Unser ganzer Stolz:
Profitieren Sie von unseren erprobten Best Practices, die wir entlang des Customer Lifecycles in 250 Kundenprojekten mit unseren Kunden umgesetzt haben.
Wählen Sie Ihre Branche aus:
Banken sind seit Jahren im Umbruch: Die regulatorischen Anforderungen werden höher und der Wettbewerb mit Fintechs und Google, Apple, Meta und Amazon steigt immer weiter. Gleichzeitig erhöhen sich auch die Erwartungen der Kunden an ein perfektes Omnikanalerlebnis. Spätestens die Pandemie hat die Schwächen des offline fokussierten Geschäftsmodells offengelegt. An der Digitalisierung führt kein Weg mehr vorbei.
Adtelligence unterstützt Retail Banken bei der Verbesserung der Neukundenakquise über die Online Kanäle und personalisiert das Kundenerlebnis mit Hilfe von Künstlicher Intelligenz.
Der Kampf um die Kundenschnittstelle geht in die nächste Runde. Der große Vorteil liegt jedoch auf Seiten der Banken: Die Daten sind alle verfügbar und müssen nutzbar gemacht werden, um den Kunden die richtigen Produkte und Mehrwerte zum richtigen Zeitpunkt auf dem richtigen Kanal anzusprechen. Die Customer Intelligence Lösungen von Adtelligence unterstützen Banken bei der 360° Kundensicht und bei der Kampagnenautomatisierung, um Cross- und Upsell zu steigern.
4.000 ZUSÄTZLICHE TERMINE
schon nach 6 Monaten durch automatisiertes Geo Targeting
HERAUSFORDERUNG
- Interessenten werden nicht direkt zum passenden Makler weitergeleitet
- Hohe Google AdWords-Kosten pro Keyword
- Terminvereinbarung mit nächstgelegenem Kundenberater ist kompliziert
ANSATZ
- Automatische Optimierung der Landing Page-Ausspielung pro Suchwort, Kampagne und Endgerät des Besuchers durch den Adtelligence Algorithmus
- Einsatz neuer Landing Pages mit direkter Kontaktmöglichkeit zu einem Kundenberater in der nächstgelegenen Filiale durch Geo Targeting
ABLAUF
27% MEHR KREDITKARTEN-ABSCHLÜSSE
durch Multi-Kanal-Optimierung
HERAUSFORDERUNG
- Neukundenakquise über alle bestehenden Marketing-Kanäle
- 80% Besucher über mobile Endgeräte
- Abschluss soll direkt über Landing Page ohne Antragsstrecke
ANSATZ
- Einsatz eines Neuronalen Netz-Algorithmus zur Verarbeitung aller Kanal-Informationen
- Entwicklung dedizierter Mobile-Landing Pages
- Integration und Übermittlung aller Formulardaten auf der Landing Page
ABLAUF
STEIGERUNG DER NEUKUNDEN-AKQUISE
für Kreditkarten und Girokonten
HERAUSFORDERUNG
- Hohe Google AdWords-Kosten und hoher Wettbewerb auf dem Markt
- Manuelle Anpassung von Landing Pages für über 100 Varianten
ANSATZ
- Mit Machine Learning-Algorithmen wird die Segmentierung und Zuordnung optimaler Landing Page-Varianten zu den Besuchern automatisiert
- Optimierung auf Suchbegriff, Kanal des Besuchers, Besuchshäufigkeit und Endgerät
- Key Message- und Key Benefits-Ausspielung in Echtzeit auf der Landing Page
ABLAUF
AI IN ACTION:
Zusätzliche Steigerung durch Neuronale Netze
HERAUSFORDERUNG
- Zusätzliche Steigerung der Abschlussraten bei bestehendem Setup notwendig
- Conversion Rate soll noch weiter gesteigert werden ohne manuelle Aufwände
ANSATZ
- Zusätzlicher Einsatz eines Neuronalen Netzes zur Verarbeitung weiterer Besucher-Informationen
- Verfeinerte Ausspielung der Landing Pages durch erweiterte Interessensinformationen des Besuchers – in Echtzeit
