วิธีใช้ความตั้งใจในการซื้อของผู้บริโภคเพื่อสร้างยอดขาย

ผู้ลงโฆษณาทุกคนรู้ดีว่าความสำเร็จของแคมเปญขึ้นอยู่กับการรู้จักผู้ชมของคุณเป็นอย่างดี สิ่งต่างๆ เช่น อายุ เพศ สถานภาพการสมรส ระดับรายได้ เป็นสิ่งที่จำเป็นต้องทราบเพื่อการกำหนดเป้าหมายที่แม่นยำ

แต่ถ้าคุณใช้ เฉพาะ ข้อมูลประชากรเพื่อระบุลูกค้าของคุณ การวิจัยแสดงให้เห็นว่าคุณอาจพลาด 70% ของนักช็อปบนมือถือ

นั่นเป็นเพราะว่า แม้ว่าข้อมูลประชากรจะมีประโยชน์ แต่ก็ไม่ได้บอกเล่าเรื่องราวทั้งหมด หรือแม้แต่ส่วนที่สำคัญที่สุด เพื่อให้กำหนดเป้าหมายลูกค้าได้ดีขึ้น คุณต้องเข้าใจความตั้งใจในการซื้อ

คำจำกัดความความตั้งใจซื้อ

ความตั้งใจในการซื้อของผู้ชมหมายถึงความคิดของผู้ชมที่เกี่ยวข้องกับการซื้อ จากสิ่งที่คุณรู้เกี่ยวกับพวกเขา พวกเขาใกล้จะซื้อโครงการของคุณมากน้อยเพียงใด

ความตั้งใจในการซื้อคำนึงถึงหลายสิ่งหลายอย่าง เช่น ข้อมูลประชากร การบริโภคเนื้อหา ข้อมูลพฤติกรรม หรือแม้แต่ช่องทางและอุปกรณ์ เพื่อสร้างภาพที่ดีขึ้นของผู้ชมในเส้นทางสู่การซื้อ ในทางกลับกัน วิธีนี้ทำให้คุณสามารถกำหนดเป้าหมายพวกเขาด้วยเนื้อหาเพื่อย้ายพวกเขาไปยังขั้นตอนตรรกะถัดไปในช่องทางของคุณ ไปสู่การซื้อผลิตภัณฑ์ของคุณ

ความตั้งใจในการซื้อและช่องทางการตลาด

ความตั้งใจในการซื้อและช่องทางการตลาดนั้นสัมพันธ์กันอย่างใกล้ชิด ในแต่ละขั้นตอน ผู้มีโอกาสเป็นลูกค้าและลีดของคุณจะแสดงเจตนาหนึ่งในสองประเภท ซึ่งคุณสามารถใช้เพื่อกำหนดวิธีการกำหนดเป้าหมายต่อไป เหล่านี้คือ:

• เจตนาให้ ข้อมูล: เจตนา ให้ข้อมูลจำแนกตามการแสวงหาความรู้ในนามของผู้นำ เมื่อพวกเขาแสดงเจตจำนงในการให้ข้อมูล โอกาสในการขายจะให้ความรู้แก่ตนเองเกี่ยวกับแนวทางแก้ไขที่เป็นไปได้สำหรับปัญหาที่ผลิตภัณฑ์ของคุณบรรเทา
• เจตนาในการทำธุรกรรม : เจตนาในการทำธุรกรรมเกี่ยวข้องกับการกระทำในลักษณะที่บ่งบอกถึงการซื้อที่เป็นไปได้ ตัวอย่างเช่น อาจกำลังดูหน้าราคา ค้นหาวลีคำหลักที่เฉพาะเจาะจงมาก หรือเพิ่มสินค้าลงในรถเข็น แน่นอนพวกเขาจะแตกต่างกันไปในแต่ละธุรกิจ

หากผู้มีโอกาสเป็นลูกค้าแสดงพฤติกรรมที่ดูเหมือนจะไม่เชื่อมโยงกับการซื้อ เช่น อ่านโพสต์ในบล็อก พวกเขาน่าจะอยู่ในระยะเริ่มต้นของกระบวนการทางการตลาด หากพวกเขากำลังคลิกผ่านหน้า Landing Page แสดงว่ามีเจตนาในการทำธุรกรรมที่นั่น ทีละขั้นตอนผ่านช่องทางการตลาด นี่คือสิ่งที่คุณสามารถใช้เพื่อเชื่อมต่อกับผู้คนตามความตั้งใจในการซื้อของพวกเขา:

