MeasurementOrchestration-ledB2B & ABM

Jede Plattform beanspruchte die Conversion für sich.
Keine konnte belegen, was sie tatsächlich beigetragen hat.

12%ROI-Verbesserung, allein durch Umverteilung zwischen Kanälen
Vier Kanal-Gruppen modelliert, Budget anhand von Evidenz statt Last Touch verschobenContainerschifffahrt · B2B-Akquise · 2018 bis 2022
Ein MSC-Containerschiff auf See, aus dem Attributionsmodell, das den Return on Investment um 12 % steigerte, allein durch Umverteilung zwischen Kanälen
Kunde
MSC
Branche
Schifffahrt · Logistik
Zusammenarbeit
2018 bis 2022
Art
Measurement-led
02 · Context

Eine lange B2B-Journey ohne Attribution.

MSC ist ein weltweit führendes Unternehmen der Containerschifffahrt, das in einem digitalen Umfeld agiert, in dem ein Interessent mehrere Plattformen berührt, bevor er konvertiert. Die Entscheidung ist langsam, durchdacht und selten auf einen einzigen Klick zurückzuführen.

Das Unternehmen hatte keinen datengetriebenen Blick darauf, wie jeder Kanal zur Neukundengewinnung beitrug, was bedeutete, dass die Budgetverteilung über Paid, Organic, Direct und Referral nicht mit Evidenz, sondern mit Meinung begründet werden konnte.

03 · What we built

Übergangswahrscheinlichkeiten über die gesamte Journey.

Wir haben ein Markov-Ketten-Attributionsmodell implementiert, das die Übergangswahrscheinlichkeiten zwischen Touchpoints über die gesamte Customer Journey berechnet. Das Ergebnis quantifiziert den inkrementellen Beitrag jedes Kanals zur Conversion, eine andere Frage als die, welcher Kanal zuletzt berührt wurde.

Darum herum haben wir die Kampagnendatenerfassung so strukturiert, dass daraus Zielgruppen aufgebaut werden konnten, Koordinationsempfehlungen ausgesprochen, um zu verhindern, dass sich Kanäle gegenseitig kannibalisieren, und Budgetumverteilungsempfehlungen geliefert, die aus dem Modell statt aus dem kanalbezogenen Reporting abgeleitet wurden.

66.7%33.3%50%50%100%50%50%startC1C2C3drop-offconvertsC1, C2, C3 = channel touchpoints · each edge carries the probability of moving to the next state
IllustrativeWie eine Markov-Kette eine Journey liest: Jede Kante trägt die Wahrscheinlichkeit des Übergangs zum nächsten Zustand, und der Wert eines Kanals ist das, was die Conversion-Rate verliert, wenn man ihn entfernt. Durchgerechnetes Beispiel, nicht die Übergangstabelle von MSC.
0369121518conversionsPaid SearchOrganic SearchDirectReferralnew clientsexisting clients
IllustrativeBeitrag zur Kundenakquise nach Anwendung des Modells, aufgeteilt nach Neu- und Bestandskunden. Illustrative Werte aus dem Präsentations-Deck des Modells, nicht aus dem Kunden-Reporting.
04 · Result

Das Budget begann, der Evidenz zu folgen.

Dokumentiert im MSC-Markov-Ketten-Attributions-Business-Case.

12%Verbesserung des Return on Investment
4modellierte Kanal-Gruppen: Paid, Organic, Direct, Referral
05 · What this proves

Ein Budget, das der Evidenz folgt.

Das erste Markov-Ketten-Attributionsmodell, das wir für einen Kunden aus der Schifffahrt aufgebaut haben, und das Ergebnis, das ein Media-Budget endlich der Evidenz statt der Meinung folgen liess. Allein die Umverteilung, ohne höhere Ausgaben, brachte 12 % Rendite.

“comtogether hat uns mit seiner strategischen und schnellen Umsetzung geholfen, unsere digitale Präsenz durch den Start von Kampagnen in vielen Ländern zu verbessern. Die laufende Kommunikation, das Fachwissen und der proaktive Ansatz, den sie mit unserem Team pflegen, werden sehr geschätzt und haben uns geholfen, zentrale erfolgreiche Strategien zu entwickeln.”

Natalia MontoneMSC
Natalia Montone, MSC
Natalia Montone

Wenn Sie nicht sagen können, was jeder Kanal beiträgt statt nur, was er berührt hat, Let's talk.

Erstgespräch buchen