ABLAUF
50% ZUSÄTZLICHE PRODUKTANFRAGEN
HERAUSFORDERUNG
- Keine zielgruppenspezifische Anzeige von Produktseiten
- Ineffiziente Überleitung von Produktseite in Antragsstrecke, niedrige Conversion Rate
ANSATZ
- Entwicklung und algorithmische Ausspielung zielgruppenspezifischer Produktseiten pro Endgerät, Kampagne und Wochentag
- Integration von Rechnerelementen für alle relevanten Produkte
ABLAUF
ACTIVATION AFTER WELCOME
HERAUSFORDERUNG
- Prozess der Kundenaktivierung nach Vertragsabschluss ist nicht automatisiert
ANSATZ
- Optimale Incentives für unterschiedliche Kundenprofile werden automatisiert per E-Mail versendet
INCENTIVIERUNG DER KARTENNUTZUNG
Cross- & Upsell Merchant Categories
HERAUSFORDERUNG
- Incentivierung der Kartennutzung durch Kategoriebasierte E-Mails
- Kreditkarten-Upsell auf Premiumkarte
- Cross Sell von Partnerangeboten
ANSATZ
- Auf Basis der Transaktionsdaten werden personalisierte Informationen und Incentivierungen in Form von Gewinnspielen, Cashback o. Ä. zum richtigen Zeitpunkt automatisch per E-Mail an den Kunden gesendet
- Es wird die gleiche und nächstbeste Kategorie hierfür vom System berechnet
BEISPIEL
Ein Kunde nutzt seine Karte besonders viel im Bereich Essen & Trinken und bekommt daraufhin Information über Partnerangebote sowie die Vorteile einer Premiumkarte
CROSS-SELL VON KREDITKARTEN & PRIVATKREDIT
durch Analyse der Transaktionen auf dem Girokonto
HERAUSFORDERUNG
- Das Unternehmen hat bereits eine sehr gute Kundendurchdringung
- Problem: Viele Kunden wurden zwar mit neuen Produkten angesprochen, aber zum falschen Zeitpunkt oder über den falschen Kanal
- Für die Kunden hat die postalische Ansprache eine hohe Bedeutung
ANSATZ
- Analyse des Kundenverhaltens auf Basis der Daten
- Berechnung der Abschlusswahrscheinlichkeiten pro Kunde
- Automatische Kommunikation individueller Angebote (Zeitpunkt & Kanal)
- Zusammenführung der Stamm-, Konto- sowie Transaktionsdaten (Girokonto)
- Angebote über Kreditkarte oder Privatkredite zum richtigen Zeitpunkt an den richtigen Kunden senden
STEIGERUNG DER AKTIVIERUNGSRATE BEI NEUEN NUTZERN + NUTZUNG DER BANKING APP
durch Neukundenaktivierung und -engagement entlang des Lifecycles
HERAUSFORDERUNG
- Die Neobank, Tochter einer größeren Bank, betreibt eine Multibanking-App und ein Banking Webportal
- Problem: Viele Nutzer registrieren sich zwar für die App, verbinden aber nicht sofort ein Bankkonto und bleiben somit inaktiv.
ANSATZ
- Intelligente und algorithmisch gestützte Zusammenführung der Stamm- und App-Nutzungsdaten
- Automatisierte tägliche Selektion der inaktiven Kunden und Versand von mehrstufigen E-Mail-Kampagnen zur Aktivierung, Engagement und Upsell
- Automatische Reminder-E-Mails nach 7 Tagen, falls keine Reaktion stattfindet
ABLAUF
STEIGERUNG TOPLINE REVENUES
durch Neukunden Aktivierung, Cross- und Upsell
HERAUSFORDERUNG
- Es konnte nur eine begrenzte Anzahl an Kampagnen pro Monat ausgespielt werden
- Die meisten Aufgaben mussten manuell geplant und ausgeführt werden
ANSATZ
- Intelligente und algorithmisch gestützte Zusammenführung der Stamm- und App-Nutzungsdaten
- Automatisierte tägliche Selektion der inaktiven Kunden und Versand von mehrstufigen E-Mail-Kampagnen zur Aktivierung
