Da Shop & Fly nach vielen Jahren die erste von Garanti BBVA herausgegebene Kreditkarte ist, wollten wir durch die Planung einer groß angelegten TV-Kampagne eine enorme Wirkung erzielen. Auf der anderen Seite hatte das Produkt eine enge Zielgruppe, die sowohl im Inland als auch ins Ausland fliegen, mit monatlichen Kreditkartenausgaben über einem bestimmten Betrag. Weil das Publikum, das wir mit 55 Millionen Zuschauern aus dem Medium heraus erreichen möchten mehrere Millionen nicht überschreitet, haben wir uns entschieden, nach einer anderen Lösung zu suchen.
Wir wollten die Auswirkungen der 3000 geplanten TV-Spots auf die Ziele wie Website-Besuche, Formulare und Verkauf von Karten, transparent sehen. Es gab jedoch einige Schwierigkeiten, die Auswirkungen eines Offline-Kanals auf die Online-Rückgabe zu ermitteln. Die Filterung der Auswirkungen von TV-ausgeschlossenen Medienplattformen und die Trennung der Auswirkungen aufeinanderfolgender Spots in der intensiven Medienplanung konnten nicht manuell durchgeführt werden. Aus diesem Grund haben wir das Produkt Tvlyzer TV Attribution entwickelt, das gemäß unseren Anforderungen entwickelt wurde und mit Machinellem Lernen Technologie funktioniert.
Am Ende des ersten Zeitraums der Kampagne, der im Januar 2019 endete, konnten wir die Auswirkungen der Variablen wie Fernsehkanal, Zeitplan, Wochentag, Tageszeit, Hauptsendezeit sehr klar auf unsere Return on Investment beobachten. In der zweiten Phase unserer Kampagne im Mai 2019 haben wir anhand dieser Ergebnisse verschiedene Tests und Änderungen in unserem Medienplan durchgeführt. Auf diese Weise erhielten wir 26% mehr Kreditkartenanträge als die relevanten Online-Kanäle mit einem um 35% niedrigeren TV-Budget, wodurch unsere Produktivität um 93% gesteigert wurde.
Wir haben die Betriebsergebnisse durch das Erreichen der richtigen Zielgruppe und mit der gemeinsamen Bearbeitung von Daten aus Online- und Offline-Kanälen erheblich gesteigert.
