গভীর শিক্ষার পূর্বাভাস দিয়ে কীভাবে আপনার ডিজিটাল মার্কেটিংকে শক্তিশালী করবেন

“We're at the beginning of a golden age of AI and are solving problems that were once in the realm of science fiction.” Jeff Bezos

আজ, বিশ্বব্যাপী 83% সংস্থা AI কে শীর্ষ অগ্রাধিকার হিসাবে উল্লেখ করেছে, 2030 সালের মধ্যে AI বাজার বিশগুণ বৃদ্ধি পাবে বলে অনুমান করা হয়েছে। তীব্র প্রতিযোগিতার মধ্যে, এটি বোঝা যায় যে ব্যবসাগুলি আর AI প্রযুক্তিকে অবহেলা করার সাহস করে না।

তাই এটা অনেকের কাছেই হতাশাজনক যে, ডিজিটাল মার্কেটিংয়ে কিছু অগ্রগতি সত্ত্বেও, বিজ্ঞাপন প্রচারাভিযানগুলি সর্বোত্তম দক্ষতার অভাব অব্যাহত রাখে, বিজ্ঞাপন বিনিয়োগগুলি সাবপার রিটার্ন দেয়, প্রচারাভিযানগুলি বেঞ্চমার্ক এবং কেপিআইগুলি পূরণ করতে ব্যর্থ হয় এবং ROIগুলি পরিমাপ করা চ্যালেঞ্জিং প্রমাণিত হয়৷

AI এর শক্তি দিয়ে ঐতিহ্যবাহী বিজ্ঞাপন ব্যাহত করা

বছরের পর বছর ধরে, কোম্পানিগুলি উল্লেখযোগ্য পরিমাণে কাঁচা ডেটা জমা করেছে – মার্কেটিং অন্তর্দৃষ্টির একটি সত্যিকারের সোনার খনি যা প্রায়শই কম ব্যবহার করা হয় এবং অবমূল্যায়ন করা হয়। বিজ্ঞাপন প্রচারাভিযানে বিনিয়োগ করার পরে, ব্যবসাগুলি তাদের গ্রাহকদের এবং তাদের চাহিদা সম্পর্কে আরও ভাল ধারণা অর্জন করেছে। যাইহোক, তাদের অনেকেই এখনও শিখেনি কিভাবে কার্যকরভাবে সেই ডেটা নগদীকরণ করা যায়।

মুনাফা বাড়ানোর জন্য, কোম্পানিগুলি উচ্চ মার্জিন সূচকগুলিতে আরও মনোযোগ দিতে শুরু করেছে। এটি অপ্রয়োজনীয় কর্মচারীদের ছাঁটাই এবং কাজের প্রক্রিয়াগুলির স্বয়ংক্রিয়তার দিকে পরিচালিত করেছে। টেসলার মতো বহুজাতিক এবং টাইকুনরা উৎপাদনে ত্রুটি কমাতে এবং শ্রম খরচ কমাতে রোবোটিক্স এবং অটোমেশনে উল্লেখযোগ্য সম্পদ বিনিয়োগ করছে, যা মুদ্রাস্ফীতির কারণে বাড়ছে।

তথ্য স্যাচুরেশন এবং ব্যানার অন্ধত্বের কারণে ঐতিহ্যবাহী মিডিয়া বিজ্ঞাপন কম কার্যকর হয়েছে। তাই, রূপান্তর হার এবং প্রচারাভিযানের দক্ষতা বাড়াতে কোম্পানিগুলি সক্রিয়ভাবে ব্যক্তিগতকরণ এবং লক্ষ্যযুক্ত বিজ্ঞাপনে কাজ করছে। ফলস্বরূপ, ব্যবসাগুলি ব্যবহারকারী অধিগ্রহণে আরও বেশি বিনিয়োগ করছে, তবে তাদের রিটার্ন সুরক্ষিত করা দরকার।