- Automatische Reminder-E-Mails nach 7 Tagen, falls keine Reaktion stattfindet
ABLAUF
STEIGERUNG DER ABVERKÄUFE AN BESTANDSKUNDEN
durch Analyse von Girokonto- und CRM-Daten
HERAUSFORDERUNG
- Das Unternehmen hat bereits eine sehr gute Kundendurchdringung
- Problem: Viele Kunden wurden zwar mit neuen Produkten angesprochen, aber zum falschen Zeitpunkt oder über den falschen Kanal
- Für die Kunden hat die postalische Ansprache eine hohe Bedeutung
ANSATZ
- Intelligente und algorithmisch gestützte Zusammenführung der Stamm- und Kontodaten
- Planung von verschiedenen Upsell Use Cases
- Selektion der inaktiven Kunden und Versand von mehrstufigen E-Mail-Kampagnen zur Aktivierung
- Automatische Reminder über E-Mail und Brief
ABLAUF
27% MEHR KREDITKARTEN-ABSCHLÜSSE
durch Multi-Kanal-Optimierung
HERAUSFORDERUNG
- Neukundenakquise über alle bestehenden Marketing-Kanäle
- 80% Besucher über mobile Endgeräte
- Abschluss soll direkt über Landing Page ohne Antragsstrecke erfolgen
ANSATZ
- Einsatz eines Neuronalen Netz-Algorithmus zur Anzeige der optimalen Landing Page durch Verarbeitung aller Besucher-Informationen
- Entwicklung dedizierter Mobile Landing Pages
- Integration und Übermittlung aller Formulardaten auf der Landing Page
ABLAUF
ACTIVATION AFTER WELCOME
HERAUSFORDERUNG
- Prozess der Kundenaktivierung nach Vertragsabschluss ist nicht automatisiert
ANSATZ
- Optimale Incentives für unterschiedliche Kundenprofile werden automatisiert per E-Mail versendet
INCENTIVIERUNG DER KARTENNUTZUNG
Cross- & Upsell Merchant Categories
HERAUSFORDERUNG
- Incentivierung der Kartennutzung durch Kategoriebasierte E-Mails
- Kreditkarten-Upsell auf Premiumkarte
- Cross Sell von Partnerangeboten
ANSATZ
- Auf Basis der Transaktionsdaten werden personalisierte Informationen und Incentivierungen in Form von Gewinnspielen, Cashback o. Ä. zum richtigen Zeitpunkt automatisch per E-Mail an den Kunden gesendet
- Es wird die gleiche und nächstbeste Kategorie hierfür vom System berechnet
BEISPIEL
Ein Kunde nutzt seine Karte besonders viel im Bereich Essen & Trinken und bekommt daraufhin Information über Partnerangebote sowie die Vorteile einer Premiumkarte
STEIGERUNG DER ABSCHLÜSSE
durch personalisierte Customer Experiences und Automatisierung der Ausspielung von Landing Pages und Antragsstrecken
HERAUSFORDERUNG
- Hoher Wettbewerb bei stark begrenztem Marktvolumen im schweizerischen Markt
- Extrem hohe Grenzkosten zur Steigerung der Webseiten-Besucher
- Hohe Absprungrate in den ersten Schritten der Antragsstrecke über alle Marketing-Kanäle hinweg
ANSATZ
- Steigerung der Effizienz des Marketing-Budgets durch algorithmische Onsite Optimierung und Verringerung der Absprungraten
- Erstellung und automatische Ausspielung unterschiedlicher Landing Pages und Antragsstrecken für einzelne Besuchergruppen
- Personalisierte Abfrage von Kontaktinformationen zur frühzeitigen Generierung von Leads
ABLAUF
STEIGERUNG PARTNERUMSÄTZE
HERAUSFORDERUNG
- Die Kunden einer Bank sind mit dem appbasierten eCommerce Marktplatz nicht vertraut
- Die Vorteilswelt (mit Gutscheincodes) soll betont werden, um das Geschäftsmodell weiter zu stärken
ANSATZ
- Auf Basis der Girokonto-Transaktionen bekommen Nutzer passgenaue Angebote in der App über die Vorteilswelt angezeigt.
