基于意图的营销 101:预测可以为您节省时间、金钱和潜在客户

已发表: 2022-05-07

了解如何利用您对买家行为的研究来制定成功的营销策略。

带有上升趋势图的台式计算机的标题插图

这是我们关于基于意图的营销系列的最后一部分。 在这里阅读第一部分,在这里阅读第二部分。


现在是我们最后一个系列条目的时候了,我们将把我们学到的所有东西都用十的幂来加速。

想听这篇文章吗? 点击这里!

现在,您了解您的潜在客户是谁以及他们迄今为止的想法和行为。 现在,是时候弄清楚他们未来将如何思考和行动了。 这是基于意图的营销展示它的能力并开始为您节省时间、金钱和潜在客户的地方。

有效的基于意图的营销策略结合了预测算法和配置文件建模,可以与人工智能 (AI) 结合以实现有效的自动化营销策略。

构建基于意图的营销策略,利用您的数据和软件投资

你有数据。 你有趋势。 现在是时候让所有这些工作了。

你知道谁通常对你的产品表现出兴趣,他们渴望什么内容,什么时候,以及他们在那里的行为。

以下是使这些知识具有可操作性的三个步骤。

1.将搜索意图纳入您的内容

为此,您需要深入了解 Google 和搜索引擎结果页面 (SERP) 排名的工作原理。

有两种类型的搜索查询:

  • 信息查询(例如,“什么是 ERP 软件”)最好通过关注意识的内容来解决。
  • 交易查询(例如,“我在哪里可以购买 ERP 软件”)最好通过在漏斗中进一步面向消费者的内容来解决。

确保您为这两种类型的查询以及它们处理的漏斗阶段生成不同的内容。

2. 使用您对用户意图的理解来指导潜在客户的搜索

如果我要在这里放一个指向艺术画廊软件的链接,我会在技术上构建反向链接。 不过,你点击了吗? 很可能不是。 这违背了反向链接的目的,即指导您的用户及其搜索。

如果我要删除指向数据管理软件的链接,您将更有可能点击,因为它与本文以及您正在寻找的内容更相关。

但是,您如何将适当的反向链接应用于您自己的营销策略?

假设您注意到您的用户在两种不同类型的软件之间来回点击,并且在每种软件上花费大量时间,他们很可能试图更好地了解它们之间的差异。

您可以提供内容来阐明哪些更适合哪些用例,然后链接到这两种软件类型。 这对读者(因为它可以帮助他们获得清晰)和您(因为它有助于使线索更接近转换)都有用。

3. 通过个性化将其提升到一个新的水平

将个性化软件与人工智能相结合,旨在整合您对潜在客户深层行为模式的理解,从而在基于意图的良好营销和卓越营销之间产生差异。

在 2018 年 Gartner 调查中,只有 34% 的受访者表示他们正在数字商务中使用或试用人工智能。

因为您的竞争对手还没有采用这项技术(尽管他们会),所以这是您在游戏中领先的机会,不仅通过策划个性化内容,而且以产生更高转化率、更高投资回报率和更高的客户满意度。 事实上,70% 的受访者声称人工智能有助于提高客户满意度。

开始投资软件

到目前为止,在本系列中,您的下一步是额外阅读和修改您的角色和客户旅程图。

现在,是时候采取大行动了。 是时候投资于可以帮助您沿着预测路径前进的软件了。

但是投资什么? 试一试这四种软件类型,计算出您的预算,然后有目的地开始营销:

  • 个性化软件
  • 人工智能软件
  • 知识管理软件
  • 预测分析软件


方法

提供的结果基于 Gartner 为了解人工智能在数字商务中的采用和投资计划而进行的研究。 这项研究还试图了解人工智能在数字商务中的价值、成功及其挑战。

初步研究于 2018 年 6 月 4 日至 7 月 17 日在线进行,调查对象为北美、拉丁美洲、西欧和亚太地区的 307 名受访者。

符合条件的组织涵盖除医疗保健以外的各个行业。 要求公司拥有数字商务的主要技术方法,如“定制商务平台”或“打包商务软件解决方案”,在 2017 财年从数字渠道产生一些(> 0 美元)收入。公司还被要求目前正在使用或在其数字商务中试用人工智能。 样本代表美国/加拿大 (n=86)、巴西 (n=35)、法国 (n=30)、德国 (n=31)、英国 (n=30)、澳大利亚/新西兰 (n=30) 的组织)、印度 (n=33) 和中国 (n=32)。

所有受访者都接受了参与其组织内数字商务战略决策的筛选。 对 2017 财年国家、行业和企业范围的数字渠道收入申请了配额。

人工智能:人工智能是先进技术的组合,可以根据收集的数据、使用分析和其他观察结果改变行为而无需明确编程。 机器学习是驱动人工智能的关键技术类别,包括线性回归、决策树、贝叶斯网络和深度神经网络等技术。

该研究由 Gartner 分析师和关注 Commerce Technologies & Experiences 的主要研究团队合作开发。

免责声明:“结果并不代表“全球”调查结果或整个市场,而是反映受访者和接受调查的公司的情绪。