উচ্চ অংশীদারিত্ব এবং সংকীর্ণ ব্যবহারকারী অংশের কোম্পানিগুলির জন্য, বিশ্লেষণ এবং ঐতিহাসিক ব্যবহারকারী কার্যকলাপ ডেটা সনাক্ত করতে সাহায্য করতে পারে কোন ব্যবহারকারীরা আরও বেশি লাভ আনে এবং কীভাবে তাদের আরও দক্ষতার সাথে অর্জন করতে হয়। এইভাবে, তারা তাদের বিজ্ঞাপন প্রচারাভিযানগুলিকে সূক্ষ্ম সুর করতে পারে এবং পারফরম্যান্স মার্কেটিং মেট্রিক্স উন্নত করতে পারে।

Google এবং Meta-এর মতো নিলাম প্ল্যাটফর্মে ক্রমবর্ধমান খরচের পরিপ্রেক্ষিতে, কোম্পানিগুলি বর্ধিত ক্লিক খরচ এবং প্রতিযোগিতার সম্মুখীন হচ্ছে। অতএব, ব্যবহারকারীর অধিগ্রহণের বিনিয়োগ কত দ্রুত পুনরুদ্ধার করা যায় তা বোঝা গুরুত্বপূর্ণ। লেমন এআই-এর মতো অ্যানালিটিক্স সলিউশন কোম্পানিগুলিকে পেব্যাকের সময়সীমা নির্ধারণ করতে এবং তাদের বিজ্ঞাপন বাজেট স্কেলিং বা সামঞ্জস্য করার বিষয়ে সচেতন সিদ্ধান্ত নিতে সাহায্য করতে পারে।

এই আসলে কিভাবে কাজ করে

বাজারে ঘটছে যে দুটি দৃশ্যকল্প একটি কটাক্ষপাত করা যাক.

1. আপনি অনেক বিস্তৃত লক্ষ্য শ্রোতাদের কাছ থেকে প্রচুর পরিমাণে কেনাকাটা করেছেন, কিছু ব্যবহারকারী আপনাকে আরও বেশি আয় এনেছেন এবং অন্যদের তুলনায় আপনার সাথে বেশিক্ষণ থাকবেন।

   
   

তবুও, আপনি আপনার বিস্তৃত দর্শকদের থেকে সমস্ত ব্যবহারকারীর জন্য কমবেশি একই গড় মূল্য প্রদান করেন, যদিও তাদের জীবনকালের মূল্য এবং ধরে রাখার হার উল্লেখযোগ্যভাবে পরিবর্তিত হতে পারে। এটি অবশ্যই, আপনার প্রচারাভিযানগুলিকে তাদের হতে পারে তার চেয়ে কম দক্ষ করে তোলে। সুতরাং, প্রতিটি ব্যবহারকারীর সম্ভাব্য লাভজনকতা বিবেচনা করে আপনার ব্যয়কে অপ্টিমাইজ করতে চাওয়া যুক্তিসঙ্গত। এই কারণেই প্রতিটি বিভাগ আপনাকে ভবিষ্যতে কতটা আনবে তার উপর ভিত্তি করে আপনার শ্রোতাদের ভাগ করা গুরুত্বপূর্ণ।

এই তথ্যের উপর ভিত্তি করে, আপনি তাদের ভবিষ্যদ্বাণীমূলক মূল্যের উপর নির্ভর করে বিভিন্ন বিভাগের জন্য বিভিন্ন পরিমাণ অর্থ প্রদান করতে পারেন। উদাহরণস্বরূপ, এটা হতে পারে

• সেগমেন্ট A থেকে ব্যবহারকারীদের জন্য $5 যা আপনাকে $15 থেকে $20 নিয়ে আসবে,

• সেগমেন্ট B থেকে ব্যবহারকারীদের জন্য $7.5 যা আপনাকে $25 থেকে $30 নিয়ে আসবে, এবং

• সম্ভাব্য জীবনকাল মূল্য $30 এর বেশি সহ সেগমেন্ট C থেকে ব্যবহারকারীদের জন্য $10।

  
  

2. কল্পনা করুন যে আপনার কাছে খুব কম টার্গেট ব্যবহারকারী রয়েছে, এবং আপনাকে এমন ব্যবহারকারীদের খুঁজে বের করতে হবে যারা আপনার বর্তমান অর্থপ্রদানকারী দর্শকদের মতো কিন্তু এখনও কোনো ক্রয় করেননি।

