Retina AI: 예측 AI를 사용하여 마케팅 캠페인 최적화 및 고객평생가치(CLV) 구축

Retina AI 페르소나 예측 고객 평생 가치 CLV

마케터에게 환경은 빠르게 변화하고 있습니다. Apple 및 Chrome의 새로운 개인 정보 보호 중심 iOS 업데이트가 2023년에 타사 쿠키를 제거함에 따라, 무엇보다도 마케터는 새로운 규정에 맞게 게임을 조정해야 합니다. 큰 변화 중 하나는 자사 데이터에서 발견되는 가치의 증가입니다. 이제 브랜드는 캠페인을 추진하는 데 도움이 되는 옵트인 및 자사 데이터에 의존해야 합니다.

고객평생가치(CLV)란 무엇입니까?

고객평생가치(CLV) 특정 고객이 과거, 현재, 미래에 브랜드와 상호 작용하는 총 시간 동안 비즈니스에 얼마나 많은 가치(일반적으로 수익 또는 이익 마진)를 가져올지 추정하는 측정항목입니다.

이러한 변화로 인해 기업은 고객 평생 가치를 이해하고 예측하는 것이 전략적 필수 요소가 되었으며, 이는 구매 시점 이전에 브랜드에 대한 주요 소비자 세그먼트를 식별하고 경쟁 및 번창하기 위한 마케팅 전략을 최적화하는 데 도움이 됩니다.

그러나 모든 CLV 모델이 동일하게 생성되는 것은 아닙니다. 대부분은 개별 수준이 아닌 총계에서 생성하므로 미래의 CLV를 정확하게 예측할 수 없습니다. Retina가 생성하는 개별 수준의 CLV를 통해 고객은 최고의 고객을 다른 사람과 다르게 만드는 것이 무엇인지 구분하고 해당 정보를 통합하여 다음 고객 확보 캠페인의 수익성을 극대화할 수 있습니다. 또한 Retina는 브랜드와 고객의 과거 상호 작용을 기반으로 동적 CLV 예측을 제공할 수 있으므로 고객은 특별 제안, 할인 및 프로모션을 통해 어떤 고객을 대상으로 해야 하는지 알 수 있습니다.  

레티나 AI란?

Retina AI는 인공 지능을 사용하여 첫 거래 전에 고객 평생 가치를 예측합니다.

망막 AI 성장 마케터가 거의 실시간으로 캠페인 또는 채널 예산 최적화 결정을 내릴 수 있도록 하는 신규 고객의 장기 CLV를 예측하는 유일한 제품입니다. 사용 중인 Retina 플랫폼의 예로는 Facebook에서 캠페인을 측정하고 최적화하기 위한 실시간 솔루션을 찾고 있던 Madison Reed와의 작업이 있습니다. 그곳의 팀은 A/B 테스트를 실행하기로 결정했습니다. CLV : CAC (고객 확보 비용) 비율. 

매디슨 리드 사례 연구

Madison Reed는 Facebook에서 테스트 캠페인을 통해 다음 목표를 달성하는 것을 목표로 했습니다. 캠페인 ROAS 및 CLV를 거의 실시간으로 측정하고, 더 수익성 있는 캠페인에 예산을 재할당하고, CLV:CAC 비율이 가장 높은 광고 크리에이티브를 이해합니다.

Madison Reed는 두 세그먼트에 대해 동일한 대상 고객을 사용하여 A/B 테스트를 설정했습니다. 미국에서 Madison Reed 고객이 된 적이 없는 25세 이상의 여성입니다.

  • 캠페인 A는 평소와 같은 캠페인이었습니다.
  • 캠페인 B는 테스트 세그먼트로 수정되었습니다.

고객평생가치를 사용하여 테스트 세그먼트는 구매에 대해서는 긍정적으로, 비구독자에 대해서는 부정적으로 최적화되었습니다. 두 세그먼트 모두 동일한 광고 소재를 사용했습니다.

Madison Reed는 캠페인 중간에 변경 사항 없이 50주 동안 Facebook에서 50/4으로 테스트를 실행했습니다. CLV:CAC 비율 즉시 5% 증가, Facebook 광고 관리자 내에서 고객평생가치를 사용하여 캠페인을 최적화한 직접적인 결과입니다. 더 나은 CLV:CAC 비율과 함께 테스트 캠페인은 더 많은 노출수, 더 많은 웹사이트 구매, 더 많은 구독을 얻었고 궁극적으로 수익 증가로 이어졌습니다. Madison Reed는 노출당 비용과 구매당 비용을 절감하는 동시에 더 가치 있는 장기 고객을 확보했습니다.