การรับรู้

ในขั้นการรับรู้ ผู้มีโอกาสเป็นลูกค้าของคุณตระหนักถึงปัญหาที่พวกเขาจำเป็นต้องแก้ไข และตระหนักว่าแบรนด์ของคุณเป็นวิธีแก้ปัญหาที่เป็นไปได้ อย่างไรก็ตาม พวกเขายังคงสำรวจแบรนด์ต่างๆ ในกลุ่มโซลูชันของคุณ และแบรนด์อื่นๆ ในกลุ่มเดียวกัน

ตัวอย่างเช่น นักการตลาดที่เผชิญกับความท้าทายในการเพิ่มประสิทธิภาพหลังการคลิกอาจพิจารณาซื้อซอฟต์แวร์ PCO หรือว่าจ้างที่ปรึกษาอิสระ ในขั้นตอนนี้ เจตนาเป็นข้อมูลส่วนใหญ่

การพิจารณา

ในขั้นตอนนี้ ผู้มีโอกาสเป็นลูกค้าของคุณจะก้าวหน้าจากการรู้ปัญหาไปสู่การรู้ว่าพวกเขาต้องการแก้ปัญหาอย่างไร ในขั้นตอนนี้ เจตนายังคงเป็นข้อมูล

ผู้มีโอกาสเป็นลูกค้าและลูกค้าเป้าหมายพยายามรวบรวมข้อมูลเพิ่มเติมเกี่ยวกับวิธีแก้ปัญหาที่เป็นไปได้ แม้ว่า ณ จุดนี้ พวกเขาได้จำกัดขอบเขตให้แคบลงสำหรับชั้นเรียนเฉพาะ เพื่อดำเนินการต่อจากตัวอย่างข้างต้น สมมติว่าพวกเขาตัดสินใจเลือกซอฟต์แวร์แล้ว

การตัดสินใจ

ประมาณกลางถึงล่างสุดของช่องทางคือที่ซึ่งลีดที่มีคุณสมบัติทางการตลาดกลายเป็นลีดที่มีคุณสมบัติในการขาย เพื่อให้มาถึงจุดนี้ ลูกค้าเป้าหมายได้แสดง ตัวบ่งชี้ที่ชัดเจนอย่างน้อยสองสามตัวเกี่ยวกับความตั้งใจในการทำธุรกรรม

ตัวอย่างเช่น อาจขอตัวอย่าง ดูการสัมมนาผ่านเว็บ หรือสนทนากับพนักงานขาย ตัวบ่งชี้เหล่านี้จะแตกต่างกันไปในแต่ละธุรกิจ แต่ไม่ว่ามันจะเป็นอะไรก็ตาม ตัวบ่งชี้เหล่านี้จะเป็นการส่งผ่านลีดจากการตลาดไปสู่การขายเพื่อการดูแล ในขั้นตอนการตัดสินใจของช่องทาง คุณและคู่แข่งหนึ่งหรือสองคนคือผู้เข้ารอบสุดท้ายสำหรับธุรกิจของลีด

ซื้อ

ในขั้นตอนนี้ของกระบวนการ การซื้อจากธุรกิจของคุณโดยลูกค้าเป้าหมาย มีการติดตาม ความตั้งใจในการทำธุรกรรม ด้วย และตอนนี้พวกเขากลายเป็นลูกค้า

ตอนนี้การกระตุ้นให้เกิดความตั้งใจเริ่มต้นใหม่อีกครั้ง หากคุณให้บริการลูกค้าของคุณทันทีทางอีเมลพร้อมผลิตภัณฑ์ที่เกี่ยวข้องกับผลิตภัณฑ์ที่พวกเขาซื้อ — เพื่อขายต่อเนื่องหรือขายต่อยอด — และพวกเขาแสดงความสนใจโดยการอ่านบทวิจารณ์หรือเพิ่มลงในรถเข็น การกระทำเช่นนี้อาจแสดงถึงความตั้งใจในการทำธุรกรรม

บางครั้ง ทันทีหลังการซื้อเป็นเวลาที่ดีที่สุดที่จะทำให้ลูกค้ากลับมาซื้ออีกครั้ง — เมื่อพวกเขาเงินในกระเป๋าหมดแล้วและพวกเขาอยู่ในโหมด “ซื้อ”

