A Ubun ajuda a aumentar as vendas em 190% para a Kagome, melhorando as taxas de compra recorrente e conversão

Metas

Fundada há mais de 100 anos, a Kagome se estabeleceu como uma marca familiar confiável no setor alimentício do Japão. A empresa é conhecida por seus produtos de longa duração no mercado, incluindo o Yasai Seikatsu 100 (Vida Vegetal 100), e uma ampla variedade de bebidas à base de tomate e legumes. A Kagome começou a vender no site da Amazon em 2007 e tem observado um crescimento consistente nas vendas, particularmente através de compras recorrentes de seu suco de legumes vendido em caixas por atacado.

Conforme os negócios da Kagome na Amazon se expandiam, determinar o orçamento de publicidade adequado tornou-se um desafio. Devido ao forte patrimônio da marca da empresa e às vendas básicas já elevadas, relativamente pouco afetadas pela publicidade, os métodos tradicionais de definição de orçamento baseados no custo de publicidade das vendas (ACOS) se revelaram menos eficazes. Para resolver isso, a Kagome começou a trabalhar com a Ubun, parceira da Amazon Ads, em 2023, com o objetivo de expandir sua base de clientes novos para a marca e otimizar seu investimento em anúncios na Amazon.

A Ubun é uma agência de marketing digital de serviço completo que ajuda marcas varejistas a crescerem no site da Amazon. Juntas, Kagome e Ubun focaram em aumentar as compras recorrentes e as vendas gerais aprimorando sua estratégia de publicidade com ferramentas que priorizam o retorno sobre o investimento (ROI).

Abordagem

Para medir as métricas de receita média por usuário (ARPU) e custo de aquisição de novos clientes (N-CPA) por compra, a Ubun implementou sua ferramenta própria de relatórios automatizados, Ubun BASE, em conjunto com a Amazon Marketing Cloud (AMC). Essas métricas são essenciais para estabelecer orçamentos de publicidade com base no ROI. No entanto, como os produtos da Kagome são conhecidos por altas taxas de compras recorrentes, calcular esses indicadores com precisão tinha sido um desafio.

Usando os Insights flexíveis de compras da AMC, a Ubun obteve acesso a insights orgânicos de compras de clientes recorrentes, permitindo um cálculo mais preciso dos custos de publicidade. A análise revelou que o investimento em anúncios da Kagome estava abaixo do nível necessário para adquirir clientes novos para a marca (NTB), resultando em oportunidades de vendas perdidas. Em resposta, o orçamento de publicidade de 2024 foi aumentado em 130% para garantir que os lucros gerados em seis meses de ARPU corresponderiam ao N-CPA.

Usando sua ferramenta Ubun BASE, a Ubun visualizou o N-CPA tanto no nível das palavras-chave quanto do público-alvo, permitindo a otimização em tempo real das operações de anúncios para melhorar o ROI. Além de otimizar o N-CPA, a Ubun também teve como objetivo maximizar a ARPU aumentando a taxa de compras recorrentes. Para alcançar isso, eles lançaram campanhas de automação de marketing via Amazon DSP envolvendo segmentos do público-alvo identificados por meio da análise RFM (Recência, Frequência e Valor Monetário).¹

Para alcançar clientes no topo do funil, a Ubun expandiu seus segmentos do público-alvo de alto valor identificados por meio da análise RFM, aproveitando o recurso de público-alvo personalizado da AMC para incluir públicos-alvo semelhantes. Públicos-alvo da AMC permitiram a criação de segmentos do público-alvo mais relevantes com base no histórico comportamental. Além disso, a Ubun utilizou a Amazon DSP para inserir anúncios de vídeo na Twitch, com foco na aquisição de clientes novos para a marca.

Resultados

Após uma série de campanhas de publicidade, as vendas totais da Kagome aumentaram 190%² ano após ano, marcando sua maior receita trimestral já registrada. No 4° trimestre de 2024, as vendas de clientes NTB via publicidade aumentaram 149%³ em comparação com o mesmo período do ano anterior, impulsionadas pelo aumento do investimento em anúncios e N-CPA otimizado. Além disso, a taxa de conversão entre os espectadores dos anúncios de vídeo da Kagome foi 111%⁴ maior do que aqueles que não foram expostos, demonstrando a eficácia da estratégia da campanha.

Fontes

¹ Um método analítico que classifica os clientes com base em três métricas: Recência (compra mais recente), Frequência (frequência de compra) e Monetária (valor total de compras). Comumente usado para identificar clientes de alto valor.

^{2 a 4} Dados fornecidos pelo anunciante, Japão, 2024.