"De samenwerking tussen Artefact en Reckitt is fenomenaal geweest en we beschouwen het Artefact team als onderdeel van de Reckitt familie. De mensen zijn de belangrijkste succesfactor van de Audience Engine; ze stimuleren gesprekken over elke stap die we moeten nemen en betrekken belangrijke stakeholders met professionaliteit en vaardigheid."
Stanley Wang - Audience Engine Product Owner, Reckitt

Artefact data wetenschappers, ingenieurs en consultants werkten samen met het transformatieteam van Reckitt om een krachtige en schaalbare oplossing te implementeren die Reckitt in staat stelt intelligent gebruik te maken van om de verkoopeffectiviteit van zijn digitale marketingactiviteiten te verhogen. Het platform, dat de Engine wordt genoemd, wordt nu dagelijks gebruikt door Reckitt-teams over de hele wereld. data data Audience

UITDAGING

Een digital-first bedrijf worden en data effectief gebruiken om de verkoop te verhogen

Reckitt is een multinational in verpakte consumptiegoederen (CPG) organisatie, met kantoren over de hele wereld. Het doel is om een schonere en gezondere wereld te creëren en de producten omvatten huishoudelijke favorieten zoals Dettol, Durex, Harpic, Lysol, Nurofen en Vanish.

Zoals veel bedrijven vandaag de dag erkende Reckitt dat het afhankelijk was van traditionele methoden om zijn klanten te begrijpen - consumentenpanels die audience inzicht gaven op basis van enquêtes, merkkennis, demografie, consumptie- en marktstatistieken; het winkelend publiek werd voornamelijk bereikt via tv-reclame.

De missie van Reckitt was om zichzelf om te vormen tot een data-first bedrijf, een stap die het bedrijf in staat zou stellen om de waarde van zijn eigen data te benutten om zijn inzicht in de consument te vergroten en van daaruit zijn digitale reclame effectiever te maken om de verkoop te verhogen.

"We weten dat de wereld is veranderd; we willen onze data effectiever gebruiken om de verkoop te stimuleren."
Stanley Wang - Audience Engine Product Owner, Reckitt

OPLOSSING

De Artefact Audience Engine: machine learning en AI modellen zetten data om in bruikbare inzichten

De Artefact Audience Engine maakt gebruik van een schaalbare en artificial intelligence (AI)-gestuurde benadering van first-party data.

Door te kijken naar de reis van de gebruiker (op zijn websites) krijgt Reckitt inzicht in de intenties van de gebruiker en zijn geneigdheid om iets te kopen. ArtefactReckitts op maat gemaakte machine learning-modellen gebruiken deze data om hypergerichte doelgroepen te creëren voor digitale marketingcampagnes. Deze doelgroepen worden opgebouwd en via API-verbindingen rechtstreeks naar een DSP (demand side platform) naar keuze gestuurd en worden gebruikt als seed-segmenten voor DSP lookalike modellen om schaal te vinden. De Audience Engine stelt merken in staat om hun specifieke bedrijfsvragen te beantwoorden, hun klanten beter te begrijpen en ze te targeten op basis van hun behoeften.

Als een van de weinige Google-partners die gecertificeerd is voor zowel het Google Cloud Platform (GCP) als het Google Marketing Platform (GMP), heeft Artefact beide platforms gebruikt om de Reckitt Audience Engine te bouwen.

"Door tegelijkertijd gebruik te maken van het GCP en het GMP kunnen we data verplaatsen naar een omgeving waar we onze machine learning- en artificial intelligence -modellen kunnen toepassen en deze vervolgens direct terugzetten op de GMP-platforms voor inzichten en activeringen."
Derek Li - Senior Data Consultant, Artefact

De Audience Engine helpt de merkmarketeers van Reckitt bij het leveren van campagnes die effectiever zijn in het bereiken van de belangrijkste consumenten. Maar de voordelen strekken zich ook uit over het hele bedrijf: het mediateam kan efficiëntere mediacampagnes opzetten; communicatiestrategen kunnen de prestaties van audience beter begrijpen en op basis daarvan prioriteiten stellen voor toekomstige bedrijfsdoelstellingen en -activiteiten; terwijl het CRM-team sterkere programma's en content kan ontwikkelen.

DEPLOYMENT

Multidisciplinaire teams rollen de Audience Engine uit en schalen deze uit binnen de wereldwijde activiteiten van Reckitt.

Artefact werkte samen met het transformatiekantoor van Reckitt om de Audience Engine wereldwijd in te zetten. Data wetenschappers ontwikkelden het product in termen van mogelijkheden en algoritmen; consultants rolden het uit naar alle markten en merken; en data ingenieurs werkten aan het industrialiseren van de tool, door een platform te bouwen zodat iedereen bij Reckitt de Audience Engine automatisch voor alle merken kan gebruiken. Dit vond plaats in vier fasen, met een robuuste projectmanagementmethodologie die door Artefact werd geïmplementeerd om een programma van deze omvang te leveren:

  • Het uitrolteam werkte rechtstreeks samen met de martechleiders, de mediamanagers en de merken om de tool in te zetten.

  • Het productinnovatieteam, bestaande uit data wetenschappers en consultants, luisterde naar de behoeften van het bedrijf en ontwikkelde nieuwe mogelijkheden voor de Audience Engine waarmee deze konden worden opgelost.

