4 sposoby, w jakie marketing predykcyjny może kierować zakupami klientów

Siła marketingu predykcyjnego pomogła Amazonowi w błyskawicznym awansie na szczyt rynku e-commerce. Amazon dominuje w swojej przestrzeni, posiadając niezrównany 40% udział w rynku e-commerce, który ma wzrosnąć dopiero w najbliższej przyszłości. Tylko w 2020 r. przychody firmy osiągnęły 386 miliardów dolarów, a szacuje się, że aż 35% sprzedaży produktów jest bezpośrednim wynikiem działania opartej na prognozach maszyny rekomendacyjnej Amazona.

Mając do dyspozycji ponad 100 milionów subskrybentów Amazon Prime, Amazon gromadzi niezgłębioną ilość danych behawioralnych od swoich klientów. Klienci zgłaszają się do giganta handlu detalicznego, nawet po prostu przeglądając produkty, informując dyrektora generalnego Amazon Andy'ego Jassy'ego i firmę zarówno tym, czego nie klikają na stronie, jak i linkami, które robią. Dane są następnie przepuszczane przez oprogramowanie do analizy predykcyjnej w celu zidentyfikowania produktów, które klienci najchętniej kupią — a od tego momentu pozostaje tylko kwestia pokazania tym klientom produktów, o których mowa.

Można się spodziewać, że gigant taki jak Amazon będzie dysponował zarówno danymi, jak i siłą potrzebną do wdrożenia udanego programu marketingu predykcyjnego. Jednak nie tylko Amazonki na świecie mogą skorzystać na przekonującej mocy prognoz opartych na danych. Jako marketer możesz i powinieneś wdrożyć te kluczowe, predykcyjne taktyki marketingowe, aby wspierać świadome sugestie skierowane do Twoich wartościowych klientów — wszystko za pomocą spostrzeżeń ekstrapolowanych z ich własnych zachowań zakupowych. W ten sposób możesz zwiększyć współczynniki konwersji, zwiększyć sprzedaż i stworzyć bardziej spersonalizowaną obsługę klienta.

1. Korzystaj z marketingu predykcyjnego, aby przekształcić „jednorazowych” kupujących w stałych klientów

Marketing predykcyjny może prognozować prawdopodobieństwo ponownego zakupu przez klienta, umożliwiając marketerom personalizację wiadomości i ofert, aby zachęcić do ponownych zakupów. Klienci znacznie częściej stają się stałymi, wielokrotnymi nabywcami, jeśli kupują od firmy co najmniej dwa razy , ale szacuje się, że tylko 20% klientów dokonuje przeskoku od zakupu raz do zakupu dwa razy.

Firmy często polegają na pozytywnych doświadczeniach klientów i satysfakcji z zakupionego produktu, aby zwiększyć powtarzalną sprzedaż, ale bystry marketer może wykorzystać marketing predykcyjny na swoją korzyść. Pobierając istniejące dane klientów firmy i przepuszczając je przez oprogramowanie do analizy predykcyjnej, marketerzy mogą grupować klientów na podstawie prawdopodobnych przyszłych zachowań, a nie tylko przeszłych zachowań. Model przewidywania może sugerować, że kohorta, która otrzymała wiadomość e-mail z podziękowaniem w ciągu godziny od dostarczenia produktu, jest statystycznie bardziej skłonna do ponownego zakupu, co pozwala firmom odpowiednio dostosować swoje procesy i wiadomości.

Znalezienie prawdopodobieństwa, że ​​dana osoba lub kohorta jest gotowa do nawrócenia, to tylko połowa sukcesu. W idealnym świecie 100% klientów powróci do zakupów, ale strategia na wypadek tak niewiarygodnie nieprawdopodobnego scenariusza nie jest ani realna, ani opłacalna. Zamiast tego prognozy mogą pomóc w prognozowaniu, ile klient może wydać w firmie i jak długo prawdopodobnie pozostanie klientem — jego wartość życiowa — oraz czy warto spróbować przekształcić dowolnego klienta w powracającego nabywcę.

Przewidując długoterminową wartość klienta, marketerzy mogą wziąć kampanie konwersji w swoje ręce. Firma może prowadzić kampanię skierowaną do kupujących „tylko raz”, która w przypadku rabatu na produkt wykazuje największe prawdopodobieństwo konwersji. Zamiast stawiać na nadzieję, że klient dokona konwersji w oparciu o postrzeganą jakość oferty, marketerzy mogą zainwestować swoje pieniądze w strategie oparte na spostrzeżeniach dostarczanych przez zachowanie ich własnych klientów.

