Ubun ayuda a Kagome a aumentar las ventas en un 190 % mediante la mejora de las compras repetidas y los índices de conversión

Objetivos

Fundada hace más de 100 años, Kagome se estableció como una marca de confianza en el sector alimentario de Japón. La empresa es conocida por sus productos de larga trayectoria comercial, como Yasai Seikatsu 100 (Vegetable Life 100), y una amplia gama de bebidas a base de tomate y vegetales. Kagome comenzó a vender en Amazon en 2007 y ha experimentado un crecimiento constante en las ventas, particularmente por las compras repetidas de su jugo de vegetales que se vende en cajas al por mayor.

A medida que el negocio de Kagome en Amazon se expandía, determinar el presupuesto publicitario adecuado se convirtió en un desafío. Debido al fuerte valor de marca de la empresa y sus ya elevadas ventas base —relativamente poco afectadas por la publicidad— los métodos tradicionales de establecimiento de presupuesto basados en el coste publicitario de las ventas (ACOS) resultaron menos efectivos. Para abordar este aspecto, Kagome comenzó a trabajar con Ubun, colaborador de Amazon Ads, en 2023, con el objetivo de expandir su base de clientes nuevos para la marca y optimizar su inversión en anuncios en Amazon.

Ubun es una agencia de servicios integrales de marketing digital que ayuda a las marcas de retail a crecer en Amazon. Juntos, Kagome y Ubun se centraron en impulsar las compras repetidas y las ventas generales mediante la mejora de su estrategia publicitaria con herramientas que priorizan el retorno de la inversión (ROI).

Estrategia

Para medir las métricas de ingresos medios por usuario (ARPU) y coste por adquisición de cliente nuevo (N-CPA) por compra, Ubun implementó su herramienta automatizada de informes Ubun BASE junto con Amazon Marketing Cloud (AMC). Estas métricas son esenciales para establecer presupuestos publicitarios basados en el ROI. Sin embargo, debido a que los productos de Kagome son conocidos por sus altos índices de compras repetidas, calcular estos indicadores con precisión había sido un desafío.

Mediante Flexible Shopping Insights de AMC, Ubun obtuvo acceso a información orgánica de compras de clientes recurrentes, lo que permitió un cálculo más preciso de los costes publicitarios. El análisis reveló que la inversión publicitaria de Kagome estaba por debajo del nivel necesario para adquirir clientes nuevos para la marca, lo que resultó en oportunidades de ventas perdidas. Como respuesta, el presupuesto publicitario de 2024 se incrementó en un 130 % para asegurar que los beneficios generados por seis meses de ARPU coincidieran con el N-CPA.

Usando su herramienta Ubun BASE, Ubun visualizó el N-CPA, tanto por palabras clave como por audiencia, lo que permitió optimizar en tiempo real las operaciones publicitarias para mejorar el ROI. Además de optimizar el N-CPA, Ubun también tenía como objetivo maximizar el ARPU aumentando el índice de compras repetidas. Para lograrlo, lanzaron campañas de automatización de marketing a través de Amazon DSP dirigidas a segmentos de audiencia identificados mediante el análisis Recency Frequency Monetary (RFM).¹

Para llegar a los clientes en la parte superior del embudo de ventas, Ubun expandió sus segmentos de audiencia de alto valor obtenidos a través del análisis RFM mediante el uso de la función de audiencias personalizadas de AMC para incluir audiencias similares. Las audiencias de AMC permitieron crear segmentos de audiencia más relevantes basados en el historial de comportamiento. Además, Ubun utilizó Amazon DSP para entregar anuncios de vídeo en Twitch, con el fin de centrarse en la adquisición de clientes nuevos para la marca.

Resultados

Después de una serie de campañas publicitarias, las ventas totales de Kagome registraron un aumento interanual del 190 %,² lo que marcó su mayor ingreso trimestral hasta la fecha. En el cuarto trimestre de 2024, las ventas a clientes nuevos para la marca mediante publicidad aumentaron un 149 %³ en comparación con el mismo período del año anterior, impulsadas por el aumento de la inversión publicitaria y la optimización del N-CPA. Además, el índice de conversión entre los espectadores de los anuncios de vídeo de Kagome fue un 111 %⁴ superior al de aquellos que no estuvieron expuestos, lo que demuestra la eficacia de la estrategia de la campaña.

Fuentes

¹ Método analítico que clasifica a los clientes según tres métricas: Cercanía en el tiempo (compra más reciente), Frecuencia (frecuencia de compra) y Monetario (valor total de compra). Se utiliza habitualmente para identificar clientes de alto valor.

^2-4 Datos proporcionados por el anunciante, Japón, 2024.