Show 13. juni 2024

Predicted Lifetime value (pLTV) – How to find your best new customers

Søstrene Grene

for

Søstrene Grene

Kategori :

Type :

annoncoer

Vinder af Best Use of AI

BRONZE:
Søstrene Grene vinder bronze for deres innovative anvendelse af en AI-drevet pLTV-strategi, som præcist målretter deres annoncering. Med et dedikeret AI Center of Excellence har de hurtigt opnået imponerende resultater—33% tilbagevendende brugere inden for tre måneder.
Deres nye strategi overgår deres traditionelle budstrategi på Meta og har potentiale for stor værdi på flere platforme fremover.

Baggrund

Siden 1973 har Søstrene Grene udviklet sig fra en traditionel dansk detailkæde til en førende innovator inden for e-handel. Drevet af visionen ”Experience like no other”, arbejder vi hver dag hos Søstrene Grene for at skabe den bedste og mest personlige digitale kundeoplevelse gennem intelligent brug af teknologi. I 2023 tog vi hos Søstrene Grene endnu et markant skridt ind i fremtiden, da vi etablerede en dedikeret AI-afdeling, kaldet AI Centre of Excellence (CoE).

Formålet med at oprette et Centre of Excellence er, at AI-projekter/produkter udvikles i en central funktion, men med stor involvering fra specialister i de enkelte afdelinger. Gennem involvering sikrer vi løsninger, der er gennemtænkte og innovative, mens involvering af CoE sikrer løsninger, der er skalerbare, effektiviserende og kan bruges på tværs af organisationen.

Med visionen om at skabe den bedste og mest personlige digitale kundeoplevelse, anvendes AI i Søstrene Grene til at forstærke de kompetencer, vi allerede besidder gennem teknologi. Dette kan være inden for effektivisering af processer, øget kvalitet af output og/eller større værdiskabelse. Vi har hos Søstrene Grene nedsat en styregruppe med det formål at sikre, at de rigtige projekter prioriteres. AI CoE står til rådighed for en given afdeling i fire ugers sprint. Forinden starten af de fire uger er der aftalt et scope med CoE styregruppen og den respektive afdeling, hvor det er gjort klart, hvad der skal udarbejdes, og hvorfor.

Casen skal efter fire uger være færdig og kunne udfylde sit formål fra start. Som mange andre virksomheder har vi til en start haft fokus på de lavthængende frugter, såsom produktion af produkttekster, AI-genererede tekster til email marketing, oversættelser og SEO-optimerede tekster. Alt dette er for længst implementeret og lagde fundamentet for, at vi det sidste halvår af 2023 kunne bevæge os ind i en ny AI-modenhedsfase med et øget fokus på projekter af mere kommerciel karakter.

Foruden at arbejde internt engagerer vi i Søstrene Grene os også med eksterne partnere. Det blev i 2023 til et strategisk samarbejde med virksomheden Churney og Meta, hvor fokus var på at udnytte potentialet inden for Predicted Lifetime Value (pLTV) med brug af causal machine learning.

Løsning

Hos Søstrene Grene ønsker vi at tiltrække flest mulige kunder med en høj livstidsværdi, med den hensigt at maximere vores lønsomhed på vores digitale platforme i en tid, hvor prisen på annoncering er støt stigende. For at opnå dette igangsatte vi en helt ny strategi som de første i verden.

Vi påbegyndte processen ved at anvende teknologi fra Churney (en løsningsudbyder specialiseret i pLTV-modeller). Modellen anvender kunstig intelligens til at forudsige en ny kundes værdi over 12 måneder i det øjeblik, kunden foretager deres første køb. Predicted Lifetime Value betyder forsimplet den forudsagte samlede værdi, en kunde forventes at tilføre virksomheden over tid. Vi har, ved hjælp af vores Customer Data Platform (CDP) med oplysninger fra over 650.000 kundeemner, kunnet segmentere kunderne i tre værdiklasser: Kunder med en høj livstidsværdi, mellem og lav. Disse data blev det primære arbejdsgrundlag for Churneys avancerede causal machine learning modeller.

