Давайте поговорим о создании беспроблемного опыта, будущем маркетинга B2B и использовании машинного обучения для принятия решений на основе данных.
Со спикерами из Google (Сьюзен Чарльз), LinkedIn (Ричард Вонг), Twitter (Андреа Макдональд) и Facebook (Бобби Хеннесси) SocialEast представляет собой однодневную конференцию, предназначенную для людей, работающих в области цифрового маркетинга. , клиентский опыт, аналитика и стратегия в социальных сетях.
Недавно я посетил конференцию по цифровому маркетингу SocialEast в Галифаксе, Новая Шотландия.
В этом посте мы сосредоточимся на нескольких выступлениях, в которых содержалась очень полезная информация, которую можно применить к любому бизнесу (наряду с некоторой дополнительной информацией).
Давайте начнем.
Будущее с нулевым трением
Бобби Хеннесси из Facebook рассказал о трениях.
Разногласия — это когда мы усложняем клиентский опыт до такой степени, что пользователю становится слишком сложно вести с нами дела. Это происходит, когда взаимодействий слишком много, опыт не интуитивен; и интерфейс не удобный. Это часто приводит к потере бизнеса, потому что сайт не позволяет пользователю беспрепятственно перемещаться и достигать своих целей простым и прямым способом.
Вы знали?
В ходе опроса аудитория подсчитала, что для завершения оформления заказа на данном веб-сайте потребуется 5–10 кликов. На самом деле, в среднем для завершения оформления заказа требуется 22 клика.
Это означает потерю клиентов (гораздо больше, чем вы думаете). В общей сложности онлайн-покупатели остановили процесс, потому что оформление заказа было слишком длинным, слишком сложным, слишком запутанным или не функционировало должным образом. Меньше кликов — больше продаж. Вот почему такие компании, как Nike и Amazon, оптимизировали свой путь к покупке, сделав максимум 5–7 кликов для оформления заказа.
Оказывается, клиентов действительно волнует скорость дизайна взаимодействия.
Почему так быстро уходят клиенты?
Три основных потребительских поведения:
- Ожидания от скорости
- Наличие выбора
- Спрос на удобство
Элитные компании CX, такие как Amazon, постоянно становятся революционерами рынка и повышают требования к онлайн-торговле. По оценкам, на каждые 100 миллисекунд времени загрузки Amazon теряет 1% продаж. Это привело к тому, что Amazon стал доминирующим лидером в способности определять поведение онлайн-потребителей и болевые точки. На практике это было достигнуто благодаря стратегическому тестированию, исследованию рынка и интенсивному стремлению стать самой клиентоориентированной компанией в мире.
Проще говоря, с ними легко вести дела, они предвидят, куда пойдет клиент, и позволяют клиентам объяснить свое поведение.
«Я бы определил Amazon по нашим великим идеям, которые ориентированы на клиента, ставя клиента в центр всего, что мы делаем, [и] изобретения. Нам нравится быть пионерами, нам нравится исследовать, нам нравится идти по темным улочкам и смотреть, что находится по ту сторону».
Джефф Безос, генеральный директор Amazon
Клиенты ожидают скорости на настольных или мобильных устройствах. Если веб-сайт загружается более трех секунд, около 57% клиентов покидают его.
С переходом на мобильные ожидания скорости не изменились. Более быстрое время загрузки приводит к более высокой видимости рекламы, более длительным сеансам и более низкому показателю отказов. Самое главное, это изменение означает, что вам нужно перестать игнорировать мобильные устройства.
Когда Facebook стал публичным в 2011 году, они сделали ставку на настольные компьютеры, что привело к плохим результатам на фондовом рынке. Из-за этого они внедрили новое правило внутри компании.
Их правило заключалось в том, что если вы демонстрируете пользовательский интерфейс/дизайн пользовательского интерфейса в обзорах спринтов и/или демонстрациях, основное отображаемое представление должно быть мобильным. Почему? Мобильный сложнее. Если вы можете понять, как заставить клиентов конвертироваться, вовлекаться и наслаждаться мобильным опытом, вы можете сделать это с настольным компьютером.
Один из самых простых способов увеличить количество конверсий на вашем сайте, особенно в сфере электронной коммерции, — это уменьшить трения в процессе оформления заказа. Точнее, с использованием лучших практик в мобильном дизайне. Это может включать в себя простые изменения, такие как добавление правильной клавиатуры для настраиваемых полей формы (например, нумерованной клавиатуры для числовых полей).
Чего хочет клиент?
Клиенты хотят упрощенного процесса.
Данные показывают, что если вы хотите, чтобы клиенты конвертировались, сократите путь к покупке. Мы больше не можем заставлять пользователей создавать учетные записи или направлять их через долгие и сложные процессы оформления заказа. (По крайней мере, упростите процесс входа в систему/создания учетной записи), например, используя социальный вход или вход в Google.
Даже когда клиенты совершают конверсию, клиентский опыт не должен заканчиваться конверсией.
