Xnurta hjälper Shokz att öka försäljningen till nya kunder med 93 % genom att använda AMC:s AI-stödda SQL-generering

Mål

Shokz, ett företag inom hemelektronik som är mest känt för sina open-ear-hörlurar, hade byggt upp en stark ställning inom kategorin benledningshörlurar på Amazon-butiken i USA. Men med den framgången följde en ny utmaning: tillväxten inom deras kärnsegment började avta, och varumärket behövde en strategi för att kunna fortsätta växa. Shokz riktade in sig på en närliggande kategori, helt trådlösa open-ear-hörlurar, där de kunde nå nya kunder som ännu inte specifikt sökte efter varumärket.

Möjligheten var uppenbar, men tidigare Amazon DSP-kampanjer som genomförts utan avancerad målgruppssegmentering hade inte levererat de resultat som Shokz behövde. Det ökade antalet varumärkessökningar hade nått cirka 9 % mot ett mål på 18 %, och klickfrekvensen (CTR) för display låg fortfarande under Shokzs mål på 0,2 %.

För att övervinna problemet samarbetade Shokz med Amazon Ads-partnern Xnurta för att ta fram en insiktsbaserad målgruppsstrategi som bygger på tre integrerade Amazon Ads-lösningar: Amazon Marketing Cloud (AMC) för målgruppsinsikter, Amazon DSP för kampanjaktivering och Amazon Brand Lift för mätning.

Tillvägagångssätt

Xnurtas strategi gick ut på att göra AMC tillgängligt för hela kampanjteamet, och inte bara för SQL-specialister. För att uppnå sitt mål integrerade Xnurta AMCs expertverktyg SQL-generator i sin agentiska lösning. Verktyget, som är tillgängligt via Amazon Ads MCP-server och ger AI-agenter tillgång till Amazon Ads-funktioner, utnyttjar Amazons AMC-expertis för att generera validerad AMC SQL från naturligt språk. För Xnurta innebar detta att man snabbare kunde förmedla AMC-insikter till kunderna. För Shokz innebar det att teamet kunde omvandla affärsfrågor till körbara AMC-frågor direkt i sin befintliga arbetsmiljö, utan att behöva ha avancerade SQL-funktioner. Det minskade tiden för att bygga upp målgrupper från dagar till timmar och gav teammedlemmar med mindre teknisk kompetens självförtroende att utforska avancerade analyser i takt med kampanjens framskridande.

De insikter som framkom genom AMC-kundreseanalysen visade var de potentiella kunderna hoppade av mellan upptäckt och köp. Xnurta omvandlade resultaten till fyra AMC-målgruppssegment: lookalike-målgrupper baserade på köpare med högt värde, personer som sökt efter nyckelord inom kategorin och närliggande kategorier, besökare på produktinformationssidor samt personer som lämnat kundvagnen under de senaste 30 dagarna, samt målgrupper baserade på Amazons kundinformation inom cykling, löpning, affärer, smart teknik och hälsa.

De här AMC-målgrupperna aktiverades via Amazon DSP med Resultat+-optimering, som automatiskt justerade leveransen för att nå potentiella kunder med högst värde. Generativ AI möjliggjorde annonsvariationer i olika faser i tratten, så att Xnurta kunde testa och förfina budskapen för varje segment. Amazon Brand Lift-mätningen genomfördes för att uppskatta den effekt som Amazon DSP-exponering har på varumärkessökningsbeteendet i den övre tratten. Resultatet blev en snabbare, kontinuerlig process från AMC-insikt till Amazon DSP-aktivering och vidare till Amazon Brand Lift-mätning. Det utgjorde en återanvändbar modell som Shokz kunde skala upp inför framtida lanseringar och säsongskampanjer.

Resultat

Kampanjen överträffade alla tre primära KPI:er. Amazon Brand Lift-mätningen visade att det ökade antalet varumärkessökningar uppgick till 23 %, och överträffade därmed målet på 18 % med 5 procentenheter, något som visar att Amazon DSP-exponeringen i den övre tratten lyckades få kunderna att gå från passiv kännedom till aktivt varumärkesintresse.¹ Klickfrekvensen (CTR) nådde 0,5 %, 2,5 gånger Shokzs mål på 0,2 %, något som bekräftar att AMC-definierade målgrupper i kombination med A/B-testade annonsmaterial genererade ett starkare engagemang hos kvalificerade kunder.² Och NTB-försäljningen uppgick till 93 %, och överträffade därmed målet på 84 % med 9 procentenheter, något som bekräftar att kampanjen utökade Shokzs kundbas snarare än att bara återengagera befintliga köpare.³

Utöver de viktigaste nyckeltalen var de operativa effekterna betydande. AMC:s kundresanalyser och cykler för målgruppsuppbyggnad, som tidigare tog flera dagar, kunde nu genomföras på några timmar. Team med mindre teknisk kompetens fick självförtroendet att på egen hand testa, förfina och aktivera avancerade målgruppsstrategier med hjälp av AMC.

Det som gjorde den här kampanjen annorlunda var inte en enskild taktik, utan samspelet mellan dem. AMC tog fram målgruppsinsikter, Amazon DSP aktiverade dem och Amazon Brand Lift mätte om kännedomen faktiskt ledde till ett förändrat beteende. Och eftersom AI-stödd SQL-generering undanröjde det tekniska hindret för AMC kunde hela teamet genomföra cykeln, där varje steg låg till grund för nästa och processen blev snabbare för varje upprepning. För Shokz hjälpte kopplingen mellan målgruppsinsikter och aktivering dem att inte se en mättad kategori som ett hinder, utan som en möjlighet till tillväxt.

Källor

^1-3 Shokz, USA, 2026.