- Optional werden personalisierte und automatisierte E-Mails mit Angeboten verschickt
VERBESSERUNG APP RATING
IN APPLE APP-STORE UND GOOGLE PLAYSTORE
HERAUSFORDERUNG
- Bewertung in App-Store und Playstore steigern
ANSATZ
- Messung von „Erfolgsmomenten“ in der App
- Automatischer Versand von Net Promoter Sscore (NPS)-Befragung, wenn ein „Erfolgsmoment“ erreicht wurde
- Direkte In-App Nachricht zur Bewertung der App, sofern sein NPS über 7 liegt
KONTO AKTIVIERUNGSRATE
IN DER APP UND WEBPORTAL STEIGERN
HERAUSFORDERUNG
- Viele Nutzer registrieren sich zwar für die App, verbinden jedoch nicht sofort ein Bankkonto und bleiben somit inaktiv
ANSATZ
- Zusammenführung der Stammdaten, App-Nutzungsdaten & Zahlungsstromdaten der Kunden
- Automatische Erkennung von inaktiven Neukunden
- Ansprache der inaktiven Kunden zum passenden Zeitpunkt in der Customer Journey – automatisiert und personalisiert
ABLAUF
UPSELL VERSICHERUNGSPRODUKTE
HERAUSFORDERUNG
- Der Kunde ist ein Maklerpool mit vielen angeschlossenen Maklern, die meist via Vor-Ort Besuche und Telefon verkaufen
- Viele Makler arbeiten heute noch händisch und ohne strukturierten und automatisierten Bestandskunden Digitalvertrieb
ANSATZ
- Intelligente Zusammenführung der CRM und Produktdaten & Analyse des Potenzials sowie Zielgruppenselektion
- Automatisiertes mehrstufiges Senden von E-Mails an Kunden, die in das passende Segment für KFZ, PKV, Zahnzusatz etc. passen
ABLAUF
16% MEHR ABSCHLÜSSE
durch SEA-Optimierung pro Suchwort
HERAUSFORDERUNG
- Geringe Conversion Rates in der Neukundenakquise
- Hoher Wettbewerb und hohe Kosten bei Keywords im Versicherungsbereich
- Keine gezielte Ansprache einzelner Besuchergruppen
ANSATZ
- Algorithmische Optimierung der Landing Page pro Suchwort, Kampagne und Endgerät des Besuchers
- Einsatz neuer Landing Pages mit Fokus auf die Vorteile der Versicherung pro Zielgruppe
- Nutzung von unterschiedlich langen Varianten pro Device
ABLAUF
47% MEHR LEADS
durch Personalisierung in über 100 Varianten
HERAUSFORDERUNG
- Eine statische Seite für alle Versicherungen
- Besucher muss umständlich zum gewünschten Produkt navigieren
- Keine Anpassung der Seite an die Besucherbedürfnisse
ANSATZ
- Optimierung der Leadgenerierung für alle Versicherungsprodukte
- Einsatz von über 100 Landing Pages für unterschiedliche Produkte und Besucherbedürfnisse
- Optimierung auf Suchwort, Kanal, Device und Häufigkeit der Besuche durch den Adtelligence KI-Algorithmus
ABLAUF
20% MEHR ABSCHLÜSSE
durch Onsite-Optimierung pro Suchwort
HERAUSFORDERUNG
- Geringe Conversion Rates in der Neukundenakquise
- Hohe Kosten bei Keywords für Lebensversicherungen
- Steigerung der Effizienz von Marketing Budgets ist nur über Onsite Optimierung möglich
ANSATZ
- Optimierung der Landing Page pro Suchwort, Kampagne und Informationsstand des Besuchers durch den Adtelligence Algorithmus
- Einsatz unterschiedlicher Landing Pages unter Berücksichtigung der Anzahl der Besuche und der Abschlusswahrscheinlichkeit
ABLAUF
12% MEHR ABSCHLÜSSE
durch Landing Page Optimierung mit Machine Learning
HERAUSFORDERUNG
- Begrenztes Marktvolumen in der Schweiz und entsprechend teuer skalierbar
- Eine statische Landing Page für alle Besucher aus allen Kanälen
- Unflexibler CMS Eigenbau
ANSATZ
- Einsatz zielgruppenspezifischer Landing Page Varianten
- Automatische und algorithmisch optimierte Ausspielung der Landing Pages
