IKEAs omni-channel Marketing-program sikrer Markedsandele i et marked i Modvind

Igennem flere år har IKEA, i tæt samarbejde med deres partnere, fulgt en specifik samlevejledning for at maksimere resultaterne af deres marketing automation-tiltag på tværs af deres digitale kanaler. Efter flere år med Covid-19 og et buldrende boligmarked, er markedet for boligindretning vendt fra en eksponentiel vækst på helt op til +9,8% under Corona til en negativ vækst på -3,4% (forventet for indeværende forretningsår).

Efter den kraftigt accelererede efterspørgslen på mange af IKEAs produkter, stod IKEA nu i en ny situation, hvor konkurrencen var tilspidset, idet der skulle tages fra konkurrenter for at vækste i et faldende marked. Det var derfor essentielt, at man maksimerede effekten af investeringen yderligere og som et led i den kontinuerlige optimering omfavnede flere automatiseringsmuligheder for at slå et marked i kraftig modvind.

Ligesom IKEA altid har arbejdet med at fange trends og være på forkant med udviklingen i henhold til produktinnovation og deres fysiske butiksoplevelse, er denne case en vinder, fordi man systematisk har arbejdet med innovation indenfor brug af AI & Cross-Channel Automation. Dette har været en helt central komponent i at slå et marked i betydelig tilbagegang, maksimere afkastet fra interne og eksterne ressourcer, og har været med til at skabe historiske resultater for IKEA Danmark. Samtidig har man maksimeret kommunikationens relevans overfor den enkelte forbruger på baggrund af nuancerede budskabslogikker, som bygger på adfærdsbaserede signaler.

Formålet var at sikre både online- og butikssalg gennem en markant udvikling af både kanaler og taktikker i det kontinuerlige marketingprogram på tværs af de mest købsindikerende signaler i kunderejsen, for at sikre relevant og værdiskabende kommunikation, som ikke støjer for forbrugeren.

IKEA har en markant lavere SOV end de to primære konkurrenter JYSK & Ilva (Kantar spend data), hvilket har medvirket til et øget fokus på at maksimere det inkrementelle marketing-drevne salg i en konkurrencepræget kategori i tilbagegang, hvor konkurrencen om kunder var høj.

Hele automation sporet sigter efter både at skabe kortsigtet salg i varehusene og online, men også efter at fange den mere langsigtet inspirationsadfærd hos forbrugerne, for at maksimere det langsigtede salg for IKEA.

Hele omni-channel automation-sporet arbejder primært i den del af IKEAs marketingaktiveringsmodel, der defineres som bottom layer. I bottom layer-sporet er formålet at målrette og eksponere forbrugere, som aktivt udviser interesse for de relevante produktkategorier, som IKEAs portefølje afdækker. Dette gøres ved brug af søgeordsdata, 1. parts data og relevante 3. parts datasignaler fra de benyttede marketingkanaler.

På baggrund af den enkelte forbrugers adfærd distribueres budskaber og annoncering dynamisk for at sikre, at de mest relevante produkter og budskaber annonceres for den enkelte forbruger. Vi ved, at 88% af IKEAs kunder bruger websitet før de foretager et fysisk køb i et af varehusene, hvorfor automation-tiltagene på tværs af kanaler er tænkt ud fra en omni-channel tankegang fra start, hvor vi på baggrund af kanalernes instrumentalitet udnytter deres styrker, for bedst at afdække kunderejsen.

Der benyttes i automation-sporet følgende kanaler som integreret forsøger at afdække de mest forretningskritiske dele af kunderejse, uagtet om brugeren søger inspiration til et køb i varehus eller online:

Salesforce Marketing Cloud
o Triggerbaseret CRM baseret på 1. parts-data og on-site adfærd.

Meta
o 100% dynamiske annoncer som arbejder ud fra DABA (Dynamic Ads/Broad Audiences) princippet, og benytter både in-platform signaler fra Meta, samt IKEAs 1. parts-data intelligent til at maksimere afkastet fra annonceringen.