Вам нужна стратегия после покупки. Один из наиболее эффективных способов сделать это — развить в опыте разговорный элемент. Речь идет не только о повторных сделках, речь идет о вовлеченности после покупки, привлечении клиентов и повышении ценности бренда.
Клиенты хотят и нуждаются в вашем фокусе. Подумайте об этом, колоссальные 89% потребителей ожидают, что компании ответят в течение 24 часов или меньше.
Пришло время начать разговор с вашими клиентами. Они ожидают и требуют скорости, выбора и удобства. Можно ли их винить?
Будущее B2B-маркетинга: тенденции для противоположного маркетолога
Ричард Вонг из LinkedIn представил противоречивые взгляды на тенденции и показатели маркетинга B2B на 2020 год.
Я собираюсь сосредоточиться на трех обсуждаемых тенденциях, в том числе:
- Кризис субстандартных данных
- Сигнал-шум
- Почему ROI — переоцененный показатель
Кризис субстандартных данных
Подобно экономическому кризису 2008 года, высшее руководство LinkedIn предупреждало маркетологов B2B, что они становятся жертвами недобросовестных сторонних данных.
В нынешнем маркетинговом ландшафте так много внимания уделяется персонализации и ретаргетингу, но гораздо меньше обсуждению мошенничества с рекламой. Настолько, что, по словам Ричарда, 80% всей индустрии цифрового маркетинга построено на плохих данных.
Несмотря на то, что огромное количество поддельного трафика влияет на принятие решений, компании по-прежнему вкладывают в него деньги, пытаясь получить более точные данные.
Ответ? Сократите цепочку поставок.
Создавайте наборы данных, на которые можно положиться. Это означает прямые данные.
Чем меньше рук проходят данные, чем короче цепочка поставок, тем лучше данные.
Сигнал-шум
Отношение сигнал/шум — это представление о том, что чем больше данных, тем больше решений.
Исследования показывают, что это предположение неверно и что больше данных не приводит к принятию дополнительных решений, а вместо этого в конечном итоге оставляет маркетологов в состоянии аналитического паралича, когда решения становятся загроможденными.
Эта тенденция заключается в переходе от сигнала к шуму, и вместо того, чтобы думать о больших данных, мы фокусируемся на длинных данных.
По словам Ричарда Вонга, при измерении кампаний, эффективности сайта и пользовательского опыта с помощью инструментов аналитики мы обнаружили, что только 4% измеряются более 6 месяцев. Почему? Потому что большинство маркетологов используют свои данные для оптимизации и оценки недавних кампаний, а не для выявления долгосрочных тенденций.
Компании инвестируют в большие данные, но игнорируют длинные данные.
Урок здесь заключается в том, что добавление дополнительных показателей не является решением проблемы. Вместо этого нам нужно переориентироваться и взглянуть на наши текущие показатели, расширенные за более длительный период времени. Это можно сделать, просматривая и отслеживая показатели за 6-месячный, 12-месячный и 36-месячный периоды. Именно на этой идее IPA выпустила 50+ years Studies.
Сосредоточьтесь на одних и тех же показателях в течение длительного периода времени.
Возврат инвестиций = переоценен
ROI — одна из наиболее переоцененных метрик для измерения эффективности.
ROI – это показатель эффективности, а не результативности. Это связано с несколькими основными причинами:
- Длинные данные очень сложно отслеживать точно или особенно быстро.
- Один из самых быстрых способов увеличить рентабельность инвестиций — сократить все бюджеты расходов.
- Ловушка ROI (см. изображение ниже)
Недостаток ROI как показателя эффективности заключается в том, что он всегда будет отдавать предпочтение тактике, которая не требует больших затрат или не приносит большой прибыли. В некоторых кампаниях также может потребоваться несколько «прикосновений», прежде чем клиент воспримет сообщение, что еще больше усложняет измерение рентабельности инвестиций. Поэтому его следует использовать только как второстепенный показатель.
Вместо этого гонитесь за лишней долей голоса (ESOV). Самый недооцененный показатель в маркетинге.
ESOV — это доля голоса вашего бренда по сравнению с вашей долей рынка.
- Какую часть категории вы достигаете?
- Какой частью категории вы владеете?
Чтобы расти, вам нужно охватить больше клиентов, чем сейчас. Это будет измерять, сколько вы говорите по сравнению с вашими конкурентами.
Если вы будете больше говорить, ваш бренд будет расти.
Использование машинного обучения для принятия лучших маркетинговых решений
Майкл Расиоппо, директор по цифровым технологиям NextHome, рассказал об искусственном интеллекте (ИИ) и машинном обучении (МО).
AI и ML — два модных слова, которые мы часто слышим в современном маркетинге. Но что именно они означают и как они используются?
Нет сомнений, что мы можем автоматизировать многие задачи, лежащие в основе индустрии цифрового маркетинга; те, которые, несомненно, могут быть ценными. Однако нам по-прежнему нужен человеческий фактор и точка зрения, чтобы применить большинство этих моделей.
Определите различия:
- Искусственный интеллект – это разработка компьютерных систем, которым поручено выполнение функций, которые обычно требуют участия человека. Это может включать распознавание речи, принятие решений, перевод и т. д. По сути, его цель — имитировать человека.
