ASUS atteint un taux de conversion record grâce à l'apprentissage automatique sur des données de première main.

Contexte

Compte tenu du volume considérable d'utilisateurs quotidiens qui visitent le site de commerce électronique d'ASUS, déterminer une stratégie médiatique en ligne efficace, capable de distinguer les utilisateurs à différentes étapes de l'entonnoir d'achat, a toujours été un défi.

‍

Approche

Grâce à la solution axée sur les données, nous sommes en mesure d'évaluer l'audience individuelle à l'aide d'une variété de signaux détaillés, tels que la profondeur de la session, le taux d'engagement et la probabilité de conversion, ce qui est très complexe si l'on procède uniquement à un travail manuel.

"L'utilisateur ayant une forte probabilité de conversion doit faire l'objet d'une communication différente et agressive" est le concept central de cette méthodologie. Nous donnons la priorité au budget média sur les audiences ayant le plus fort potentiel d'inscription ou d'achat, en identifiant les clients à forte valeur au début du processus à l'aide de signaux numériques. Par exemple, comme le montre l'image, étant donné le signal de forte possibilité d'achat, nous devrions avoir un prix d'enchère plus élevé et une stratégie de communication plus agressive pour le visiteur n°2.

‍

‍

Résultats

L'évaluation précise des utilisateurs a aidé ASUS à mieux comprendre les profils de ses visiteurs à forte valeur ajoutée, ainsi qu'à optimiser la planification budgétaire, à concentrer davantage de ressources sur les utilisateurs à forte valeur ajoutée et, en fin de compte, à améliorer le ROAS de ses campagnes médiatiques. D'énormes améliorations de performance ont été constatées sur tous les canaux médiatiques et le programme est actuellement déployé sur de nouveaux marchés.

‍