Babbel wurde 2007 gegründet und bietet seine App unter dem Motto "Sprich Sprachen, wie du es schon immer wolltest" an. Die Sprachlern-App ist in sieben Sprachen für das Web, iOS und Android verfügbar. So können die über eine Millionen aktiven Abonnenten ganz einfach 14 verschiedene Sprachen lernen. Durch die sorgfältig zusammengestellten Kurse können sie ihre neuen Sprachkenntnisse sofort einsetzen. Das Marketingteam von Babbel suchte nach einer Möglichkeit, mehr Nutzer für seine Dienstleistungen zu gewinnen. Dabei waren die Steigerung der Klickrate (Click-through-Rate, CTR) und die Senkung der Kosten für Leads wichtige Faktoren.
Babbel
Fremdsprachen online lernen
Mehr als 500 Mitarbeiter aus 45 verschiedenen Ländern in Berlin und New York
Gründungsjahr: 2007
www.Babbel.com
DIE ZIELE
Neue Nutzer für Babbel gewinnen
Kosten für Leads senken
DIE STRATEGIE
Smart Bidding-Lösungen testen
Intelligente Displaynetzwerk-Kampagnen implementieren
DIE ERGEBNISSE
Cost-per-Click um 30 % gesenkt
Cost-per-Lead um 28 % gesenkt
Cost-per-Acquisition um 24 % gesenkt
Klickrate um 0,2 % (Computer) bzw. 0,3 % (Mobilgeräte) gesteigert
Babbel wollte insbesondere seine Aktivitäten im Displaynetzwerk verbessern, die ungeordnete Kontostruktur optimieren und den Cost-per-Acquisition senken. Cristina Padilla, SEM Manager bei Babbel, und ihr Team entschieden sich dafür, zwei neue Strategien auszuprobieren: Smart Bidding-Lösungen und intelligente Displaynetzwerk-Kampagnen.
Zuerst vereinfachte das Team die gesamte Kontostruktur für das Displaynetzwerk, indem es 30 Kampagnen zu 5 Kampagnen zusammenfasste. Danach implementierte es intelligente Displaynetzwerk-Kampagnen und konnte so die Gesamtzahl der Banner im Konto reduzieren. Zuvor gab es für jede Bannergröße eine eigene Anzeigengruppe. Mit der neuen Strategie konnte Babbel einfach eine Anzeige und eine Anzeigengruppe erstellen, die flexibel an zwei bis drei Anzeigenformate angepasst werden können. Der letzte Schritt war die Implementierung der automatischen Gebotsstrategien "Auto-optimierter CPC" und "Ziel-CPA". Dadurch kommt nun maschinelles Lernen zum Einsatz, um die Gebote bei jeder Auktion so zu optimieren, dass möglichst viele Conversions oder ein möglichst hoher Conversion-Wert erzielt wird.
Die Ergebnisse sprechen für sich: Der Cost-per-Click wurde um 30 % gesenkt, der Cost-per-Lead um 28 % und der Cost-per-Acquisition um 24 %. Die Klickrate der responsiven Anzeigen konnte um 0,2 % (Computer) bzw. 0,3 % (Mobilgeräte) gesteigert werden. Insgesamt ist es nun einfacher, sich einen Überblick über das Konto zu verschaffen und gegebenenfalls schnell Optimierungen vorzunehmen.