ในบางครั้ง ความตั้งใจในการทำธุรกรรมจะ สร้างตัวเองขึ้นมาใหม่เป็นความตั้งใจในการให้ข้อมูล และความปรารถนาที่จะเรียนรู้ข้อมูลเชิงลึกของผลิตภัณฑ์กลายเป็นสิ่งสำคัญอันดับแรก ตัวอย่างเช่น ผู้ซื้อซอฟต์แวร์รายใหม่มักจะพบว่าตัวเองมีความรู้ลึกซึ้งในบทช่วยสอนที่ให้ข้อมูลเพื่อเรียนรู้การใช้เครื่องมือใหม่ของตน

ความภักดี

การรักษาลูกค้าไว้ได้ง่ายกว่าและให้ผลกำไรมากกว่าการหาลูกค้าใหม่ แม้ว่าลูกค้าของคุณจะซื้อสินค้าที่คุณขายต่อเนื่องหรือขายต่อให้ ความตั้งใจของพวกเขาก็ย่อมจะย้อนกลับไปสู่ข้อมูลอย่างหลีกเลี่ยงไม่ได้

ไม่ว่าจะเป็นบทความและบทช่วยสอนของโปรแกรมช่วยเหลือ หรือความช่วยเหลือด้านการบริการลูกค้า คุณควรให้ข้อมูลทั้งหมดที่จำเป็นแก่ลูกค้าเพื่อเก็บเกี่ยวผลประโยชน์จากผลิตภัณฑ์ของคุณ สิทธิประโยชน์ที่มากขึ้นหมายถึงลูกค้าที่มีความสุขมากขึ้นซึ่งมีแนวโน้มที่จะซื้อส่วนเสริม การอัปเกรด หรือผลิตภัณฑ์อื่นที่คุณนำเสนอในอนาคต

การวัดความตั้งใจในการซื้อของผู้ชมจากการสังเกตการณ์

ความพยายามที่จะวัดความตั้งใจในการซื้อมีความซับซ้อนสูง และโดยปกติแล้ว เมื่อพูดถึงการวิเคราะห์การโต้ตอบของข้อมูลที่ซับซ้อน — การเชื่อมต่อข้อมูลหนึ่งไปยังอีกข้อมูลหนึ่ง — นักการตลาดมักจะตัดสินผิดพลาด บ่อยครั้งที่มันส่งผลให้เราให้คุณค่ากับตัวบ่งชี้หนึ่งหรือสองตัวมากกว่าตัวอื่นๆ

แต่การอาศัยตัวบ่งชี้หนึ่งหรือสองตัวเพื่อกำหนดความตั้งใจในการซื้อก็เหมือนกับการพึ่งพาลูกค้าเพียงหนึ่งหรือสองรายเพื่อบอกคุณว่าจะทำการตลาดอย่างไรกับคนอื่นๆ คุณจะได้รับบางส่วนที่ถูกต้อง แต่คุณจะผิดพลาดมากเช่นกัน

ใช้ข้อมูลประชากรเป็นตัวบ่งชี้ความตั้งใจในการซื้อ ครั้งหนึ่งพวกเขาเคยถูกพิจารณาว่าเป็นวิธีที่ดีที่สุดในการกำหนดเป้าหมายผู้ชมให้แคบลงเพื่อค้นหาผู้ซื้อที่สมบูรณ์แบบ แต่ตอนนี้เรารู้แล้วว่าพวกเขาสามารถหลอกลวงได้อย่างมากเมื่อพิจารณาจากสมมติฐานดั้งเดิม ตัวอย่างเช่น สมมติว่าคุณเป็นแบรนด์ที่ขายผลิตภัณฑ์สำหรับเด็ก

เมื่อใช้ข้อมูลประชากรศาสตร์ คุณอาจเริ่มต้นย้อนหลังจากสิ่งที่คุณคิดว่าเป็นลูกค้าในอุดมคติเพื่อสร้างแคมเปญที่ตรงเป้าหมายสูง เกณฑ์อันดับหนึ่งสำหรับลูกค้าดังกล่าวคือ: มีลูกอย่างน้อยหนึ่งคน

แต่นักวิจัยของ Google จะไม่เห็นด้วย จากข้อมูลของพวกเขา 40% ของผู้ซื้อสินค้าสำหรับเด็กทั้งหมดอาศัยอยู่ในครัวเรือนที่ไม่มีบุตร:

ซึ่งหมายความว่าหากคุณกำหนดเป้าหมายเฉพาะผู้ที่มีลูก คุณจะพลาดโอกาส 40% ของผู้ซื้อผลิตภัณฑ์สำหรับเด็กทั้งหมด

