OUR WHOLE PRIDE:
SUCCESSFUL CUSTOMER PROJECTS FROM THE LAST 10 YEARS

Benefit from our tried and tested best practices that we have implemented in 250 projects with our customers along the customer lifecycle.

[dhsv_vc_button link=”url:https%3A%2F%2Fwww.acceleraid.ai%2Fen%2Fcontact%2F|title:MAKE%20AN%20APPOINTMENT” align=”center” css=”.vc_custom_1620828422779{margin-top: 30px !important;margin-bottom: 100px !important;}”]
[dhsv_vc_posts_custom_grid post_type=”brand” number_of_posts=”24″ number_of_posts_in_row=”6″ slider=”slider”]

Select your industry:

4.000 ADDITIONAL APPOINTMENTS

through automated geo targeting after only 6 months

CHALLENGE

  • Interested parties are not forwarded directly to the appropriate broker
  • High Google AdWords costs per keyword
  • Improve appointment scheduling with the closest customer advisor

APPROACH

  • Optimization of the landing page per keyword, campaign and device of the visitor
  • Use of new landing pages with direct contact to a customer advisor
ih referenz ano

PROCEDURE

ih referenz ablauf ano en 2

27% MORE CREDIT CARD CONTRACTS

through multi-channel optimization

CHALLENGE

  • Acquisition of new customers through all existing marketing channels
  • 80% visitors via mobile devices
  • The conclusion should be made directly via the landing page without an application path

APPROACH

  • Use of a neural network algorithm to process all channel information
  • Development of dedicated mobile landing pages
  • Integration and transmission of all form data on the landing page
av referenz ano en

PROCEDURE

ad referenz ablauf ano en 1

INCREASE IN NEW CUSTOMER ACQUISITION

for credit cards and giro accounts

CHALLENGE

  • High AdWords costs and high competition in the market
  • Manual adjustment of landing pages for over 100 variants

APPROACH

  • With the machine learning algorithm, the segmentation & assignment to an optimal landing page variant for the visitors is automated
  • Optimization based on search term, visitor’s channel, frequency of visits and device
  • Key message and key benefits placement on the landing page in real time
dk referenz ano en 2

PROCEDURE

dk referenz ablauf ano en 1

AI IN ACTION:

additional increase through neural networks

CHALLENGE

  • Additional increase in completion rates with existing setup required
  • Further increase of the conversion rate without manual effort

APPROACH

  • Additional use of a neural network/AI to process additional visitor information
  • Refined placement of the landing pages through expanded visitor interest information – in real time
dk referenz ano en

PROCEDURE

dk2 referenz ablauf ano en 1

50% ADDITIONAL PRODUCT INQUIRIES

CHALLENGE

  • No target group-specific display of product pages
  • Inefficient transition from product page to application path, low conversion rate

APPROACH

  • Development and algorithmic placement of target group-specific product pages per device, campaign and day of the week
  • Integration of computer elements for all relevant products
sk referenz ano en

PROCEDURE

sp referenz ablauf ano en 1

ACTIVATION AFTER WELCOME

CHALLENGE

  • Automation of customer activation
  • Activate customers who became inactive or never became active after the welcome campaign

APPROACH

  • Different incentives for different customer profiles are sent by email
  • Additional optimization of the best image + text address per customer using machine learning
ha referenz ano en 2

INCENTIVATION OF CARD USE

Cross & Upsell Merchant Categories

CHALLENGE

  • Incentivizing the use of the card through category-based email
  • Credit card upsell to premium card
  • Cross-sell of partner offers

APPROACH

  • Based on the transaction data, personalized information and incentives in the form of competitions, cashback or similar are sent to the customer via mail at the right time
  • Therefore, the system calculates the same and next best category

EXAMPLE

A customer uses his card a lot in the area of food & amp; drink and then receives follow-up information about partner offers and the advantages of a premium card

ha referenz ano en

CROSSSELL OF CREDIT CARDS & PRIVATE CREDIT

by analyzing the transactions on the giro account

CHALLENGE

  • The client already has very good customer penetration
  • Problem: Many customers were addressed with new products, but the right time and right channel were not always optimized but show great potential. The postal channel is also still very important for many customers

