Dlaczego analiza produktu jest brakującym kluczem do personalizacji marketingu

Kiedy dominowała telewizja analogowa, firmy kablowe promowały swój nowy program programów za pomocą prostych strategii reklamowych: wybierz godzinę i datę, kiedy wyznaczona publiczność — zdefiniowana według wieku, płci i regionu — będzie oglądać telewizję, a następnie uruchomi promocję.

Kiedy marketing stał się cyfrowy, wiele z tych samych taktyk zostało przeniesionych. Podobnie jak firmy kablowe, marketerzy prowadzili kampanie w oparciu o szerokie dane demograficzne, takie jak wiek i region, lub informacje z poziomu powierzchni, takie jak odwiedziny stron i kliknięcia reklam.

Ten rodzaj marketingu jest normą od dziesięcioleci. Jednak twórcy cyfrowej rewolucji, tacy jak Netflix, zdali sobie sprawę, że istnieje o wiele skuteczniejszy sposób konstruowania kampanii odbiorców: z wykorzystaniem własnych danych behawioralnych.

Dane behawioralne to dane o zachowaniach klientów — gdzie klient znalazł wartość w produkcie cyfrowym, jak wygląda jego holistyczna podróż do klienta i jakie działania motywują go do powrotu do produktu z biegiem czasu. Własne dane behawioralne pochodzą bezpośrednio z aplikacji lub witryny firmy i są wysyłane do rozwiązania do analizy produktów, w którym zespoły cyfrowe mogą analizować dane w celu znalezienia kluczowych informacji o klientach. Innymi słowy, nie trzeba polegać na usługach innych firm, aby uzyskać informacje o tym, co cenią klienci.

Tworząc kampanie na podstawie informacji o klientach — a nie danych demograficznych — firmy takie jak Netflix zrewolucjonizowały całe branże. Zamiast kierować reklamy do szerokiej grupy demograficznej, Netflix tworzy rekomendacje na podstawie wykazanego zachowania, tak jak poprzednie oglądane programy. Personalizacja doświadczenia klienta poprzez stwierdzenie: „Skoro skończyłeś te trzy programy, prawdopodobnie spodoba ci się też ten” jest o wiele skuteczniejsze niż próby personalizacji rozwodnionej, które zakładają: „Skoro jesteś w tej grupie wiekowej, może ci się spodobać ten pokaz."

Ten poziom personalizacji, który osiąga Netflix — podobnie jak strategie reklamowe i rekomendacje treści stosowane przez Amazon i Spotify — może wydawać się nieosiągalny dla większości marketerów. Ale w rzeczywistości jest to całkiem możliwe. Kluczem jest odejście od polegania na danych osób trzecich i informacjach demograficznych. Zamiast tego marketerzy muszą przyjąć analizę produktów jako sposób na uzyskanie dostępu do własnych danych behawioralnych i naprawdę zrozumieć, które oferty motywują klientów.

Zmienia się dostęp do danych stron trzecich

Oprócz bardziej wszechstronnych informacji, które marketerzy mogą uzyskać z własnych danych behawioralnych, jest jeszcze jeden powód, dla którego muszą odejść od danych pochodzących od osób trzecich: Google i Apple niedawno wdrożyły ochronę prywatności dla klientów, która uniemożliwia śledzenie wizyt w witrynie przez osoby trzecie , pobrania aplikacji i kliknięcia reklam. Google ogłosił, że zakończy sprzedaż reklam opartych na śledzeniu danych użytkowników w witrynach. Podobnie najnowszy system iOS firmy Apple będzie wymagał zaimplementowania zgody „opt-in” przed śledzeniem użytkowników.

Innymi słowy, jeśli chodzi o wyświetlanie reklam lub kampanie retargetingowe, marketerzy powinni wykorzystywać posiadane przez siebie dane — własne dane o tym, na które wiadomości lub funkcje reagują różni odbiorcy — zamiast polegać na zewnętrznej usłudze śledzenia.

I chociaż śledzenie stron trzecich mogło pomóc marketerom zrozumieć, z jakich źródeł pochodzą ich klienci, jest to kolejna luka, którą mogą wypełnić analityka produktu. Rozwiązania do analizy produktów, takie jak Amplitude, wykorzystują Identity Resolution do tworzenia pełnego obrazu podróży klienta. Oznacza to, że jeśli klient odwiedza witrynę, ale później zobaczył reklamę, a następnie odwiedził firmową stronę na Instagramie, a następnie przekonwertował i założył konto, Amplitude może połączyć te anonimowe ścieżki użytkownika w jedno, pokazując, jak jeden klient zaangażowane w markę z trzech różnych strumieni, z których wszystkie przyczyniły się do ostatecznej konwersji. Na innych platformach analitycznych ten pojedynczy klient wydawałby się być trzema różnymi klientami i nie byłoby jasne, w jaki sposób każdy kanał i interakcja przyczyniły się do konwersji.

Biorąc pod uwagę aktualizacje udostępniania danych i luki w dostarczanych informacjach, osoby trzecie nie mogą być jedynym źródłem informacji o klientach. Wykorzystanie własnych danych za pomocą analizy produktów to najlepszy sposób na uzyskanie pełnego obrazu podróży klienta i wykorzystanie tych spostrzeżeń do uzyskania wyników.

W jaki sposób zespół marketingowy w obecnej chwili wykorzystuje analizę produktu do zrozumienia klientów i informowania kampanii

Weźmy na przykład Current, firmę bankową, która rewolucjonizuje swoją branżę, stawiając na pierwszym miejscu doświadczenie klienta. Jako cyfrowo natywny bank challenger, Current skupia swoje zespoły na zrozumieniu zachowań klientów i osiąganiu wyników zorientowanych na klienta.