   
   

এই ক্ষেত্রে, আপনি আপনার শ্রোতা প্রসারিত করতে চান. এখানে চ্যালেঞ্জ হল যে খুব কম ঘটনা ঘটছে, আপনার প্রয়োজনীয় ব্যবহারকারীদের অবিলম্বে সনাক্ত করা কঠিন। আমরা এখানে যা করতে পারি তা হল আমাদের ভবিষ্যদ্বাণীগুলি যতটা সম্ভব দর্শকদের জন্য তৈরি করা; ফলস্বরূপ, আপনার ব্যবহারকারী অধিগ্রহণের উত্স লক্ষ্য ব্যবহারকারীদের আকৃষ্ট করার জন্য অনেক বেশি জ্ঞান পায় এবং এই জ্ঞানের উপর ভিত্তি করে সহজেই অপ্টিমাইজ করা যায়।

যদি ঐতিহাসিকভাবে আপনি পেয়ে থাকেন, ধরা যাক, শুধুমাত্র 1% ব্যবহারকারী যারা কেনাকাটা করেন, আপনার রূপান্তর হার মাত্র 5% বৃদ্ধি করা ইতিমধ্যেই একটি উল্লেখযোগ্য উন্নতি যা আপনার রাজস্বের উপর একটি বড় প্রভাব ফেলে৷

এটি লক্ষ করা গুরুত্বপূর্ণ যে এই সমস্যাগুলি সমাধানের কার্যকারিতা সর্বদা গণিত এবং ডেটা প্রক্রিয়াকরণ পদ্ধতির উপর নির্ভর করে। অনেকগুলি ডেটা সংগ্রহের পদ্ধতি রয়েছে, তবে সমস্ত সংস্থাগুলি কীভাবে সঠিকভাবে বিশ্লেষণ এবং নগদীকরণ করতে হয় তা শিখেনি।

একটি নির্দিষ্ট শিল্পের জন্য কোন পদ্ধতি এবং পদ্ধতিগুলি সবচেয়ে ভাল কাজ করে তা বোঝা কোম্পানিগুলিকে একটি সুবিধা দিতে পারে এবং তাদের আরও ভাল ফলাফল অর্জনে সহায়তা করতে পারে।

আপনার বিজ্ঞাপন প্রচারাভিযান উজ্জ্বল করা

এখানে প্রথম ধাপ হল আপনার প্রচারের লক্ষ্য নির্ধারণ করা। উদাহরণস্বরূপ, আপনি যদি একটি নতুন পণ্য প্রবর্তন করতে চান, তা একটি নতুন গেম হোক বা একটি ফিটনেস অ্যাপ, আপনার প্রাথমিক উদ্দেশ্য হবে ব্র্যান্ড সচেতনতা তৈরি করা যাতে লোকেরা শব্দটি ছড়িয়ে দিতে শুরু করে। সেখানে যাওয়ার জন্য, আপনি Google-এর Display & Video 360 (DV360) বা Display Network (GDN) এর মতো বিভিন্ন মিডিয়া চ্যানেল ব্যবহার করতে পারেন, যেখানে আপনি সবচেয়ে দক্ষ দর্শক অধিগ্রহণের জন্য খরচ অপ্টিমাইজ করতে অনুসন্ধান করেন।

এর পরে, এটি ব্যবহারকারীর অধিগ্রহণ (UA) এবং পারফরম্যান্সে নেমে আসে এবং এখানে আমাদের দুটি প্রয়োজনীয় প্রশ্ন রয়েছে।

প্রথমত, আমরা কীভাবে বিভিন্ন চ্যানেল ব্যবহার করে সর্বোত্তম বিপণন মিশ্রণ খুঁজে পাব?