- Optimierung auf Besucherdaten wie Kampagne, Suchwort, Device und Uhrzeit
ABLAUF
10% CONVERSION STEIGERUNG
durch KI-gesteuerte Landing Pages
HERAUSFORDERUNG
- Die Neukundenakquise über Online Kanäle ist ausgereizt
- Komplexe Webseite mit komplizierter Navigation
- Optimierung unterschiedlicher Ziele von Terminvereinbarung bis Online-Abschluss
ANSATZ
- Auslagerung der relevanten Produkte auf separate Landing Pages
- Automatische und algorithmisch gesteuerte Ausspielung der Landing Pages pro Produkt und Zielgruppe
- Optimierung der Ausspielung auf alle Besucherdaten durch den Adtelligence KI-Algorithmus
ABLAUF
8% MEHR ABSCHLÜSSE
durch Optimierung pro Besuchergruppe
HERAUSFORDERUNG
- Hoher Wettbewerb bei Keywords für Autoversicherung
- Einsatz von Landing Pages nicht möglich
- Vielfältige Versicherungsoptionen für die KFZ Versicherung
ANSATZ
- Integration mittels JavaScript auf der Hauptdomain zur Optimierung der KFZ-Versicherung
- Echtzeit-Auswahl der optimalen Besucher-Variante durch den Adtelligence Algorithmus
- Fokus auf unterschiedliche Versicherungsmerkmale pro Besuchergruppe
ABLAUF
20% MEHR ABSCHLÜSSE
durch algorithmische Optimierung der Besucherführung
HERAUSFORDERUNG
- Komplexe Navigationsstruktur der Webseite
- Viele Klicks von der Einstiegsseite über das Produkt bis zum Abschluss
- Zu geringer Brand- und Trust-Fokus
ANSATZ
- Integration mittels JavaScript auf der Hauptdomain zur Optimierung der Seitenstruktur
- Verkürzung des Funnels durch algorithmisch optimierte Besucherführung auf der Webseite
- Einsatz unterschiedlicher Device-optimierter Varianten pro Besuchergruppe
ABLAUF
20% STEIGERUNG DER CONVERSION RATE
durch Personalisierung der Antragsstrecke
HERAUSFORDERUNG
- Kampagnen-Themen werden nicht auf der Landing Page dargestellt
- Ineffiziente Überleitung von der Landing Page in die Antragsstrecke
- Keine Optimierung pro Endgerät des Besuchers
ANSATZ
- Entwicklung themenspezifischer Landing Pages und unterschiedlicher Antragsstrecken zur Ermittlung der optimalen Kombination pro Besuchergruppe
- Automatische Ausspielung der optimalen Kombination aus Landing Page und Antragsstrecke pro Kampagne, Endgerät und Kontext des Besuchers durch Künstliche Intelligenz
ABLAUF
VERTRAGS
HERAUSFORDERUNG
- Bestandskunden sollen bei der Vertragsverlängerung in höherwertige Tarife wechseln
ANSATZ
- Optimierung der Besucherführung in der Vertragsverlängerung durch Einsatz des Machine Learning Algorithmus
- Intelligente Verarbeitung von Backend-Informationen zur Ausspielung von kundenspezifischen Tarif-Angeboten durch Adtelligence
ABLAUF
CROSSSELL VON PARTNERKARTEN IM KUNDENPORTAL
HERAUSFORDERUNG
- Der Anteil der Vertragsverlängerungen mit Partnerkarte ist in den Shops um ein vielfaches höher als bei der Online-Vertragsverlängerung
ANSATZ
- Integration unterschiedlicher Partnerkarten-Module in den Prozess der Vertragsverlängerung
- Automatische und algorithmische Ausspielung des optimalen Partnerkarten-Moduls pro Besucher
ABLAUF
21% MEHR ABSCHLÜSSE
DURCH MARKETINGKANAL-OPTIMIERUNG
HERAUSFORDERUNG
- Trotz hoher Ausgaben für online Marketing keine Steigerung der Online Abschlüsse erkennbar
- Hohe Abbruchrate in der Antragsstrecke für mobile Endgeräte
- Keine Berücksichtigung des Besucher-Segments
ANSATZ
- Entwicklung Device-optimierter Varianten der Produktseite und der Antragsstrecke