2. Przewiduj potrzebę komplementarnych produktów, usług i aktualizacji

Specjaliści od marketingu produktów mogą używać marketingu predykcyjnego, aby kierować reklamy do klientów, którzy z największym prawdopodobieństwem będą potrzebować określonego produktu. Klienci indywidualni mogą być adresowani przez firmy ze spersonalizowaną wiadomością w oparciu o A) produkt, który już kupili i B) produkty, które według przewidywań będą potrzebne w najbliższej przyszłości. Firmy mogą wydawać pieniądze, celując w klientów towarami, które ich własne zachowania sugerują, że im się spodobają.

Sugestie wyprzedzające należą do jednej z kilku kategorii. Na przykład klient zamawia szczoteczkę do zębów w sklepie internetowym. Spersonalizowane sugestie mogą obejmować:

Więcej konkretnego produktu

Producenci produktów do higieny jamy ustnej zalecają kupowanie nowej szczoteczki do zębów co trzy do czterech miesięcy. Wiedząc o tym (i rozumiejąc szanse, że ludzie to zrobią), marketer może przeprowadzić prognozy dotyczące prawdopodobieństwa, że ​​grupa klientów kupi nową szczoteczkę do zębów w ciągu najbliższych sześciu miesięcy. Jeśli wyniki są pożądane, marketer może odpowiednio ukierunkować kohortę.

Produkty o podobnej tematyce

Niektóre produkty należą do tej samej kategorii lub tematu co zakupiony przedmiot, nawet jeśli nie wykonują dokładnie tego samego zadania. Marketer produktu może się zastanawiać, czy klient kupujący szczoteczkę do zębów jest bardziej skłonny do wybielania zębów — a prognozy mogą dodać korelację opartą na danych z tokiem myślenia.

Produkty uzupełniające

Czasami produkt działa lepiej jako część całego opakowania. Większość klientów kupujących szczoteczkę do zębów bez pasty jest skazana na rozczarowanie. Marketer może zapobiec tym złym doświadczeniom, korzystając z oprogramowania do marketingu predykcyjnego, aby przedstawiać sugestie oparte na prawdopodobieństwie zakupu przez klienta jednego produktu w celu uzupełnienia innego.

Chociaż główną zaletą takich sugestii jest zwiększone prawdopodobieństwo wzrostu sprzedaży, klienci zaczęli oczekiwać dostosowania swoich doświadczeń zakupowych. Dziewięćdziesiąt procent klientów uważa, że ​​odpowiedzialny poziom personalizacji jest co najmniej w pewnym stopniu atrakcyjny, co sprawia, że ​​ukierunkowane sugestie są korzystne zarówno dla sprzedawców detalicznych, jak i klientów.

3. Skoncentruj sugestie na zachowaniach i preferencjach klientów

Marketing predykcyjny może ujawnić sprzedawcom produktów możliwości sprzedaży wykraczające poza „tylko” wcześniejsze zakupy. Modele predykcyjne przetwarzają dane behawioralne, aby pokazać, które produkty i usługi klient prawdopodobnie zużyje, mimo że nigdy ich nie kupił.

Aby zorientować się, jak to działa, po prostu rozważ Amazon. Amazon posiada dane setek milionów klientów — dane składające się nie tylko z historii zakupów i przedmiotów pozostawionych w koszykach czy list życzeń. Firma archiwizuje również dane o niezajętych drogach, w tym linki najechane kursorem i przedmioty przeglądane, ale nigdy nie kupione.

Większość firm nie ma do dyspozycji danych na poziomie Amazon, ale dane, które posiadają, można wykorzystać do prognozowania na podstawie zbadanych zainteresowań, ale nigdy nie kupionych. Marketerzy mogą prognozować prawdopodobieństwo, że dany klient cieszy się określonym produktem na podstawie historycznych zachowań innych podobnie zachowujących się członków ich kohorty. Marketerzy mogą nawet korzystać z modeli predykcyjnych, aby określić, czy poszczególni klienci preferują współpracę z konkretnym dostawcą lub typem dostawcy, co pozwala na bardziej ukierunkowane wiadomości.

