Ubun hjälper till att öka försäljningen med 190 % för Kagome genom att förbättra återköpsfrekvensen och konverteringstakten

Mål

Kagome grundades för över 100 år sedan och har etablerat sig som ett betrott och välkänt namn inom Japans livsmedelsbransch. Företaget är känt för sina produkter som sålts i åratal, bland annat Yasai Seikatsu 100 (Vegetable Life 100) och ett brett utbud av tomat- och grönsaksdrycker. Kagome började sälja i Amazon Store 2007 och har fått en konsekvent försäljningstillväxt, särskilt genom upprepade köp av företagets grönsaksjuice som säljs i storpack.

När Kagomes verksamhet på Amazon expanderade blev det en utmaning att bestämma rätt annonseringsbudget. På grund av företagets starka varumärkeskapital och redan höga baslinjeförsäljning – som är relativt opåverkad av annonsering – visade sig traditionella sätt att ställa in en budget baserat på annonskostnad (ACOS) vara mindre effektiva. För att lösa detta började Kagome arbeta med Amazon Ads-partnern Ubun 2023. Målet var att utöka kundbasen med nya kunder och optimera annonsinvesteringarna på Amazon.

Ubun är en digital marknadsföringsbyrå som erbjuder alla tjänster och som hjälper detaljhandelsvarumärken att växa i Amazon Store. Tillsammans fokuserade Kagome och Ubun på att öka återkommande köp och den totala försäljningen genom att förbättra annonseringsstrategin med verktyg som prioriterar investeringsavkastning (ROI).

Metod

För att mäta nyckeltalen genomsnittlig intäkt per användare (ARPU) och kostnad per förvärv av varje ny kund (N-CPA) per köp implementerade Ubun det egenutvecklade, automatiserade Ubun BASE-rapporteringsverktyget tillsammans med Amazon Marketing Cloud (AMC). Dessa nyckeltal är viktiga för att fastställa annonseringsbudgetar baserade på ROI. Men eftersom Kagomes produkter är kända för höga återköpsfrekvenser, hade exakt beräkning av dessa indikatorer varit en utmaning.

Med hjälp av AMC:s flexibla shoppinginsikter fick Ubun tillgång till organiska inköpsinsikter från återkommande kunder, vilket möjliggjorde en mer exakt beräkning av annonseringskostnaderna. Analysen visade att Kagomes annonsinvesteringar inte nådde den nivå som krävdes för att förvärva nya kunder (NTB), vilket resulterade i missade försäljningsmöjligheter. Till följd av detta ökades annonseringsbudgeten för 2024 med 130 % för att säkerställa att vinster som genererades från sex månaders ARPU skulle matcha N-CPA.

Med hjälp av Ubun BASE-verktyget visualiserade Ubun N-CPA på både nyckelords- och målgruppsnivåer, vilket möjliggjorde realtidsoptimering av annonshanteringen i syfte att förbättra investeringsavkastningen. Förutom att optimera N-CPA strävade Ubun också efter att maximera ARPU genom att öka återköpsfrekvensen. För att uppnå detta lanserade de automatiseringskampanjer för marknadsföring via Amazon DSP och engagerade målgruppssegment som identifierats genom en analys av nylighet, frekvens och monetära utgifter (RFM). ¹

För att nå kunder högst upp i tratten utökade Ubun de målgruppssegment med högt värde som framkom genom en RFM-analys genom att använda AMC:s anpassade målgruppsfunktion och göra så att den inkluderade lookalike-målgrupper. Med hjälp av AMC-målgrupper kunde mer relevanta målgruppssegment skapas utifrån beteendehistorik. Ubun använde dessutom Amazon DSP för att leverera videoannonser på Twitch, för att fokusera på förvärv av NTB-kunder.

Resultat

Efter en serie annonskampanjer ökade Kagomes totala försäljning med 190 %² jämfört med föregående år, vilket markerade den högsta kvartalsintäkten någonsin. Under det fjärde kvartalet 2024 ökade försäljningen till NTB-kunder via annonsering med 149 %³ jämfört med samma period föregående år, vilket drevs av ökade annonsinvesteringar och optimerad N-CPA. Dessutom var konverteringstakten bland de som tittade på Kagomes videoannonser 111 %⁴ högre än bland de som inte tittade, vilket visar kampanjstrategins effektivitet.

Källor

¹ En analysmetod där kunder rangordnas utifrån tre nyckeltal: Nylighet (senaste köp), frekvens (inköpsfrekvens) och monetära utgifter (totalt inköpsvärde). Används vanligtvis för att identifiera kunder med högt värde.

^2–4 Data som tillhandahållits av annonsörer, Japan, 2024.