華碩：通過結合第一方數據和機器學習實現創紀錄的轉化率

挑戰

通過識別客戶資料來改進媒體策略

考慮到訪問華碩電子商務網站的每日用戶數量巨大，確定一種能夠在購買漏鬥的不同階段區分使用者的有效在線媒體策略既具有挑戰性又勢在必行。

方法

通過將機器學習應用於第一方數據來對單個用戶進行評級

我們的數據驅動的機器學習解決方案允許通過各種綜合信號對個人用戶進行評級，例如會話深度，參與率和轉換概率，這在手動工作中完成將非常複雜且耗時。

針對 高轉化概率用戶 實施獨特的動態和自信的溝通策略是這種方法的核心。使用數位信號在流程的早期識別高價值客戶，媒體預算可以優先考慮具有最高購買潛力的受眾。例如，如下圖所示，訪客 #2 極有可能完成購買;因此，華碩應該設置更高的投標價格，併為該用戶實施更自信的溝通策略。

‍

結果

提高廣告支出回報率並優化預算規劃

準確對用戶進行評分有助於華碩更好地瞭解其高價值 訪問者的個人資料，通過將更多資源集中在高價值用戶上來 優化預算規劃 ，並最終提高其媒體活動的 ROAS 。華碩在媒體管道中看到了巨大的業績提升，該計劃目前正在新市場推出。