三步驟助你掌握數據,強化留名單轉換成效

現今企業手上握有的資料比過去都來得多,理論上,資料量的激增能幫助行銷人做出更好的決策,但在許多情況下,此現象帶來的卻常是一片混亂:行銷人窮於應付龐大的數據,難以區分哪些是有用的、哪些是無用的。

在這篇文章中,我們將為你介紹如何將資料條理化的簡單三步驟,將你手邊的龐雜資料點石成金,變成有助於擴增營收的新客名單數(leads)。

第一步:資料條理化

首先,我們要將所有不同來源與格式的資料整合在一起,這些資料可能來自你的官方網站、活動、應用程式、客戶關係管理(CRM)、應用程式介面(API)等等。

想運用人腦從這些來源迥異的資料中精煉出有意義的洞察其實相當困難,但若藉由使用適當的工具來整合零散的數位資料與統整不同的資料集(data sets),企業可獲取現有顧客的全觀性輪廓並掌握其行為,甚至透過不同資料來源的交叉比對,找出具有消費潛力的高價值新客。

經過此步驟,企業可以更加聚焦於特定的業務目標。例如,條理化資料結果顯示你的顧客流失率(churn rate)過高,於是你針對該議題提出相對應的解決方案;又或者你想擴展公司的業務,以接觸新客戶和新市場,條理化資料可助你找出高投資報酬率的目標。在資料都正確無誤的情況下,條理化資料可以真實反映一個企業的體質是否健康,並助你聰明策畫具體行動方案以達成業務目標。

第二步:運用AI分析預測有效的資料區隔

到這裡,你的資料都已經條理化了,你也知道接下來想要關注哪些領域,例如增加註冊會員或是訂閱電子報的人數。下一步該怎麼做才能準確達成那些目標呢?由人工智慧(AI)所驅動的分析平台能夠建立AI模組來預測消費者行為,無須費心從零開始建立內部資料科學團隊。

隨著消費者已逐漸習慣橫跨多螢幕進行消費旅程,光憑人腦很難掌握所有消費者跨螢(cross-screen)轉換路徑的軌跡,亦難藉由多樣化的參數做有效的用戶區隔。然而,AI系統可以基於這些參數建立AI預測模組,並根據分類好的資料預測諸如轉換數和流失率等指標。舉例來說,透過瞭解過去的活動對企業的業務有何影響,企業能更有效地制定未來的策略。

台灣最具影響力之一的經濟新聞媒體《天下雜誌》利用Appier的Aixon平台,將不同來源的資料整合,並建立一個跨裝置、全觀性的顧客輪廓與行為。依據此洞察,天下成功吸引了新客群、增加其訂閱數,並且提高其線上銷售額。最後,天下每投入每一塊錢,都相對帶來十二元的營收。這些活動超越其廣告投資報酬率(return on ad spend)目標達300%,而其訂閱數和購買量則增加了404%。

第三步:根據AI產出之洞察策畫提升名單轉換的活動(Lead-Generation Campaign)

當企業擁有了這些AI預測資料所產出的洞察,即可以開始安排新的活動以達成轉換目標。市場上已存有較先進的技術可以同時透過多個行銷渠道發送資訊,大量增加企業與顧客交流的機會,且用最能觸發顧客共鳴的行銷內容進行溝通,提升轉換機率。例如:你可以在手機的Facebook App上藉由一則夾帶少量文字的橫幅廣告,先與目標受眾(target audience)小柯接觸,當他使用電腦造訪某個電子商務網站時,再對其放送一則動態產品廣告(dynamic product ad)。

若企業以錯誤的方式接觸顧客,可能會阻礙你的品牌與他們之間的連結,認為你的品牌不適合他們,甚至因為不當的曝光頻率而對你的品牌造成反感。

除了用顧客可接受的方式以及慣用的用語與他們互動,企業也可以透過先進的平台工具針對個別的廣告和活動進行優化,以便更有效地吸引顧客。舉例而言,高級汽車品牌Audi運用AI科技,以跨螢行銷的方式與顧客互動,藉此驅動預約試駕的填單數,最終達成最高48%的跨螢轉換率(conversion rate),遠高於單一裝置使用者的轉換率。

讓數據說話

如何有效處理所擁有的資料一直是企業的痛點,然而資料本身並非問題所在。也許你手邊目前有豐富的資料供你運用,但唯有使用對的工具才能去蕪存菁,助你獲取有價值的洞察,進而帶動業務一飛衝天。