{"id":48805,"date":"2023-04-05T17:49:41","date_gmt":"2023-04-05T15:49:41","guid":{"rendered":"https:\/\/www.makingscience.com\/?p=48805"},"modified":"2023-04-05T17:49:41","modified_gmt":"2023-04-05T15:49:41","slug":"premium-anzeigen-um-premium-kunden-zu-erreichen-wie-riu-hotels-seinen-umsatz-verdoppeln-konnte","status":"publish","type":"post","link":"https:\/\/www.makingscience.com\/de\/blog\/premium-anzeigen-um-premium-kunden-zu-erreichen-wie-riu-hotels-seinen-umsatz-verdoppeln-konnte\/","title":{"rendered":"„Premium-Anzeigen“ um „Premium-Kunden“ zu erreichen: Wie RIU-Hotels seinen Umsatz verdoppeln konnte"},"content":{"rendered":"

Wenn ein Unternehmen hochwertige Produkte wie beispielsweise Urlaub in einem karibischen Resort anbietet, muss die Art und Weise der Zielgruppenerreichung so ausgekl\u00fcgelt wie m\u00f6glich sein. Dies stellt eine zus\u00e4tzliche Challenge zu den Herausforderungen dar, mit denen der Tourismussektor in den letzten Jahren sowieso schon weltweit konfrontiert war und nach wie vor ist.<\/p>\n

Unter der Pr\u00e4misse, neue Bereiche zu erschlie\u00dfen, um so wertvolle Kund*innen mit hohem Conversion-Potenzial zu erreichen, beschloss der spanische Hotelier RIU, seine Lead-Suchstrategie proaktiv neu auszurichten. So gelang es dem Unternehmen, zusammen mit unserer KI-Technologie (K\u00fcnstliche Intelligenz), seinen Umsatz zu verdoppeln, indem wir auf Automatisierung und eigene Daten setzten.<\/p>\n

Premium-Kan\u00e4le: wo die idealen Kund*innen warten<\/strong><\/h3>\n

Bislang gewann RIU seine G\u00e4ste aus den vereinigten Staaten f\u00fcr seine Resorts in der Karibik, indem sie ihre Zielgruppen \u00fcber den in der Hotelbranche am weitesten verbreiteten Optimierungsprozess auf Basis von Verf\u00fcgbarkeitsrecherchen („look to book“) erreichten. Dies ist der erste Schritt des Sales Funnels und liefert dementsprechend eine niedrige Conversionrate.<\/p>\n

Mit der Verlagerung des Schwerpunkts beschloss das Marketingteam, nicht l\u00e4nger darauf zu warten, entdeckt zu werden. Sie wollten nun proaktiv werden, um ihre wertvollen Kund*innen zu erreichen. Ihr Ziel war es, diese Verf\u00fcgbarkeitsrecherchen so stichhaltig wie m\u00f6glich zu machen – mit anderen Worten: Einen Verkauf wahrscheinlicher zu machen.<\/p>\n

Um dies zu erreichen, wurde zusammen mit den von uns und Google entwickelten Technologien eine auf Marketingkampagnen basierende Strategie gew\u00e4hlt: Discovery. Dieses System erm\u00f6glicht die Verbreitung von personalisierten Werbeerlebnissen in den verschiedenen Google-Feeds und erreicht so eine gro\u00dfe Anzahl von idealen Kund*innen, die im Vorfeld bereits bestimmte Interessen und Konsumgewohnheiten gezeigt haben.<\/p>\n

„RIU hat ein neues Anzeigenerlebnis geschaffen, das Nachfrage generiert und erm\u00f6glicht, ihre Konversionsrate um das 1,5-fache zu steigern<\/span><\/span>„<\/span><\/span><\/span><\/span><\/p><\/blockquote>\n