APPROACH

  • Analyze customer behavior based on the data + calculate completion probabilities per customer
  • Communicate offers individually (time & channel)
  • Merging of master, account and transaction data (current account)
  • Send offers to the right customers at the right time via credit card or personal loans
ps referenz ano en 2

STEIGERUNG DER AKTIVIERUNGSRATE BEI NEUEN NUTZERN + NUTZUNG DER BANKING APP

durch Neukundenaktivierung und -engagement entlang des Lifecycles

CHALLENGE

  • Die Neobank, Tochter einer größeren Bank, betreibt eine Multibanking-App und ein Banking Webportal
  • Problem: Viele Nutzer registrieren sich zwar für die App, verbinden aber nicht sofort ein Bankkonto und bleiben somit inaktiv.

APPROACH

  • Intelligente und algorithmisch gestützte Zusammenführung der Stamm- und App-Nutzungsdaten
  • Automatisierte tägliche Selektion der inaktiven Kunden und Versand von mehrstufigen E-Mail-Kampagnen zur Aktivierung, Engagement und Upsell
  • Automatische Reminder-E-Mails nach 7 Tagen, falls keine Reaktion stattfindet

PROCEDURE

referenz ablauf datalayer de 2

STEIGERUNG TOPLINE REVENUES

durch Neukunden Aktivierung, Cross- und Upsell

CHALLENGE

  • Es konnte nur eine begrenzte Anzahl an Kampagnen pro Monat ausgespielt werden
  • Die meisten Aufgaben mussten manuell geplant und ausgeführt werden

APPROACH

  • Intelligente und algorithmisch gestützte Zusammenführung der Stamm- und App-Nutzungsdaten
  • Automatisierte tägliche Selektion der inaktiven Kunden und Versand von mehrstufigen E-Mail-Kampagnen zur Aktivierung
  • Automatische Reminder-E-Mails nach 7 Tagen, falls keine Reaktion stattfindet

PROCEDURE

referenz ablauf datalayer de 2

STEIGERUNG DER ABVERKÄUFE AN BESTANDSKUNDEN

durch Analyse von Girokonto- und CRM-Daten

CHALLENGE

  • Das Unternehmen hat bereits eine sehr gute Kundendurchdringung
  • Problem: Viele Kunden wurden zwar mit neuen Produkten angesprochen, aber zum falschen Zeitpunkt oder über den falschen Kanal
  • Für die Kunden hat die postalische Ansprache eine hohe Bedeutung

APPROACH

  • Intelligente und algorithmisch gestützte Zusammenführung der Stamm- und Kontodaten
  • Planung von verschiedenen Upsell Use Cases
  • Selektion der inaktiven Kunden und Versand von mehrstufigen E-Mail-Kampagnen zur Aktivierung
  • Automatische Reminder über E-Mail und Brief

PROCEDURE

referenz ablauf datalayer de 2

27% MORE CREDIT CARD CONTRACTS

through multi-channel optimization

CHALLENGE

  • Acquisition of new customers through all existing marketing channels
  • 80% visitors via mobile devices
  • The conclusion should be made directly via the landing page without an application path

APPROACH

  • Use of a neural network algorithm to process all channel information
  • Development of dedicated mobile landing pages
  • Integration and transmission of all form data on the landing page
av referenz ano en

PROCEDURE

ad referenz ablauf ano en 1

ACTIVATION AFTER WELCOME

CHALLENGE

  • Automation of customer activation
  • Activate customers who became inactive or never became active after the welcome campaign

APPROACH

  • Different incentives for different customer profiles are sent by email
  • Additional optimization of the best image + text address per customer using machine learning
ha referenz ano en 2

INCENTIVATION OF CARD USE

Cross & Upsell Merchant Categories

CHALLENGE

  • Incentivizing the use of the card through category-based email
  • Credit card upsell to premium card
  • Cross-sell of partner offers

