Specialiștii în marketing s-au bazat de mult timp pe segmentarea manuală pentru a-și îmbunătăți campaniile. Este o abordare solidă care ajută la gestionarea bazei problemei. Cu toate acestea, are mari dezavantaje, deoarece consumă timp și oferă o acuratețe insuficientă. Să analizăm exemple practice și cum putem îmbunătăți prin aplicarea segmentării predictive.

Segmentarea Manuală în Viața Reală

Îl prezentăm pe Bob, un marketer junior la un magazin online. Sarcina lui Bob este să valorifice la maximum lista de clienți a magazinului. Persoana anterioară a făcut greșeli, așa că depinde de Bob să facă îmbunătățiri.

Bob primește acces la lista completă cu mii de clienți. Printre aceștia, există o persoană care a făcut o achiziție o singură dată în urmă cu 5 ani, un client care cumpără ocazional articole ieftine, un cumpărător care face achiziții mari din când în când, un client VIP care cumpără mult și des.

Bob se așteaptă ca unele persoane din listă să fie pregătite pentru o altă achiziție acum. Totuși, nu va fi relevant pentru majoritate, indiferent cât de bună ar fi oferta sau textul său.

Bob decide să înceapă prin a trimite prima sa campanie SMS întregii liste deodată. Când în sfârșit obține rezultatele, acestea nu arată grozav. Se dovedește că magazinul a pierdut 926 dolari pe această campanie. Dacă Bob vrea să-și păstreze locul de muncă, trebuie să se asigure că acest lucru nu se va mai întâmpla.

Trimiterea mesajelor tuturor din listă nu este cea mai bună strategie. Poate enerva persoanele care nu sunt pregătite să cumpere încă, iar pierderile ar prevala asupra câștigurilor posibile. După cum se vede în exemplul nostru, poate fi foarte costisitor—până la pierdere.

Acum, Bob a învățat lecția, și alege să reducă lista de destinatari. 

Este conștient că persoanele care au făcut achiziții recente sunt mai predispuse să cumpere din nou. Se axează pe grupul de persoane care au cumpărat ceva în ultimele 90 de zile. De această dată, rezultatele arată mult mai bine pentru Bob. Se pare că Bob își va păstra locul de muncă.

Acum, Bob se întreabă ce ar trebui să facă în continuare. Cum ar trebui să abordeze campaniile sale viitoare?

Cum își fac iluzii marketerii răspunzând la întrebarea greșită

De zeci de ani, marketerii încearcă să răspundă la o întrebare: care criterii de segmentare ar genera cele mai bune rezultate? În cazul lui Bob, dilema este dacă perioada de 90 de zile este cea mai bună opțiune.

Totuși, el ar putea merge mai departe și să se întrebe: ce se întâmplă dacă alege o perioadă de 45 de zile în schimb? Ar îmbunătăți aceasta ROMI-ul sau l-ar face chiar mai rău?

Ar trebui să încerce o direcție diferită? Ar fi o perioadă de 120 de zile încă profitabilă?

Atât de multe întrebări... și totuși, întrebarea corectă nu este aici. În acest moment, Bob ar trebui să se întrebe la ce ar trebui să țintească. Există trei obiective principale pe care ar putea dori să le atingă cu campaniile sale:

• Maximizarea profitului campaniei.
• Maximizarea veniturilor în timp ce minimizează pierderile.
• Maximizarea acoperirii, chiar dacă vine cu pierderi operaționale.

Așa arată când este reprezentat pe un grafic:

Pentru a evita ghicitul criteriilor de segmentare și pentru a începe să lucrăm spre obiective particulare, ar trebui să ne orientăm către segmentarea predictivă.

Segmentarea Predictivă ca răspuns la întrebările marketerilor

În loc să împartă lista de clienți după numărul de zile de la ultima achiziție (sau frecvență, sau orice altă metrică indirectă), Bob ar face mai bine să se concentreze pe criterii care sunt direct legate de rezultatele dorite.

Probabilitatea de achiziție este metrul pe care Bob ar trebui să-l aleagă mai întâi. Aceasta ajută la evaluarea fiecărui client și la clasarea acestora pe baza probabilității de a cumpăra din nou după interacțiunea cu afacerea. Totuși, metodele manuale nu pot gestiona acest lucru; prin urmare, avem nevoie de instrumente mai puternice. 

Modelarea predictivă se bazează pe rețele neuronale și datele clienților pentru a crea prognoze precise ale comportamentului viitor. În loc să opereze cu metrici indirecte, ne permite să lucrăm cu principalele evenimente de conversie – achiziție, pierderea clientului, abandon, abonament, etc.