Sprzedawca internetowy Stitch Fix umieścił prognozy w sercu swojego modelu biznesowego. Klienci detalisty budują profil przy użyciu unikalnych szczegółów (na przykład określonego rozmiaru i zakresu pożądanych stylów), który służy jako podstawa przewidywań Stitch Fix. Algorytm predykcyjny firmy zestawia preferencje klientów z danymi dostarczanymi przez dostawców odzieży, co skutkuje wyborem odzieży dostosowanym do tego, czego najprawdopodobniej życzy sobie poszczególny klient. Dzięki milionom subskrybentów i przychodom o wartości 2 miliardów dolarów w ostatnim roku podatkowym, Stitch Fix stanowi przykład prognoz opartych na danych dotyczących mocy transformacyjnej dla sprzedaży i marketingu.

Korzystanie z danych klientów nie wymaga przestrzegania prognoz na poziomie Stitch Fix. Marketerzy mogą używać funkcji Amplitude Recommend do segmentacji klientów na podstawie prawdopodobieństwa, że ​​będą zachowywać się w określony sposób w przyszłości. Po zidentyfikowaniu pożądanej kohorty wiadomości i sugestie można spersonalizować, aby pasowały do ​​produktów i usług, które według przewidywań mają największe prawdopodobieństwo konwersji.

4. Ustaw inteligentniejsze punkty cenowe w oparciu o zachowanie klienta

Ostatnią rzeczą, jaką chce zrobić marketer, jest oferowanie rabatu klientowi, który chce kupić produkt w pełnej cenie. Marketerzy mogą osiągnąć większy sukces, identyfikując klientów, którzy wymagają większej perswazji za pomocą rabatów, a którzy klienci mogą dokonać konwersji przy łagodniejszym ponaglaniu lub nawet wcale. Jedna prognoza może sugerować kohortę o wysokiej wartości życiowej klienta. Inna prognoza może wskazywać grupę użytkowników w tej samej kohorcie, którzy dokonaliby konwersji z rozsądną, przyjazną dla zysku zniżką, umożliwiając marketerom zbudowanie strategii sprzyjającej konwersji.

Lepsze zrozumienie tego, czego chcą klienci, przekłada się na mądrzejsze wydatki i lepszą sprzedaż, a odkrycie preferencji klienta nie wymaga czytania w myślach. Marketing predykcyjny pomaga firmom uświadomić sobie prawdę o ich własnych danych: już pokazuje, czego oczekują ich klienci. Za pomocą analiz predykcyjnych firmy mogą odblokować potencjalne sugestie zawarte w tych danych, aby znaleźć niezliczone możliwości rozwoju. Klienci mówią firmom, co mają na myśli, a specjaliści ds. marketingu produktów powinni uważnie słuchać.

Marketing predykcyjny w przyszłości opartej na danych

Dane to gorący towar. Firmy od dawna rozumieją wartość uzyskiwania nazwy, adresu i adresu e-mail potencjalnego klienta w celach marketingowych i retencji. Teraz konsumenci udostępniają swoje dane osobowe w niespotykanym dotąd tempie, zapewniając firmom jeszcze dokładniejszy wgląd w ich preferencje i zachowania niż kiedykolwiek wcześniej. Dokładna wartość finansowa danych behawioralnych klientów dla każdej firmy jest trudna do dokładnego obliczenia, ale jest wystarczająco cenna, aby popchnąć takie firmy jak Netflix, Apple i Amazon na szczyty swoich branż.

W tej chwili marketerzy siedzą na danych klientów jak w kopalni złota. Niektórzy nawet nie zdają sobie sprawy z jego wartości lub nigdy nie zastanawiali się, jak ciężko pracują inne firmy, aby zebrać wszystkie możliwe interakcje. Inni już wykorzystują swoje dane, aby napędzać swój silnik marketingu predykcyjnego i dają klientom dokładnie to, czego chcą, zanim nawet zorientują się, że tego chcą. Nie ma potrzeby przewidywania wpływu marketingu predykcyjnego — już teraz zmienia reguły gry, a marketerzy i klienci mogą czerpać korzyści z przyszłości opartej na danych.

Rozpocznij swoją predykcyjną grę marketingową już dziś, demonstrując rozwiązanie Amplitude Recommend, najlepsze w swojej klasie rozwiązanie, które napędza Twoje spersonalizowane działania marketingowe.