เพียงอย่างเดียว ข้อมูลประชากรไม่สามารถระบุความตั้งใจในการซื้อได้อย่างถูกต้อง ไม่มีพารามิเตอร์ใดสามารถ ด้านล่างนี้เราได้รวบรวมวิธีการบางอย่างที่เมื่อรวมกันแล้วสามารถช่วยสร้างภาพรวมที่ดีขึ้นของผู้ชมและความตั้งใจในการซื้อของพวกเขา

บัญชีสำหรับทุกช่องทาง

ตัวบ่งชี้สำคัญที่คุณควรชี้นำผู้มีโอกาสเป็นลูกค้าต่อไปคือตำแหน่งที่พวกเขาอยู่ในขณะนี้ ทุกปฏิสัมพันธ์กับแบรนด์ของคุณเกิดขึ้นที่ใดที่ หนึ่ง: ในร้านค้า บนเว็บไซต์ของคุณ หรือโซเชียลมีเดีย ฯลฯ

พวกเขาโต้ตอบกับคุณครั้งล่าสุดบนแพลตฟอร์มใด ช่องทางการโต้ตอบที่ได้รับความนิยมมากที่สุดของคุณคืออะไร และช่องทางใดที่คุณซื้อสินค้ามากที่สุด

บางช่องเป็นที่ทราบกันดีอยู่แล้วว่าได้รับปริมาณการเข้าชมที่มีความตั้งใจสูง ในขณะที่ช่องอื่นๆ เป็นที่รู้จักสำหรับการเข้าถึงผู้ที่เพิ่งเริ่มกระบวนการซื้อ ตัวอย่างเช่น:

• การค้นหา เรียกว่าช่องทางที่มีความตั้งใจสูงเนื่องจากระดับการดำเนินการของผู้มีโอกาสเป็นลูกค้า ในกรณีนี้ พวกเขากำลังค้นหาบางอย่างแทนที่จะเลื่อนดูผ่านโซเชียลเมื่อคลิกโฆษณา เป็นต้น
• อีเมล ยังสามารถบ่งบอกถึงความตั้งใจในการซื้อสูง แม้ว่าระดับความตั้งใจจะขึ้นอยู่กับเนื้อหาที่พวกเขามีส่วนร่วม แต่อย่าลืมว่าผู้สมัครรับอีเมลคือคนที่เสนอที่อยู่อีเมลให้กับคุณแล้ว นั่นหมายความว่าความตั้งใจในการซื้อของพวกเขานั้นสูงกว่าผู้เข้าชมเว็บไซต์ของคุณโดยเฉลี่ยแล้ว
• หน้าเว็บไซต์ของคุณ สามารถบ่งบอกถึงระดับความตั้งใจในการซื้อที่แตกต่างกันได้เช่นกัน ตัวอย่างเช่น คนที่เข้าชมหน้าราคาของคุณมีแนวโน้มที่จะซื้อมากกว่าคนที่อยู่ในหน้าแรกหรือบล็อกของคุณ หรือหน้าคุณสมบัติ

แน่นอนว่าในแต่ละข้อมีข้อแม้: ผู้ค้นหาไม่ได้มองหาเนื้อหาที่เกี่ยวข้องกับความตั้งใจในการซื้อสูงเสมอไป แม้ว่าการค้นหามักจะมีเจตนามากกว่าสื่อสังคมออนไลน์ที่เสียค่าใช้จ่ายก็ตาม และบางครั้งผู้สมัครรับข้อมูลทางอีเมลก็ลงทะเบียนเพื่อรับเนื้อหาที่มีรั้วรอบขอบชิดและไม่มีส่วนร่วมอีกเลย ด้วยเหตุนี้จึงเป็นสิ่งสำคัญที่จะต้องรวมข้อมูลนี้กับตัวบ่งชี้อื่นๆ ในรายการนี้ จากนั้นจึงค่อยรวมข้อมูลบางส่วนเข้าด้วยกัน

ตรวจสอบเนื้อหาของคุณ

หนึ่งในตัวบ่งชี้ความตั้งใจในการซื้อที่ดีที่สุดคือประเภทของเนื้อหาที่ผู้เข้าชมของคุณกำลังบริโภค

เนื้อหาประเภทต่างๆ เป็นที่รู้กันว่าดึงดูดผู้ใช้ในด้านต่างๆ ของกระบวนการซื้อ ตัวอย่างเช่น บทความชื่อ “วิธีทำภาษีธุรกิจขนาดเล็กของฉัน” แสดงเจตนาในการให้ข้อมูลของผู้ที่ต้องการความช่วยเหลือด้านภาษี คนเหล่านี้ไม่น่าจะใกล้เคียงกับการซื้อซอฟต์แวร์

