Omoda
Datengesteuerter Erfolg für einen Fashion Retailer
Seit fast 150 Jahren ist Omoda ein führender Fashion Retailer mit einem sorgfältig zusammengestellten Angebot an Schuhen, Kleidung, Taschen und Accessoires.
Durch die Verbindung von Technologie und Fashion nutzt Omoda die Kraft der Innovation, um Kund:innen zu inspirieren, Größenberatung anzubieten und einen schnellen Versand zu ermöglichen.
DEPT® und Omoda arbeiten seit Jahren zusammen und nutzen die Macht der Daten, um digitale Marketingkampagnen zu optimieren und nachhaltiges Wachstum zu fördern. Zu unseren wirkungsvollsten Projekten gehören ein Customer 360 und ein KI-Modell zur Reduzierung von Retouren.
Eine intelligente Datenstrategie
Die Modebranche ist eine hart umkämpfte Branche, in der Marken vor der Herausforderung stehen, mit einem sich ständig ändernden Angebot an verfügbaren Produkten und einem konstanten Strom von Rückbestellungen Schritt zu halten. Marken müssen Daten intelligent und effizient nutzen, um den maximalen Nutzen aus ihren Kampagnen zu ziehen.
Unsere Zusammenarbeit mit Omoda begann mit dem Aufbau eines Marketing-Hubs, der eine 360°-Kundensicht in der Google Cloud Platform bietet. Durch die Einbindung intelligenter Technologiefunktionen wie maschinelles Lernen und KI konnten wir einen zusätzlichen Mehrwert für die Marketingbemühungen von Omoda schaffen.
Als Nächstes halfen wir Omoda bei der vollständigen Datenmigration zur Google Cloud Platform, unterstützt durch eine datengesteuerte Strategie und Kultur. Während dies eine fortlaufende Reise bleibt, bei der wir weiterhin mit den Möglichkeiten der Datenaktivierung experimentieren und Innovationen vorantreiben werden, haben unsere Erkenntnisse bereits beeindruckende Ergebnisse geliefert.
Segmentierung von Kundendaten
Mit Hilfe von DEPT® begann Omoda, seine Marketingdaten zu zentralisieren, indem eine Customer 360-Ansicht in BigQuery erstellt wurde.
Customer 360 integriert Kundendaten aus verschiedenen Quellen an einem zentralen Ort in einer Übersicht. Zu diesem Zweck sammelten wir verschiedene Datentypen, wie Offline-Kaufdaten und Clickstream-Daten von Google Analytics 360. Mithilfe von Cluster-Algorithmen segmentierten wir die Daten, bevor wir Google Cloud und Google Tag Manager einsetzten, um die datengesteuerten Cluster in Zielgruppen umzuwandeln, damit die Marketingkampagnen entsprechend angepasst werden konnten.
Wir nutzten dieselben zentralisierten Daten, um die Konversionsabsicht oder die Wahrscheinlichkeit, dass potenzielle Kund:innen einen Kauf tätigen würden, vorherzusagen. So konnten wir unsere Retargeting-Kampagnen besser auf die richtige Zielgruppe ausrichten und die Rentabilität der Werbeausgaben (ROAS) verbessern.
Steigerung der Nettomarge durch Produktsegmentierung
Durch die Verwendung mehrerer Datenquellen konnten wir auch die Google Shopping-Kampagnen intelligenter nutzen und uns auf Produkte konzentrieren, die eine höhere Nettomarge erzielen.
Zu diesem Zweck fügten wir den Kampagnen Attribute hinzu, um Produkte mit einer höheren Verkaufschance, einer höheren Nettomarge für Omoda und einer geringeren Wahrscheinlichkeit von Rücksendungen herauszufiltern. Jedem Produkt wird dann auf der Grundlage von Verkaufs-, Retouren-, Bestands- und Margendaten eine eindeutige Punktzahl zugewiesen. Produkte mit einer hohen Punktzahl – und damit einem hohen Nettowert – erhalten mehr Aufmerksamkeit und werden häufiger in Shopping-Kampagnen angezeigt, um die Ergebnisse zu maximieren.
Das Modell wandelt alle Produktdaten um und segmentiert die Produkte in Google Cloud BigQuery. Von dort aus wird die Ausgabe vollständig automatisiert, aktualisiert und in die Produkt-Feeds integriert, auf denen verschiedene digitale Marketingkampagnen laufen.
Rückgabebasiertes Bidding
Wie bei vielen anderen Einzelhändlern gibt es auch bei Omoda viele Rücksendungen, was sich negativ auf die Nettomarge des Unternehmens auswirkt. Wir wollten uns auf Kund:innen mit einem niedrigen Rückgabewert konzentrieren, um die Nettomarge von Omoda noch weiter zu verbessern, denn wie Omoda festgestellt hat, sind Kund:innen, die viele Käufe tätigen, nicht immer die wertvollsten für das Endergebnis.
Um dies zu erreichen, haben wir ein KI-Modell entwickelt, das den erwarteten Rückgabewert bei einer Transaktion in Echtzeit vorhersagt. Diese Werte werden an Google Ads weitergeleitet, das seinerseits den Gebotsalgorithmus auf der Grundlage der für Omoda wichtigen Geschäftsziele optimiert.
Es ist auch erwähnenswert, dass die Reduzierung der Retouren nicht nur einen positiven Effekt auf das Geschäft hat, sondern ebenso einen positiven Beitrag für die Umwelt leistet.
Dank der Zusammenarbeit mit DEPT® sind wir im Performance Marketing noch effizienter geworden, was uns ein profitableres Wachstum ermöglicht hat. Dies ist das direkte Ergebnis unserer Arbeit, bei der wir alle Daten zentralisiert und in wertvolle Erkenntnisse umgewandelt haben.
Cees Hannema, CMO von Omoda
Ergebnisse
Durch die Sammlung und Zentralisierung von Daten aus verschiedenen Plattformen hat unsere Zusammenarbeit mit Omoda zusätzliche Erkenntnisse gebracht, die wir nutzen können, um wertvolle Vorhersagen zu treffen und digitale Kampagnen zu optimieren (SEA, Social, E-Mail usw.). Das Ergebnis ist, dass wir mit weniger Medienbudget mehr Wert schaffen können. Die Lösungen sind dank der Infrastruktur der Google Cloud Platform skalierbar und flexibel und vollständig auf die Ziele von Omoda zugeschnitten. Mit Blick auf die Zukunft werden wir als Partner weiterhin Innovationen entwickeln – nicht nur, um an der Spitze des digitalen Marketings zu bleiben, sondern auch, um Daten für das gesamte Unternehmen zu nutzen.