Pinterest
o Første udrulning i Norden af 100% dynamiske annoncer bygget på produktfeed, som er koblet med de mest relevante søgeord og søgetermer fra Search for at afdække relevante søgninger på denne højrelevante kanal bedst muligt.

Google Search & Shopping
o Her er der efter en prioriteret række af søgninger koblet til IKEAs produktkategorier og produkter, hvor Googles automatiserede dynamiske formater aktivt benyttes til at udforske nye søgeord. Der er arbejdet med optimering af IKEAs produkttitler i deres shopping feed for at matche flere relevante søgeintentioner.

Bing Search & Shopping
o Arbejder ud fra samme struktur, målretning og optimeringsprincipper som i det betalte Google spor, men sporet er udvidet med en af de første implementeringer af Bing Shopping i Danmark for at afdække relevante søgeintentioner bedst muligt på denne niche-kanal.

SEO
o Arbejder efter prioriteret efter de vigtigste søgeord fra inspirationssøgninger til transaktionelle søgetermer, hvor indholdsproduktion og revidering er prioriteret efter forretningspotentialet.

OneSearch
o En vigtig variabel i vores målretning af brugere er OneSearch værktøjet, som automatisk deaktiverer søgeord i Google Search, på søgeområder hvor IKEA er dominerende på de organiske resultater og derved fokuserer mere aggressivt på inkrementel kundeakkvisition fra søgemaskinen.

Sporet er aktivt kontinuerligt hele året, og de overordnede budgetniveauer er planlagt på baggrund af værktøjer som salgsmodellering og attributionsdata, hvor kanalerne budgetmæssigt er prioriteret ift. deres evne til at drive både online- og butikssalg. I budgetplanlægningen er der også taget højde for markedsefterspørgslen på produktniveau ift. sæson, søgeordsvolumen, produkttype og produktkategori.

CRM-setup’et kører et 100% trigger-drevet spor hele året for at maksimere synligheden overfor allerede kendte kundeemner, som udviser relevant adfærd og i forhold til at eksponere sæsonrelevante varer overfor den del af kundebasen, som har givet marketingpermission.

På samme måde som et PAX-skab løbende kan justeres, og udvides med nye moduler og elementer, som kundens behov ændrer sig, satte vi i fællesskab ambitionen om at videreudvikle et allerede prisvindende og best-in-class automation setup, som arbejder på tværs af kanaler. Strategien har bestået af en række centrale delelementer:

• En religiøs implementering af et test & scale framework, som er benyttet til systematisk at planlægge, måle og evaluere eksperimenter på tværs af marketingkanaler i en travl hverdag, hvor ressourcerne skal udnyttes optimalt. Dette gælder både ift. udvidelse af nye relevante digitale kanaler, men også tests af de nyeste features inden for platformene, optimering af data i properties, som f.eks. website & shopping feed, for at sikre produktfeedet indeholder de rette variable og har de bedst mulige vilkår for at blive vist.

• Maksimering af relevans og minimering af støj i de datadrevne budskaber til kunder, som udviser relevant adfærd for at sikre både onlinesalget og det fysiske butiksbesøg. Dette er gjort gennem en nuanceret målretningsstrategi og identificering af relevant 1. parts data og automatisering af budskaber på tværs af alle de benyttede kanaler i bottom layer-sporet.

• Minimering af kannibalisering mellem de digitale kanaler for at sikre den mest effektive brug af marketingbudgettet og undgå attributions- og measurement bias. IKEA har det stærkeste brandkendskab, samt den førende position i kategorien, og med dette følger en høj top-of-mind, et solidt basesalg, og en høj grad af IKEA henvendte adfærd på blandt andet Google. Her har vi fortsat benyttet vores eget udviklede automation software OneSearch, som sikrer at betalt search-annoncering på søgninger, hvor IKEA i forvejen dominerer de organiske søgeresultater, ikke også får vist en betalt annonce på dette søgeresultat.