APPROACH

  • Based on the transaction data, personalized information and incentives in the form of competitions, cashback or similar are sent to the customer via mail at the right time
  • Therefore, the system calculates the same and next best category

PROCEDURE

A customer uses his card a lot in the area of food & amp; drink and then receives follow-up information about partner offers and the advantages of a premium card

ha referenz ano en

STEIGERUNG DER ABSCHLÜSSE

durch personalisierte Customer Experiences und Automatisierung der Ausspielung von Landing Pages und Antragsstrecken

CHALLENGE

  • Hoher Wettbewerb bei stark begrenztem Marktvolumen im schweizerischen Markt
  • Extrem hohe Grenzkosten zur Steigerung der Webseiten-Besucher
  • Hohe Absprungrate in den ersten Schritten der Antragsstrecke über alle Marketing-Kanäle hinweg

APPROACH

  • Steigerung der Effizienz des Marketing-Budgets durch algorithmische Onsite Optimierung und Verringerung der Absprungraten
  • Erstellung und automatische Ausspielung unterschiedlicher Landing Pages und Antragsstrecken für einzelne Besuchergruppen
  • Personalisierte Abfrage von Kontaktinformationen zur frühzeitigen Generierung von Leads
bb referenz ano

PROCEDURE

bb referenz ablauf ano de

INCREASE IN PARTNER SALES

CHALLENGE

  • For the customers of the bank, an ecommerce marketplace in the app is a novelty
  • The world of advantages contains voucher codes and should be more in focus in order to further strengthen the business model

APPROACH

  • Based on the current account transactions, users receive tailored offers in the app via the world of advantages.
  • Optionally, personalized emails with offers can be sent
co referenz ano en

IMPROVING APP RATING

IN APPLE APP STORE AND GOOGLE PLAYSTORE

CHALLENGE

  • Increase rating in the app store and play store

APPROACH

  • Measurement of “moments of success” in the app
  • Automatic dispatch of NPS surveys if a “moment of success” has been reached
  • Direct in-app message as to whether the user would like to rate the app if his NPS is above 7
co referenz ano en 2

INCREASE ACCOUNT ACTIVATION RATE

IN THE APP AND WEB PORTAL

CHALLENGE

  • Many users register for the app, but do not immediately connect a bank account and thus remain inactive

APPROACH

  • Merging of the master data, app usage data & payment flow data of the customers
  • Automatic detection of inactive new customers
  • Automated & personalized addressing of inactive customers at the right time in the customer journey
co referenz ano en 3
[dhsv_vc_section_titles]

PROCEDURE

[/dhsv_vc_section_titles]

co referenz ablauf ano de

CROSS- & UPSELL DER NÄCHSTBESTEN VERSICHERUNG

durch Cross-Selling Kampagnen & Automatisierung des E-Mail-Marketings

CHALLENGE

  • The client is a broker pool with many affiliated brokers who mostly sell via on-site visits and telephone
  • Many brokers still work manually today and without structured and automated digital sales for existing customers

APPROACH

  • Intelligente Zusammenführung der CRM- und Produktdaten
  • Algorithmische Zielgruppenbildung und Analyse des Potenzials
  • Automatisiertes Senden der E-Mails an Kunden, die in das passende Segment für KFZ, PKV, Zahnzusatz etc. passen
  • Automatische mehrstufige E-Mail Kampagnen, falls keine Reaktion erfolgt
wf referenz ano en 2

PROCEDURE

referenz ablauf datalayer de 2

16% MEHR ABSCHLÜSSE

durch SEA-Optimierung pro Suchwort

CHALLENGE

  • Geringe Conversion Rates in der Neukundenakquise
  • Hoher Wettbewerb und hohe Kosten bei Keywords im Versicherungsbereich
  • Keine gezielte Ansprache einzelner Besuchergruppen