- Einsatz eines KI Algorithmus zur optimierten Anzeige von Produktseiten und Antragsstrecken-Kombinationen
- Verarbeitung von Besucher-Informationen aus dem Marketing-Kanal
ABLAUF
OPTIMIERUNG DER CALLCENTER-EFFIZIENZ
durch Zusammenführung von sämtlichen Datensilos und Anwendung von Scoring-Methoden auf Bestandskunden
HERAUSFORDERUNG
- Callcenter haben das Ziel einer 100% Kundenabdeckung pro Quartal, schaffen dies aber fast nie und benötigen daher eine intelligente Priorisierung, wen sie als erstes anrufen sollen
ANSATZ
- Zusammenführung von sämtlichen Datensilos wie Salesforce Sales Cloud, Salesforce Marketing Cloud, NPS Datenbank und verschiedenen Umsatzdatenbanken
- Automatischer und selbstlernender Scoring-Prozess für jeden einzelnen Bestandskunden zur Definition der Anruf-Reihenfolge nach Abschlusswahrscheinlichkeit und Deckungsbeitrag
- Etablierung eines Feedbackprozesses der Callcentermitarbeiter, um Algorithmen mit Informationen zum Lernen zu „füttern“
ABLAUF
OPTIMIERUNG DER NEUKUNDENACQUISE UND STEIGERUNG DER MOBILFUNK-VERTRAGSABSCHLÜSSE
durch conversionoptimierten Vertriebstrichter
HERAUSFORDERUNG
- Viele Besucher springen in der komplexen Abschlussstrecke ab
- Durch CMS Eigenbau ist die Webseite nicht optimiert auf Endgeräte bzw. Bildschirmgrößen
- Kontext des Nutzers wird ignoriert und jeder potentielle Kunde sieht die gleiche Webseite
ANSATZ
- Personalisierung der Abschlussstrecke durch verschiedene Varianten mit unterschiedlichen Feld-Gruppierungen
- Unterschiedliche lange Varianten der Strecke je nach Besucher, z.B. Schnellabschluss für Bestandskunden
- Optimierung auf User Journey im Shop sowie Kontext des Besuchers wie Endgerät, Uhrzeit, usw.
STEIGERUNG DER KONVERSIONSRATEN
FÜR GOOGLE SHOPPING ANZEIGEN
HERAUSFORDERUNG
- Nur eine Produktdetailseite für alle Kategorien
- Keine zielgruppenspezifische Ausspielung von Produktdetailseiten für Google Shopping Anzeigen
- Keine Berücksichtigung der Anzahl der Besuche
ANSATZ
- Entwicklung zielgruppenspezifischer Produktdetailseiten mit Fokus auf die Produktkategorie
- Ausspielung der Produktdetailseiten durch den Machine Learning Algorithmus pro Endgerät, Marketingkanal und Kontext des Besuchers
- Unterschiedliche Fokussierung auf CTAs je nach Anzahl der Besuche
ABLAUF
OPTIMIERUNG DER BESTELLWERTE
HERAUSFORDERUNG
- Mindest-Bestellwerte für kostenlosen Versand werden nicht beworben und selten erzielt
ANSATZ
- Algorithmische Ausspielung von Produktseiten- und Warenkorb-Varianten mit intelligenter Anzeige des Restbetrags bis zur Gratis-Lieferung
- Verringerung der Abbruchquoten durch Sticky „Zum Warenkorb“ und „Zur Kasse“ Elemente
ABLAUF
OPTIMIERUNG DER PRODUKTREIHEN
DURCH MACHINE LEARNING
HERAUSFORDERUNG
- Hohe Kosten und Keywordpreise bei Google AdWords
- Neukunden werden überwiegend über Google gewonnen
- Kaum Potenzial für Conversion Optimierung über Online Marketing
ANSATZ
- Optimierung der Produktreihenfolgen auf Übersichtsseiten
- Einsatz eines Machine Learning Algorithmus zur Ermittlung der optimalen Produktreihenfolge pro Kampagne, Suchbegriff und Endgerät
- Automatische Ermittlung der optimalen Varianten pro Besuchersegment
ABLAUF
STEIGERUNG DER REGISTRIERUNGEN
MIT ADTELLIGENCE MACHINE LEARNING
HERAUSFORDERUNG
- Sehr hohe Anzahl unterschiedlicher Landing Pages
- Manuelles AB Testing ist nicht umsetzbar
- Keine Nutzung der Besucher-Interessen pro Affiliate Partner
ANSATZ
