如何善用人工智慧提升再行銷到最高境界?

你知道全球電商的平均廣告轉換率大概只有2.6%嗎?這代表線上銷售仍存在著巨大的商機潛力。

其中一種普遍被使用來提升轉換率的方法是再行銷 (remarketing),隨著人工智慧技術的進步,你更有機會運用像是機器學習 (Machine Learning)之類的技術來達成超乎以往的再行銷轉換率。試想此情境:大仁哥正在你的網站瀏覽商品,他放了一雙鞋子進購物車裡,然後由於被打斷或是其他理由,他並沒有完成結帳。接下來當大仁哥繼續使用網路時,頁面上的廣告出現了那雙他當初考慮過的鞋子,促使他再回到你的網站完成購買。頁面上的廣告可能提供了折扣優惠作為誘因,這樣的例子是一種典型的再行銷。

再行銷的目的是利用與該顧客相關的行銷訊息促使他們完成購物並提升轉換率。這樣的方式所吸引到的是原先已經對你的產品有興趣的潛在顧客,因此他們有更高的機率完成訂購並因此提升投資報酬率 (ROI)。

然而,廣告並非再行銷的單一管道。各個品牌也可以透過電子報(eDM)或應用程式推播通知 (in-app notifications) 來重新吸引顧客。你所傳遞的訊息與顧客本身越有關聯,你的再行銷策略就更有機會成功,而這就是人工智慧可以幫上忙的地方。

應用人工智慧進行分眾以提升再行銷效果

傳統分眾行銷方式有個缺點:它很難將對的產品與對的顧客做連結,尤其當消費者登出系統後,想要再透過數據分析不同的顧客偏好與族群,進而將它們轉化為真正的喜好需求,將更加的困難與複雜。各式各樣的行銷活動都只能不斷的實驗,試圖找出哪一種成效較佳,這不只耗費大量時間,所需成本亦不斐。

在這種情況之下,人工智慧便能提供更好的分眾效果。人工智慧利用機器學習分析使用者的消費歷史數據、辨別其模式來預測未來的購物行為,藉此優化再行銷策略。舉例來說,像是Appier CrossX 程式化購買平台使用人工智慧深度學習的演算法,即時分析不同的消費者行為並預測哪些潛在消費者有更高的轉換機率。行銷人員可以藉此判斷挑選最有潛力的顧客來設定再行銷的優先順序。

利用個人化行銷刺激轉換

機器學習亦能分析整合消費行為與產品資訊以提供個人化行銷體驗,進而提升轉換率。以下是應用人工智慧於再行銷優化的好處:

■ 重新鎖定真正有潛力的顧客來提升ROI
機器學習可以分辨出顧客的意向,例如是「想購物」還是「單純逛逛」。這能幫助你在重新鎖定顧客時有更高的轉換可能。你想將行銷資源分配在總是上網閒逛卻很少下訂的柯小哲,還是當有需要時會上網搜尋產品並直接購買的蔡小英?

■ 利用深度學習模式捕捉客戶瞬息萬變的行為
機器學習能透過分析消費行為模式並預測其變化來提供更精準的洞察。例如:羽球好手小戴過去幾天都在瀏覽大衣,可是週末天氣突然升溫,使得她在星期五晚上改為搜尋T恤了。人工智慧將會根據小戴短期搜尋的變化,進而改為推薦T恤讓她產生購買興趣,反而提升了立刻購買的可能性。

■ 找出消費者真正感興趣的產品並準確鎖定
對於非快速消耗品而言,人們決策時間總是特別長,人工智慧可以透過分析使用者「長期」瀏覽行為模式,幫助你在這期間內累積的大量瀏覽行為中分辨他們真正想要購買的商品跟只是瀏覽的商品。

在消費者的購物旅程中持續提供價值

再行銷可以在消費者的線上購物過程中不斷提供附加價值,然而傳統的再行銷方法仍有其限制。例如某位消費者正在線上訂購飛往東京的機票,傳統的再行銷可能會提供消費者到達其他目的地的機票優惠,這樣的作法無法幫助到消費者,亦耗費行銷資源。當消費者訂好前往東京的機票後,下一步自然是會訂旅館或套裝行程等等,也許你的網站有提供後續服務,但若當使用者離開你網站(站外)?持續在站外提供這些在站外後續服務才是新型態再行銷,也是你需要投注心力的方向。

人工智慧則可以透過分析站內與站外行為來提供個人化推薦,藉此擴增推薦給消費者的產品多元性。行銷人可以運用消費意向洞察來重新鎖定並提供顧客相似功能或設計的產品。

若將人工智慧進一步應用於跨螢行銷,其所帶來的效果更加事半功倍。跨螢再行銷讓你的消費者不論使用哪一個螢幕都能接收到你傳遞的訊息,如此一來可以大幅降低搜尋產品到完成購物的時間。舉CrossX程式化購買平台為例,即可減少跨螢再行銷的複雜度,提供你該專注於哪種消費者、何種類型的螢幕、以及何時該提供什麼廣告的相關洞察。