MARKETING AUTOMATION ON-SITE Behawioralnie dopasowany content strony. MICHAŁ CORTEZ ecommerce Director, The Addictives, Warszawa

Transkrypt

1 MARKETING AUTOMATION ON-SITE Behawioralnie dopasowany content strony MICHAŁ CORTEZ ecommerce Director, The Addictives, Warszawa k13 Organizator:

2 MICHAŁ CORTEZ? Ponad rok temu zdradziłem stronę kliencką (ANSWEAR.com) na rzecz agencyjnej (The Addictives). I analogicznie KRK na rzecz WWA. I to tyle ;-) Michał Cortez facebook.com/ikomersiak pl.linkedin.com/in/michalcortez slideshare.net/michal_cortez michalcortez.com

3 AGENDA WALKA z FUD POP-UP LEADOWY AUTOMATYZACJA KONKURENCJI WYSZUKIWARKA + KEYWORDS REFERRER + KEYWORDS DYNAMIC PRICING + SELEKCJA OFERT DYNAMICZNA TREŚĆ WWW + MAILING PŁEĆ MARKETING AUTOMATION GEOTARGETOWANIE

4 MARKETING AUTOMATION?

5 MARKETING AUTOMATION, czyli w skrócie Jak zarobić, żeby się nie narobić? ;-)

6 MARKETING AUTOMATION w statystykach źródła: Quarterly Digital Intelligence Briefing (Digital Trends 2013), Adobe, econsultancy.com Mass Marketing vs Personalization, Monetate (06.2k13) BrainSins infographix 52% marketerów uważa, że personalizacja jest kluczowa w strategii on-line 54% retailerów zauważyło wzrost AOV (średnia wartość zamówienia) 65% marketerów zauważyło wzrost CR (współczynnik konwersji) 53% retailerów odnotowało wzrost wartości powracających klientów 32% marketerów używa CMSa umożliwiającego personalizację 94% firm uważa, że personalizacja jest kluczowa dla efektywności biznesu 66% firm uważa, że personalizacja znacząco poprawi customer experience Blah blah blah.. show me the money!

7 MARKETING AUTOMATION = personalizacja? W marketing automation tak naprawdę chodzi o personalizację (i oczywiście automatyzację procesów). Nie ma znaczenia, czy wyślemy newsletter z produktami oglądanymi przez usera, czy wdrożymy moduł odzyskiwania porzuconego koszyka, zastosujemy dynamiczny retargeting, rekomendacje produktowe czy dopasujemy banery na stronie do źródła odesłania danego użytkownika wszystkie te działania mają wspólny mianownik, którym jest personalizacja. Personalizacja na różnych poziomach.

8 MARKETING AUTOMATION Personalizacja na różnych poziomach Strona główna Karty produktów Listy kategorii Koszyk Rekomendacje produktowe Placementy reklamowe Wyniki wyszukiwania Dynamic pricing ( ) ON-SITE BACKEND OFF-SITE Statyczny retargeting Dynamiczny retargeting Rekomendacje newsletterowe Widgety Porzucone koszyki (newsletter) Programy lead-nurturing ( ) Śledzenie zachowania użytkowników Śledzenie historii zakupowej Integracja z systemami w organizacji (CRM, ESP, call center etc) ( )

9 OLD SKOOL vs NU SKOOL W działaniach e-marketingowych OLD SKOOL NU SKOOL One size fits all statyczne i uniwersalne strony dla każdego gościa Kampanie display w żaden sposób niedopasowane do użytkownika Kampanie -marketingowe wyślij i zapomnij (ta sama treść, brak kontextu, brak dopasowania) Testy A/B/x jako jedyne źródło wiedzy o naszych użytkownikach Dynamicznie dopasowane do użytkownika elementy i treści strony Retargeting, retargeting predykcyjny, similar & look-alike audiences ( ) Dynamiczne kreacje newsletterowe zależne od zachowania danego użytkownika Segmentacja użytkowników na podstawie ich zachowania, nawyków czy historii zakupowej

