Dado que Shop & Fly es la primera tarjeta de crédito emitida por Garanti BBVA después de muchos años, queríamos lograr un impacto enorme planificando una campaña de TV a gran escala. Por otro lado, el producto tenía un público objetivo muy reducido: personas que realizan vuelos nacionales e internacionales y que tienen un gasto mensual con tarjeta por encima de un determinado nivel. Como la audiencia a la que queríamos llegar dentro de un medio con 55 millones de espectadores no superaba unos pocos millones, decidimos buscar una solución diferente.

Queríamos ver de manera transparente los efectos de cada uno de los 3000 spots de TV que planificamos sobre objetivos como visitas al sitio web, formularios y solicitudes de tarjeta. Sin embargo, existían dificultades para detectar los efectos de un canal offline en los retornos online. El filtrado de los efectos de plataformas ajenas a la TV y la separación del impacto de spots consecutivos en una planificación de medios intensiva no podía gestionarse de forma manual. Por esta razón, utilizamos el producto Tvlyzer TV Attribution, desarrollado de acuerdo con nuestras necesidades y que funciona con tecnología de machine learning.

Al final del primer periodo de la campaña, que concluyó en enero de 2019, pudimos observar claramente los efectos de variables como el canal de TV, la programación, el día de la semana, la hora del día y el prime time sobre nuestro retorno de inversión. En la segunda fase de nuestra campaña, realizada en mayo de 2019, llevamos a cabo pruebas y cambios en nuestro plan de medios basándonos en estos resultados. De esta manera, obtuvimos un 26% más de solicitudes de tarjeta de crédito que los canales online correspondientes, con un presupuesto de TV un 35% menor, aumentando así nuestra productividad en un 93%.

Hemos logrado incrementos significativos en los resultados comerciales al alcanzar a la audiencia adecuada utilizando conjuntamente datos de canales online y offline.