เปรียบเทียบสิ่งนี้กับคนที่ขอตัวอย่างหรืออ่านเรื่องราวของลูกค้าเกี่ยวกับซอฟต์แวร์ภาษีของคุณ และคุณจะเห็นความแตกต่างในเจตนาระหว่างประเภทเนื้อหา

หากพวกเขาดาวน์โหลด eBook และทิปชีทของคุณอย่างต่อเนื่อง พวกเขาก็น่าจะเข้ามาดูข้อมูลเท่านั้น แต่ถ้าพวกเขาแสดงความสนใจอย่างชัดเจนในกรณีศึกษาและการสัมมนาผ่านเว็บ สิ่งเหล่านี้คือสัญญาณที่เป็นไปได้ของความตั้งใจในการทำธุรกรรม และคุณสามารถทดสอบว่าพวกเขาแข็งแกร่งเพียงใดโดยพยายามลงทะเบียนเพื่อเข้าร่วมการสาธิตหรือการขอคำปรึกษา

ตรวจสอบแม้กระทั่งการกระทำของผู้ใช้รายเล็ก

ในแง่กว้าง การวัดความตั้งใจในการซื้อนั้นเกี่ยวกับการกำหนดพฤติกรรมของผู้ใช้ คุณสามารถติดตามการใช้เนื้อหา การใช้อุปกรณ์ การเข้าถึงช่อง และอื่นๆ แต่บ่อยครั้ง การกระทำที่เล็กน้อยกว่านั้นก็บ่งบอกถึงความตั้งใจในการซื้อ

ตัวอย่างเช่น คุณอาจพบว่าลูกค้าที่รีวิวผลิตภัณฑ์ของคุณมีแนวโน้มที่จะซื้อซ้ำเป็นสองเท่า นี่คือสิ่งที่คล้ายกับที่ Instapage พบเมื่อพวกเขาเสร็จสิ้นการวิเคราะห์เชิงปริมาณของผู้ใช้ทดลองใช้ฟรีซึ่งต่อมากลายเป็นลูกค้า

โดยเฉพาะอย่างยิ่ง มีการพบว่าผู้ใช้ทดลองใช้ฟรีที่เผยแพร่อย่างน้อยหนึ่งหน้าในโดเมนที่กำหนดเอง จากนั้นเริ่มการทดสอบ A/B ทันที มีแนวโน้มที่จะยังคงมีส่วนร่วมเมื่อเวลาผ่านไปและอัปเกรดเป็นแผนที่มีค่าใช้จ่าย 15 เท่า

เมื่อคุณทราบแล้วว่าจุดกระตุ้นเหล่านี้คืออะไรสำหรับลูกค้าของคุณ คุณสามารถเริ่มสร้างกระบวนการที่ใช้ประโยชน์จากจุดเหล่านั้นได้

ติดตามอุปกรณ์

ประเภทของอุปกรณ์ที่ผู้เข้าชมใช้เป็นกุญแจสำคัญในการทำความเข้าใจความตั้งใจในการซื้อของพวกเขา

ตัวอย่างเช่น เดสก์ท็อปมีแนวโน้มที่จะใช้สำหรับการท่องเว็บที่บ้านหรือที่ทำงาน ไม่ได้หมายความว่ามือถือไม่สามารถใช้เรียกดูได้ ซึ่งมักจะเป็นเช่นนั้น อย่างไรก็ตาม ไม่มีใครใช้แล็ปท็อปในห้างสรรพสินค้าเพื่อค้นหาสถานที่กิน นั่นเป็นงานที่สงวนไว้สำหรับมือถือ

เมื่อคุณรวมข้อมูลเช่นนี้เข้ากับคำหลักที่กำลังค้นหา และข้อมูลตำแหน่ง คุณสามารถระบุได้ว่าผู้เข้าชมมีความตั้งใจในการซื้อสูงเพียงใด หากเราใช้ตัวอย่างของคนในห้างสรรพสินค้าที่กำลังค้นหาร้านอาหาร เราจะสามารถระบุได้ว่าพวกเขาน่าจะมาที่ร้านอาหารของเราในห้างสรรพสินค้ามากกว่าคนที่ค้นหาจากเดสก์ท็อปที่บ้านซึ่งอยู่ห่างออกไป 60 ไมล์