Causal machine learning går et skridt videre end traditionel prædiktiv analyse ved ikke kun at identificere mønstre og korrelationer, men ved også at forstå årsagssammenhænge. Ved at anvende denne tilgang kunne vores model med større præcision forudsige, hvilke kundeemner der ville udgøre den største værdi for vores forretning, baseret på deres historiske interaktioner og adfærd. Dette gav en nuanceret og handlingsorienteret indsigt, der muliggjorde en målrettet markedsføringsstrategi og budgetallokering.

Endeligt integrerede vi pLTV-værdierne fra vores AI model med Metas server. Dette gjorde det muligt for Metas machine learning algoritme at identificere højværdimålgrupper, som vi hos Søstrene Grene gennem auktionsprincippet i digital marketing, kunne byde højere på. Vi testede 8 iterationer over 6 måneder, og fandt at vores pLTV-strategi konsekvent udkonkurrerede vores sædvanlige budstrategi. Vi vidste nu, at vi havde det stærkest mulige setup til den vigtigste tid på året, nemlig Q4. Det skulle senere vise sig at blive den bedste Q4 nogensinde for Anna & Clara!

Vi stopper ikke med testen på Meta. Det strategiske samarbejde med Churney har skabt fundamentet for en løsning, vi kan skalere til alle digitale indkøbsplatforme: Google, Pinterest, TikTok, etc. Alle platforme, vi kan lave en server-server integration med, kan vi tilpasse løsningen til. En integration til Google er allerede igangsat, og testen er planlagt.

Fordi Søstrene Grene var de første i verden til at teste dette setup, og fordi vores resultater var så markante valgte Meta at udgive en succes case omkring vores arbejde så andre annoncører kan lade sig inspirere.

Resultat

Det har aldrig været dyrere at annoncere på Metas platforme, fordi platformen er blevet så tilgængelig for alle typer af virksomheder, stor som lille. Konkurrencen er som resultat heraf steget markant, og det samme er annoncepriserne. I 2023 med hele 30% sammenlignet med 2022. Derfor er det vigtigere end nogensinde før, at man formår at holde sin markedsføring så effektiv som muligt. Vores erfaring siger, at ca. 50% af vores performance på Metas platform udgøres af dit annoncekreativ, de sidste 50% udgøres af, hvor gode vi er til at arbejde med data og fodre algoritmen med det rigtige input. Ved at udnytte vores 1. parts data til at skabe en robust pLTV-model lykkedes det os at hæve antallet af transaktioner på platformen med 31%, sænke prisen pr. salg med 24% og endeligt hæve profitabiliteten med hele 28%. Samtidig kunne vi se at 12% af de nye kunder vi skabte med pLTV-modellen kom retur og købte igen inden for 3 måneder, hvilket hæver deres livstidsværdi drastisk, mere end 300%.

Casen blev udført i samarbejde med Metas nordiske marketing science lead for at sikre testens validitet, men også på grund af den bevågenhed, der var omkring testen. Meta forventer, at den måde, vi hos Søstrene Grene arbejder med vores kundedata på, bliver vejen frem. Det bliver mere og mere besværligt at opsamle 3. parts data for de store tech-platforme med flere og flere brugere som ønsker at være anonyme når de bevæger sig rundt på digitale platforme. Det sætter dermed større og større krav til den data vi, som virksomhed, selv kan bidrage med. Ingen kender Søstrene Grenes kunder bedre end os selv, og desto bedre vi kan klæde vores media partnere, som Meta, på med den rette 1.parts data, desto bedre forretningsresultater kan de hjælp os med at skabe.

Hos Søstrene Grene har vi gennem de sidste 4 år gjort en dyd ud af at indsamle vores egen kundedata i en CDP. Det giver os en enorm datakvalitet og fleksibilitet, som mange virksomheder også er ved at få øjnene op for. Men på nuværende tidspunkt giver det os en stor konkurrencemæssig fordel, da vi kan lave ting med data, andre kun drømmer om.

Søstrene Grene

Brand & Digitalisation

Søstrene Grene

Søstrene Grene

Brand & Digitalisation

Søstrene Grene

Samarbejdspartnere

Meta
Media Partner
Churney
Teknisk Partner

Billeder