Маркетинг на основе намерений 101: прогнозы могут сэкономить ваше время, деньги и потенциальных клиентов

Узнайте, как использовать свое исследование поведения покупателей для создания выигрышной маркетинговой стратегии.

Это последняя часть нашей серии статей о маркетинге, основанном на намерениях. Первую часть читайте здесь, а вторую здесь.

Пришло время для нашей последней записи серии, и мы собираемся взять все, что мы узнали, и увеличить это в десятой степени.

Теперь вы понимаете, кто ваши лидеры и как они думали и действовали до сих пор. Теперь пришло время выяснить, как они будут думать и действовать в будущем. Именно здесь маркетинг, основанный на намерениях, показывает, на что он способен, и начинает экономить ваше время, деньги и потенциальных клиентов.

Эффективная маркетинговая стратегия на основе намерений сочетает в себе алгоритмы прогнозирования и моделирование профилей, которые могут быть объединены с искусственным интеллектом (ИИ) для эффективной автоматизированной маркетинговой стратегии.

Создание маркетинговой стратегии на основе намерений, которая использует ваши данные с инвестициями в программное обеспечение.

У вас есть данные. У вас есть тренды. Теперь пришло время заставить все это работать.

Вы знаете, кто обычно проявляет интерес к вашему продукту, какой контент им нужен и когда, а также их поведение, когда они там находятся.

Вот три шага, чтобы сделать это знание действенным.

1. Включите цель поиска в свой контент

Для этого вам нужно четкое понимание того, как работает рейтинг Google и страницы результатов поисковой системы (SERP).

Существует два типа поисковых запросов:

• Информационные запросы (например, «что такое программное обеспечение ERP») лучше всего решать с помощью контента, ориентированного на осведомленность.
• Транзакционные запросы (например, «где я могу купить программное обеспечение ERP») лучше всего решать с помощью контента, ориентированного на потребителей, находящихся дальше по воронке.

Убедитесь, что вы создаете различный контент, который соответствует ключевым словам для обоих этих типов запросов и этапов воронки, к которым они относятся.

2. Используйте свое понимание намерений пользователей, чтобы направлять поиск потенциальных клиентов.

Если бы я разместил здесь ссылку на программное обеспечение для художественных галерей, технически я бы создал обратные ссылки. А ты на нее нажимал? Скорее всего нет. Это противоречит цели обратных ссылок, которая состоит в том, чтобы направлять ваших пользователей и их поиск.

Если бы я скинул ссылку на программное обеспечение для управления данными, вы бы с большей вероятностью щелкнули по нему, поскольку оно больше относится к этой статье и к тому, что вы ищете.

Но как вы можете правильно использовать обратные ссылки в своей маркетинговой стратегии?

Допустим, вы заметили, что ваши пользователи переключаются между двумя разными типами программного обеспечения и тратят много времени на каждое из них, скорее всего, они пытаются лучше понять различия между ними.

Вы можете предоставить контент, разъясняющий, что лучше для каких случаев использования, а затем дать ссылку на оба типа программного обеспечения. Это полезно как для читателя (поскольку помогает ему получить ясность), так и для вас (поскольку помогает приблизить потенциальных клиентов к конверсии).

3. Поднимитесь на новый уровень с помощью персонализации

Сочетание программного обеспечения для персонализации с искусственным интеллектом, предназначенного для включения вашего понимания глубинных моделей поведения ваших потенциальных клиентов, создает разницу между хорошим и исключительным маркетингом, основанным на намерениях.

Только 34% респондентов опроса Gartner 2018 года заявили, что используют или тестируют ИИ в своей цифровой коммерции.

Поскольку ваши конкуренты еще не внедрили эту технологию (хотя и будут), это ваш шанс опередить игру, не только подбирая персонализированный контент, но и делая это таким образом, чтобы обеспечить более высокий коэффициент конверсии, более высокую рентабельность инвестиций и более высокая удовлетворенность клиентов. Фактически, 70% респондентов заявили, что ИИ помог повысить удовлетворенность клиентов.

Начните инвестировать в программное обеспечение

До сих пор в этой серии вашими следующими шагами было дополнительное чтение и переработка ваших персонажей и карт пути клиента.

Теперь пришло время предпринять большие действия. Пришло время инвестировать в программное обеспечение, которое может помочь вам на пути к прогнозированию.

Но во что инвестировать? Ознакомьтесь с этими четырьмя типами программного обеспечения, определите свой бюджет и начните целенаправленный маркетинг:

• Программное обеспечение для персонализации
• Программное обеспечение искусственного интеллекта
• Программное обеспечение для управления знаниями
• Программное обеспечение для прогнозной аналитики

МЕТОДОЛОГИЯ

Представленные результаты основаны на исследовании Gartner, проведенном для понимания планов внедрения и инвестирования ИИ в цифровую коммерцию. Это исследование также стремилось понять ценность, успех ИИ в цифровой коммерции и связанные с ним проблемы.

Первичное исследование проводилось онлайн с 4 июня по 17 июля 2018 года среди 307 респондентов из Северной Америки, Латинской Америки, Западной Европы и Азиатско-Тихоокеанского региона.

Квалификационные организации охватывают различные отрасли, за исключением здравоохранения. Компании должны были иметь основной технологический подход к цифровой коммерции, такой как «Созданная на заказ торговая платформа» или «Комплексное программное решение для коммерции» с некоторым (> 0 долларов США) доходом, полученным от цифровых каналов в 2017 финансовом году. Компании также должны были использовать в настоящее время или пилотирование ИИ в своей цифровой коммерции. Выборка представляет организации в США/Канаде (n=86), Бразилии (n=35), Франции (n=30), Германии (n=31), Великобритании (n=30), Австралии/Новой Зеландии (n=30). ), Индии (n=33) и Китае (n=32).

Все респонденты были проверены на предмет участия в принятии стратегических решений в отношении цифровой коммерции в своей организации. Квоты применялись к странам, отраслям и корпоративным доходам от цифровых каналов на 2017 финансовый год.

Искусственный интеллект: ИИ представляет собой комбинацию передовых технологий, которые изменяют поведение без явного программирования на основе собранных данных, анализа использования и других наблюдений. Машинное обучение является ключевой технологической категорией, управляющей ИИ, и включает в себя такие методы, как линейная регрессия, дерево решений, байесовские сети и глубокие нейронные сети.

Исследование было разработано совместно аналитиками Gartner и основной исследовательской группой, которые следят за Commerce Technologies & Experiences.

Отказ от ответственности: «Результаты не отражают «глобальные» выводы или рынок в целом, а отражают настроения респондентов и опрошенных компаний.