เพื่อเพิ่มความตั้งใจในการซื้อ เราสามารถเสนอส่วนลดในร้านให้กับนักช้อปที่อยู่ใกล้เคียง ในขณะที่เราเสนอผู้ค้นหาที่อยู่ห่างจากที่ตั้งร้าน 60 ไมล์ หรือความสามารถในการจองโต๊ะ

ระบุกลุ่มประชากรที่สำคัญ

ข้อมูลประชากรไม่สามารถบอกเรื่องราวทั้งหมดได้ แต่ไม่มีพารามิเตอร์ใดที่สามารถบอกได้ หากเราพิจารณาตัวอย่างของแบรนด์ที่ขายผลิตภัณฑ์สำหรับเด็กอีกครั้ง เราจะเห็นว่าในขณะที่ยอดขายผลิตภัณฑ์สำหรับเด็กส่วนใหญ่มาจากบ้านที่ไม่มีเด็ก ยอดขายส่วนใหญ่มาจากบ้านที่ มี เด็ก ดังนั้น โอกาสที่คนไม่มีลูกจะซื้อจึงต่ำกว่าคนมีลูกจะซื้อ

ในกรณีนี้ ข้อมูลประชากร เช่น สถานภาพสมรส ขนาดครอบครัว อายุ สามารถเป็นตัวบ่งชี้ความตั้งใจในการซื้อได้อย่างมีประสิทธิภาพ เป็นเรื่องผิดที่จะคิดว่าสิ่งเหล่านี้ไม่มีประโยชน์เลยเพียงเพราะว่ามันเป็นวิธีการกำหนดเป้าหมายแบบเก่า

ทำความเข้าใจบริบทภายในเส้นทางสู่การซื้อทั่วไป

สินค้าทุกชิ้นมีความแตกต่างกัน ดังนั้น ผู้บริโภคทุกคนย่อมต้องการสิ่งที่แตกต่างออกไปก่อนที่พวกเขาจะรู้สึกสบายใจที่จะซื้อสินค้านั้น

ผลิตภัณฑ์ที่มีความมุ่งมั่นสูงกว่า เช่น หลักสูตรราคาแพงหรือซอฟต์แวร์ จะใช้เวลาขายนานกว่าอาหารที่ร้านอาหารใกล้เคียง

หากเราจินตนาการอีกครั้งว่ามีคนกำลังค้นหาอาหารอยู่กลางศูนย์การค้า ร้านอาหารในบริเวณใกล้เคียงสามารถใช้ประโยชน์จากการค้นหาดังกล่าวด้วยโฆษณาที่เสียค่าใช้จ่ายซึ่งกำหนดเป้าหมายไปยังผู้คนที่อยู่ในรัศมีที่กำหนด โฆษณาเหล่านี้สามารถใช้ร่วมกับส่วนลด เช่น ของหวานฟรีสำหรับผู้มารับประทานอาหารที่ร้าน ผู้ค้นหาที่อยู่นอกรัศมีนั้นอาจเห็นส่วนลดในการจัดส่ง

ไม่ว่าจะด้วยวิธีใด นักการตลาดที่ร้านอาหารรู้ดีว่าหากมีคนค้นหาร้านอาหารของพวกเขา อาจเป็นเพราะพวกเขากำลังมองหาร้านอาหารในเร็วๆ นี้ และไม่ใช่อีกหลายเดือนนับจากนี้ ส่วนลดง่ายๆ สามารถสร้างความแตกต่างในการหาลูกค้าใหม่

ตอนนี้ ถ้ามีคนอยู่ในสถานที่เดียวกันด้วยอุปกรณ์ที่คล้ายกัน ค้นหาซอฟต์แวร์ระดับราคาแพง นักการตลาดของซอฟต์แวร์นั้นจะรู้ว่าโอกาสในการได้รับการซื้อในขณะนั้นมีน้อย คนนี้จะใช้เวลานานกว่ามากในการขาย

ดังนั้น นักการตลาดของซอฟต์แวร์นี้จึงดีกว่าที่จะไม่ขาย แต่เสนอสิ่งที่ผู้มีโอกาสเป็นลูกค้าเพื่อให้พวกเขาเข้าสู่ช่องทาง

พวกเขาพร้อมที่จะซื้อซอฟต์แวร์หรือไม่ มันเป็นไปได้. แต่ไม่สามารถทำได้ในฐานะผู้ใช้มือถือที่กำลังมองหาสถานที่กิน แน่นอนว่ากลยุทธ์เช่นนี้คำนึงถึงมากกว่าแค่บริบทของผลิตภัณฑ์ เช่น เนื้อหาของการค้นหาของผู้ใช้และตำแหน่งที่ตั้ง เป็นต้น