APPROACH

  • Algorithmische Optimierung der Landing Page pro Suchwort, Kampagne und Endgerät des Besuchers
  • Einsatz neuer Landing Pages mit Fokus auf die Vorteile der Versicherung pro Zielgruppe
  • Nutzung von unterschiedlich langen Varianten pro Device

PROCEDURE

47% MEHR LEADS

durch Personalisierung in über 100 Varianten

CHALLENGE

  • Eine statische Seite für alle Versicherungen
  • Besucher muss umständlich zum gewünschten Produkt navigieren
  • Keine Anpassung der Seite an die Besucherbedürfnisse

APPROACH

  • Optimierung der Leadgenerierung für alle Versicherungsprodukte
  • Einsatz von über 100 Landing Pages für unterschiedliche Produkte und Besucherbedürfnisse
  • Optimierung auf Suchwort, Kanal, Device und Häufigkeit der Besuche durch den Acceleraid KI-Algorithmus

PROCEDURE

20% MEHR ABSCHLÜSSE

durch Onsite-Optimierung pro Suchwort

CHALLENGE

  • Geringe Conversion Rates in der Neukundenakquise
  • Hohe Kosten bei Keywords für Lebensversicherungen
  • Steigerung der Effizienz von Marketing Budgets ist nur über Onsite Optimierung möglich

APPROACH

  • Optimierung der Landing Page pro Suchwort, Kampagne und Informationsstand des Besuchers durch den Acceleraid Algorithmus
  • Einsatz unterschiedlicher Landing Pages unter Berücksichtigung der Anzahl der Besuche und der Abschlusswahrscheinlichkeit

PROCEDURE

12% MEHR ABSCHLÜSSE

durch Landing Page Optimierung mit Machine Learning

CHALLENGE

  • Begrenztes Marktvolumen in der Schweiz und entsprechend teuer skalierbar
  • Eine statische Landing Page für alle Besucher aus allen Kanälen
  • Unflexibler CMS Eigenbau

APPROACH

  • Einsatz zielgruppenspezifischer Landing Page Varianten
  • Automatische und algorithmisch optimierte Ausspielung der Landing Pages
  • Optimierung auf Besucherdaten wie Kampagne, Suchwort, Device und Uhrzeit

PROCEDURE

10% CONVERSION STEIGERUNG

durch KI-gesteuerte Landing Pages

CHALLENGE

  • Die Neukundenakquise über Online Kanäle ist ausgereizt
  • Komplexe Webseite mit komplizierter Navigation
  • Optimierung unterschiedlicher Ziele von Terminvereinbarung bis Online-Abschluss

APPROACH

  • Auslagerung der relevanten Produkte auf separate Landing Pages
  • Automatische und algorithmisch gesteuerte Ausspielung der Landing Pages pro Produkt und Zielgruppe
  • Optimierung der Ausspielung auf alle Besucherdaten durch den Acceleraid KI-Algorithmus

PROCEDURE

8% MEHR ABSCHLÜSSE

durch Optimierung pro Besuchergruppe

CHALLENGE

  • Hoher Wettbewerb bei Keywords für Autoversicherung
  • Einsatz von Landing Pages nicht möglich
  • Vielfältige Versicherungsoptionen für die KFZ Versicherung

APPROACH

  • Integration mittels JavaScript auf der Hauptdomain zur Optimierung der KFZ-Versicherung
  • Echtzeit-Auswahl der optimalen Besucher-Variante durch den Acceleraid Algorithmus
  • Fokus auf unterschiedliche Versicherungsmerkmale pro Besuchergruppe

PROCEDURE

20% MEHR ABSCHLÜSSE

durch algorithmische Optimierung der Besucherführung

APPROACH

  • Komplexe Navigationsstruktur der Webseite
  • Viele Klicks von der Einstiegsseite über das Produkt bis zum Abschluss
  • Zu geringer Brand- und Trust-Fokus

APPROACH

  • Integration mittels JavaScript auf der Hauptdomain zur Optimierung der Seitenstruktur
  • Verkürzung des Funnels durch algorithmisch optimierte Besucherführung auf der Webseite
  • Einsatz unterschiedlicher Device-optimierter Varianten pro Besuchergruppe

