Omoda

Éxito basado en datos para un retailer de moda

(  Services  )

  • Tecnología y Datos
  • Transformación con IA

Durante casi 150 años, Omoda ha sido retailer de moda líder con una oferta cuidadosamente seleccionada de zapatos, ropa, bolsos y accesorios.

Al combinar tecnología y moda, Omoda utiliza el poder de la innovación para inspirar a lxs clientxs, ofrecer consejos sobre tallas y garantizar un envío rápido.

DEPT® y Omoda han estado colaborando durante años para aprovechar el poder de los datos y optimizar las campañas de marketing digital, impulsando un crecimiento sostenible. Nuestros proyectos más impactantes incluyen un Customer 360 y un modelo de inteligencia artificial para mitigar las devoluciones.

Woman posing for a photo

Una estrategia de datos inteligente

La moda es una industria ferozmente competitiva en la que las marcas enfrentan el desafío de mantenerse al tanto de una oferta de productos en constante cambio y un flujo continuo de pedidos de devolución. Las marcas deben utilizar los datos de manera inteligente y eficiente para obtener el máximo valor de sus campañas.

Nuestra colaboración con Omoda comenzó construyendo un centro de marketing que ofrecía una vista 360° del cliente en la Google Cloud Platform. Al incorporar características tecnológicas avanzadas como el aprendizaje automático y la inteligencia artificial, desbloqueamos un valor adicional en los esfuerzos de marketing de Omoda.

A continuación, fuimos más allá al ayudar a Omoda a completar la migración total de datos a la Google Cloud Platform, respaldados por una estrategia y cultura impulsadas por datos. Si bien este sigue siendo un viaje continuo en el que continuaremos experimentando e innovando con lo que las activaciones de datos pueden ofrecer, nuestros hallazgos ya han producido resultados impresionantes.

Omoda store
ladies on a podium

Segmentación de datos de clientes

Con la ayuda de DEPT®, Omoda comenzó a centralizar sus datos de marketing creando una vista 360 del cliente en BigQuery.

La vista 360 del cliente integra datos de diferentes fuentes en una ubicación centralizada, ofreciendo una visión general completa. Para este propósito, recopilamos varios tipos de datos, como datos de compras offline y datos de clics de Google Analytics 360. Utilizando algoritmos de agrupamiento, segmentamos los datos antes de aplicar Google Cloud y Google Tag Manager para convertir los grupos impulsados por datos en audiencias objetivo, de modo que las campañas de marketing pudieran ajustarse en consecuencia.

Utilizamos los mismos datos centralizados para predecir la intención de conversión o la probabilidad de que lxs clientxs potenciales realizaran una compra. Esto nos permitió dirigir mejor nuestras campañas de retargeting al grupo objetivo correcto y mejorar el retorno de la inversión publicitaria (ROAS).

two pair of feet with shoes

Crecimiento en el margen neto a través de la segmentación de productos

Al utilizar múltiples fuentes de datos, también pudimos aprovechar las campañas de Google Shopping de manera más inteligente y enfocarnos en productos que logran un mayor margen neto.

Logramos esto añadiendo atributos a las campañas para centrarnos en productos con una mayor probabilidad de venta, aumentar el margen neto de Omoda y reducir la probabilidad de devoluciones. A cada producto se le asigna una puntuación única basada en datos de ventas, devoluciones, inventario y margen. Los productos con una puntuación alta—y, por lo tanto, un alto valor neto—reciben más atención y se muestran con más frecuencia en las campañas de Shopping para maximizar los resultados.

El modelo transforma todos los datos de productos y segmenta los productos en Google Cloud BigQuery. Desde allí, la salida está completamente automatizada, se actualiza y se integra con los feeds de productos, sobre los cuales se ejecutan diversas campañas de marketing digital.

Display of bags
omoda clothes on a hanger

Ofertas basadas en devoluciones

Como muchos otros minoristas, Omoda experimenta numerosas devoluciones, lo que afecta el margen neto de su negocio. Queríamos enfocarnos en clientxs con un bajo valor de devolución para mejorar aún más el margen neto de Omoda, ya que, como ha observado la empresa, un cliente que realiza muchas compras no siempre es el más valioso para el resultado final.

Para lograr esto, desarrollamos un modelo de inteligencia artificial que predice el valor de devolución esperado cuando se realiza una transacción en tiempo real. Estos valores se envían a Google Ads, que, a su vez, optimiza el algoritmo de ofertas basado en los objetivos comerciales que son importantes para Omoda.

También vale la pena señalar que minimizar las devoluciones no solo tiene un efecto positivo en el negocio, sino que también contribuye de manera positiva al medio ambiente.

Gracias a la colaboración con DEPT®, nos hemos vuelto aún más eficientes en el marketing de rendimiento, lo que nos ha permitido lograr un crecimiento más rentable. Este es el resultado directo de nuestro trabajo al centralizar todos los datos y transformarlos en información valiosa.


Cees Hannema, CMO en Omoda

omoda store with mannequin

Resultados

Al recopilar y centralizar datos de diferentes plataformas, nuestra colaboración con Omoda ha proporcionado información adicional que se puede utilizar para hacer predicciones valiosas y optimizar campañas digitales (SEA, redes sociales, correo electrónico, etc.).

Como resultado, podemos generar más valor con un menor presupuesto publicitario. Las soluciones son escalables y flexibles gracias a la infraestructura de Google Cloud Platform y están completamente adaptadas a los objetivos de Omoda. Mirando hacia el futuro, continuaremos innovando como partners—no solo para mantenernos a la vanguardia del marketing digital, sino para aprovechar los datos en toda la organización.

omoda store

Next project

Eurovision

Transformación del Eurovisión Village en un mundo virtual en 3D

View Work