이러한 종류의 결과는 Retina를 사용할 때 일반적입니다. 평균적으로 Retina는 마케팅 효율성을 30% 높이고, 유사한 잠재고객으로 CLV를 44% 증가시키며, 8배의 광고 투자 수익(ROD)을 얻습니다.ROAS) 일반적인 마케팅 방법과 비교할 때 획득 캠페인에서. 실시간으로 예측된 ​​고객 가치를 기반으로 한 개인화는 궁극적으로 마케팅 기술의 판도를 바꿀 것입니다. 인구 통계보다 고객 행동에 중점을 두었기 때문에 독특하고 직관적인 데이터 사용을 통해 마케팅 캠페인을 효과적이고 일관된 성공으로 전환합니다.

Retina AI는 다음과 같은 기능을 제공합니다.

  • CLV 리드 점수 – Retina는 모든 고객에게 점수를 매겨 양질의 리드를 식별할 수 있는 수단을 기업에 제공합니다. 많은 기업이 어떤 고객이 평생 동안 최고의 가치를 창출할지 확신하지 못합니다. Retina를 사용하여 모든 캠페인에서 기준선 평균 광고 투자수익(ROAS)을 측정하고 리드에 지속적으로 점수를 매기고 그에 따라 CPA를 업데이트함으로써 Retina의 예측은 eCLV를 사용하여 최적화된 캠페인에서 훨씬 더 높은 ROAS를 생성합니다. 이러한 인공 지능의 전략적 사용은 기업이 잔존 가치를 나타내는 고객을 식별하고 액세스할 수 있는 수단을 제공합니다. 고객 평가 외에도 Retina는 시스템 전반에 걸친 보고를 위해 고객 데이터 플랫폼을 통해 데이터를 통합하고 분류할 수 있습니다.
  • 캠페인 예산 최적화 – 전략적 마케터는 항상 광고 지출을 최적화할 수 있는 방법을 찾고 있습니다. 문제는 대부분의 마케터가 최대 90일을 기다려야 이전 캠페인 실적을 측정하고 그에 따라 향후 예산을 조정할 수 있다는 것입니다. Retina Early CLV는 높은 가치의 고객과 잠재 고객을 위해 가장 높은 CPA를 예약함으로써 마케팅 담당자가 실시간으로 광고 지출을 집중할 위치에 대해 현명한 선택을 할 수 있도록 지원합니다. 이렇게 하면 가치가 더 높은 캠페인의 타겟 CPA를 빠르게 최적화하여 ROAS와 전환율을 높일 수 있습니다. 
  • 닮은 관객 – Retina 우리는 많은 회사의 ROAS가 매우 낮은 것으로 나타났습니다. 일반적으로 1 정도 또는 1 미만입니다. 이는 회사의 광고 지출이 잠재 고객 또는 기존 고객의 평생 가치에 비례하지 않을 때 자주 발생합니다. ROAS를 획기적으로 높이는 한 가지 방법은 가치 기반 유사 잠재고객을 만들고 해당 입찰가를 설정하는 것입니다. 이러한 방식으로 기업은 고객이 장기적으로 제공할 가치를 기반으로 광고 지출을 최적화할 수 있습니다. 기업은 Retina의 고객 평생 가치 기반 유사 잠재고객을 통해 광고 투자 수익을 XNUMX배로 높일 수 있습니다.
  • 가치 기반 입찰 – 가치 기반 입찰은 가치가 더 낮은 고객도 확보하는 데 너무 많은 비용을 지출하지 않는 한 획득할 가치가 있다는 아이디어에 기반합니다. 이러한 가정을 바탕으로 Retina는 고객이 Google 및 Facebook 캠페인에서 가치 기반 입찰(VBB)을 구현하도록 지원합니다. 입찰가 상한을 설정하면 높은 LTV:CAC 비율을 보장하고 고객이 비즈니스 목표에 맞게 캠페인 매개변수를 수정할 수 있는 유연성을 높일 수 있습니다. Retina의 동적 입찰가 상한을 통해 고객은 획득 비용을 입찰 상한의 60% 미만으로 유지하여 LTV:CAC 비율을 크게 개선했습니다.
  • 재무 및 고객 건강 – 고객 기반의 건강과 가치에 대해 보고합니다. Quality of Customers Report™(QoC)는 회사의 고객 기반에 대한 자세한 분석을 제공합니다. QoC는 미래 지향적인 고객 지표에 초점을 맞추고 반복 구매 행동으로 구축된 고객 자산을 설명합니다.

자세히 알아보기 위해 전화 예약