Autotarget: Mesin Pemasaran Perilaku untuk Email

Depositphotos 86049558 m 2015

Pemasaran database adalah segalanya tentang perilaku pengindeksan, demografi, dan melakukan prediksi analisis pada prospek Anda untuk memasarkan kepada mereka dengan lebih cerdas. Saya benar-benar menulis rencana produk beberapa tahun yang lalu secara statistik skor pelanggan email berdasarkan perilaku mereka. Ini akan memungkinkan pemasar untuk mengelompokkan populasi pelanggan mereka berdasarkan siapa yang paling aktif.

Dengan mengindeks perilaku, pemasar dapat mengurangi pengiriman pesan, atau menguji pesan yang berbeda, kepada pelanggan yang tidak membuka, mengklik, atau melakukan pembelian (konversi) dari email. Ini juga akan memungkinkan pemasar untuk juga memberi penghargaan dan menargetkan pelanggan paling aktif mereka dengan lebih baik. Fitur tersebut tidak pernah disetujui untuk membuatnya menjadi produk dengan perusahaan itu, tetapi perusahaan lain telah naik ke tingkat pemasaran basis data dan kecanggihan segmentasi, iPost.

iPost telah meluncurkan mesin penargetan perilaku yang sangat kuat ke jajarannya, yang disebut Target OtomatisTM (Klik untuk memperbesar gambar):

target otomatis

Craig Kerr, Wakil Presiden Pemasaran iPost, telah memberikan informasi berikut mengenai produk:

Target otomatisTM

Autotarget iPost memungkinkan pemasar untuk secara dramatis meningkatkan hasil kampanye pemasaran email menggunakan prediktif analisis. Penggunaan Autotarget telah terbukti meningkatkan profitabilitas kampanye email setidaknya 20 persen dan secara signifikan menurunkan diskon harga dan meningkatkan tarif terbuka.

Satu perusahaan, misalnya, telah meningkatkan profitabilitas pemasaran email sebesar 28%, menurunkan diskon, bahkan di pasar yang sulit ini, sebesar 40% dan meningkatkan tarif terbuka sebesar 90% hanya setelah beberapa bulan menggunakan Autotarget. Autotarget menghilangkan spekulasi dan menggantinya dengan metodologi otomatis yang telah terbukti yang memastikan bahwa email yang tepat dikirim ke orang yang tepat pada waktu yang tepat.

Banyak pemasar email bangga dengan seberapa besar mereka telah mengembangkan daftar email mereka. Dan mereka, secara tradisional, hanya meledakkan sesering mungkin kepada sebanyak mungkin orang di daftar email. Pendekatan ini membuang-buang sumber daya dan cara pasti untuk kehilangan pelanggan: Meskipun beberapa pelanggan ingin sering menerima email komersial, yang lain dengan cepat menganggap email tersebut sebagai spam dan pengirimnya sebagai spammer.

Teknologi analitik prediktif unik Autotarget melakukan kerja keras bagi pemasar dengan secara otomatis memanfaatkan informasi yang sudah mereka kumpulkan tentang pelanggan? perilaku di semua saluran mereka. Dan, baru dengan versi terbaru mereka, Autotarget berfungsi dengan semua penyedia layanan email (ESP).

Cara kerja Autotarget

Penargetan otomatis didorong oleh dua aliran data: pertama, perilaku klik melalui email dan tampilan klik, dan kedua, perilaku pembelian lintas saluran. Autotarget secara otomatis dan terus menerus mendapatkan klik email dan melihat data perilaku langsung dari penyedia layanan email perusahaan saat ini.

Data perilaku pelanggan historis secara otomatis menjadi data yang dapat ditindaklanjuti

Autotarget mengakses data respon email harian dan secara visual menampilkan hingga 125 persona pelanggan selama 12 bulan? mengikuti data tentang perilaku kampanye email mereka. Setelah persona ini terbentuk, Autotarget dapat dengan cepat mengirim pesan email yang ditargetkan ke pelanggan berdasarkan persona tertentu mereka, meningkatkan kemungkinan respons positif.

Memanfaatkan metodologi yang telah terbukti termasuk analisis RFM

Komponen kunci dari pengelompokan persona adalah analisis RFM (Keterkinian interaksi terakhir, Frekuensi interaksi, dan Nilai moneter pelanggan). Autotarget adalah solusi email pertama yang mengotomatiskan dan memperbarui analisis RFM untuk kampanye pemasaran email online.

Analisis RFM banyak digunakan di dunia offline untuk menyegmentasikan pelanggan ke dalam grup berdasarkan tanggapan perilaku mereka terhadap pesan tertentu. Nilai analisis RFM adalah bahwa telah terbukti selama beberapa dekade untuk secara akurat memprediksi perilaku masa depan pelanggan berdasarkan perilaku masa lalu mereka sendiri di berbagai saluran dan pada perilaku pelanggan lain dengan profil serupa.

Apa yang dikatakan sel RFM tentang pemasaran dan diskon

Secara intuitif, pelanggan dengan nilai sel RFM tertinggi jauh lebih terlibat dengan merek, dan lebih cenderung menanggapi tawaran dan memerlukan diskon yang lebih rendah, lebih sedikit atau, mungkin, tanpa diskon. Grafik RFM Autotarget iPost menunjukkan dengan tepat berapa banyak pelanggan per sel RFM yang benar-benar merespons (yang diklik, dilihat, dan dibeli) untuk setiap kumpulan surat yang dipilih. Berbekal data ini, pemasar dapat dengan cepat dan mudah membuat segmen pelanggan berdasarkan respons sel RFM mereka untuk pemasaran lanjutan yang efektif.

Penargetan otomatis membutuhkan waktu 5 menit untuk digunakan

Tidak ada survei atau formulir yang diperlukan, namun 100% basis pelanggan diprofilkan dengan Autotarget. Pelanggan menghasilkan data setiap kali mereka berinteraksi dengan pesan email atau melakukan pembelian di setiap titik kontak (situs web, POS, atau pusat panggilan). Singkatnya, Autotarget adalah solusi yang kuat, namun cepat dan mudah digunakan.

Bagaimana menurut Anda?

Situs ini menggunakan Akismet untuk mengurangi spam. Pelajari bagaimana data komentar Anda diproses.