Rețelele neuronale analizează cantități uriașe de date anterioare pentru a realiza predicții. Spre deosebire de metodele manuale, care adesea tratează intervale de timp limitate, AI poate analiza luni sau chiar ani de date și poate găsi similarități între clienți. Acest lucru ne ajută să identificăm modele care nu sunt evidente pentru oameni, mai ales cu seturi mari de date.

Un alt metric pe care Bob l-ar găsi util este Recall. Acesta reflectă cât de bine acoperă modelul toți potențialii cumpărători din segmentul ales.

Dacă obiectivul tău este să ajungi la cât mai mulți clienți potențiali posibil, chiar dacă include unii care nu sunt pregătiți să cumpere, alege o valoare mai mare a recall-ului (de exemplu, 70-80). Alternativ, dacă dorești să te concentrezi pe un grup foarte țintit de cumpărători probabili pentru a reduce costurile și a îmbunătăți ratele de conversie, setează o valoare mai mică a recall-ului (de exemplu, 50-60).

Pentru a clarifica acest lucru, să ne uităm la un exemplu: Avem o listă de 100.000 de clienți, cu 1.000 prezis ca fiind gata să cumpere. Dacă stabilim o valoare a recall-ului la 80, ajungem la un segment de 60.000 de persoane. Aceasta înseamnă că 80% din cumpărătorii noștri previzionați (800 din 1.000) sunt incluși în acest segment.

Dacă, în schimb, stabilim valoarea recall-ului la 55, sistemul generează un segment mai mic, cu 25.000 de clienți. Dintre aceștia, 550 (55% din numărul total al cumpărătorilor noștri previzionați) sunt foarte probabil să răspundă pozitiv la campania noastră.

Țineți cont de faptul că, în contextul segmentării predictive, sensibilitatea funcționează invers proporțional cu acuratețea. Valori mai mici ale recall-ului duc la segmente mai precise și mai rentabile. În general, un recall de 80 ar putea avea 99 de non-cumpărători pentru fiecare cumpărător, în timp ce un recall de 55 va avea doar 97 de non-cumpărători pentru fiecare cumpărător.

Înarmat cu un model predictiv și un obiectiv clar de marketing, Bob decide să lanseze o campanie. El își propune să maximizeze veniturile, așa că setează recall-ul la 80.

Aceste rezultate sunt exact așa cum și-a dorit Bob. Veniturile sale sunt ridicate, fără a fi implicate pierderi. Mulțumit de rezultate, decide să încerce o altă abordare—acum, el dorește ca campania să maximizeze profitabilitatea afacerii. El setează recall-ul la 55 și trimite o altă campanie.

De această dată, Bob obține rezultate și mai bune. El a trimis doar jumătate din numărul de mesaje comparativ cu campania anterioară, totuși profitul său este cel mai mare dintre toate campaniile pe care le-a desfășurat până acum. Cu astfel de rezultate, Bob nu doar că își poate păstra postul, dar ar putea primi și o promovare!

Combinând toate rezultatele într-o singură imagine, Bob obține următoarea vedere:

Cum Poți Implementa Segmentarea Predictivă Cu Yespo

Așa cum vedem, segmentarea predictivă poate fi un instrument puternic pentru un marketer, permitând noi niveluri de acuratețe în segmentare.

Aceasta este realizată prin analiza profundă și detaliată a datelor existente. Indiferent cât de bun este un marketer, sunt prea multe variabile de luat în considerare pentru o ființă umană.

Între timp, algoritmii de învățare automată pot analiza date masive și pot oferi perspective acționabile.

În Concluzie

Prin implementarea segmentării predictive în afacerea ta, poți obține ajutor de neînlocuit cu:

• Proiectarea rezultatelor campaniilor tale: Elimină presupunerile și prezice-ți rezultatele înainte de a trimite primul mesaj. 
• Angajarea doar a acelor clienți care sunt pregătiți să audă de la tine: Atinge clienții interesați în timp ce reduci iritarea pentru cei care nu sunt încă pregătiți să acționeze, conducând la o experiență mai bună a clienților și rate mai mici de dezabonare.
• Alocarea mai bună a bugetelor tale de marketing. Cheltuie bani pe campaniile care produc rezultate și elimină risipa bugetului pe activități de încercare și eroare.

Acum, dacă te întrebi cum să începi cu segmentarea predictivă pentru afacerea ta, CDP-ul nostru Yespo oferă o modalitate convenabilă de a face acest lucru. Treaba ta este să conectezi sursele de date; restul este pe Yespo. 

Dacă vrei să încerci și să vezi rezultatele pentru tine, completează formularul de mai jos și echipa noastră te va contacta.

Cerere Specială Inline