Discovery-Kampagnen werden automatisch \u00fcber mehrere Google-Plattform-Feeds beworben und erreichen so die richtigen Personen zur richtigen Zeit: Nutzer*innen, die aufgrund ihrer Interessengeschichte hochwertige potenzielle Kund*innen sein k\u00f6nnten. Diese potenziellen Kund*innen werden auf Anzeigen aufmerksam, indem m\u00f6glicher \u201eFavored Content\u201c in den Feeds „Home“ und „Als N\u00e4chstes ansehen“ auf YouTube, in „Discover“ und in den Tabs „Promotions“ und „Social“ von Google Mail ausgespielt wird.<\/p>\n

Mit nativen, visuell starken Anzeigen, die auf eine sehr spezifische Zielgruppe ausgerichtet sind, hat RIU ein neues Anzeigenerlebnis geschaffen, das Nachfrage erzeugt. Dadurch konnte die Konversionsrate um das 1,5-fache gesteigert werden.<\/p>\n

 <\/p>\n

\"\"<\/h3>\n

Mit Google denken<\/span><\/span><\/h3>\n

Beispiele der nativen Anzeigen f\u00fcr RIUs Discovery-Kampagnen.<\/p>\n

Viele Unternehmen kennen diese Fragestellung: Sie haben kein ausreichendes Umsatzvolumen, um Daten f\u00fcr Maschine Learning optimieren zu k\u00f6nnen. Dies ist zum Beispiel bei Brands \u00fcblich, die sich auf den Premium- oder Luxussektor konzentrieren oder die sich in der Anfangsphase ihres Gesch\u00e4fts befinden. Auch bei den RIU-Resorts in der Karibik, deren durchschnittlicher Warenkorbwert hoch ist, war dies der Fall.<\/p>\n

Um den Mangel an Daten im Zusammenhang mit Reservierungen zu beheben, fand RIU in uns den idealen technologischen Partner. Unsere Technologie f\u00fcr k\u00fcnstliche Intelligenz, Gauss Smart Advertising, ist in die Google-Suite integriert und wird von First-Party-Daten gest\u00fctzt, um Echtzeit-Vorhersagen \u00fcber die vielversprechendsten Kund*innen zu treffen. Zu den Daten von RIU geh\u00f6rten Kennzahlen wie der Durchschnittspreis der Reservierungen oder der Prozentsatz der Suchanfragen, die zu Reservierungen f\u00fchrten.<\/p>\n

Diese historischen Daten werden von Unternehmen mit der ausdr\u00fccklichen Zustimmung ihrer Kund*innen durch Interaktionen auf ihrer Website oder App, als Reaktion auf E-Mails, Treueprogramme oder andere Marketinginitiativen gesammelt. Im Gegensatz zu sogenannten Third-Party-Daten hat nur das Unternehmen Zugang zu seinen eigenen Daten. Daraus ergibt sich ihr gro\u00dfer Wert. Die Analyse, das Screening und die Verfeinerung dieser Daten erm\u00f6glichen es den Analyst*innen, ein Automatisierungsmodell zu trainieren, mit dessen Hilfe der erwartete durchschnittliche Wert eines neuen Kontaktes gesch\u00e4tzt werden kann.<\/p>\n

Mit unseren technologischen L\u00f6sungen werden diese Informationen in Echtzeit in die digitalen Marketingplattformen eingespeist, wodurch RIU-Hotels effizientere und optimierte Smart-Bidding-Strategien entwickeln kann.<\/p>\n

Intelligente Gebotsstrategien im Bereich Discovery: Ein Erfolgsexperiment<\/strong><\/h3>\n

Das von uns f\u00fcr RIU entwickelte Modell nutzt die Technologie des Smart Biddings f\u00fcr die Anzeigen der Discovery-Kampagne, die im Zuge des Machine Learnings auf eine gro\u00dfe Datenmenge trainiert wurden. So konnten zuverl\u00e4ssigere Vorhersagen dar\u00fcber getroffen werden, wie sich die Verwendung unterschiedlicher Gebotswerte auf die Anzahl oder den Wert der Conversions auswirken w\u00fcrde.<\/p>\n