উদাহরণস্বরূপ, Google, TikTok এবং অন্যান্যের মতো বিভিন্ন চ্যানেলে দক্ষতার সাথে আপনার বিজ্ঞাপন বাজেট বরাদ্দ করা একটি গুরুতর চ্যালেঞ্জ হতে পারে। আপনার লক্ষ্য অর্জনের জন্য এই চ্যানেলগুলির সর্বোত্তম সমন্বয় কীভাবে তৈরি করা যায় তা নির্ধারণ করা গুরুত্বপূর্ণ। আপনার বিপণন মিশ্রণ (বিভিন্ন চ্যানেলে বিনিয়োগ করা বিজ্ঞাপন বাজেটের শতাংশ) Google-এ 50%, Meta-এ 30%, TikTok-এ 10% ইত্যাদি অন্তর্ভুক্ত থাকতে পারে।

প্রতিটি চ্যানেলের নিজস্ব অপ্টিমাইজেশান মেকানিজম আছে, এবং তাদের মধ্যে কোনটি আপনার কোম্পানির জন্য সবচেয়ে উপযুক্ত তা চিহ্নিত করা গুরুত্বপূর্ণ। কিছু অপ্টিমাইজেশান ইঞ্জিন তাদের শ্রোতা এবং অনন্য একীকরণের উপর ভিত্তি করে নির্দিষ্ট চ্যানেলগুলিতে আরও ভাল কাজ করে। উদাহরণ স্বরূপ, গেমিং কোম্পানিগুলি স্ট্যান্ডার্ড অ্যাডভার্টাইজিং নেটওয়ার্কগুলিতে উপলব্ধ নয় এমন গেম এবং ফর্ম্যাটের সাথে একীকরণকে মূল্য দেয়।

প্রতিটি চ্যানেলের মধ্যে, আপনি সবচেয়ে কার্যকর সৃজনশীল সমাধান - ব্যানার, ভিডিও এবং টার্গেটিং সেটিংস খুঁজে পেতে A/B পরীক্ষা পরিচালনা করেন। উপযুক্ত সম্পদ আপনাকে আপনার উদ্দেশ্যগুলিকে সবচেয়ে দক্ষতার সাথে মোকাবেলা করতে সহায়তা করবে।

দ্বিতীয় প্রশ্নটি ক্রস-চ্যানেল কৌশল সম্পর্কিত। এটি তাদের আচরণের উপর ভিত্তি করে আপনার দর্শকদের কোথায় নির্দেশ করতে হবে তা নির্ধারণ করা জড়িত। উদাহরণস্বরূপ, যদি আপনি বুঝতে পারেন যে কিছু ব্যবহারকারী কাজ করার সময় একটি মোবাইল অ্যাপে চেকআউট প্রক্রিয়া শুরু করে এবং তারপরে এটি ওয়েবসাইটে সম্পূর্ণ করে, আপনি এই ধরনের ব্যবহারকারীদের জন্য প্রক্রিয়াটি অপ্টিমাইজ করার জন্য আপনার বিজ্ঞাপনকে মানিয়ে নিতে পারেন।

এটি দিনের বিভিন্ন সময়ে ব্যক্তিগতকৃত বিজ্ঞাপন এবং বিভিন্ন ব্যানার এবং বিজ্ঞাপন সেটিংসের কার্যকারিতা ভবিষ্যদ্বাণী করতে AI-চালিত সরঞ্জামগুলি ব্যবহার করে।

শেষ পর্যন্ত, আপনার কাজ হল চ্যানেলগুলির সর্বোত্তম সমন্বয় খুঁজে বের করা, প্রতিটি চ্যানেলকে অপ্টিমাইজ করা এবং আপনার দর্শকদের আচরণ বোঝার উপর ভিত্তি করে একটি ক্রস-চ্যানেল কৌশল তৈরি করা।

ভবিষ্যদ্বাণীমূলক UA এবং প্রচলিত বিডিং অনুশীলন

সাধারণত, আপনি পর্যাপ্ত পরিমাণে ঐতিহাসিক ডেটা সংগ্রহ করেন, সাধারণত 5,000 জনের বেশি অনন্য ব্যবহারকারী। তারপর, আপনার কাঁচা ডেটা একটি সংখ্যাসূচক বিন্যাসে রূপান্তরিত হয়, কারণ ভবিষ্যদ্বাণীমূলক মডেলগুলি পাঠ্যের পরিবর্তে সংখ্যার সাথে কাজ করে। প্রক্রিয়া এই মত দেখায়:

1. ডেটা প্রস্তুতি : মডেল প্রশিক্ষণের জন্য আপনি যে ডেটা ব্যবহার করার পরিকল্পনা করছেন তা অবশ্যই একটি সংখ্যাসূচক বিন্যাসে রূপান্তরিত হতে হবে।

2. মডেল প্রশিক্ষণ : ঐতিহাসিক ব্যবহারকারী কার্যকলাপ ডেটা মডেল প্রশিক্ষণের জন্য ব্যবহার করা হয়. নতুন ব্যবহারকারীরা তাদের কার্যকলাপের নিদর্শনগুলির উপর ভিত্তি করে কত টাকা আনতে পারে তা ভবিষ্যদ্বাণী করতে মডেলটিকে প্রশিক্ষণ দেওয়া হয়।

3. মডেল মূল্যায়ন : মডেলটি ভবিষ্যদ্বাণী করার ক্ষমতার উপর ভিত্তি করে মূল্যায়ন করা হয়।

4. মডেল স্থাপন : প্রশিক্ষণের পরে, মডেলটি রিয়েল-টাইমে স্থাপন করা যেতে পারে, যাতে আপনি বর্তমানে আপনার অ্যাপের সাথে ইন্টারঅ্যাক্ট করছেন এমন ব্যবহারকারীদের মান অনুমান করতে পারেন।

5. রিয়েল-টাইম ডেটা সংগ্রহ : নতুন ব্যবহারকারীর কার্যকলাপ ডেটা রিয়েল-টাইমে সংগ্রহ করা হয়।

   
   

লেমন এআই আপনার জন্য এই পদক্ষেপগুলি সম্পূর্ণরূপে স্বয়ংক্রিয় করে তার পেটেন্ট করা গভীর শিক্ষার প্রযুক্তি যা 90% এর বেশি ভবিষ্যদ্বাণী নির্ভুলতা নিয়ে গর্ব করে। আপনি যা ভবিষ্যদ্বাণী করতে চান তা বেছে নিতে হবে: এটি হয় একটি প্রচলিত পারফরম্যান্স মার্কেটিং KPI (যেমন, ROAS, LTV, ধারণ, ARPU, এবং CAC) বা আপনার ব্যবসার জন্য গুরুত্বপূর্ণ কোনো কাস্টম মেট্রিক হতে পারে। আপনার গেমে 20টি লেভেল সম্পূর্ণ করার পর 100টি রত্ন খরচ করা ব্যবহারকারীদের চিহ্নিত করা হোক বা যারা আপনার ই-কমার্স প্ল্যাটফর্মে গত 30 দিনের মধ্যে $500 মূল্যের ন্যূনতম 3টি অর্ডার দেয়, আমাদের সমাধান আপনাকে সবচেয়ে গুরুত্বপূর্ণ মেট্রিক্সের উপর ভিত্তি করে সনাক্ত করতে সাহায্য করবে অশোধিত ডেটা বিশ্লেষণ করুন এবং আপনার অ্যাপ বা ওয়েবসাইটের কর্মক্ষমতা বাড়াতে একটি কাস্টম ইভেন্ট তৈরি করুন।

বাকি সব - মডেল প্রশিক্ষণ, ফিচার ইঞ্জিনিয়ারিং, ডেটা পার্সিং এবং ক্রিয়াশীল অন্তর্দৃষ্টিতে রূপান্তর স্বয়ংক্রিয়ভাবে ঘটে এবং আপনাকে প্রযুক্তির গভীরে যাওয়ার প্রয়োজন হয় না। Pull & Push API-এর মাধ্যমে নো-কোড ডেটা স্থানান্তর মাত্র 30 মিনিট সময় নেয়, গভীর শিক্ষার মডেলগুলি 48 ঘন্টার মধ্যে প্রশিক্ষিত হয়। ফাস্ট ট্র্যাক বৈশিষ্ট্যটি আপনাকে SKAN সীমাবদ্ধতা থাকা সত্ত্বেও একটি নতুন ব্যবহারকারীর অ্যাপ লঞ্চের 15 সেকেন্ডের মধ্যে প্রথম ভবিষ্যদ্বাণী তৈরি করতে দেয়৷ অগ্রণী মোবাইল ম্যানেজমেন্ট পার্টনার এবং অ্যানালিটিক্স সার্ভিসের সাথে নিরবচ্ছিন্ন একীকরণ প্রক্রিয়াটিকে আরও সুগম করে।