10 REFERRER + KEYWORDS

11 REFERRER źródło odesłania decyduje o formie reklamowej Wykorzystanie referrera do akwizycji fanów / followersów (na przykładzie e-sizeer.com) Odczytywanie referrera (źródła odesłania) użytkownika wchodzącego na stronę e-sklepu if referrer = flaker.pl then wyświetl_dedykowany_baner Zachęta do zostania followerem e-sklepu Screen z 2009 roku Analogiczna automatyzacja dla Facebooka i Fotka.pl Rozwiązanie dedykowane (Contium / Grupa Unity)

12 REFERRER źródło odesłania decyduje o formie reklamowej Recycling ruchu budowa bazy użytkowników aplikacji na Facebooku (symulacja na przykładzie smyk.com) Stan faktyczny: jeśli mamy aplikację promocyjną / konkursową na Facebooku jeśli przy obecnych zasięgach postów na FB i tak nie obejdziemy się bez wspierania aplikacji social-adsami jeśli mamy pewność, że użytkownicy na sklepie mają konto na FB Działania: włączamy recycling ruchu kierowanego z Facebooka na nasz e-sklep (ruchu za który często i tak zapłaciliśmy, pośrednio lub bezpośrednio) automatycznie wyświetlamy baner zachęcający do wzięcia udziału w konkursie i kierujemy zainteresowanych do naszej aplikacji

13 REFERRER źródło odesłania decyduje o formie reklamowej Recycling ruchu budowa bazy użytkowników aplikacji na Facebooku (symulacja na przykładzie smyk.com) 1. User przechodzi z Facebooka na e-sklep 2. Odczytanie referrera (*facebook*) i warunkowe wyświetlenie banera o aktualnej aplikacji konkursowej Wygraj zabawki Rok 2009 Rozwiązanie dedykowane Przekierowanie z banera sklepowego do aplikacji konkursowej na FB (w nowym oknie przeglądarki! )

14 KEYWORDS vs WYSZUKIWARKA

15 KEYWORDS vs WYSZUKIWARKA ingerencja w wyniki wyszukiwania Symulacja: shop-in-shop Microsoft w sklepie

16 KEYWORDS vs WYSZUKIWARKA ingerencja w wyniki wyszukiwania Jeden z kluczowych elementów wpływających na powodzenie SiSa? Ruch Wartościowy ruch

17 KEYWORDS vs WYSZUKIWARKA ingerencja w wyniki wyszukiwania Wpisanie frazy brandowej powoduje automatyczne przekierowanie do SiSa (zamiast do standardowych wyników wyszukiwania)

18 KEYWORDS vs WYSZUKIWARKA ingerencja w wyniki wyszukiwania Wpisanie nazwy wybranej grupy asortymentowej powoduje wyświetlenie banera w wynikach wyszukiwania Microsoft rockz! ;-)

19 KEYWORDS vs WYSZUKIWARKA ingerencja w wyniki wyszukiwania Placement w wynikach wyszukiwania: jest płatny uatrakcyjnia ofertę reklamową e-sklepu pozwala wykorzystać często niezagospodarowany, a świetnie wyeksponowany placement reklamowy gwarantuje mocniejszą ekspozycję shop-in-shopów / landingpages gwarantuje dotarcie z przekazem reklamowym do użytkowników zainteresowanych danym produktem / grupą asortymentową Early adopter jak zwykle zyska najwięcej

20 KEYWORDS vs WYSZUKIWARKA ingerencja w wyniki wyszukiwania Warto sprawdzić: Co użytkownicy wpisują w wyszukiwarkę sklepową i dopasowanie zwracanych wyników do najpopularniejszych fraz niezwiązanych z produktami (regulamin, konkurs, promocja etc) Case zwiększenia konwersji w BedBathStore.com dzięki warunkowo wyświetlanym banerom (rok 2008!) Dlaczego porównywarki do tej pory nie zaimplementowały takiej funkcjonalności (placementu)? ;-)

21 GEOTARGETOWANIE

22 GEOTARGETOWANIE elementy strony zależne od lokalizacji użytkownika Gdy zima jak zwykle zaskoczy drogowców a śnieg zasypie całą południową Polskę - geotargetowany baner lub boks produktowy na stronie głównej - geotargetowane banery na listach produktów - geotargetowany mailing - geotargetowany pop-up po wejściu na sklep - ( ) z ofertą np. łopat do śniegu czy odmrażaczy.

