For datakyndige markedsførere er det et nytt søkeord: intensjon

I samarbeid med Google

En kundes reise er like unik som fingeravtrykkene hennes – noe som forklarer hvorfor markedsførere bruker teknologi for å analysere, klassifisere og nå kunder på grunnlag av hvilke handlinger de tar før de konverterer.

I den pre-digitale fortiden var en kjøpers reise forutsigbart lineær; nå kan det innebære mange søk og nettstedsbesøk, som krysser flere forskjellige enheter. Den svingende vandringen som kundene tar – som går videre gjennom forskning og vurdering til randen av konvertering – slutter ikke når et kjøp er gjort, men fortsetter gjennom lojalitet og potensielle gjentatte kjøp.

Ved å forstå den unike kundereisen for ulike segmenter, kan markedsførere få innsikt i oppførselen til deres mest verdifulle. Det finnes nå verktøy og teknologier, som maskinlæring og datadrevet attribusjon, som gjør det mulig for markedsførere å fokusere på kunder som har høyest potensiell livstidsverdi (LTV), som styrker pågående kundeengasjement og, til syvende og sist, øker virksomheten.

Livstidsprestasjon

Ettersom forbrukere bruker en stadig voksende samling av kontaktpunkter, må merkevarer finne måter å beregne hvilke markedsføringsaktiviteter – og i hvilke kombinasjoner – som gir avkastning. Det er ikke lenger tilstrekkelig for markedsførere å måle deres innvirkning slik de tradisjonelt har gjort: å isolere og vurdere noen få nøkkelvariabler etter en kampanje. Det er heller ikke nok å bare overvåke siste-klikk-aktivitet, og tilskrive konverteringer til en kundes siste aktivitet.

Bildekreditt: Kheng Ho Toh

Med tilgang til analyseteknologi kan merkevarer omfordele markedsføringsbudsjetter ved å bruke sanntidsdata om hvor effektivt enkelte markedsføringsaktiviteter fungerer sammenlignet med andre. Markedsførere kan også teste ulike scenarier for å finne det ideelle beløpet å investere i visse kanaler langs kundereisen.

Å finne ut hvordan de høyprioriterte kundene ser ut krever mestring av LTV, en fremtidsrettet måling av den samlede verdien som en kunde vil generere gjennom forholdet til en merkevare. Når markedsførere fokuserer på LTV, kan de identifisere kundene som gir mer forretning på lang sikt – og deretter bruke mer markedsføringskroner for å nå dem. I en fersk undersøkelse blant 1419 markedsledere, utført av MIT Technology Review Insights i samarbeid med Google, bruker 89 prosent av ledende markedsførere strategiske beregninger som bruttoinntekt, markedsandel eller LTV for å måle effektiviteten til kampanjene deres*. Faktisk er LTV den metrikken som brukes mest av 51 prosent av ledende markedsførere.

Ser du ut som en kunde med høy verdi? Hvis du gjør det – basert på det jeg vet at mine verdifulle kunder gjør – så kan jeg markedsføre til deg basert på avkastningen du tilbyr, sier Allison Hartsoe, grunnlegger og administrerende direktør i Ambition Data, et konsulentfirma for dataanalyse.

Papyrus, forhandleren av skrivesaker og gratulasjonskort, er ett selskap som nuller på LTV. I samarbeid med Google anerkjente selskapet at medlemmer av Perks-lojalitetsprogrammet var det 66 prosent mer verdt enn andre kunder, sier Sean Downey, visepresident for plattformer i Google. Ved å utvide markedsføringen til disse kundene, økte Papyrus fortjenesten tidoblet på tre måneder. Ved å bruke LTV bestemte Papyrus at Perks-kunder var de største brukerne og de hyppigste kundene, sier Downey. Perks-programmet muliggjorde også bedre segmentering. Papyrus var i stand til å nå ut til utgåtte medlemmer med spesialtilbud og personlig tilpassede meldinger for å bidra til ytterligere engasjement.

Retur datamotoren

Ser du ut som en kunde med høy verdi? Hvis du gjør det – basert på det jeg vet at mine verdifulle kunder gjør – så kan jeg markedsføre til deg basert på avkastningen du tilbyr.

Maskinlæring gjør det mulig for merkevarer å hente inn innsikt fra omfangsrike data, ved å evaluere effektiviteten – målt ved atferden til kundene – til ulike veier. Maskinlæring fungerer raskt, og oppdaterer kontinuerlig modellen. Det er en rask studie også; Hartsoe siterer et forlag som kan gi et LTV-estimat ved å bruke bare to dager med kundens første interaksjon.

