19.10.2018 | Markkinoinnin automaatio

Veikkaus koneoppimisen avulla huipputuloksiin

Veikkaus pilotoi Dagmarin kehittämää ohjelmallisen ostamisen optimointisovellusta loistavin tuloksin. Digimainonnan optimointia automatisoiva sovellus heilautti merkittävästi kampanjoiden avainmittareita ja vähensi huomattavasti manuaalisen työn määrää.

Veikkaus pilotoi Dagmarin kehittämää ohjelmallisen ostamisen optimointisovellusta loistavin tuloksin. Räätälöidyillä ratkaisuilla saadaan monia hyötyjä.

 

Ohjelmallinen ostaminen avaa jatkuvasti yhä tehokkaampia tapoja digitaaliseen markkinointiin. Selkärankana toimivat data- ja teknologiaratkaisut antavat monipuolisia mahdollisuuksia niin kohdentamiseen kuin optimointiin. Vaikka järjestelmien pellin alla on kovaa teknologiaa, niihin voidaan integroida myös omaa automaatiota ja älyä.

Dagmarissa olemme kehittäneet automaatiota muun muassa Adformin ohjelmallisen ostamisen alustalle. Automatisoimme kampanjanaikaista optimointia koneoppimista hyödyntävän sovelluksen avulla – tavoitteena markkinoinnin tehostaminen mm. konversioastetta parantamalla.

Koneoppimisalgoritmina sovelletaan reinforcement learning (vahvistettu oppiminen) -tyyppistä algoritmia. Se säätää kampanjan asetuksia ja parantaa tuloksia ympäristöstään saamansa palautteen perusteella.

Case Veikkaus

Veikkauksen digimarkkinoinnista merkittävä osuus perustuu ohjelmalliseen ostamiseen. Valtaosa digimainonnasta ostetaan Adformin alustan kautta. Kevään aikana pilotoimme Dagmarissa kehitettyä optimoinnin automaatiota muutamissa valituissa kampanjoissa.

Valitut neljä jatkuvaa kampanjakokonaisuutta suunniteltiin huolellisesti: kaikille kokonaisuuksille määritettiin omat kontrolliryhmänsä ja ajalliset kontrollijaksot, jolloin optimoinnin hyödyt nähtiin selkeästi.

Tulokset olivat loistavia: konversiomäärät kasvoivat jokaisessa kokonaisuudessa kontrolliryhmiin verrattuna (vaihteluväli 5–45 %), mikä oli optimoinnin ensisijainen tavoite. Optimointialgoritmin toimintalogiikasta johtuen sivutuotteena saadaan usein konversiohintojen lasku. Niin nytkin: kolmessa ryhmässä konversiohinnat putosivat kontrolliryhmiin verrattuna (vaihteluväli 4–21 %).

Konversiomäärien ja -hintojen ohella myös välilliset hyödyt olivat merkittävät: noin kuukauden mittaisella pilottijaksolla manuaalisesti tehtävästä, päivittäisestä optimointityöstä voitiin luopua kokonaan. Säästynyt aika kohdistettiin tehokkaasti mm. uusien kampanjoiden luovaan mediasuunnitteluun.

– Dagmarin ajatukset ohjelmallisen ostamisen automatisoinnista ja optimoinnista osuivat hyvin yhteen Veikkauksen suunnitelmien kanssa. Haluamme parantaa asiakaskokemusta ja hyödyntää koneoppimista kaikissa kanavissa, joissa asiakas voidaan tunnistaa. Dagmarin kehittämä malli osoitti pilotissa merkittäviä hyötyjä ja paransi tuloksia huomattavasti. Lisäksi pystyimme siirtämään tiimimme aikaa rutiineista luovempaan työhön. Tämän vuoden aikana tulemme kytkemään kaikki digitaaliset rajapintamme koneoppivien optimointimallien piiriin, toteavat Veikkauksen Eetu Paloheimo ja Timo Arvonen.

Räätälöinnin voima

Räätälöidyillä ratkaisuilla saadaan monia hyötyjä: toiminnallisuuksien suunnittelussa voidaan käyttää luovuutta ja mielikuvitusta, ja läpinäkyvyys on taattu – tiedämme tarkalleen, miten jokin automaation ominaisuus toimii ja mitä dataa se hyödyntää.

Samaa voi valitettavan harvoin sanoa markkinoilla valmiina olevista ratkaisuista: niissä joko on tai ei ole haluttuja ominaisuuksia, joten räätälöidyistä toteutuksista saa vain uneksia. Toisaalta, kansainvälisten teknologiajättien tuotteissa erilaisia ominaisuuksia on usein reilusti, mutta kuinka moni tietää, kuinka alustojen algoritmit oikeasti toimivat?

Miksi räätälöidä? Ensinnäkin siksi, että se luo hyvin todennäköisesti kilpailuetua: kilpailijan voittaminen on hankalampaa täysin identtisillä työkaluilla. Toiseksi siksi, että se ei enää vaadi miljoonien eurojen investointeja uusiin järjestelmiin ja lisenssimaksuihin. Valitsemalla fiksusti kumppanisi, voit tänä päivänä hyödyntää esimerkiksi koneoppimista digimarkkinoinnin tehostamisessa helpommin kuin uskoisitkaan.

 

Kun haluat kuulla lisää koneoppimisen soveltamisesta markkinoinnissa ja räätälöinnistä tarpeisiinne, ota yhteyttä Dagmar Advanced Analytics -yksikön vetäjään: mikko.koski@dagmar.fi.

Lisää caseja