  • Het industrialisatieteam werkte aan het opschalen van het product en ontwikkelde een tool zodat de Audience Engine automatisch draait.

  • Het adoptieteam toonde de waarde van de Audience Engine aan het bredere bedrijf, door resultaten te consolideren en met verschillende belanghebbenden te praten over hoe het hen zou kunnen helpen bij hun eigen dagelijkse taken.

"We hadden een zeer sterke mix van data wetenschappers, data ingenieurs en consultants nodig om te leveren wat Reckitt verwachtte van de Audience Engine. De uitrol heeft aangetoond dat zowel de efficiëntie als de effectiviteit in alle markten is toegenomen en we richten ons nu op productinnovatie met het team van Reckitt."
Manuela Mesa - Consulting Manager, Artefact

RESULTATEN

Test en leer campagnes tonen een gemiddelde stijging van 21% in de ROI van mediabestedingen.

Reckitt heeft grote ambities met zijn Audience Engine en wil er zeker van zijn dat deze in alle belangrijke merken en markten wordt gebruikt. Om dit te bereiken heeft het bedrijf gekozen voor een methodische aanpak, waarbij eerst digitale centres of excellence in specifieke regio's werden opgezet om de belangrijkste markten te bestrijken en vervolgens agile teams werden ingezet om ontwikkeling en innovatie te stimuleren.

In Mexico geloofde het merk Sico op het gebied van seksuele gezondheid dat de belangrijkste consumenten jonge mannen waren, maar de Audience Engine ontkrachtte dit al lang bestaande idee en toonde aan dat jonge vrouwen net zo belangrijk waren en dat de boodschap aan de consument niet alleen op mannelijke interesses gericht moest zijn. De Audience Engine bracht ook een nog opwindender nieuw inzicht aan het licht - het ontdekte dat degenen die hun tijd besteedden aan artikelen over veilige seks en soa-preventie op de website, de kern audience voornamelijk uit jonge vrouwen bestond. Dit leidde tot het besef dat in Mexico jonge vrouwen graag willen begrijpen hoe Sico hen kan helpen met veilige seks en dat er een doelgerichte inspanning nodig is om jonge vrouwen op een andere manier te bereiken.

Het tweede voorbeeld is in de VS, waar mediaplanning en -inkoop gebaseerd zijn op de vooraf bepaalde aankoopsegmenten data van het Oracle Data Platform, die kijken naar de specifieke producten of productcategorieën die mensen kopen. Maar proeven toonden aan dat het modelleren van ruwe data met behulp van de machine learning-algoritmen van de Audience Engine de ROI op mediabestedingen met 30% kon verhogen. Door de controle te nemen over welk model moet worden gebruikt op een bepaalde dataset om een specifieke doelstelling te bereiken, heeft de Audience Engine aangetoond aanzienlijk effectiever te zijn in het beïnvloeden van de ROI terwijl het ook zorgt voor een grotere media-inkoop efficiëntie. Door de mediakosten in deze test & learning met 20% te verlagen, konden we relevantere mensen bereiken die meer kans hadden om onze verkoop te beïnvloeden - de Audience Engine laat mediabudgetten slimmer en harder werken.

Het doel van de Audience Engine is om Reckitt in staat te stellen data op een zeer geavanceerde manier te gebruiken om effectiever te zijn dan conventionele digitale targeting. De test- en leercampagnes die zijn opgezet om de waarde van Audience Engine aan te tonen, hebben de geloofwaardigheid van het product versterkt en wekken vertrouwen om de adoptie te stimuleren ten gunste van Reckitt. Test- en leercampagnes zoals deze wekten vertrouwen door aan te tonen dat de Audience Engine zeer geloofwaardig is; nadat de voordelen waren gekwantificeerd, kon Reckitt beginnen met het stimuleren van de adoptie, zodat het in zoveel mogelijk campagnes werd gebruikt.

"De strategische mindset van Artefact's multidisciplinaire teams heeft ons geholpen om de verschillende soorten consumenten data die we hebben te benutten en een geavanceerd product te bouwen dat wereldwijd kan worden opgeschaald en nu elke dag wordt gebruikt door onze teams over de hele wereld."
Stanley Wang - Audience Engine Product Owner, Reckitt

TOEKOMSTIGE PLANNEN

Gebruik maken van de Audience Engine om te blijven evolueren als een digitaal en data geleid organisatie

Het doel van Reckitt is dat de Audience Engine incrementele waarde blijft leveren, waardoor het bedrijf effectiever en efficiënter wordt; hierdoor ondersteunt het zowel grote als kleine merken in al zijn markten door hen in staat te stellen een diepgaand inzicht te krijgen in wie hun klanten zijn. Naarmate de technologie zich verder ontwikkelt, zal het bedrijf op zoek gaan naar nieuwe manieren om gebruik te maken van data en de Audience engine aanpassen naarmate de organisatie digitaler en data -gerichter wordt.

"De Audience Engine heeft de manier waarop ons bedrijf kan werken veranderd en we zullen blijven evolueren omdat het ons in staat stelt beter en effectiever gebruik te maken van onze data."
Stanley Wang - Audience Engine Product Owner, Reckitt