• Brug af AI og Machine Learning i SEO, CRM & betalt annoncering har været en vigtig faktor ift. at optimere ressourcerne hos både IKEA og partnere. Særligt inden for SEO-arbejdet har vi udrullet en ambitiøs brug af content assisted AI i vores indholdsproduktion, som sikrer en 50% tidsbesparelse i produktion af indhold på IKEAs website og har medvirket til, at IKEA nu har høj organisk synlighed på markant flere niche-søgeord og afdækker flere forbrugeres specifikke behov markant bedre end tidligere.

• Udover de gængse målemetodikker, som in-platform data, analytics data og marketing mix modellering, kigges der fast på Share-of-Search baseret på Google søgninger, som et centralt værktøj ift. at følge udviklingen i IKEAs andel af det samlede søgemarked og kalibrere budgetter og taktikker for at mitigere øget konkurrent synlighed og aktivitet.

Resultaterne nedenfor er sammenlignet for perioden 1. maj, 2022 – 30. april, 2023 med perioden 1. maj, 2021 – 30. april 2022.

Markedsudviklingen
Resultaterne nedenfor skal evalueres op imod IKEAs kategori, som i perioden har været i kraftig tilbagegang hvor IKEA oplevede 10-20% tilbagegang i søgemarkedet på en række produktkategorier, hvilket blot understøtter de flotte resultater. Da kategorien i kampagneperioden indeholder hele andet halvår af 2022, hvor inflationskrise, energikrise, faldende rådighedsbeløb og et tilbagegående boligmarked var meget dominerende makroøkonomiske faktorer, som negativt påvirkede IKEAs kategori markant.

Udvikling i søgeefterspørgslen har kraftigt bevæget sig baglæns og ligger for perioden YOY på følgende søgeord i en markant tilbagegang:
• Brandsøgninger (IKEA) – Index 94
• Kategorisøgninger Sofa – Index 88
• Kategorisøgninger Køkken – Index 86
• Kategorisøgninger Spisebord – Index 84

Forretningsresultater
• Market share i kategorien - Index 116 (bemærk periode 1. aug 2022 – 30. april 2023 vs. 1. aug 2021 – 30. april 2022 - Euromonitor)
• Websitebesøg YOY – Index 100
• E-commerce salg YOY – Index 106

Kanalresultater

Google Ads (Search & Shopping)
• Konverteringer YOY (E-commerce & Butiksbesøg) – Index 126
• Omsætning YOY (E-commerce + Butiksbesøg) – Index 226
• Websitetrafik YOY – Index 160
• Annoncespend sparet ved brug af OneSearch

Microsoft Ads (Bing Search & Shopping)
• Transaktioner YOY (E-commerce) – Index 563
• Omsætning YOY (E-commerce) – Index 595
• Pris per salg (E-commerce) – Index 50
• Websitetrafik YOY – Index 161

Pinterest (Feed-baseret strategi)
• Transaktioner YOY (E-commerce) – Index 235
• Omsætning YOY (E-commerce) – Index 191
• Websitetrafik YOY – Index 231
• Cost per link click – Index 100

Meta
• Transaktioner YOY (E-commerce) – Index 88
• Omsætning YOY (E-commerce) - Index 101
• Website trafik YOY – Index 173
• Cost per link click YOY – Index 44

SEO
• Synlighed på Google på revideret og nyt indhold ved brug af AI-assistance – Index 217
• Ressourcebesparelse ved produktion af on-site content ved brug af AI – 50%
• Over 350 timer frigivet i content-produktionsprocessen årligt ved brug af AI-assistance.

CRM resultater
• Mængde af trigger e-mails sendt YOY – Index 86
• Konverteringsrate (E-commerce) fra trigger-baserede e-mails – Index 105
• E-commerce omsætning fra trigger-baserede e-mails – Index 125
• E-commerce omsætning per sendt e-mail – Index 147