23 GEOTARGETOWANIE elementy strony zależne od lokalizacji użytkownika System klasy marketing automation, dzięki któremu znamy miasto danego użytkownika pozwala na jeszcze dokładniejsze targetowanie oferty i wykorzystanie <modne słowo>real-time marketingu (RTM)</modne słowo>. Szybka reakcja na lokalne wydarzenia i nawiązanie do nich w komunikacji on-site: np. banery, rekomendacje produktow off-site: np. newslettery, retargeting nie dość, że mogą mieć pozytywny wpływ na sprzedaż, to również na wizerunek samej marki / e-sklepu. Czy promocyjny zestaw kaloszy + peleryny dostarczony do Paczkomatu na Open era, gdy akurat rozpoczęły się ulewy nie brzmi kusząco?

24 PŁEĆ

25 PŁEĆ po najmniejszej linii oporu? Identyfikacja płci: Anonimowy gość (no cookies): płeć użytkownika jest możliwa do rozpoznania już po kilku kliknięciach Śledzony gość (cookies, system marketing automation): od ręki Informację o płci można wykorzystać do personalizacji m.in.: całej strony głównej (vide asos.com) wybranych boksów / banerów elementów karty produktu wyników wyszukiwania ( trzymamy filtr płci dla sesji danego użytkownika)

26 PŁEĆ po najmniejszej linii oporu? W jakiej branży płeć ma kluczowe znaczenie? FASHION LIFESTYLE SPORT 1. Pierwsza wizyta (no cookies): wersja unisex strony 2. Druga wizyta (cookies) treść dopasowana do płci Asos.com zadziałał low-costowo: przekierował po prostu użytkownika do męskiej kategorii w sklepie, nie tworzył niczego nowego

27 PŁEĆ level: bad ass * źródło: Empathica.com Podejście do procesu zakupowego zależne od płci* Przegląda bardzo dokładnie strony produktów Zagłębia się w opisy i informacje techniczne Korzysta z porównywarek sklepowych (telefon X vs telefon Y) Korzysta z socialmediów w poszukiwaniu informacji produktowej, opinii, porównań, testów Skanuje strony produktów i idzie dalej Szuka częściej po marce niż grupie asortymentowej Przegląda więcej produktów (produkty podobne itp.) Korzysta z socialmediów w poszukiwaniu promocji i kuponów Zastosowanie E-sklep AGD/RTV/DIY dopasowujący elementy strony produktowej do płci przeglądającego i eksponujący kluczowe płciowo informacje? E-sklep fashion zmieniający ułożenie karty produktu (opisy vs produkty podobne) zależnie od płci przeglądająćego? ( )

28 PŁEĆ level: bad ass Dopasowanie wyglądu strony do płci użytkownika (symulacja na przykładzie ANSWEAR.com) Video produktowe na pierwszym planie Program lojalnościowy na pierwszym planie Produkty podobne / inne dla szybszej nawigacji i przeglądania Dokładny opis produktowy na pierwszym planie Opinie na pierwszym planie (akurat mniejsze znaczenie w tej branży ) Zdjęcia zamiast filmów Produkty podobne mogą zostać przesunięte pod fold (na dół strony)

29 DYNAMICZNA TREŚĆ STRONY + MAILING

30 DYNAMICZNA TREŚĆ STRONY + MAILING W poszukiwaniu urlopu (doświadczenia własne ) Przeglądanie booking.com w poszukiwaniu hoteli (m.in. Railay Beach / Tajlandia)..wygenerowało serię newsletterów z najciekawszymi ofertami w wybranych destynacjach. Przeglądanie warszawskich noclegów zaowocowało natychmiastową reakcją systemu i wysłaniem tematycznego newslettera.