ถามผู้ใช้ของคุณ

และเช่นเคย วิธีที่ดีที่สุดในการค้นหาว่าผู้ใช้ต้องการอะไรคือการถามพวกเขา และวิธีการที่คุณสามารถทำได้แตกต่างกันไป

ออกจากป๊อปอัป แบบสำรวจ โมดูลแชท คำถามจากฝ่ายสนับสนุนลูกค้า — ทั้งหมดนี้เป็นวิธีรวบรวมคำติชมเชิงคุณภาพที่มีค่า ในกรณีนี้ คุณไม่จำเป็นต้องเปิดเผยสิ่งที่สำคัญต่อผู้ใช้ของคุณผ่านการวิเคราะห์ข้อมูล พวกเขากำลังบอกคุณทันที

แทนที่จะถามลูกค้าของคุณอย่างเฉพาะเจาะจงเกี่ยวกับศัพท์แสงที่เกี่ยวข้องกับความตั้งใจในการซื้อ ให้ถามคำถามที่ตอบง่ายซึ่งเผยให้เห็นคำตอบที่มีค่าเกี่ยวกับพารามิเตอร์ก่อนหน้า

นี่อาจเป็นทางลัดที่ดีในการค้นหาข้อมูลประชากร การใช้ช่อง พฤติกรรมการบริโภคเนื้อหาของผู้ซื้อที่มีแนวโน้มสูง แม้ว่าควรมีการตรวจสอบซ้ำกับข้อมูลเสมอ ไม่ใช่เรื่องแปลกที่ผู้คนจะตอบแบบหนึ่งและปฏิบัติอีกแบบหนึ่ง

การวัดความตั้งใจในการซื้อด้วยการวิเคราะห์เชิงคาดการณ์

แน่นอน แม้ว่าการระบุสถานการณ์ที่นำไปสู่การซื้ออาจมีค่าสูง แต่สิ่งสำคัญคือต้องเข้าใจว่ากระบวนการนั้นไม่สมบูรณ์อย่างมาก

บ่อยครั้ง เราตกเป็นเหยื่อของอคติเกี่ยวกับข้อมูลที่เราเชื่อว่าเป็นตัวบ่งชี้ความตั้งใจในการซื้อสูง จากนั้นเราจึงสร้างกรณีศึกษาขึ้นมา กล่าวอีกนัยหนึ่งคือเราเห็นสิ่งที่เราต้องการเห็นในข้อมูล

การวิเคราะห์เชิงคาดการณ์สามารถช่วยให้เราเอาชนะอคตินั้นได้ ด้วยการรับและประมวลผลจุดข้อมูลจำนวนนับไม่ถ้วน เครื่องมือวิเคราะห์เชิงคาดการณ์สามารถเชื่อมต่อจุดต่างๆ เพื่อค้นหาว่าเมื่อไหร่ ที่ไหน และอย่างไร ที่สัมพันธ์กับความตั้งใจซื้อสูง จนถึงจุดที่สามารถกำหนดการกระทำเป็นจำนวนเงินเพื่อกำหนดมูลค่าได้อย่างแท้จริง เป็น.

นี่คือแนวทางของ John Nunziante ผู้อำนวยการกลุ่มฝ่ายบริการลูกค้าของเอเจนซี่ Cardinal Path ในบล็อกโพสต์ของ Martech Today เขาและนักเขียน David Booth อธิบายถึงความคลุมเครือที่มักทำให้คุณค่าของเมตริกดิจิทัลขุ่นมัว:

“เป็นเวลารายงานประจำสัปดาห์ และคุณเป็นผู้จัดการของช่องดิจิทัล คุณกำลังเชี่ยวชาญในศิลปะของการตีความและตีความข้อมูลของคุณใหม่ในลักษณะที่ส่องแสงในเชิงบวกต่อช่องทางดิจิทัลที่คุณใช้ โดยใช้ประโยชน์จากเมตริกทั้งหมดที่มีให้คุณ"

