For datakyndige marketingfolk er der et nyt søgeord: Hensigt

I forbindelse med Google

En kundes rejse er lige så unik som hendes fingeraftryk – hvilket forklarer, hvorfor marketingfolk udnytter teknologien til at analysere, klassificere og nå ud til kunder på grundlag af hvilke handlinger de foretager sig, før de konverterer.

I den præ-digitale fortid var en købers rejse forudsigeligt lineær; nu kan det involvere adskillige søgninger og webstedsbesøg, gennem flere forskellige enheder. Den snoede tur, som kunderne tager – fremskridt gennem research og overvejelser til randen af ​​konvertering – slutter ikke, når et køb foretages, men fortsætter gennem loyalitet og potentielle gentagne køb.

Ved at forstå den unikke kunderejse for forskellige segmenter, kan marketingfolk få indsigt i adfærden hos deres mest værdifulde. Der er nu værktøjer og teknologier, såsom maskinlæring og datadrevet tilskrivning, der gør det muligt for marketingmedarbejdere at fokusere på kunder, der har den højeste potentielle livstidsværdi (LTV), hvilket styrker det løbende kundeengagement og i sidste ende øger forretningen.

Livstidspræstation

Da forbrugerne bruger en stadigt voksende samling af berøringspunkter, skal brands finde måder at beregne, hvilke marketingaktiviteter – og i hvilke kombinationer – der giver afkast. Det er ikke længere tilstrækkeligt for marketingfolk at måle deres effekt, som de traditionelt har gjort: at isolere og vurdere nogle få nøglevariabler efter en kampagne. Det er heller ikke nok blot at overvåge sidste-klik-aktivitet og tilskrive konverteringer til en kundes seneste aktivitet.

Billedkredit: Kheng Ho Toh

Med adgang til analyseteknologi kan brands omfordele marketingbudgetter ved at bruge realtidsdata om, hvor effektivt nogle marketingaktiviteter præsterer sammenlignet med andre. Markedsførere kan også teste forskellige scenarier for at udpege det ideelle beløb til at investere i visse kanaler langs kunderejsen.

At finde ud af, hvordan disse højprioriterede kunder ser ud, kræver at beherske LTV, en fremadskuende måling af den samlede værdi, som en kunde vil generere gennem hele forholdet til et brand. Når marketingfolk fokuserer på LTV, kan de identificere de kunder, der bringer mere forretning ind på lang sigt – og derefter bruge flere marketingkroner på at nå dem. I en nylig undersøgelse blandt 1.419 marketingchefer, udført af MIT Technology Review Insights i samarbejde med Google, bruger 89 procent af førende marketingfolk strategiske målinger såsom bruttoindtægt, markedsandel eller LTV til at måle effektiviteten af ​​deres kampagner*. Faktisk er LTV det mål, der bruges mest af 51 procent af førende marketingfolk.

Ligner du en kunde med høj værdi? Hvis du gør det – baseret på det, jeg ved, at mine kunder af høj værdi gør – så kan jeg markedsføre til dig baseret på det afkast, du tilbyder, siger Allison Hartsoe, grundlægger og administrerende direktør for Ambition Data, et dataanalytisk konsulentfirma.

Papyrus, forhandleren af ​​papirvarer og lykønskningskort, er en virksomhed, der nulstiller på LTV. I samarbejde med Google anerkendte virksomheden, at medlemmer af dets Perks-loyalitetsprogram var 66 procent mere værd end andre kunder, siger Sean Downey, vicepræsident for platforme hos Google. Ved at udvide sin markedsføring til disse kunder øgede Papyrus fortjenesten tidoblet på tre måneder. Ved at bruge LTV fastslog Papyrus, at Perks-kunder var de største brugere og de hyppigste kunder, siger Downey. Perks-programmet muliggjorde også bedre segmentering. Papyrus var i stand til at nå ud til bortfaldne medlemmer med særlige tilbud og personlige beskeder for at hjælpe med at fremme yderligere engagement.

Drejning af datamotoren

Ligner du en kunde med høj værdi? Hvis du gør det – baseret på hvad jeg ved, at mine kunder af høj værdi gør – så kan jeg markedsføre til dig baseret på det afkast, du tilbyder.

Maskinlæring gør det muligt for brands at hente indsigt fra omfangsrige data ved at evaluere effektiviteten – målt ved kundernes adfærd – af forskellige veje. Maskinlæring fungerer hurtigt, og opdaterer løbende sin model. Det er også et hurtigt studie; Hartsoe citerer et forlag, der kan lave et LTV-estimat ved brug af kun to dage af en kundes indledende interaktion.

