Поведенческое таргетирование демонстрирует подлинные интересы

Хорошо, если вы знаете, кто ваши клиенты. Но ещё лучше, если вы знаете, как они себя ведут. Личные и демографические данные позволяют предположить, что интересует пользователей. А поведенческое таргетирование клиентов однозначно демонстрирует их подлинные интересы.

Данные о поведении помогают предвидеть шаги, которые пользователь делает, принимая решение о покупке. Поисковые запросы потенциального покупателя и сайты, которые он посещает, говорят о его намерениях, репосты в социальных сетях намекают на возможные покупки, а письма, которые он открывает, и ссылки, по которым кликает, могут многое рассказать о его интересах.

Поведение человека в Сети — своего рода невербальные сигналы. Наблюдая и анализируя их, можно понять, насколько клиент готов к покупке и какие проблемы он пытается решить. Можно даже определить, что интересует и раздражает его, что кажется ему убедительным.

Такая информация — мощное оружие. В своей книге «Грядущая эра маркетинга по требованию» (The Coming Era of On-Demand Marketing) Маккинси написал: «Модели онлайн-поведения, составленные на основе данных интернет-трафика, поисковые запросы, информация об образе жизни и демографические характеристики особенно эффективны для поиска потенциальных покупателей, которых не получается обнаружить традиционными способами».

Поведенческое таргетирование, примеры:

Емейлы:

• Какие письма клиент открыл и/или кликнул?
• Какие письма он НЕ открыл и/или не кликнул?
• На предложения какого типа он чаще всего откликается?
• Как давно он в последний раз открывал письмо — три дня назад, три недели, три месяца?
• Кто отвечает часто, а кто редко открывает письма?

Социальные сети:

• Клиент упоминал вашу компанию в Твиттере?
• Он переходил на ваш сайт с Фейсбука?
• Он делал репост ваших сообщений?

Веб-сайт:

• Клиент посещал ваш сайт? Как давно?
• Какой контент он загружал или смотрел?
• По каким ключевым словам он перешёл на ваш сайт?
• Сколько страниц сайта он посетил?

Поведенческое таргетирование показывает рост открытий, кликов и вовлечённости пользователей

Когда Дэвид Дэниэлс, основатель Relevancy Group, работал аналитиком в Jupiter Research (эта компания была приобретена Forrester Research в 2008 году), он представил отчёт, согласно которому таргетированные емейлы, созданные на основании статистики кликов, увеличивают Open rate более чем на 50 %, а показатели конверсии ― более чем на 350 %.

Специалисты Marketo заметили, что для кампаний по проработке лидов, в которых использовалось поведенческое таргетирование, показатель открываемости увеличился на 57 %, CTO — на 59 % , а общий показатель кликов вырос на целых 147 %. Маркетологи Gareth Herschel выяснили, что триггерные кампании Gartner, приуроченные к определённым событиям (например, разработанные с учётом поведения пользователей) были в пять раз успешнее традиционной нетаргетированной рассылки. Кроме того, согласно недавнему исследованию Forrester Research, только 17 % компаний заявили, что умело пользуются поведенческим маркетингом, при этом их доход рос быстрее, чем планировалось (53 % против 41 %).

Если у вас ещё остались сомнения, обратите внимание на следующее исследование. Оно доказывает, что триггерные письма и сегментированные кампании, основанные на поведении пользователей, — лучший способ увеличить вовлечённость клиентов.

«Плохие» списки

Польза поведенческого таргетирования очевидна. Но почему же такой эффективный приём не получил повсеместного распространения? Потому что традиционные ESP этого не позволяют.

В идеальных условиях каждое взаимодействие клиента с вашим брендом должно фиксироваться и храниться в системе. Тогда вы смогли бы без труда таргетировать и кастомизировать каждое сообщение. К несчастью, многим маркетологам пока остаётся только мечтать об этом. По данным Forrester, сейчас только 45 % маркетологов отслеживают поведение пользователей по разным каналам и заносят данные в специальную базу. Информация поступает из разных источников и не всегда совпадает. Например, данные из социальных сетей иногда расходятся. Статистика посещения сайта почти никогда не связана с данными о покупках.

Традиционные ESP не способствуют сбору данных. Конечно, они отслеживают, как получатели реагируют на письма, и сообщают маркетологам показатели открываемости и CTR, но им недоступна более детальная информация. Как правило, они работают с импортированными списками, которые, по понятным причинам, не дают хороших результатов.

Всё, что касается глубокого сегментирования списка по личным параметрам каждого пользователя, возможно только в случае использования профессиональных платформ для рассылки.

«Умные» базы данных и списки рассылки

Для создания современной емейл-кампании, способной заинтересовать клиентов, требуется «умная» база пользовательских данных, в которой будет накапливаться информация обо всех действиях существующих и потенциальных покупателей. С помощью этих сведений маркетологи могут легко создать таргетированную емейл-кампанию. Демографические и поведенческие фильтры и триггеры можно создавать на основании различных типов данных:

• Демографические данные: имя, местонахождение, возраст, регистрация, ресурс, предпочтения, дополнительные поля и т. д.
• История емейлов: отправленные, открытые, клики, ошибки доставки, отказ от рассылки и т. д.
• Социальные сети: репосты, рекомендации, ответы на опросы и т. д.
• Веб-сайт: посещение, открытая ссылка, заполненная форма, рекомендованный ресурс, поисковый запрос и т. д.
• История кампании: участие в кампании, отклик на кампанию, успех кампании и т. д.
• Дополнительно: история покупок, отказ от рассылки, отказ от покупки и т. д.

«Умные» списки могут сочетать несколько фильтров, чтобы сегментировать рассылку нужным вам образом: например, подписчики от 18 до 25 лет, которые поделились контентом в соцсетях, или клиенты, имеющие баланс больше определённой суммы и посетившие сайт компании, занимающейся кредитами, дважды за последний месяц. Кроме того, можно наблюдать за кампанией и фиксировать историю откликов, чтобы оценить результаты по каждому сегменту.

Такой подход позволяет маркетологам самостоятельно и без специальной технической помощи создавать и регулировать сложные кампании, основанные на поведении клиентов. Они могут не тратить время на редактирование таблиц и ожидание технических специалистов, а создавать релевантные и привлекательные для клиентов кампании.