PROCEDURE

20% INCREASE IN CONVERSION RATE

by personalization of the application path

[dhsv_vc_section_titles css=”.vc_custom_1615911867392{margin-top: 50px !important;}”]

CHALLENGE

[/dhsv_vc_section_titles]

  • Campaign themes are not displayed on the landing page
    Inefficient transfer from the landing page to the application process, no optimization per device of the visitor
[dhsv_vc_section_titles]

APPROACH

[/dhsv_vc_section_titles]

  • Development of topic-specific landing pages
  • Display of the optimal combination of landing page and application path for each campaign, device and context of the visitor through artificial intelligence
lk referenz ano en
[dhsv_vc_section_titles]

PROCEDURE

[/dhsv_vc_section_titles]

lk referenz ablauf ano en 1

INCREASE CONTRACT EXTENSIONS IN THE CUSTOMER PORTAL

[dhsv_vc_section_titles css=”.vc_custom_1615912554524{margin-top: 50px !important;}”]

CHALLENGE

[/dhsv_vc_section_titles]

  • Customers should switch directly to higher packages when extending their contract, e.g. due to data volume
[dhsv_vc_section_titles]

APPROACH

[/dhsv_vc_section_titles]

  • Using the CRM data, every customer is scored and Acceleraid processes the trigger and plays the crossell at the right place
[dhsv_vc_section_titles]

PROCEDURE

[/dhsv_vc_section_titles]

o12 referenz ablauf ano en 1

CROSSSELL OF PARTNER CARDS IN THE CUSTOMER PORTAL

[dhsv_vc_section_titles css=”.vc_custom_1615912586144{margin-top: 50px !important;}”]

CHALLENGE

[/dhsv_vc_section_titles]

  • Ideally, customers automatically extend the contract in the customer portal and buy additional products at the same time. The partner card in particular increases the CLV significantly
[dhsv_vc_section_titles]

APPROACH

[/dhsv_vc_section_titles]

  • Optimization of the customer experience through x variants
  • Connect CRM to directly process suitable tariff recommendations
  • Automatic display of the partner card at the right point of the sales process and optimization through machine learning algorithm
[dhsv_vc_section_titles]

PROCEDURE

[/dhsv_vc_section_titles]

o1 referenz ablauf ano en 1

21% MORE CONTRACTS THROUGH MARKETING CHANNEL OPTIMIZATION

[dhsv_vc_section_titles css=”.vc_custom_1615912586144{margin-top: 50px !important;}”]

CHALLENGE

[/dhsv_vc_section_titles]

  • Despite high expenses for online marketing, no increase in online sales is noticeable
  • High abandonment rate in the application process for mobile devices
  • No consideration of the visitor segment
[dhsv_vc_section_titles]

APPROACH

[/dhsv_vc_section_titles]

  • Development of device-optimized variants of the product page and the application process
  • Use of an AI algorithm for the optimized display of product pages and application path combinations
  • Processing of visitor information from the marketing channel
[dhsv_vc_section_titles]

PROCEDURE

[/dhsv_vc_section_titles]

wn referenz ablauf ano en 1

OPTIMIERUNG DER CALLCENTER-EFFIZIENZ

durch Zusammenführung von sämtlichen Datensilos und Anwendung von Scoring-Methoden auf Bestandskunden

[dhsv_vc_section_titles css=”.vc_custom_1615912586144{margin-top: 50px !important;}”]

CHALLENGE

[/dhsv_vc_section_titles]

  • Callcenter haben das Ziel einer 100% Kundenabdeckung pro Quartal, schaffen dies aber fast nie und benötigen daher eine intelligente Priorisierung, wen sie als erstes anrufen sollen
[dhsv_vc_section_titles]

APPROACH

[/dhsv_vc_section_titles]