• Telesales: “มีคนโทรมา 50,000 คน เราขายได้ 250,000 ดอลลาร์” มหัศจรรย์!
• ยอดขายปลีก: “มีคนเข้ามาในร้าน 150,000 คน และ 25,000 คนซื้อ รวมมูลค่า 12.5 ล้านเหรียญสหรัฐ ถ้าคุณให้เงินฉันอีก 1 ล้านเหรียญ ฉันจะขายได้มากขึ้น 25 เปอร์เซ็นต์” ยอดเยี่ยมและคุณได้รับมัน
• ดิจิทัล: “เราแสดงการแสดงผลบนจอแสดงผล 6 ล้านครั้ง และส่วนแบ่งการแสดงผลบนการค้นหาของเราคือ 82 เปอร์เซ็นต์ เรามีการคลิก 95,000 ครั้ง และ 15,000 ครั้งใช้เครื่องระบุตำแหน่งร้านค้า และ 8,000 ครั้งเริ่มกระบวนการชำระเงิน” ฮะ? มันเกี่ยวอะไรด้วย?

เมื่อเทียบกับช่องทางอื่นๆ เป็นเรื่องง่ายที่จะเห็นว่าความสับสนเกี่ยวกับดิจิทัลเกิดขึ้นที่ใด ด้วยเหตุนี้เองที่ Nunziante และทีมของเขาต้องการวิธีที่ดีกว่าในการเปิดเผยค่าเมตริกของตน

ดังนั้น พวกเขาจึงมีการสร้างการวิเคราะห์เชิงคาดการณ์และวิเคราะห์ข้อมูล และสรุปแล้ว พวกเขาพบว่าตัวบ่งชี้ที่พวกเขา คิดว่า มีค่ามากที่สุดสำหรับการพิจารณาความตั้งใจในการซื้อนั้นไม่ได้มีค่ามากนัก การคลิก "ตัวระบุตำแหน่งร้านค้า" การเพิ่มสินค้าลงในรถเข็น และแม้แต่การเริ่มกระบวนการชำระเงินก็ไม่ได้มีความเกี่ยวข้องอย่างมากกับการซื้ออย่างที่คุณคิด

ข้อมูลและแบบจำลองแสดงให้เห็นว่าการโต้ตอบกับฟีเจอร์ "แชทเลย" นั้นมีค่ามาก และการมีส่วนร่วมกับ "ข้อเสนอพิเศษ" เป็นสิ่งที่คาดเดาการซื้อได้มากที่สุด ทั้งทางออนไลน์และออฟไลน์ จากกระบวนการนี้ Nunziante กล่าวว่า:

และเมื่อคุณรู้ว่าการกระทำใดมีค่าที่สุด งานที่สร้างผลกระทบจริงๆ ก็เริ่มขึ้นได้ ตัวอย่างเช่น ด้วยความรู้นี้ เราได้ทดสอบทุกแง่มุมของหน้าข้อเสนอและองค์ประกอบการนำทาง โดยปรับให้เหมาะสมตามเป้าหมายที่เรารู้ว่ามีค่ามากสำหรับเรา จากนั้นจึงวัดมูลค่าได้อย่างง่ายดายว่าสร้างมูลค่าได้มากเพียงใด

เริ่มระบุความตั้งใจในการซื้อของคุณ

การระบุความตั้งใจในการซื้อของผู้ชมจำเป็นต้องเชื่อมโยงพฤติกรรมของผู้ใช้ในหลายๆ ด้านเข้าด้วยกัน และเมื่อช่องทาง อุปกรณ์ และระบบนิเวศเพิ่มมากขึ้น ก็ยิ่งยากขึ้นเท่านั้น

การตัดสินใจใช้ทักษะการสังเกตหรือการวิเคราะห์เชิงคาดการณ์ขึ้นอยู่กับปัจจัยหลายประการ เช่น งบประมาณ วุฒิภาวะทางธุรกิจ และแม้แต่การเข้าถึง ธุรกิจท้องถิ่นขนาดเล็กที่ไม่มีช่องทางการซื้อที่หลากหลายจะพบว่าทรัพยากรของพวกเขาถูกใช้ไปกับการเติบโตผ่านช่องทางอื่นได้ดีกว่า ในทางกลับกัน บริษัทระดับโลกที่มีจุดติดต่อผ่านช่องทางและอุปกรณ์จำนวนนับไม่ถ้วน อาจพลาดตัวชี้วัดความตั้งใจซื้อโดยใช้การสังเกตเพียงอย่างเดียว

ต้องการเรียนรู้เพิ่มเติมเกี่ยวกับวิธีเพิ่มประสิทธิภาพช่องทางการตลาด ลงทะเบียนสำหรับการสาธิต Instapage Enterprise วันนี้