Datadrevet tilskrivning (DDA) bruger maskinlæring til at beregne bidraget fra hver kundehandling langs konverteringsstien. Den undersøger, hvordan folk finder en virksomhed og beslutter sig for at blive dens kunder, og tildeler derefter kredit til konverteringer, ifølge Downey. Det hjælper marketingteams med at bestemme, hvilke annoncer, søgeord og kampagner, der mest direkte påvirker forretningsmålene.

At bryde marketingformen med maskinlæring

• Download rapporten

Blandt de adspurgte i undersøgelsen mener 60 procent af de førende marketingfolk, at DDA er afgørende for at forstå værdifulde kunders rejser. Jo mere effektivt marketingfolk kan gøre det, jo bedre afkast opnår de på deres markedsføringsinvestering.

HomeAway, en markedsplads for ferieudlejning, brugte DDA til at nå ambitiøse vækstmål, ifølge Downey. En siloiseret, sidste-klik tilgang til måling ville ikke skære det i en ultra-konkurrencedygtig industri. Så virksomheden justeret sin mediestrategi , justering af metrics og forretningsmål. DDA gør det muligt for HomeAways marketingteams at opnå og handle på realtidsindsigt i kundernes hensigter og interaktioner. Virksomheden oplevede en stigning på 46 procent i rejsebookinger i 2017 sammenlignet med året før, og et hop på 115 procent i omsætning.

Hvad kunderne vil have næste gang

I stedet for at følge kunder på deres rejser og forsøge at møde dem undervejs, skal marketingfolk nu forudsige, hvor de skal hen og hjælpe dem med at komme derhen. Evnen til at styre og endda forme en kundes næste træk åbner en ny konkurrencemæssig front. I undersøgelsen siger 63 procent af førende marketingfolk, at de tror, ​​at forudseende forbrugerhensigt vil føre til større resultater.

Manuelle marketingværktøjer som probabilistisk modellering og remarketing er ikke nok til at holde sig ajour med nutidens kunder, som skifter mellem kanaler og enheder, mens de leder efter de produkter og tjenester, de har brug for, ifølge Downey. Markedsførere er nødt til at gøre mere for at forstå sporene af kundehensigtssignaler. De skal vide, hvad kunderne vil have, før de gør det – og lægge det mest relevante indhold foran dem, siger han.

TGI Fridays, casual-dining-kæden, bruger data om kundernes digitale aktiviteter, præferencer og vaner til at evaluere og levere rettidige beskeder over forskellige platforme, og optimere sin produktstrategi og medieudgifter, ifølge Sherif Mityas, chief experience officer for restauranten lænke. Diners, der har valgt at dele deres data, udløser personlige begivenheder. Vejledt af data præsenterer restaurantarbejdere muligheder - beder om en anden drink eller foreslår en appetitvækker - som vil hæve beløbet for den gennemsnitlige check.

For eksempel kunder, der lejlighedsvis dukker op kl. 17.00. om onsdagen for at dele vin med venner vil modtage en besked på Fridays-appen, lige før klokken 5, om ankomsten af ​​en usædvanlig årgang. Ved at analysere kontrolniveaudetaljer kan kæden fortælle, at mere end 25 procent af forbrugerne, der modtager personlige beskeder, vil besøge restauranten og foretage indkøb – uden at modtage rabat.

Ser frem til

For at datadrevet indsigt kan drive frontlinjestrategi, skal analyser spredes i hele virksomheden. Tidligere førte behovet for nye marketingfunktioner til, at virksomheder blev ved med at tilføje diskrete afdelinger – f.eks. én til digital analyse og en anden, der er dedikeret til kundeoplevelsen. Men omfanget af den digitale udfordring erstatter sådanne skel, da den også forener digitale og offline kanaler i jagten på et fælles forretningsmål.

Vi udnytter prædiktiv analyse på tværs af en række forretningsområder, siger Shyam Venugopal, vicepræsident for global medie- og forbrugerdatastrategi hos PepsiCo. Hvordan gør du det mere gennemgående i alt, hvad du laver? Der er altid mulighed for at skalere det længere og længere. For at kundeindsigt skal gennemsyre forretningen, skal hvert team inkorporere dataanalytikere. Og ledere i hvert team skal have magten til at omdanne dataanalyse til smartere forretningsbeslutninger.

Med fordelen ved en organisationsstruktur, der understøtter smidighed, kan virksomheder nå på tværs af forbrugerkontaktpunkter. De kan udnytte maskinlæringsteknologi til at udnytte reelle hensigter og forudsige det, hvilket overgår kundernes forventninger. Efterhånden som marketingfolk bliver mere og mere dygtige til at bruge disse typer teknologier, vil de forbedre både kundens rejse – og virksomhedens langsigtede overskud.

* I undersøgelsen blev førende marketingfolk fast besluttet på at være fra virksomheder, der opnåede mere end en stigning på 15 procent i omsætning over to år eller mere end

Få mere at vide om maskinlærings indvirkning på markedsføring.

skjule