Case Study: Kunden-Clustering für Google Ads-Optimierungen
Diese Case study zeigt die Verwendungsmöglichkeiten der fortgeschrittenen Webanalyse und des Kunden-Clusterings.
Ziel
Ausgewählte Search- und Displayanzeigen der Google Ads-Kampagnen eines Firmenkunden sollen optimal auf seine wichtigsten Kundengruppen abgestimmt sein.
Lösung
Mittels dreidimensionalem Clustering ermitteln wir die wichtigsten Online-Kundengruppen (Anteil an den Webseiten-Sitzungen, Anteil am Umsatz) und deren Charaktereigenschaften. Passend zu den Charaktereigenschaften erstellen wir Texte und Bilder für die Ad Groups, welche die wichtigsten Kundengruppen gezielt ansprechen.
Umsetzung
Anhand der Google Analytics-Daten (Webanalyse-Tool) zu Geschlecht, Alter und Affinitätskategorien erstellen wir einen dreidimensionalen Entscheidungsbaum. Mittels dieses Entscheidungsbaums berechnen wir die Anteile der einzelnen Kundengruppen am Total der Sitzungen und am Gesamtumsatz.
Mithilfe des Entscheidungsbaums ermitteln wir die folgenden fünf wichtigsten Kundengruppen bzw. jene fünf Kundengruppen mit dem höchsten Anteil am Total der Sitzungen:
- 25-34jährige weibliche Travel Buffs
- 25-34jährige weibliche Movie Lovers
- 25-34jährige weibliche Home Decor Enthusiasts
- 25-34jährige weibliche Shoppers
- 25-34jährige weibliche Cooking Enthusiasts/Aspiring Chefs
Die ausgewählten Search- und Displayanzeigen können wir nun auf die Charaktereigenschaften der fünf wichtigsten Kundengruppen abstimmen, um ebendiese gezielt anzusprechen.