Datadrevet suksess: Norwegian sin reise mot lønnsom vekst
Norwegian sin søkeutfordring
En større omstrukturering av betalt søk-kontoene til Norwegian i 2023 resulterte i betydelig vekst både i omsetning og lønnsomhet. Samtidig førte avhengigheten av merkevaresøk til en større kannibalisering av organisk trafikk. Gjennom OneSearch – et avansert og automatisert dentsu-verktøy – oppnådde vi en mer effektiv budsjettfordeling, noe som resulterte i en kostnadsbesparelse på 42 %. Norwegian ga oss utfordringen: Hvordan kan vi re-investere midlene i generiske søkeord og med det sikre inkrementell vekst.
Datadrevet prioriteringer for økt effekt og synlighet
Med et omfattende kampanjeoppsett så vi behovet for et mer automatisert og datadrevne prioriteringssystem. Målet var å styrke generiske søkeordskampanjer og bruke data til å optimalisere budstrategiene i Google Søk.
Vi satte skyhøye mål – med 42 % besparelse, som skulle reinvesteres i generiske søkeord, skulle vi øke synlighet med 200 % og omsetningen med 500 %.
Løsning: vi utviklet en flyscore-modell basert på etterspørsel og prioriteringer
Som en av få aktører i bransjen fikk vi tilgang på Travel Analytics Center (TAC), spesifikt Google Flight data. Google verktøyet gir detaljert innsikt i etterspørselsdata ned på rutenivå. Ved bruk av TAC-data kunne vi styrke budstrategien med datadrevet beslutningsgrunnlag, basert på etterspørsel.
I kombinasjon med dette utviklet vi en flyscore-modell (route booster score), slik at vi kunne prioritere utvalgte ruter og gi ytterligere data til systemet. Flyscore-modellen består av førstepartsdata som fyllingsgrad, marginer og prioriterte ruter fra Norwegian.
Modellen funker ved å analysere etterspørselsdata fra TAC og tildele en score til hver prioriterte rute basert på faktorer som etterspørsel, konkurranse og lønnsomhet. Denne kombinerte scoren benyttes til å justere budene i Google Search Ads 360 (SA360), slik at budsjettet prioriteres til de mest verdifulle rutene.
Hvordan TAC-data og flyscore-modellen prioriterer ruter for maksimal synlighet
Alle rutene fra TAC importeres til SA360, hvor vi bruker en egendefinert variabel basert på indeksen fra flyscore-modellen. Kampanjene i Google Ads, som opererer på rutenivå, blir indeksert basert på etterspørselsdata fra TAC. Budstrategien i SA360 justerer deretter budene som skal prioriteres.
Eksempelvis:
Dersom det er høy etterspørsel på ruten mellom Oslo og Stockholm, men høy fyllingsgrad i flyet (få ledige seter) og lav prioritet fra Norwegians side, vil denne ruten få en lavere totalscore. Dette medfører at den ikke blir prioritert i budstrategien for økt synlighet.
På den andre siden, dersom vi ser høy etterspørsel på en rute med lav fyllingsgrad (mange ledige seter), vil denne ruten få en høyere totalscore. Algoritmen vil dermed by høyere for å prioritere synlighet i Google Ads, noe som vil resultere i økt potensiell trafikk og konverteringer.
Datadrevet innovasjon:
Implementeringen av TAC og flyscore-modellen leverte imponerende resultater. Dette demonstrerer tydelig effekten av vår strategi for optimal utnyttelse av data.
- 2221 % økning i omsetning
- Oslo – Gdansk har hatt en økning på 178 % omsetning
- Oslo – Larnaca, en rute som var lite synlig tidligere, har fått en økning på 468 760 % i omsetning.
- 2820 % økning i visninger
- 2700 % økning i trafikk
Gjennom implementeringen av TAC, basert på etterspørselsdata, kombinert med en flyscore-modell som prioriterer faktorer som fyllingsgrad og lønnsomhet, har vi allokert mediebudsjettene mer effektivt. Dette har resultert i bedre synlighet på prioriterte ruter, noe som igjen har ført til en betydelig salgsvekst for Norwegian gjennom deres Google Søk aktiviteter.