  • Zusammenführung von sämtlichen Datensilos wie Salesforce Sales Cloud, Salesforce Marketing Cloud, NPS Datenbank und verschiedenen Umsatzdatenbanken
  • Automatischer und selbstlernender Scoring-Prozess für jeden einzelnen Bestandskunden zur Definition der Anruf-Reihenfolge nach Abschlusswahrscheinlichkeit und Deckungsbeitrag
  • Etablierung eines Feedbackprozesses der Callcentermitarbeiter, um Algorithmen mit Informationen zum Lernen zu “füttern”
[dhsv_vc_section_titles]

PROCEDURE

[/dhsv_vc_section_titles]

referenz ablauf datalayer de 2

OPTIMIERUNG DER NEUKUNDENACQUISE UND STEIGERUNG DER MOBILFUNK-VERTRAGSABSCHLÜSSE

durch conversionoptimierten Vertriebstrichter

[dhsv_vc_section_titles css=”.vc_custom_1615912586144{margin-top: 50px !important;}”]

CHALLENGE

[/dhsv_vc_section_titles]

  • Viele Besucher springen in der komplexen Abschlussstrecke ab
  • Durch CMS Eigenbau ist die Webseite nicht optimiert auf Endgeräte bzw. Bildschirmgrößen
  • Kontext des Nutzers wird ignoriert und jeder potentielle Kunde sieht die gleiche Webseite
[dhsv_vc_section_titles]

APPROACH

[/dhsv_vc_section_titles]

  • Personalisierung der Abschlussstrecke durch verschiedene Varianten mit unterschiedlichen Feld-Gruppierungen
  • Unterschiedliche lange Varianten der Strecke je nach Besucher, z.B. Schnellabschluss für Bestandskunden
  • Optimierung auf User Journey im Shop sowie Kontext des Besuchers wie Endgerät, Uhrzeit, usw.

INCREASE IN CONVERSION RATES FOR GOOGLE SHOPPING ADS

[dhsv_vc_section_titles css=”.vc_custom_1615912586144{margin-top: 50px !important;}”]

CHALLENGE

[/dhsv_vc_section_titles]

  • Only one product detail page for all categories
  • No target group-specific display of product detail pages for Google Shopping ads
  • No consideration of the number of visits
[dhsv_vc_section_titles]

APPROACH

[/dhsv_vc_section_titles]

  • Development of target-group-specific product detail pages with a focus on the category
  • The machine learning algorithm displays the product detail pages for each device, marketing channel and context of the visitor
  • Different focus on CTAs depending on the number of visits
mm kurve
[dhsv_vc_section_titles]

PROCEDURE

[/dhsv_vc_section_titles]

mm referenz ablauf ano en 1

OPTIMIZATION OF THE ORDER VALUES

[dhsv_vc_section_titles css=”.vc_custom_1615912586144{margin-top: 50px !important;}”]

CHALLENGE

[/dhsv_vc_section_titles]

  • Order and income values ​​per purchase are too low
  • Free shipping incentive with minimum order value is not used
[dhsv_vc_section_titles]

APPROACH

[/dhsv_vc_section_titles]

  • Creation of product pages and shopping cart variants
  • Display of the remaining amount until free delivery
  • Decrease of the abandonment rate through “To cart” and “To checkout” sticky elements
ro referenz ano en
[dhsv_vc_section_titles]

PROCEDURE

[/dhsv_vc_section_titles]

rl referenz ablauf ano de

OPTIMIZATION OF PRODUCT SEQUENCES THROUGH MACHINE LEARNING

[dhsv_vc_section_titles css=”.vc_custom_1615912586144{margin-top: 50px !important;}”]

CHALLENGE

[/dhsv_vc_section_titles]

  • High costs and keyword prices on Google AdWords
  • New customers are mainly won through Google
  • There is hardly any potential for conversion optimization via online marketing
[dhsv_vc_section_titles]

APPROACH

[/dhsv_vc_section_titles]

  • Optimization of the product sequences on overview pages
  • Use of a machine learning algorithm to determine the optimal product sequence for each campaign, search term and device
  • Automatic determination of the optimal variants for each visitor segment
ka referenz ano en
[dhsv_vc_section_titles]