- Машинное обучение дает технологии цель посредством изучения алгоритмов и статистических моделей для выполнения задач без конкретных инструкций, полагаясь вместо этого на шаблоны и логические выводы.
Предоставляя больше данных и предоставляя им больше времени для обучения, машинное обучение позволяет системам быстро совершенствоваться.
Расширение этих моделей в вашем бизнесе поможет вам адаптироваться к опыту работы с клиентами в 2020 году. Исследования показывают, что 57% крупных руководителей считают, что CX — это область, на которую ML больше всего повлияет.
Практически говоря, есть много способов, которыми его можно использовать в CX.
Примеры могут включать:
- Дальнейшая персонализация (например, рекомендации), чтобы направлять покупателя.
- Автоматизация, в том числе почти мгновенное круглосуточное обслуживание клиентов
- Взаимодействие с клиентами
Несмотря на то, что компании начинают больше инвестировать в персонализацию, 61% потребителей считают, что бренды плохо предсказывают их потребности.
Машинное обучение внедряется в бизнес, чтобы преодолеть разрыв между потребностями клиентов и тем, что на самом деле предлагается.
Это делается компаниями, которые в настоящее время используют ML для сегментации различных групп клиентов с помощью своих данных. Для всех предприятий электронной коммерции сегментация клиентов имеет решающее значение для получения глубокого понимания поведения их клиентов.
С помощью инструментов анализа данных, таких как Google Analytics, Facebook Pixel, Adobe Analytics и т. д., вы можете провести базовую сегментацию клиентов. Подумайте о выходе из корзины покупок, демографических данных, психографике и т. д. Но с помощью машинного обучения вы можете использовать эти сегменты и профили клиентов для повышения качества обслуживания клиентов.
Кроме того, мы можем использовать эти данные для определения наших клиентов. В приведенном Майклом примере, поскольку NextHome занимается недвижимостью, он и его команда определили следующие характеристики профиля сходства:
- Пользователи в 24 раза чаще покупают купе
- Пользователи в 18 раз чаще интересуются поездками в Италию.
- Пользователи в 6 раз чаще покупают планшеты
- Пользователи в 4 раза чаще работают в сфере здравоохранения
С помощью этой информации вы можете предоставлять динамичный опыт и рекламу с помощью этих характеристик. Это выглядит так:
- Изменение вашего креатива (изображение, видео, блог, реклама) в соответствии с этими вертикалями
- Используйте рекламу с купе на подъездной дорожке или изображение клиента, использующего планшет
- Просмотрите пути клиентов и сопоставление для персонализации на основе ваших пользователей
- Ретаргетинговые кампании
- A/B-тестирование: создайте несколько разных главных изображений для Интернета и онлайн-рекламы (несколько размеров, цветов, изображений, видео, несколько описаний, несколько CTA)
- Машинное обучение начнет давать представление о том, какие объявления, изображения и медиа работают лучше всего.
- Машинное обучение начнет оптимизировать, выделяя наиболее эффективные объявления и показывая их чаще.
Вывод:
- Машинное обучение, реклама и маркетинг идут рука об руку
- Понимание данных имеет решающее значение, персонализация теперь важна, а качество обслуживания клиентов быстро развивается благодаря машинному обучению.
- Используйте свои данные, оптимизируйте свой опыт и позвольте этим технологиям помочь вам в этом
Подведение итогов
Онлайн-опыт никогда не расширялся быстрее, чем сегодня.
Ожидания клиентов растут. Они хотят большего, за меньшее время и эффективным способом.
К счастью для вас, большинство компаний все еще довольно далеко отстают в плане внедрения этих лучших практик.
Если бы мне нужно было подытожить три основных вывода из этой записи в блоге, это были бы:
- Уменьшение трения: упростите транзакции. Сосредоточьтесь на пути клиента. Начните с одного упражнения Карта пути клиента.
- Эффективные метрики › Эффективные метрики: подчеркивайте реальные, длинные данные. Сосредоточьтесь в первую очередь на показателях эффективности, таких как избыточная доля голоса (ESOV); не увлекайтесь такими показателями эффективности, как рентабельность инвестиций.
- Используйте свои данные. Создание клиентского опыта или запуск онлайн-рекламы без анализа клиентов — это все равно, что идти по лабиринту с завязанными глазами. Используйте свои данные, чтобы получить подробные сведения о своих клиентах, а затем оптимизируйте взаимодействие с клиентами в Интернете и рекламу с помощью машинного обучения.
И последнее, но не менее важное: разговаривайте со своими клиентами, собирайте отзывы и используйте их для создания ценности.
Компания, которая фокусируется на реальной ценности, когда дело доходит до качества обслуживания клиентов, всегда имеет самый громкий голос в зале.
Вас интересует машинное обучение данных и будущее B2B? Каким образом отзывы клиентов помогли вашему бизнесу расти?
Протяни руку и поговорим. Фейсбук | Твиттер | ЛинкедИн
Первоначально опубликовано на https://www.contentbloom.com 20 ноября 2019 г.