- Optimierung der Ausspielung mit einem Machine Learning Algorithmus
- Optimierte Ausspielung der Landing Pages je nach Affiliate Partner, Endgerät und Sprache
- Automatische Ermittlung der optimalen Varianten pro Besuchersegment
ABLAUF
STEIGERUNG DER REGISTRIERUNGEN
MIT ADTELLIGENCE MACHINE LEARNING
HERAUSFORDERUNG
- Verarbeitung sehr hoher Besucheraufkommen
- Manuelles AB Testing ist nicht umsetzbar
- Keine Nutzung der Besucher-Interessen pro Affiliate Partner
ANSATZ
- Entwicklung neuer Landing Pages mit dynamischen Bereichen für multivariates Testing
- Optimierung der Ausspielung durch einen Machine Learning Algorithmus pro Affiliate Partner und Endgerät
- Automatische Ermittlung der optimalen Varianten pro Besuchersegment
ABLAUF
STEIGERUNG DER CONVERSION RATE
DURCH OPTIMIERUNG DER GESAMTEN USER JOURNEY
HERAUSFORDERUNG
- Alle Besucher erhalten eine statische Seite für Produktdetails, Warenkorb und Abschlussstrecke
- Aktuelle Kampagnen und Rabatte können nicht prominent kommuniziert werden
- Warenkorb und Abschlussstrecke zeigen nicht die ausgewählten Produkte
ANSATZ
- Erstellung von je zwei Landing Page-, Warenkorb-, und Abschlussstrecken-Varianten mit dynamischen Bereichen
- Ausspielung der optimalen Kombination der Varianten je nach Kampagne, Endgerät und Login-Status durch den Machine Learning Algorithmus
ABLAUF
MEHR VERKÄUFE
DURCH OPTIMIERUNG DER PRODUKTÜBERSICHTSEITEN AUF ZIELGRUPPEN
HERAUSFORDERUNG
- Eine statische Kategorie- und Produktdetailseite für alle Zielgruppen aus Facebook Kampagnen
- Facebook Zielgruppen werden nicht zur Optimierung genutzt
- Geringe Conversion Rate bei Facebook Kampagnen
ANSATZ
- Erstellung zielgruppenspezifischer Landing Pages mit dynamischen Bereichen
- Übermittlung von Produktfeed- und Facebook Kampagneninformationen an die Adtelligence Plattform
- Ermittlung und Ausspielung der Landing Pages über Kombination der optimalen dynamischen Inhalte pro Zielgruppe und Endgerät
ABLAUF
1-ZU-1 PERSONALISIERUNG
MIT FACEBOOK CUSTOM AUDIENCE TARGETING
HERAUSFORDERUNG
- Keine Optimierung der Produktreihenfolge für Facebook Anzeigen-Klicks
- Facebook Zielgruppen werden nicht zur Optimierung genutzt
- Geringe Effizienz von Facebook Anzeigen
ANSATZ
- Besucher-Informationen (Facebook Zielgruppen) werden in Echtzeit an die Adtelligence Plattform übergeben
- Automatische Ermittlung und Ausspielung der optimalen Produktreihenfolge durch den Machine Learning Algorithmus
- Vorab-Training des Algorithmus mit historischen Transaktionsdaten, um direkt eine optimierte Auslieferung zu gewährleisten
ABLAUF
STEIGERUNG DER CONVERSION RATES
durch Optimierung der Ergebnisliste unter Verwendung des Google Suchbegriffs und des Besucher Standorts
HERAUSFORDERUNG
- Anbindung der Adtelligence API an die Landing Page
- Übergabe der AdWords Suchworte an Adtelligence zur automatischen Optimierung der Ergebnis-Reihenfolge
- Optimierung der Ergebnisliste anhand der Suchbegriff, historischen Clicks & Conversions sowie Besucher-Cookies
ANSATZ
- Besucher-Informationen (Facebook Zielgruppen) werden in Echtzeit an die Adtelligence Plattform übergeben
- Automatische Ermittlung und Ausspielung der optimalen Produktreihenfolge durch den Machine Learning Algorithmus
- Vorab-Training des Algorithmus mit historischen Transaktionsdaten, um direkt eine optimierte Auslieferung zu gewährleisten
ABLAUF
STEIGERUNG DER ABSCHLÜSSE FÜR FLÜGE AUF DER LANDINGPAGE