PROCEDURE

[/dhsv_vc_section_titles]

ka referenz ablauf ano de

INCREASE IN REGISTRATIONS WITH ADTELLIGENCE MACHINE LEARNING

[dhsv_vc_section_titles css=”.vc_custom_1615912554524{margin-top: 50px !important;}”]

CHALLENGE

[/dhsv_vc_section_titles]

  • Very high number of different landing pages
  • Manual A/B Testing is not feasible
  • No usage of visitor interests per affiliate partner
[dhsv_vc_section_titles]

APPROACH

[/dhsv_vc_section_titles]

  • Optimized placement with a machine learning algorithm
  • Optimized placement of the landing pages depending on the affiliate partner, device and language
  • Automatic determination of the optimal variants for each visitor segment
[dhsv_vc_section_titles]

PROCEDURE

[/dhsv_vc_section_titles]

ae referenz ablauf ano de

INCREASE IN REGISTRATIONS WITH ADTELLIGENCE MACHINE LEARNING

[dhsv_vc_section_titles css=”.vc_custom_1615912554524{margin-top: 50px !important;}”]

CHALLENGE

[/dhsv_vc_section_titles]

  • Processing of very high visitor traffic
  • Manual A/B Testing is not feasible
  • No usage of visitor interests per affiliate partner
[dhsv_vc_section_titles]

APPROACH

[/dhsv_vc_section_titles]

  • Development of new landing pages with dynamic areas for multivariate testing
  • Optimization of placement by using a machine learning algorithm for each affiliate partner and device
  • Automatic determination of the optimal variants for each visitor segment
tr referenz ano en
[dhsv_vc_section_titles]

PROCEDURE

[/dhsv_vc_section_titles]

tr referenz ablauf ano de

INCREASE OF THE CONVERSION RATE BY OPTIMIZING THE ENTIRE USER JOURNEY

[dhsv_vc_section_titles css=”.vc_custom_1615912586144{margin-top: 50px !important;}”]

CHALLENGE

[/dhsv_vc_section_titles]

  • All visitors receive a static page for product details, shopping cart and final route
  • Current campaigns and discounts cannot be prominently communicated
  • The shopping cart and the conclusion path do not show the selected products
[dhsv_vc_section_titles]

APPROACH

[/dhsv_vc_section_titles]

  • Creation of two landing page variants with dynamic areas for each the shopping cart and conclusion path
  • Playout of the optimal combination of the variants depending on the campaign, device and login status through the machine learning algorithm
or referenz ano en
[dhsv_vc_section_titles]

PROCEDURE

[/dhsv_vc_section_titles]

or referenz ablauf ano de

MORE SALES BY OPTIMIZING THE PRODUCT OVERVIEW PAGES FOR TARGET GROUPS

[dhsv_vc_section_titles css=”.vc_custom_1615912586144{margin-top: 50px !important;}”]

CHALLENGE

[/dhsv_vc_section_titles]

  • A static category and product detail page for all target groups from Facebook campaigns
  • Facebook target groups are not used for optimization
  • Low conversion rate for FB campaigns
[dhsv_vc_section_titles]

APPROACH

[/dhsv_vc_section_titles]

  • Creation of target group-specific landing pages with dynamic areas
  • Transmission of product feed and Facebook campaign information to the Acceleraid platform
  • Determination and placement of the landing pages by combining the optimal dynamic content for each target group and device
za referenz ano en
[dhsv_vc_section_titles]

PROCEDURE

[/dhsv_vc_section_titles]

za referenz ablauf ano de

1-TO-1 PERSONALIZATION WITH FACEBOOK CUSTOM AUDIENCE TARGETING

[dhsv_vc_section_titles css=”.vc_custom_1615912586144{margin-top: 50px !important;}”]

CHALLENGE

[/dhsv_vc_section_titles]

  • No optimization of the product order for Facebook ad clicks
  • Facebook target groups are not used for optimization
  • Low efficiency of Facebook ads
[dhsv_vc_section_titles]

APPROACH

[/dhsv_vc_section_titles]