In diesem Fall entschied man sich in der Beta-Phase f\u00fcr eine Smart-Bidding-Strategie im Rahmen von Discovery als ROAS-Ziel, deren Algorithmus auf Mashine Learning basiert und durch ein hohes Volumen an Conversions angetrieben wird. So konnte eine optimale Leistung erzielt werden.<\/p>\n

Um jedem Lead einen Durchschnittswert zuzuweisen, wurde ein Optimierungsmodell entwickelt, das auf den Mikroconversions der Leads aus diesen Verk\u00e4ufen basiert. Auf diese Weise konnte RIU mehr qualifizierte Kund*innen erreichen, seine Buchungseinnahmen mehr als verdoppeln und die Rendite der Werbeinvestitionen um das 2,3-fache steigern.<\/p>\n

<\/p>\n

Zitat Eugenio Pino de Juana, Direktor f\u00fcr Direktvertrieb bei RIU Hotels & Resorts:<\/p>\n

„Die Nutzung unserer eigenen Daten erm\u00f6glichte es uns, unsere Marketingkampagnen mit unseren Gesch\u00e4ftszielen in [unserem] Premium-Inventar abzustimmen, intelligente Gebote mit dem realen Wert zu f\u00fcttern, den jeder Lead f\u00fcr unser Gesch\u00e4ft hat, und unseren Umsatz und unsere Rentabilit\u00e4t deutlich zu steigern.“<\/p><\/blockquote>\n

Was als Experiment begann, hat sich zu einem langfristigen Modell entwickelt, das es der Hotelkette erm\u00f6glicht, qualifizierte Kund*innen f\u00fcr ihr Gesch\u00e4ft zu identifizieren. Dies schaffen wir gemeinsam in einem v\u00f6llig neuen Bereich und mithilfe der Nutzung von Target ROAS Bidding in Discovery-Kampagnen. Der Erfolg dieser Strategie f\u00fcr die Resorts in der Karibik hat RIU dazu veranlasst, die gleiche Strategie f\u00fcr den Rest seiner Unterk\u00fcnfte weltweit zu implementieren.<\/p>\n

 <\/p>\n

Get in touch and find out more<\/span><\/span><\/a><\/span><\/h5>\n

 <\/p>\n","protected":false},"excerpt":{"rendered":"

Wenn ein Unternehmen hochwertige Produkte wie beispielsweise Urlaub in einem karibischen Resort anbietet, muss die Art und Weise der Zielgruppenerreichung so ausgekl\u00fcgelt wie m\u00f6glich sein. Dies stellt eine zus\u00e4tzliche Challenge zu den Herausforderungen dar, mit denen der Tourismussektor in den letzten Jahren sowieso schon weltweit konfrontiert war und nach wie vor ist. Unter der Pr\u00e4misse, […]<\/p>\n","protected":false},"author":23,"featured_media":48807,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[150],"tags":[],"class_list":["post-48805","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-uncategorized"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.makingscience.com\/de\/wp-json\/wp\/v2\/posts\/48805","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.makingscience.com\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.makingscience.com\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.makingscience.com\/de\/wp-json\/wp\/v2\/users\/23"}],"replies":[{"embeddable":true,"href":"https:\/\/www.makingscience.com\/de\/wp-json\/wp\/v2\/comments?post=48805"}],"version-history":[{"count":0,"href":"https:\/\/www.makingscience.com\/de\/wp-json\/wp\/v2\/posts\/48805\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.makingscience.com\/de\/wp-json\/wp\/v2\/media\/48807"}],"wp:attachment":[{"href":"https:\/\/www.makingscience.com\/de\/wp-json\/wp\/v2\/media?parent=48805"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.makingscience.com\/de\/wp-json\/wp\/v2\/categories?post=48805"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.makingscience.com\/de\/wp-json\/wp\/v2\/tags?post=48805"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}