Pandora weet bij de eerste klik wat een klant waard wordt

Jarenlang had het internationale sieradenmerk Pandora een searchstrategie met een heldere basis: optimaliseren op de return on ad spend (ROAS). Dat werkte best goed. Campagnes leverden verkopen op en de performance was naar wens. Toch lieten marketingmixmodellen iets anders zien. Echte incrementele groei kwam niet van bestaande klanten die vanzelf terugkeerden, maar vooral van nieuwe klanten.

Dat inzicht bracht een nieuwe uitdaging met zich mee. Pandora moest de focus verleggen naar het aantrekken van klanten met hoge toekomstige waarde. De vraag werd: hoe vind je niet alleen méér nieuwe klanten, maar vooral de juiste klanten: de klanten die blijven terugkomen.

Karen Clemens Sørensen, global head of search van Pandora, koos ervoor om de searchstrategie fundamenteel te vernieuwen, in samenwerking met bureau iProspect. Het uitgangspunt was om niet meer te bieden op directe omzet, maar op toekomstige klantwaarde.

Eenmalige aankoop of toekomstige verzamelaar?

Bij searchmarketing zitten consumenten vaak dicht op het aankoopmoment. Dat betekent ook dat een deel van het mediabudget terechtkomt bij mensen die toch al van plan waren te kopen.

Het is dan zinvol om meer budget te sturen naar mensen die nog geen klant zijn. Maar ook daar zit nuance in: niet elke nieuwe klant vertegenwoordigt dezelfde waarde. Clemens legt uit hoe dat bij Pandora tot uiting kan komen: ‘Iemand die een ring koopt als cadeau heeft een heel ander toekomstig potentieel dan iemand die een bedelarmband aanschaft voor een partner of familielid. Die tweede groep komt waarschijnlijk vaker terug, voor verjaardagen, feestdagen en andere gelegenheden.’

Pandora wilde daarom al bij de eerste klik kunnen voorspellen: is dit een eenmalige koper of een toekomstige verzamelaar? Met andere woorden: hoger bieden op de klant die potentieel heeft op de lange termijn, en minder bieden op de incidentele koper.

90 miljoen transacties als basis

Wat begon als een relatief eenvoudige hypothese groeide uit tot een omvangrijk project. De eerste gedachte was dat demografie of specifieke productcategorieën de belangrijkste voorspellers zouden zijn van Customer Lifetime Value (CLV). Om dat te testen, analyseerden Pandora en iProspect meer dan 90 miljoen transacties van 20 miljoen klanten wereldwijd.

De uitkomst was verrassend. Niet leeftijd, geslacht of producttype bleek doorslaggevend, maar de omvang en waarde van het allereerste winkelmandje. Dat eerste aankoopmoment gaf de sterkste indicatie van toekomstige klantwaarde. Die ontdekking zorgde voor een koerswijziging. Pandora gebruikte vervolgens het CrystalValue-framework van Google om een voorspellend CLV-model te bouwen. Dat model draait op Google Cloud Vertex AI en helpt adverteerders om predicted lifetime value (pLTV) te berekenen.

Pandora testte verschillende tijdvensters, met historische data die één tot vier jaar terugging, om te bepalen welke dataset de meest nauwkeurige voorspellingen opleverde.

Incrementality is ook een vast onderdeel van Just Eat Takeaway.com. Lees hier waarom.

Van model naar biedstrategie

Een voorspellend model bouwen is één ding. De volgende stap is om het ook live in te zetten binnen search advertising. Voordat het model live ging, testte Pandora het op meer dan 100.000 historische first-time purchases waarvan de daadwerkelijke CLV inmiddels (twee jaar na dato) bekend was. Na intensief testen bleek de afwijking tussen voorspelling en werkelijkheid slechts 2,6 procent. Dat gaf voldoende vertrouwen om het model te koppelen aan Google Ads en Search Ads 360.

Via een Floodlight-configuratie kon het bied-algoritme voortaan niet alleen directe omzet zien, maar ook de geschatte toekomstige bestedingswaarde van een nieuwe klant. Floodlight kun je zien als het centrale zenuwstelsel van je tracking; het stemt je conversiedata op elkaar af, zodat elk onderdeel van je campagne is geoptimaliseerd voor dezelfde doelen.

Daardoor ontstond een veel slimmer biedproces:

• hoge voorspelde klantwaarde = hoger bod
• lage voorspelde klantwaarde = lager bod

Pandora optimaliseerde op die manier niet langer op conversies van vandaag, maar op groei van morgen.

Een aanpak die werkt

Uit de eerste resultaten blijkt dat deze aanpak werkt. In de Verenigde Staten, een van Pandora’s grootste markten, leidde de nieuwe strategie tot 3,6 procent omzetgroei, zonder extra mediabudget. In Duitsland steeg het aantal nieuwe klanten met 1,32 procent. Dat lijkt bescheiden, maar de kwaliteit van die instroom nam sterk toe: relatief meer klanten met hoog potentieel op de lange termijn.

Volgens Pandora is het volledige effect pas over de komende jaren zichtbaar, wanneer deze klanten hun daadwerkelijke waarde laten zien. Maar de eerste signalen tonen al een sterke correlatie tussen voorspelde CLV en werkelijk koopgedrag.

Wat marketeers hiervan kunnen leren

Karen Clemens van Pandora heeft twee adviezen voor merken die een vergelijkbare stap willen zetten:

1. Zorg dat je data op orde is
Schone, toegankelijke historische data vormen de basis. Zonder consistente processen voor datakwaliteit en governance werkt geen enkel AI-model betrouwbaar.

2. Reserveer tijd en middelen
Dit soort projecten vragen ruimte voor experimenten, technische capaciteit en geduld. Optimalisatie gebeurt stapje voor stapje.

De juiste klanten bereiken

Volgens Karen Clemens ligt de toekomst van performance marketing in een verschuiving van efficiency op de korte termijn naar voorspellend vermogen op de lange termijn. ‘Het draait niet om het aantrekken van zoveel mogelijk klanten, maar om het bereiken van de juíste klanten. En dankzij AI zijn we daar steeds beter toe in staat.’

Wil je meer weten?

Ontdek praktische tips en inspirerende cases op Think with Google.