31 DYNAMICZNA TREŚĆ STRONY + MAILING Branża turystyczna <3 marketing automation Konkretne zainteresowania użytkownika widać po powrocie na serwis dynamiczne bloki strony prezentują treść na temat noclegów w: Warszawie / Railay Beach (Tajlandia) / Bagan (Birma) Personalizowana treść widoczna jest w kilku miejscach strony głównej

32 AUTOMATYZACJA KONKURENCJI

33 AUTOMATYZACJA KONKURENCJI personalizacja przekazów reklamowych Wyobraźmy sobie wyszukiwarkę

34 AUTOMATYZACJA KONKURENCJI personalizacja przekazów reklamowych W którą ktoś wpisuje naszą konkurencję..a gdybyśmy mogli dotrzeć do tego usera z naszą ofertą?

35 AUTOMATYZACJA KONKURENCJI personalizacja przekazów reklamowych Defaultowy proces przejęcia użytkownika: WYSZUKIWARKA PRZECHWYCENIE UŻYTKOWNIKA KAMPANIA REKLAMOWA DEDYKOWANY LANDING-PAGE ODCINANIE KUPONÓW ;-) MARKETING AUTOMATION mode: on Jakkolwiek do samego przejęcia użytkownika nie potrzebujemy systemów marketing automation, tak zarówno do personalizacji landing-page jak i dalszej komunikacji i nawiązania relacji z tak pozyskanym userem owszem.

36 AUTOMATYZACJA KONKURENCJI personalizacja przekazów reklamowych Przechwycenie użytkownika Jak dotrzeć do użytkowników, którzy: szukali w Google dekodery UPC i pokazać im reklamę dekoderów NC+? Remarketing a.k.a Retargeting» korzystali z porównywarek do sprawdzenia cen tabletów Sony i dotrzeć do nich z konkursem Samsunga? korzystają z blogów branżowych traktujących o naszym asortymencie ale nie angażować w akcję samego blogera?

37 POP-UP LEADOWY

38 POP-UP LEADOWY zawsze i każdemu? Fakty Pop-upy to wciąż jedno z najefektywniejszych źródeł pozyskiwania leadów on-site W większości przypadków pop-upy pojawiają się zaraz po wejściu na stronę i oferują stałą, w założeniu uniwersalną incentywizację dla użytkownika (rabat 20%, kupon 30zł itp.) one size DOES NOT fit all! Ciekawostka: Pop-up bez przekupstwa rabatowego, za to prezentujący Unique Selling Proposition e-sklepu

39 POP-UP LEADOWY zawsze i każdemu? Marketing automation vs pop-upy: co nam dają dane gromadzone przez systemy MA i jak je wykorzystać? Pop-up tylko dla nowych użytkowników, nie powracających, z ew. cappingiem 1x / 30 dni [brak irytacji] Pop-up dla użytkowników przeglądających określoną grupę asortymentową / markę z incentywizacją dopasowaną do tych produktów [łatwiejsze sprzedanie danych w zamian za rabat na interesujący nas produkt] Pop-up dopasowany do źródła odesłania / referrera: socialmedia, strony z kodami rabatowymi, blogi itp. [możliwość dopasowania przekazu i zachęty do pochodzenia usera] Incentywizacja zależna od płci rabat dla kobiet, dostęp do video-testów produktów dla mężczyzn [jak rodzi się decyzja zakupowa?]

40 POP-UP LEADOWY zawsze i każdemu? Dlaczego? Być może użytkownik zaangażowany w przeglądanie strony nie lubi jak mu się przeszkadza, bo zmierza już do konkretnego celu, w przeciwieństwie do świeżynki, która dopiero weszła na stronę Podejście bo żona kolegi powiedziała nie zawsze działa: Problem: Czy pop-up pokazany nie od razu po wejściu na stronę, ale po obejrzeniu 3. podstrony będzie konwertował lepiej? Przekonanie: Użytkownik zaangażowany w stronę (przegląda już trzecią!) chętniej odda nam swoje dane, niż ten atakowany zaraz po wejściu. Bolesna prawda (test A/B)*: Przekonanie, mimo że z pozoru logiczne, było błędne Pop-up na wejściu generował o kilkadziesiąt % więcej leadów niż ten po 3. odsłonie strony.