„Chodzi o zrozumienie naszych odbiorców” – powiedział Adam Hadi, wiceprezes ds. marketingu Current. „Musimy zrozumieć, dlaczego klient potrzebuje usług, które świadczymy i jak je realizujemy. Badania jakościowe są niezwykle ważne, ale dane są podstawą”.

W tym celu zespół marketingowy Current wykorzystuje dane behawioralne dotyczące zaangażowania w produkty do planowania swoich kampanii.

Używają Amplitudy, aby zbadać, które funkcje i komunikaty generują największe zaangażowanie w aplikacji, a następnie wykorzystują te dane behawioralne, aby dokładnie informować, jakie reklamy wyświetlają, do jakich odbiorców są kierowane i jakie wiadomości piszą. Mogą kierować reklamy do segmentu odbiorców, który wykazał wysokie zaangażowanie w konkretną funkcję aplikacji i ostatecznie zapewnić efektywne wykorzystanie budżetu reklamowego, wysyłając odpowiednią wiadomość do właściwej osoby we właściwym czasie. Mogą również planować kampanie marketingowe dotyczące funkcji, które wykazały największe sukcesy w zwiększaniu lojalności klientów.

Marketerzy w firmach takich jak Current przyjęli myślenie cyfrowe. Zdają sobie sprawę, że kluczem do osiągania wyników biznesowych jest zrozumienie zachowań klientów. Analityka produktów — dzięki głębokiemu wglądowi w aktywność cyfrową — ujawnia znacznie więcej motywacji klientów niż zwykłe wskaźniki internetowe lub ankiety wśród klientów.

Statystyki behawioralne Personalizacja marketingu paliw

Analityka produktów pomaga zrozumieć, co zachowania użytkowników mówią o ich zamiarach. Gdy już wiesz, dlaczego ktoś podejmuje działanie, możesz skonfigurować marketing tak, aby odpowiadał jego unikalnym potrzebom produktowym.

W firmie Amplitude widzieliśmy, jak klienci wprowadzają analizy swoich produktów na pierwszy plan działań marketingowych.

• Retargeting : marketerzy mogą zachęcać użytkowników do powrotu do witryny produktu lub firmy na podstawie ich unikalnych działań. Na przykład możesz użyć polecenia Amplitude Recommend, aby automatycznie wysyłać segmenty behawioralne w Amplitude do sieci reklamowych, narzędzi do automatyzacji marketingu i silników personalizacji w celu ponownego kierowania. Możesz zdefiniować kohorty behawioralne na podstawie działań, które podjęli lub jeszcze nie ukończyli. Tworząc kohorty, takie jak klienci, którzy jeszcze nie płacą, możesz kierować reklamy do bardziej konkretnych odbiorców.
• Chwile Aha : gdy klienci dotrą do swojego momentu aha w Twoim produkcie, wyślij wiadomość e-mail lub użyj wiadomości w aplikacji, aby zachęcić do dalszego korzystania. W produktach takich jak aplikacje do fitnessu lub medytacji ten moment może wystąpić, gdy klienci wykonają pierwszą pełną rutynę ćwiczeniową w ramach bezpłatnego okresu próbnego. To moment, aby dotrzeć do klienta z abonamentem lub ofertą specjalną.
• Personalizuj doświadczenie klienta: Oczekiwania klientów nigdy nie były wyższe, ale dla wielu firm personalizacja może być trudna do zakwestionowania. Złożone gromadzenie danych i znacząca personalizacja wydają się przytłaczającymi zadaniami dla zespołów technicznych i marketerów. Aplikacja Amplitude Recommend zapewnia samoobsługowe wglądy, które pozwalają zespołom znaleźć właściwy komunikat, aby dostarczyć odpowiednich użytkowników we właściwym czasie.

Następnie, korzystając z analityki produktu, takiej jak Amplituda, możesz zmierzyć, w jaki sposób klienci reagują na Twoje ukierunkowane działania marketingowe. Możesz segmentować klientów według kampanii, kanału lub zachowania i zobaczyć, które metody generują największe zaangażowanie w czasie. Kampanie marketingowe, które skutkują wyższą życiową wartością klienta, mogą być traktowane priorytetowo w przyszłych kampaniach.

Analiza produktu: podstawa spersonalizowanych rekomendacji

Marketing oparty na szerokich założeniach na temat klientów może wydawać się łatwą drogą, ale stwarza tylko dalsze trudności.

Bez jasno określonej grupy docelowej prawdopodobnie wydasz więcej pieniędzy niż potrzeba, aby dotrzeć do potencjalnych klientów, którzy pasują do Twojego idealnego profilu klienta. Nie wspominając o tym, że możesz również stracić lojalność klientów, zarzucając szeroką sieć, gdy możesz stworzyć bardziej spersonalizowane wrażenia.

Podczas gdy analityka produktu stanowi podstawę potrzebną do zrozumienia zachowań klientów, wykorzystanie tych danych do spersonalizowanej obsługi klienta przeniesie te spostrzeżenia na wyższy poziom. Dzięki Recommend — nowemu produktowi firmy Amplitude — możesz dostosować obsługę produktu, aby przyspieszyć działania marketingowe.

Możesz tworzyć kohorty na podstawie dowolnych zdarzeń, które Twoi klienci wykonali w przeszłości, takich jak dodanie do koszyka lub rozpoczęcie subskrypcji, aby wywołać warunki marketingowe oparte na zaangażowaniu. Stamtąd, korzystając z systemu AutoML firmy Amplitude, możesz tworzyć odpowiedni asortyment rekomendacji, od treści po produkty i wiadomości.

Poproś o demo Poleć, aby dowiedzieć się więcej już dziś.