Xnurta helpt Shokz om een verkoop aan new-to-brand-klanten van 93% te bereiken met behulp van de door AI ondersteunde SQL-generatie van AMC

Doelen

Shokz, een bedrijf op het gebied van consumentenelektronica dat vooral bekend staat om zijn open-ear-koptelefoons, had een sterke aanwezigheid opgebouwd in de categorie koptelefoons met botgeleiding in de Amazon-store in de Verenigde Staten. Maar dat succes bracht ook een nieuwe uitdaging met zich mee: de groei in hun belangrijkste segment vertraagde en het merk had een strategie nodig om te blijven opschalen. Shokz richtte zich op een aangrenzende categorie (draadloze open-ear-oordopjes) waar ze shoppers konden aantrekken die new-to-brand (NTB) waren en nog niet naar het merk op naam zochten.

De mogelijkheid was duidelijk, maar eerdere Amazon DSP-campagnes die zonder geavanceerde doelgroepsegmentatie waren uitgevoerd, hadden niet de resultaten opgeleverd die Shokz nodig had. De stijging in het aantal merkzoekopdrachten bedroeg ongeveer 9%, terwijl het doel 18% was, en de click-through rate (CTR) voor display-advertenties bleef onder het doel van Shokz van 0,2%.

Om die kloof te dichten, is Shokz een samenwerking aangegaan met Xnurta, een Amazon Ads-partner, om een doelgroepstrategie op basis van inzichten te ontwikkelen die is gebaseerd op drie geïntegreerde Amazon Ads-oplossingen: Amazon Marketing Cloud (AMC) voor doelgroepinzichten, het Amazon DSP voor het activeren van campagnes en Amazon Brand Lift voor metingen.

Aanpak

De aanpak van Xnurta was erop gericht om AMC toegankelijk te maken voor het bredere campagneteam, niet alleen voor SQL-specialisten. Als onderdeel van dit doel heeft Xnurta de gespecialiseerde tool voor de SQL-generator van AMC in hun agentic oplossing geïntegreerd. Deze gespecialiseerde tool is beschikbaar via de MCP-server van Amazon Ads, die AI-agenten toegang geeft tot de mogelijkheden van Amazon Ads, en maakt gebruik van de AMC-expertise van Amazon om gevalideerde AMC-SQL te genereren op basis van natuurlijke taal. Voor Xnurta betekende dit dat ze de inzichten van AMC sneller bij klanten konden brengen. Voor Shokz betekende dit dat het team zakelijke vragen kon omzetten in uitvoerbare AMC-zoekopdrachten, gewoon vanuit hun vertrouwde omgeving, zonder daarvoor geavanceerde SQL-vaardigheden nodig te hebben. Hierdoor werden de cycli voor het samenstellen van doelgroepen teruggebracht van dagen naar uren, waardoor minder technisch onderlegde teamleden het vertrouwen kregen om geavanceerde analyses uit te voeren op het tempo van de campagne.

De inzichten die we dankzij de analyse van het AMC-traject hebben verkregen, lieten zien waar potentiële klanten afhaakten tussen de ontdekking en de aankoop. Xnurta heeft deze bevindingen omgezet in vier AMC-doelgroepsegmenten: lookalikes op basis van waardevolle kopers, mensen die zoeken op trefwoorden binnen de categorie en aangrenzende categorieën, bezoekers van productgegevenspagina's en mensen die hun winkelwagen hebben achtergelaten in de afgelopen 30 dagen, en doelgroepen die zijn samengesteld op basis van informatie over shoppers op Amazon binnen de verticals fietsen, hardlopen, zakelijk, slimme technologie en wellness.

Deze AMC-doelgroepen werden via het Amazon DSP geactiveerd met behulp van de optimalisatie van Performance+; hiermee werd de weergave automatisch aangepast om de meest waardevolle potentiële klanten te bereiken. Generatieve AI ondersteunde variaties van creatives in alle fasen van de marketingtrechter, waardoor Xnurta de boodschap voor elk segment kon testen en verfijnen. De meting van Amazon Brand Lift is geïmplementeerd om de impact van blootstelling aan het Amazon DSP in het bovenste deel van de marketingtrechter op het zoekgedrag naar merken te kwantificeren. Het resultaat was een sneller, doorlopend proces van AMC-inzichten en de activering van het Amazon DSP tot de meting van Amazon Brand Lift. Een herhaalbaar model dat Shokz kon opschalen voor toekomstige lanceringen en seizoensgebonden campagnes.

Resultaten

De campagne heeft alle drie de primaire KPI's overtroffen. Uit de meting van Amazon Brand Lift is gebleken dat de stijging in het aantal merkzoekopdrachten 23% heeft bereikt, waarmee het doel van 18% met 5 procentpunten is overtroffen. Dit toont aan dat blootstelling aan het Amazon DSP in het bovenste deel van de marketingtrechter shoppers met succes van passief bewustzijn naar actieve merkinteresse heeft weten te brengen.¹ De click-through rate heeft 0,5% gehaald, 2,5 keer het doel van Shokz van 0,2%. Dit bevestigt dat de door AMC gedefinieerde doelgroepen, in combinatie met A/B-geteste creatives, sterkere betrokkenheid bij gekwalificeerde shoppers hebben gegenereerd.² Bovendien heeft de verkoop aan new-to-brand-klanten (NTB) 93% bereikt, waarmee het doel van 84% met 9 procentpunten is overtroffen. Dit bevestigt dat de campagne het klantenbestand van Shokz heeft uitgebreid, in plaats van eenvoudigweg bestaande kopers opnieuw te engageren.³

Afgezien van de belangrijkste statistieken was de operationele impact aanzienlijk. De analyse van het AMC-traject en cycli voor het samenstellen van doelgroepen die voorheen dagen in beslag namen, werden binnen enkele uren voltooid. De minder technisch onderlegde teams kregen het zelfvertrouwen om zelfstandig geavanceerde doelgroepstrategieën te testen, verfijnen en activeren met behulp van AMC.

Wat deze campagne zo bijzonder maakte, was niet één bepaalde tactiek, maar juist de samenhang tussen al die tactieken. AMC heeft de doelgroepinzichten aan het licht gebracht, het Amazon DSP heeft deze geactiveerd en Amazon Brand Lift heeft gemeten of bewustzijn daadwerkelijk tot ander gedrag heeft geleid. Aangezien de door AI ondersteunde SQL-generatie de technische drempel voor AMC heeft weggenomen, kon het hele team die cyclus doorlopen. Elke stap vormde de basis voor de volgende, waardoor het proces bij elke herhaling sneller verliep. Voor Shokz heeft het koppelen van doelgroepinzichten aan activering geholpen om een overvolle categorie niet als een beperking te zien, maar juist als een mogelijkheid om te groeien.

Bronnen

^1-3 Shokz, Verenigde Staten, 2026.