  • Visitor information (Facebook target groups) is transferred to the Acceleraid platform in real time
  • Automatic determination and display of the optimal product sequence using the machine learning algorithm
  • Beforehand training of the algorithm with historical transaction data in order to directly guarantee an optimized delivery
eb referenz ano en
[dhsv_vc_section_titles]

PROCEDURE

[/dhsv_vc_section_titles]

eb referenz ablauf ano de

STEIGERUNG DER CONVERSION RATES

durch Optimierung der Ergebnisliste unter Verwendung des Google Suchbegriffs und des Besucher Standorts

[dhsv_vc_section_titles css=”.vc_custom_1615912586144{margin-top: 50px !important;}”]

CHALLENGE

[/dhsv_vc_section_titles]

  • Anbindung der Acceleraid API an die Landing Page
  • Übergabe der AdWords Suchworte an Acceleraid zur automatischen Optimierung der Ergebnis-Reihenfolge
  • Optimierung der Ergebnisliste anhand der Suchbegriff, historischen Clicks & Conversions sowie Besucher-Cookies
[dhsv_vc_section_titles]

APPROACH

[/dhsv_vc_section_titles]

  • Visitor information (Facebook target groups) is transferred to the Acceleraid platform in real time
  • Automatic determination and display of the optimal product sequence using the machine learning algorithm
  • Beforehand training of the algorithm with historical transaction data in order to directly guarantee an optimized delivery
as referenz ano
[dhsv_vc_section_titles]

PROCEDURE

[/dhsv_vc_section_titles]

as referenz ablauf ano de

STEIGERUNG DER ABSCHLÜSSE FÜR FLÜGE AUF DER LANDINGPAGE

durch Personalisierung und Engagementsteigerung

[dhsv_vc_section_titles css=”.vc_custom_1615912586144{margin-top: 50px !important;}”]

CHALLENGE

[/dhsv_vc_section_titles]

  • Komplett statische Landingpage für Flugsuchende aus allen Kanälen
  • Informationen aus den Marketingkanälen oder Kontextinformationen der Nutzer werrden bisher ignoriert
  • Acceleraid hostet alle neuen Landingpages und integriert Such-Formular von Originalseite
[dhsv_vc_section_titles]

APPROACH

[/dhsv_vc_section_titles]

  • Generierung verschiedener thematischer Landingpages
  • Vorausgefüllte Formulare für schnelleren Abschluss
  • Vollautomatische Ausspielung von personalisierten Varianten je nach Besucherstandort und weiteren Kontextparametern

STEIGERUNG DES PROVISIONSUMSATZES & DER WEITERLEITUNGSRATE AN REISEANBIETER

durch personalisierte Reise-Landingpage

[dhsv_vc_section_titles css=”.vc_custom_1615912586144{margin-top: 50px !important;}”]

CHALLENGE

[/dhsv_vc_section_titles]

  • Eine statische Seite für alle Segmente aus allen Kanälen
  • Ineffiziente Verteilung des Marketingbudgets und teuere Keywords
[dhsv_vc_section_titles]

APPROACH

[/dhsv_vc_section_titles]

  • Generierung von Keywordbasierten dynamischen Landingpages
  • Nutzer gibt “Flug New York” ein und bekommt eine LP mit Freiheitsstatue ausgespielt
  • Automatische Ausspielung je nach Kontext des Nutzers, um Relevanz zu steigern

Our products and solutions
at a glance

[dhsv_vc_button link=”url:https%3A%2F%2Fwww.acceleraid.ai%2Fen%2Fproduct%2F|title:Learn%20more” align=”center”]

Which use cases
can be implemented?

[dhsv_vc_button link=”url:https%3A%2F%2Fwww.acceleraid.ai%2Fen%2Freferences%2F|title:Learn%20more” align=”center”]

How can we
help you?

[dhsv_vc_button link=”url:https%3A%2F%2Fwww.acceleraid.ai%2Fen%2Fcontact%2F|title:Learn%20more” align=”center”]