41 POP-UP LEADOWY zawsze i każdemu? Celem cały czas jest rozpoznanie intencji i upodobań użytkownika, od którego chcemy pozyskać dane. Im lepiej dopasujemy przekaz, jego czas i sam rodzaj incentywizacji tym większa szansa na konwersję na leada. Testy rozwiązań są konieczne.

42 WALKA Z FUD

43 WALKA Z FUD (Fear, Uncertainty, Doubt) Główne obawy przed zakupami on-line? - zwroty / reklamacje / wymiany / czas wysyłki / koszt wysyłki Remedium - Rozwianie wątpliwości w dwóch miejscach, gdzie rodzi się decyzja zakupowa: karta produktowa i koszyk - z wykorzystaniem automatycznie generowanych informacji

44 WALKA Z FUD (Fear, Uncertainty, Doubt) Technikalia Dynamicznie zmieniany czas wysyłki zależny od pory dnia i dnia tygodnia O 15:15 we wtorek wysyłka jeszcze dzisiaj O 16:15 w piątek wysyłka już w poniedziałek Koszt wdrożenia: kilka godzin IT Efekty Odciążenie BOK w odpowiedziach na pytania dot. czasu realizacji zamówienia i kosztów Zlikwidowanie jednej z podstawowych obaw przed zakupami on-line

45 DYNAMIC PRICING vs SELEKCJA OFERT

46 DYNAMIC PRICING to proste Dynamicznie zmieniana strategia cenowa to nie jest żadne rocket-science. Dane zbierane w systemach marketing automation umożliwiają dopasowywanie cen do konkretnych użytkowników lub ich segmentów Ceny można automatycznie różnicować nawet prościej np. zależnie od źródła odesłania użytkownika (cena X dla ruchu przychodzącego z porównywarek, cena Y dla kampanii display na portalu horyzontalnym) Wartość dodana w postaci darmowej przesyłki dla użytkowników, komunikowanej jako USP e-sklepu na banerach afiliacyjnych jest również opcją

47 DYNAMIC PRICING ale czy warto? Dynamic pricing ma swoje wady: w Polsce klienci są bardzo wyczuleni na manipulację cenami i zauważają (i krytykują) nawet powrót do cen pierwszych po zakończonych wyprzedażach (sic!) użytkownik orientując się, że cena może zaraz się zmienić może odłożyć zakup na później (a Klienta powinno się konwertować tu i teraz, minimalizując szanse na to ja wrócę później ) problemy technologiczne (zgodność i aktualizacja danych) ( ) Ale personalizacja samej oferty prezentowanej konkretnym użytkownikom? Czemu nie

48 SELEKCJA OFERT dopasowanie oferty do segmentów użytkowników Wykorzystanie danych z systemów marketing automation w doborze prezentowanej oferty Segment premium (wysoka AOV): produkty w wynikach wyszukiwania i/lub kategoriach układamy eksponując produkty drogie Segment kobiety (profil usera): szukając niebieskie spodnie pokazujemy tylko damskie produkty (filtr płci) Segment muzyka rockowa (historia zakupowa): po wejściu na sklep prezentujemy rekomendacje i nowości z danego gatunku muzyki Segment użytkownik Apple/Mac (user agent): w serwisie turystycznym możemy jako pierwsze prezentować droższe oferty (hotele, wycieczki), opierając się na badaniach dowodzących, że posiadacze urządzeń Apple wydają więcej na zakupy on-line

49 SELEKCJA OFERT dopasowanie oferty do segmentów użytkowników Posiadacz Maca wydaje więcej case Orbitz Serwis Orbitz.com, analizując zachowanie swoich użytkowników, zauważył, że posiadacze Maców wydają średnio o 30% więcej na noclegi niż pecetowcy Na podstawie tych danych: NIE dopasowywał i NIE zmieniał cen zależnie od komputera użytkownika ALE w wynikach wyszukiwania prezentował więcej oferty droższych hoteli Więcej: (Wall Street Journal)

50

51 Michał Cortez ecommerce Director TheAddictives.com facebook.com/ikomersiak