আপনার অ্যাড ম্যানেজারে, আপনি বাস্তব সময়ে নিরীক্ষণ করতে পারেন যে আপনার অপ্টিমাইজ করা প্রচারগুলি কীভাবে কার্য সম্পাদন করে এবং প্রকৃত ফলাফল এবং মডেলের পূর্বাভাসের উপর ভিত্তি করে সেগুলি সামঞ্জস্য করে৷ লেমন এআই এর স্বজ্ঞাত ইন্টারফেস ডেডিকেটেড ম্যানেজার বা কোডিং দক্ষতার প্রয়োজনীয়তা দূর করে, তাই প্রচারাভিযান অপ্টিমাইজেশানটি কয়েকটি বোতাম টিপানোর মতোই সহজ হয়ে ওঠে, যা আপনাকে প্রযুক্তিগত জটিলতা থেকে বাঁচায়।

আমাদের এন্ড-টু-এন্ড অ্যানালিটিক্স সলিউশন বিভিন্ন ডেটা স্টোরেজ জুড়ে মেলা ডেটা স্বয়ংক্রিয় করতে সাহায্য করে, তা মোবাইল মেজারমেন্ট প্ল্যাটফর্ম (এমএমপি), সিআরএম, ব্যাকএন্ড স্টোরেজ ইত্যাদি হোক না কেন অধিকারী

উপরে উল্লিখিত সমস্ত পদক্ষেপগুলি স্বয়ংক্রিয়ভাবে বিজ্ঞাপন কেনার পথকে আরও দক্ষ করে তোলে। স্বয়ংক্রিয় প্রচারাভিযান এবং বিশদ বিশ্লেষণের উপর ভিত্তি করে আপনার বিজ্ঞাপনের প্রচেষ্টা পরিচালনা করে, আপনি প্রচলিত বিজ্ঞাপন পদ্ধতির তুলনায় 30-40% KPI উন্নত করতে পারেন।

এটা আসলে কাজ করে!

লেমন AI কোম্পানিগুলিকে তাদের লক্ষ্যগুলির সাথে সারিবদ্ধভাবে উন্নত গভীর শিক্ষার প্রযুক্তি ব্যবহার করতে সক্ষম করে, এর অর্থ খরচ বজায় রাখার সময় KPIs বাড়ানো বা এর বিপরীতে - KPIs-এর সাথে আপস না করে খরচ কমানো। মাত্র ছয় মাসে, আমরা ই-কমার্স, ব্যাঙ্কিং, গেমিং, ডেলিভারি, আতিথেয়তা এবং ভ্রমণের মতো শিল্পের 60 টিরও বেশি ক্লায়েন্টের জন্য $8.2 মিলিয়নের মোট বিজ্ঞাপন খরচ অপ্টিমাইজ করেছি।

এখানে মাত্র দুটি সংক্ষিপ্ত উদাহরণ।

কেস 1: ই-কমার্সে LTV বৃদ্ধি 49%

চ্যালেঞ্জ : MENA অঞ্চলের একটি শীর্ষ ই-কমার্স প্ল্যাটফর্ম, যেখানে 25 মিলিয়ন ইনস্টল এবং 650K+ মাসিক গড় ব্যবহারকারী, বিস্তৃত পণ্যের পরিসর সত্ত্বেও কম LTV, AOV এবং ধরে রাখার হারের সাথে লড়াই করেছে। মোবাইল অ্যাপটি ভবিষ্যদ্বাণীমূলক ব্যবহারকারীর অধিগ্রহণ এবং বিশ্লেষণ সরঞ্জামগুলিকে সামান্য প্রভাব ফেলছিল।

