycyjnego targetingu na podstawie zainteresowań, co pokazało wysoką efektywność wykorzystania zebranych danych do promocji w Meta.