durch Personalisierung und Engagementsteigerung
HERAUSFORDERUNG
- Komplett statische Landingpage für Flugsuchende aus allen Kanälen
- Informationen aus den Marketingkanälen oder Kontextinformationen der Nutzer werrden bisher ignoriert
- Adtelligence hostet alle neuen Landingpages und integriert Such-Formular von Originalseite
ANSATZ
- Generierung verschiedener thematischer Landingpages
- Vorausgefüllte Formulare für schnelleren Abschluss
- Vollautomatische Ausspielung von personalisierten Varianten je nach Besucherstandort und weiteren Kontextparametern
STEIGERUNG DES PROVISIONSUMSATZES & DER WEITERLEITUNGSRATE AN REISEANBIETER
durch personalisierte Reise-Landingpage
HERAUSFORDERUNG
- Eine statische Seite für alle Segmente aus allen Kanälen
- Ineffiziente Verteilung des Marketingbudgets und teuere Keywords
ANSATZ
- Generierung von Keywordbasierten dynamischen Landingpages
- Nutzer gibt „Flug New York“ ein und bekommt eine LP mit Freiheitsstatue ausgespielt
- Automatische Ausspielung je nach Kontext des Nutzers, um Relevanz zu steigern
Für Payment & Banking
ERTRÄGE & PROVISIONSGESCHÄFT STEIGERN DURCH PERSONALISIERTE KUNDENANSPRACHE ENTLANG DES CUSTOMER LIFECYCLE
Integrieren Sie das Adtelligence System einfach zwischen Ihre vorhandenen Datenquellen und Ihre Marketing Automation. Wir veredeln Ihre Daten und machen sie optimal nutzbar, um die Ihre Kundenansprache mit Big Data Analytics zu optimieren!
ACTIVATION AFTER WELCOME
HERAUSFORDERUNG
- Automatisierung der Kundenaktivierung
- Kunden, die nach der Willkommenskampagne inaktiv wurden bzw. nie aktiv geworden sind, aktivieren
ANSATZ
- Unterschiedliche Incentives für unterschiedliche Kundenprofile werden per E-Mail versendet
- Zusätzliche Optimierung der besten Ansprache in Bild + Text pro Kunde mittels Machine Learning
27% MEHR KREDITKARTEN-ABSCHLÜSSE
durch Multi-Kanal-Optimierung
HERAUSFORDERUNG
- Neukundenakquise über alle bestehenden Marketing-Kanäle
- 80% Besucher über mobile Endgeräte
- Abschluss soll direkt über Landing Page ohne Antragsstrecke erfolgen
ANSATZ
- Einsatz eines Neuronalen Netz-Algorithmus zur Verarbeitung aller Kanal-Informationen
- Entwicklung dedizierter Mobile Landing Pages
- Integration und Übermittlung aller Formulardaten auf der Landing Page
INCENTIVIERUNG DER KARTENNUTZUNG
Cross- & Upsell Merchant Categories
HERAUSFORDERUNG
- Incentivierung der Kartennutzung durch Kategoriebasierte E-Mails
- Kreditkarten-Upsell auf Premiumkarte
- Cross Sell von Partnerangeboten
ANSATZ
- Auf Basis der Transaktionsdaten werden personalisierte Informationen und Incentivierungen in Form von Gewinnspielen, Cashback o.Ä. zum richtigen Zeitpunkt an den Kunden per E-Mail gesendet
- Es wird die gleiche und nächstbeste Kategorie hierfür vom System berechnet
BEISPIEL
Kunde nutzt Karte sehr viel im Bereich „Essen & Trinken“ und bekommt Information über Partnerangebote und zusätzlich auch zu den Vorteilen einer Premiumkarte, falls er die Standardkarte besitzt
STATISTISCHE ZWILLINGE
HERAUSFORDERUNG
- Langfristig inaktive Kunden wieder aktivieren
ANSATZ
- Erstellung verschiedener E-Mail Varianten (Auto, Fashion, Reise, etc.)
- Anhand der aktiven Kunden wird das Nutzungsverhalten bestimmter Kundenprofile ermittelt
- Inaktiven Kunden wird die ihrem Profil entsprechende Mailingversion zugesandt
Unsere Produkte
im Überblick
Welche Use Cases
kann man umsetzen?
Wie können wir
Ihnen weiterhelfen?