একটি ব্যাপক ডিজিটাল বিপণন কৌশল বাস্তবায়নের মাধ্যমে এবং উচ্চ-মূল্যের ব্যবহারকারীদের আকৃষ্ট করতে, পুনরাবৃত্তি ক্রয়কে উত্সাহিত করতে এবং ভবিষ্যদ্বাণীমূলক ব্যক্তিগত গতিশীল অফারগুলি বিকাশ করতে Google বিজ্ঞাপন এবং মেটা বিজ্ঞাপন চ্যানেলগুলিকে অপ্টিমাইজ করে ব্যবসায়িক মেট্রিক্সে টেকসই বৃদ্ধি চালানোর লক্ষ্য ছিল৷

আমরা কিভাবে 3টি ধাপে সেখানে পৌঁছেছি:

1. আমরা কেনার অভ্যাসের পূর্বাভাস দিতে এবং সম্ভাব্যতা মন্থন করতে ডেটা বিশ্লেষণ করেছি, সেইসাথে ব্যবহারকারীর অধিগ্রহণ এবং ধরে রাখার কৌশলগুলি অপ্টিমাইজ করেছি।

2. আমরা 60 দিনের মধ্যে শীর্ষ 35% এলটিভি সহ ব্যবহারকারীদের লক্ষ্য করেছি এবং যারা 30 দিনের মধ্যে ইনস্টলেশনের পরে 3+ কেনাকাটা করছে। 3 মাস পর, আমরা CAC 17.9%, অপ্টিমাইজ করা ব্যানার, টেক্সট এবং USP কমিয়েছি।

3. আমরা কেনাকাটার অভিজ্ঞতা বাড়াতে ক্রয়ের ইতিহাসের উপর ভিত্তি করে ব্যক্তিগতকৃত পণ্যের সুপারিশ বাস্তবায়ন করেছি, পাঁচ মাসে AOV 59% বাড়িয়েছি।

   
   

ফলাফল :

Android এর জন্য: +35% ধরে রাখা, +42% AOV, 60 দিনে +49% LTV

iOS এর জন্য: +17% ধরে রাখা, +33% AOV, 60 দিনে +32% LTV

কেস 2: নৈমিত্তিক গেমের জন্য ROAS 42% বেড়েছে

চ্যালেঞ্জ : ক্লায়েন্ট - 5M এর বেশি ইনস্টল এবং 700K মাসিক গড় ব্যবহারকারী সহ একটি নৈমিত্তিক গেম - ব্যবহারকারীর অভিজ্ঞতা এবং ব্যস্ততার ভারসাম্য বজায় রেখে MENA, ইউরোপ, এবং APAC অঞ্চল জুড়ে সর্বাধিক আয়ের জন্য তাদের বিজ্ঞাপনের কৌশল অপ্টিমাইজ করার চেষ্টা করেছে৷

লক্ষ্য ছিল AppsFlyer থেকে ডেটা ব্যবহার করে অ্যাপ-মধ্যস্থ কেনাকাটার মাধ্যমে ROAS এবং ধরে রাখা।

আমরা কিভাবে সেখানে পৌঁছলাম:

1. মাত্র আট দিনের মধ্যে, লেমন এআই মডেলটি সম্পূর্ণভাবে প্রশিক্ষিত এবং সংহত হয়েছে, কোন কোডের প্রয়োজন নেই।

2. আমরা রাজস্ব দ্বারা শীর্ষ 10%, 20% এবং 30% খেলোয়াড়দের জন্য ML-ভিত্তিক ভবিষ্যদ্বাণী করেছি।

3. যে খেলোয়াড়রা 'লেভেল 10'-এ পৌঁছেছেন এবং মোট 200টি 'হীরে' খরচ করেছেন তাদের জন্য আমরা একটি উপযোগী ইভেন্ট তৈরি করেছি যা একটি প্রক্সি মেট্রিক এবং উন্নত দক্ষতা হিসেবে কাজ করে।

   
   

ফলাফল:

+17% সামগ্রিক দক্ষতা cf. ক্লায়েন্টের অভ্যন্তরীণ বেঞ্চমার্ক

Android এর জন্য: +42% ROAS, +28% বিজ্ঞাপন আয়

iOS এর জন্য: +27% ROAS, +16% বিজ্ঞাপন আয়