保險品牌成功案例

文章目錄
1.  品牌痛點與挑戰
2.  媒體策略打底
3.  執行方式
4.  執行成效

品牌痛點與挑戰

保險品牌期望透過曝光、導流媒體的佈局,為營收注入活水。然而保險銷售週期長,媒體轉換表現短時間內難以評估。加上產品種類多元且差異大,雖想利用自動化廣告觸及潛在商機,卻因系統容易集中轉換單一品項,媒體預算難有效分配,對成效的實質助益亦相當有限。

媒體策略打底

為釐清各險種間的差異,精準佈局媒體溝通。CloudAD 從 GA 數據出發,觀察各險種在轉換前歷經的平均時長、溝通頻次、耗費成本等數據,找出險種間的差異關鍵。而後調整各險種媒體組合與預算配置,並擬定各媒體優化方針。

執行方法

保險品牌媒體執行策略

第一式:數據洞察
透過 GA 轉換路徑長度、轉換時間差等報表,及廣告轉換成效數字,了解各險種的市場需求狀況,並將險種分為受眾有需求即會投保的「剛性需求」,及受眾需透過潛在需求刺激與放大,方會考慮投保的「彈性需求」。

第二式:媒體佈局
「剛性需求」目標在於「找到精準受眾,集中火力轉換收割」,媒體佈局以收網型媒體如關鍵字廣告、Google Performance Max Campaign 最高成效廣告為主。

「彈性需求」目標則是在「提供受眾投保動機,培養受眾對於保險的認知,待時機成熟後轉換收割」。因需花費更多時間與媒介與受眾溝通互動,故採用主動溝通型媒體如展示型廣告、原生廣告,加深受眾對於險種的認識,再以關鍵字廣告收網轉換。

第三式:操作優化

CloudAD 針對 Google 最高成效廣告及關鍵字廣告上,持續透過數據的反饋,使成效更上一層樓。

【Google Performance Max Campaign】

考量各產品受眾溝通歷程差異大,雖最高成效廣告(Google Perfromance Max Campaigns)對於全漏斗目標皆有相當幫助,但卻受限於機器學習傾向,難以讓每個險種雨露均霑。對此 CloudAD 打破品牌過往只建立單一廣告活動,讓系統自動優化的概念,依據產品數據拆分廣告架構,依據銷量選擇出價策略,並依過往成本訂定出價,提升機器學習效率。

此外,金融業對於用戶個資規範較為嚴格,品牌無法上傳第一方名單至廣告平台,提供系統學習訊號。故在受眾訊號設定上,加強網站受眾及 Google 自訂受眾的應用,引導系統將廣告曝光在潛力受眾面前。

最高成效廣告策略

【關鍵字廣告】

過往品牌規劃的關鍵字架構多為險種搭配品牌字、產品字。然 CloudAD 發現,雖為同一險種,搜量與轉換成本可能因年期、保費規格等保險細節而產生相當差異。故 CloudAD 以過往花費金額、曝光比重、轉換成本等數據為參考,重新劃分關鍵字帳戶架構,將差異過大的產品字拆分群組,提升成本控制及成效觀察的效率。

除架構外,考量品牌成效以 GA 產品收益為準,CloudAD 也重新調整 Google Ads 的優戶目標,改以 GA 匯入的轉換目標。且為了滿足機器學習所需的數據門檻,根據廣告活動轉換成果數,調整目標為「投保完成頁面」或「保費試算、立即投保按鈕」等較淺層的轉換行為,幫助系統有效脫離學習狀態。

關鍵字廣告策略

執行成效

  • 剛性需求險種獲客數達 2.7 倍,獲客成本降低 14%
  • 彈性需求險種獲客數達 1.3 倍,獲客成本降低 24%

如有任何媒體企劃與 GA4 數據洞察需求,歡迎隨時聯絡我們

    姓名 Name* 聯繫電話 Phone Number* 方便通話的時間段 Available time for call* 電子郵件 Email* 公司名稱 Company Name 公司電話 Company Telephone 網站網址 Website URL* 希望諮詢的服務 Which service would you like to use?* 其他 Other 預算 Budget

    延伸閱讀

    Back to top