your
own
business
information.

coping with
3rd party cookies sunset.

OVER southparc.

OVER LongtailUX

over AdScale

Optimalisatie met eigen data.

AdScale heeft een unieke toevoeging gemaakt voor eCommerce shops: Business Information. Iedere webshop geeft wel een paar metrics weer die een idee geven hoe je webshop draait: orders, gemiddeld aankoopbedrag en dergelijke.

Maar dat betekent dan nog niet dat je daarmee je advertenties kunt optimaliseren of zelfs speciale doelgroepen kunt benaderen met social ads.

Wel met AdScale: data van gebruikers en producten wordt geschikt gemaakt, er worden automatisch campagnes en advertenties aangemaakt en geoptimaliseerd.

BI AdScale showing customer segments in your own shop

Gebruik meer data dan Google en Facebook hebben.

Hoe we dat doen leggen we hier kort uit. Iedere webshop kent verschillende soorten klanten die je kunt segmenteren in logische groepen, die vergelijkbaar zijn op aankoopgedrag, bijvoorbeeld:

  • klanten die een eerste aankoop hebben gedaan
  • klanten die een hoog bedrag uitgeven
  • klanten die vaak terugkomen en zo een hoge LTV (Life Time Value) hebben

Zo zijn er heel veel te definiëren en je kunt deze ook combineren. Op die manier kun je de perfecte doelgroep(en) definiëren, zoals bijvoorbeeld de klanten die meerdere producten kopen én vaak terugkomen én veel besteden. 

Hetzelfde kun je met producten doen: bijvoorbeeld die een hoog aankoopbedrag hebben of vaak verkocht worden, of samen met andere producten. Deze productinformatie is te vinden in de webshop maar is onbruikbaar voor optimalisatie omdat het veel werk is en statisch.

De productdata is uiteraard ook onderling te combineren: hardlopende producten die een goede marge hebben én op voorraad zijn bijvoorbeeld.

Combineer alle data

Nog mooier wordt het als je deze verschillende segmenten kunt combineren; klanten met een hoge LTV en producten met een goede marge. Dit is misschien wel het segment van ideale klanten. Maar ook klanten die vooral gebruik maken van de sale kun je apart benaderen gedurende de volgende uitverkoopperiode. 

De klanten in deze segmenten hebben orders geplaatst dus er is veel informatie van bekend en dus kun ze je apart benaderen, dit geldt zowel voor bestaande klanten als voor nieuwe, want je kunt daar bijvoorbeeld gebruik maken van look-alike-audiences of interests.

Een ander groot voordeel is dat je op deze basis klanten aan je kunt binden door ze vaker te benaderen; je merkwaarde neemt toe en ze zullen vaker terugkeren naar je shop (ook zonder op advertenties te klikken).

Dit effect is ook meetbaar: een nieuwe klantengroep die een half jaar geleden bijvoorbeeld zorgde voor € 10.000 omzet met een ROAS van 400% kan inmiddels een totaalomzet hebben van het viervoudige en daarmee is de oorspronkelijke ROAS ook een veelvoud geworden. Dit effect is alleen maar te sturen en meetbaar als je de segmenten kiest en combineert en vervolgens actief benadert.

Big data, dus gebruiken we AI

Als je dit handmatig moet doen kom je verschillende problemen tegen die moeilijk op te lossen zijn of extreem veel werk kosten:

  1. je moet al die klantengroepen en productgroepen uit de data zien te halen (bijvoorbeeld in excel)
  2. je moet ze combineren (weer meer gedoe in excel)
  3. je moet kiezen welke segmenten je wilt gebruiken (op basis van performance of andere KPI’s, collecties of gebeurtenissen zoals kerst/sale/hardlopers)
  4. als dat allemaal is gelukt moet je er nog campagnes voor aanmaken in Google en Facebook (en dan weer ad groups, ad sets en advertenties enz enz).

Als het al mogelijk is wil je ook trends ontdekken door middel van verschillende soorten AI; AdScale doet het.

Ingeklikt.nl

Binnen een maand dubbele omzet tegen lagere kosten. Met AdScale en ons beheer.

Dat wil ik ook

Wolf Clothing Brand

Drie keer zoveel omzet binnen twee weken. Met AdScale en ons beheer.

Dat wil ik ook

Blijf op de hoogte van nieuwe producten en diensten

[contact-form-7 id=”211″ /]

We will process the personal data you have supplied in accordance with our privacy policy.