Datadrevet attribusjon (DDA) bruker maskinlæring for å beregne bidraget fra hver kundehandling langs konverteringsveien. Den undersøker hvordan folk finner en bedrift og bestemmer seg for å bli dens kunder, og tildeler deretter kreditt til konverteringer, ifølge Downey. Det hjelper markedsføringsteam med å finne ut hvilke annonser, søkeord og kampanjer som mest direkte påvirker forretningsmålene.

Å bryte markedsformen med maskinlæring

• Last ned rapporten

Blant respondentene mener 60 prosent av ledende markedsførere at DDA er avgjørende for å forstå reisene til kunder med høy verdi. Jo mer effektivt markedsførere kan gjøre det, jo bedre avkastning vil de oppnå på markedsføringsinvesteringen.

HomeAway, en markedsplass for ferieutleie, brukte DDA for å oppnå ambisiøse vekstmål, ifølge Downey. En silobasert, siste-klikk-tilnærming til måling ville ikke kutte det i en ultra-konkurransedyktig industri. Så selskapet har justert mediestrategien , justering av beregninger og forretningsmål. DDA gjør det mulig for HomeAways markedsføringsteam å få, og handle på, sanntidsinnsikt i kundens intensjoner og interaksjoner. Selskapet så en 46 prosent økning i reisebestillinger i 2017, sammenlignet med året før, og et hopp på 115 prosent i omsetning.

Hva kundene vil ha videre

I stedet for å følge kunder på reisene deres og prøve å møte dem underveis, må markedsførere nå forutsi hvor de skal og hjelpe dem å komme dit. Evnen til å styre og til og med forme en kundes neste trekk åpner en ny konkurransefront. I undersøkelsen sier 63 prosent av ledende markedsførere at de tror at å forutse forbrukernes intensjoner vil gi bedre resultater.

Manuelle markedsføringsverktøy som probabilistisk modellering og remarketing er ikke nok til å holde seg à jour med dagens kunder, som bytter mellom kanaler og enheter mens de leter etter produktene og tjenestene de trenger, ifølge Downey. Markedsførere må gjøre mer for å forstå spor etter kundehensiktssignaler. De må vite hva kundene vil ha før de gjør det – og sette det mest relevante innholdet foran dem, sier han.

TGI Fridays, casual-dining-kjeden, bruker data om kundenes digitale aktiviteter, preferanser og vaner for å evaluere og levere rettidige meldinger over forskjellige plattformer, og optimalisere produktstrategien og medieforbruket, ifølge Sherif Mityas, erfaringssjef for restauranten. kjede. Spisegjester som har valgt å dele dataene sine, utløser personlig tilpassede arrangementer. Veiledet av data presenterer restaurantarbeidere alternativer - be om en annen drink eller foreslå en forrett - som vil øke mengden av gjennomsnittssjekken.

For eksempel kunder som av og til dukker opp klokken 17.00. på onsdager for å dele vin med venner vil motta en melding på fredagsappen, like før klokken 17, som kunngjør ankomsten av en uvanlig årgang. Ved å analysere sjekknivådetaljer kan kjeden fortelle at mer enn 25 prosent av forbrukerne som mottar personlige meldinger vil besøke restauranten og foreta kjøp – uten å motta rabatt.

Ser frem til

For at datadrevet innsikt skal drive frontlinjestrategi, må analyser spres over hele bedriften. Tidligere førte behovet for nye markedsføringsevner til at bedrifter fortsatte å legge til diskrete avdelinger – en for digital analyse, for eksempel, og en annen viet til kundeopplevelsen. Men omfanget av den digitale utfordringen erstatter slike distinksjoner, siden den også forener digitale og offline kanaler i jakten på et felles forretningsmål.

Vi utnytter prediktiv analyse på tvers av en rekke forretningsområder, sier Shyam Venugopal, visepresident for global medie- og forbrukerdatastrategi i PepsiCo. Hvordan gjør du det mer gjennomgripende i alt du gjør? Det er alltid en mulighet til å skalere det lenger og lenger. For at kundeinnsikt skal gjennomsyre virksomheten, må hvert team inkludere dataanalytikere. Og ledere i hvert team må gis makten til å gjøre dataanalyse til smartere forretningsbeslutninger.

Med fordelen av en organisasjonsstruktur som støtter smidighet, kan bedrifter nå på tvers av forbrukerkontaktpunkter. De kan bruke maskinlæringsteknologi for å utnytte reelle hensikter og forutsi det, og overgå kundenes forventninger. Etter hvert som markedsførere blir stadig dyktigere til å bruke denne typen teknologier, vil de forbedre både kundens reise – og selskapets langsiktige fortjeneste.

* I undersøkelsen ble ledende markedsførere fast bestemt på å være fra selskaper som oppnådde mer enn 15 prosent økning i inntekter over to år eller mer enn

Finn ut mer om maskinlærings innvirkning på markedsføring.

gjemme seg