Norwegian Airlines: automatiseren SEA levert 40 procent meer omzet op

Voor Norwegian Airlines was de uitbreiding van het netwerk met verre bestemmingen aanleiding om te kijken naar de manier waarop SEA is georganiseerd. Besloten werd om de benodigde expertise in-house te halen en zoveel mogelijk te automatiseren.

Norwegian Airlines is de grootste luchtvaartmaatschappij van Scandinavië en vliegt op ruim 150 bestemmingen wereldwijd. De markt waarin Norwegian Airlines opereert, wordt gekenmerkt door talloze uitdagingen en hevige concurrentie. Gedegen technische en commerciële expertise is dan ook steeds belangrijker. Enige tijd terug besloot de maatschappij om de marketingactiviteiten op het gebied van betaalde zoekresultaten in-house onder te brengen en zich te richten op een strategie waarin de kracht van machine-learning en automatisering centraal staat. Volgens Nicola Riva, International eCommerce Manager bij Norwegian Airlines, werd deze beslissing vooral ingegeven door de wens digitale vaardigheden intern te ontwikkelen en behouden.

De zoekstrategie afstemmen op de zakelijke strategie

“In aanvulling op ons binnenlandse- en korteafstandsnetwerk zijn we bezig een nieuwe markt aan te boren: die van low-cost verre vluchten,” vertelt Mario García, Digital Advisor bij Norwegian Airlines. “Onze strategie voor betaalde zoekresultaten moet aansluiten bij onze zakelijke prioriteiten: de gemiddelde orderwaarde verhogen, onze positie in volwassen markten beschermen en onderzoeken hoe we extra verkopen kunnen genereren.”

Door de variatie in vraag in het hoog- en laagseizoen, de vele bestemmingen en de per land wisselende merkbekendheid had Norwegian Airlines een SEA-benadering nodig die kosteneffectief was, maar tegelijkertijd dusdanig breed toepasbaar dat een zeer grote potentiële doelgroep wordt bereikt. “We hebben een beperkt budget en een groot zoekvolume. Daarom is het logisch om zichtbaarder te zijn voor gebruikers van wie het waarschijnlijk is dat ze onze meest winstgevende producten kopen en minder zichtbaar voor loyale klanten of voor klanten bij wie al op organische wijze een verkooptraject is gestart,” legt Mario uit. “Maar als je zo’n strategie op grote schaal wilt toepassen, heb je de via machine-learning opgebouwde intelligentie van een geautomatiseerd optimalisatiesysteem nodig.”

Bij de zoektocht naar een tool kwam Norwegian Airlines uit bij Search Ads 360. De eerste stap was het inzetten van de functie voor voorraadbeheer. Hiermee werden voor alle vertrekluchthavens afzonderlijke campagnes gemaakt, waarbij rekening wordt gehouden met seasonality, prijs en beschikbaarheid.

Adverteerders die gebruik willen maken van voorraadbeheer, richten eerst een voorraadfeed in. Deze bevat een lijst met producten en hieraan gekoppelde kenmerken, zoals beschrijvingen, prijsinformatie en capaciteitsniveaus. Het systeem gebruikt deze feed vervolgens om campagnes, advertentiegroepen en advertenties te maken die zijn afgestemd op deze producten en productkenmerken. Naarmate de beschikbaarheid fluctueert, worden er zoekwoorden toegevoegd of verwijderd.

De tweede stap was het automatiseren van de biedingen voor deze campagnes, waarvoor een ROAS-biedstrategie wordt gehanteerd. Deze gaat uit van het rendement op de advertentie-uitgaven. Relevante doelgroepen worden getarget met behulp van remarketinglijsten voor zoekadvertenties, samengesteld aan de hand van gegevens uit Google Analytics 360. Hierdoor kan in de campagnes prioriteit worden gegeven aan doelgroepen met een hogere potentiële winstgevendheid. Deze benadering wordt geautomatiseerd via de functie voor aanpasbare remarketinglijsten voor zoekadvertenties in Search Ads 360. Deze functie maakt het mogelijk automatisch remarketing doelen toe te voegen en te verwijderen om een maximaal aantal conversies te genereren. Voor optimalisatie van de geografische prestaties wordt bovendien aanpasbare targeting op locatie toegepast.

Hogere opbrengsten, lagere kosten

Sinds Norwegian Airlines is overgestapt op in-house beheer van de marketingactiviteiten rond betaalde zoekresultaten, zijn de opbrengsten met 40 procent gestegen en de kosten met 11 procent gedaald ten opzichte van het jaar ervoor. Mario García: “Automatische biedingen werken uitstekend voor ons. En dankzij het voorraadbeheer zijn we veel minder tijd kwijt aan het opzetten van campagnes en advertentiegroepen. Als volgende stap willen we nu onze optimalisatie systemen verrijken met zakelijke gegevens en ons met data-driven-attributie en multi-moment-biedingen richten op extra verkopen.”

Dit artikel werd eerder in het Engels gepubliceerd op Think with Google.