Spending money and time-wiser!

Omschrijving

De in-view exposure time van ad slots verschilt enorm. Maar waarom wordt creatie hier niet op aangepast? Met predictive modeling technieken heeft Staatsloterij de boodschap in de creatie automatisch aangepast op de voorspelde in-view tijd. Daarnaast zijn creaties automatisch geoptimaliseerd o.b.v. real-time performance middels onze Algorithmic Content oplossing.

Doel

Dankzij de maandelijks terugkerende performance campagnes met een relatief korte looptijd, is het noodzakelijk voor Staatsloterij om de boodschap in online advertenties zo effectief en efficiënt mogelijk over te brengen aan de doelgroep. Hier zijn twee uitdagingen te vinden. Ten eerste wordt de ideale boodschap normaliter getest d.m.v. een A/B test. Echter betekent dit dat 50% van de mediakosten op de minst presterende variant wordt besteed. Aangezien de Staatsloterij campagnes nabij de datum van de trekking draaien, wat voor veel consumenten het belangrijkste moment is om een Staatslot te kopen, is het essentieel dat het mediabudget zo efficiënt en effectief mogelijk wordt besteed. Daarnaast kan er met een klassieke A/B test slechts een beperkt aantal varianten getest worden en kunnen de learnings pas in een volgende campagne volledig worden toegepast. Wegens de kortdurende aard van de Staatsloterij campagnes is hier geen tijd voor. Ten tweede is het bekend dat de in-view exposure time van ad slots enorm verschilt. Echter wordt de creatie hier niet op aangepast, waardoor de consument niet de gehele boodschap ziet. Om de mogelijkheden van het dynamisch aanpassen van de ideale boodschap, afhankelijk van de verwachte in-view exposure time binnen ad slots, te onderzoeken is een multidisciplinair team samengekomen. Dit heeft geresulteerd in de ontwikkeling van een innovatieve technologie, waardoor de media efficiënter kan worden ingekocht omdat de belangrijkste boodschap altijd in beeld komt; het tonen van advertenties zonder deze kernboodschap in view wordt immers geminimaliseerd. Deze technologie garandeert optimaal gebruik van het mediabudget.

Resultaat

De case is tot stand gekomen door een intensieve samenwerking binnen een multidisciplinair team bestaande uit Display specialisten, Data scientists, Marketing Technologists, Customer Experience Optimization (CXO), Creatie en Staatsloterij. De oplossing gebruikt de Timewiser tool van Algorithmic Content. Timewiser voorspelt o.b.v. historische data hoe lang de in-view exposure time van een ad slot is en past hierop de duur en de boodschap van de creatie dynamisch aan. Algorithmic Content realiseert dynamische creatieve optimalisatie middels geavanceerde machine learning. Deze technologieën optimaliseren de content en werken bovenop de algoritmes van het Demand Side Platform (DSP). Tijdens de Oudejaarstrekking is deze technologie gelanceerd en zijn 27 test varianten opgezet: drie varianten met drie time slots en drie verschillende sequenties waarin de banners getoond worden. De controle variant gaat uit van de standaard sequentie met slechts één time slot. Het machine learning algoritme verdeelt de impressies dynamisch over de 27 varianten, waarbij de varianten met een hoge performance de meeste impressies krijgen. Dit heeft geresulteerd in een uplift van 18% in conversieratio. Dankzij het dynamisch aanpassen van volumes elk uur door het machine learning algoritme, zijn er 300 additionele sales behaald door 28% minder mediabudget te besteden aan de slechter presterende varianten. Daarnaast is gebleken dat de uplift met name gedreven wordt als dezelfde gebruiker wordt bereikt met verschillende boodschappen. Tevens heeft de technologie gezorgd voor een besparing in handling uren voor test set-up en analyses. Een betere performance en meer inzichten: that’s spending money and time-wiser!

+ Voeg case toe