Utilizzare la segmentazione dei clienti per le campagne può essere come giocare alla roulette

... potreste giocarvi l'esperienza dei clienti del vostro marchio e anche molti introiti.

Arggh. Ho ricevuto un'altra e-mail promozionale che non mi interessa affatto! Sì, sono un uomo tra i 40 e i 50 anni. Sì, vivo in città e possiedo un appartamento. Sì, ho comprato un portatile da voi due anni fa. Ma non comprerei mai un televisore con schermo enorme da appendere alla parete; odio gli schermi enormi.

Essendo io stesso un marketer e un Data Scientist, capisco perché ricevo queste e-mail: come molte altre aziende, questo rivenditore ha utilizzato la segmentazione dei clienti per indirizzare la propria campagna.

So che un segmento è definito dal profilo del suo cliente medio. Ma io non sono un vero riflesso del cliente medio all'interno del segmento scelto da quel rivenditore; credo che il segmento a cui appartengo sia qualcosa come un uomo sotto i 50 anni, residente in città, con un reddito superiore alla media e che ha già acquistato prodotti Hi-Tech. Il fatto è che non sono interessato ai televisori e sono molto soddisfatto del mio attuale telefono. Eppure continueranno a inviarmi le loro offerte (in realtà non riceverò più i loro messaggi, mi sono appena cancellato).

Amici marketer, siamo noi a gestire le campagne e-mail. Dobbiamo (e possiamo) fare di meglio?

L'era del targeting e della pianificazione automatizzata delle campagne self-service

Credo che si possa fare di meglio. Invece di utilizzare segmenti predefiniti, la più recente tecnologia AI per il marketing può trovare gli obiettivi ottimali per ogni campagna.

Non fraintendetemi: la segmentazione è ottima. È molto utile quando si vuole suddividere l'intera base di clienti in nove o dieci sottogruppi per capire meglio chi sono le personas di alto livello. Si può anche andare oltre e creare micro-segmenti, diciamo qualche centinaio. Ma come gestire la micro-segmentazione quando si hanno decine, forse centinaia di migliaia di prodotti e si vuole promuovere un articolo solo a un sottoinsieme (auspicabilmente interessato) della propria base clienti? (Non facciamo un passo indietro con il profilo o il punteggio medio per segmento).

Mettiamo da parte la segmentazione per un momento e parliamo di un modo migliore di fare targeting, un modo semplice.

Ogni volta che si vuole vendere un prodotto o un gruppo di prodotti, basta creare il target ottimale per la propria campagna...

Certo... sì, in teoria", si potrebbe dire, "ma come si fa?".

E se invece si potesse fare target non in base a segmenti di persone predefinite, ma in base a un'intelligenza profonda che ci informa su chi è probabile che compri cosa e quando?

E se si potesse fare ancora meglio? E se per ogni campagna si potessero elencare i clienti che hanno un'alta probabilità di acquistare il prodotto che si vuole vendere nei giorni successivi alla campagna? Sarebbe perfetto, il Nirvana del marketer, non è vero?

Ebbene, non è più una teoria. La realtà è che marchi come Thomas Cook, Lacoste e molti altri stanno ottimizzando le loro campagne di marketing oggi, utilizzando tecniche di marketing basate sulla Deep AI!

Un esempio di vita reale

Supponiamo che siate un rivenditore"generico" e vogliate vendere videogiochi. Avete un nuovo gioco di calcio che verrà lanciato in estate e volete fare delle campagne di vendita. Se si utilizzano tecniche di segmentazione e si dispone di un segmento per i videogiocatori (basato, ad esempio, su acquisti di giochi precedenti o sulla navigazione), probabilmente lo si utilizzerà per il targeting.

Ma è improbabile che il vostro segmento"giocatori" sia così dettagliato da contenere solo giocatori il cui comportamento suggerisce un interesse per quello specifico gioco di calcio. Le vostre campagne segmentate si rivolgeranno anche a giocatori di Mario Kart, Warcraft, Assassin's Creed e altri giocatori. Ma un "giocatore" non è necessariamente interessato a tutti i giochi. Certo, alcuni saranno interessati al vostro gioco, ma molti non lo saranno. E se vi rivolgete a coloro che non sono interessati, con ogni e-mail riducete un po' la loro esperienza con il vostro marchio, rischiando di farli desistere. E non solo, ma ci saranno molti altri clienti che non avete preso di mira e che avrebbero comprato. Peccato che vi siano sfuggiti...

Utilizzando le tecniche di Deep AI, come Splio, creereste la vostra campagna di marketing in modo diverso e più efficiente. Non utilizzereste un segmento"videogiochi" o un punteggio di"propensione all'acquisto di videogiochi" (ammesso che esista). Utilizzereste Splio per selezionare il prodotto che volete vendere (il gioco del calcio) e in pochi minuti Splio elencherebbe i clienti che hanno una grande probabilità di acquistarlo entro pochi giorni dalla vostra campagna.

Quindi, per la vostra campagna estiva (periodo di lancio del prodotto), Splio troverà i migliori clienti a cui rivolgersi in quel periodo. La maggior parte di loro sarà probabilmente costituita da giocatori di calcio incalliti, con la tendenza ad acquistare i giochi non appena vengono rilasciati. Ma se state pianificando la vostra campagna di Natale, gli algoritmi di Deep AI di Splio individueranno gli acquirenti natalizi, come i genitori e i nonni che non fanno acquisti per se stessi, ma per i loro figli e nipoti. Potreste anche utilizzare Splio per individuare i clienti che tendono ad acquistare qualche mese dopo il lancio (magari dopo la pubblicazione delle recensioni).

Pensare in modo diverso... inizia oggi

Sulla base dei miei 20 anni di esperienza nella gestione delle campagne, credo davvero che questo sia il Santo Graal che stavamo cercando: un modo semplice, continuo e altamente efficiente per trovare i futuri acquirenti per ogni campagna, indipendentemente dal prodotto che vogliamo promuovere. È ora di smettere di inviare campagne a interi segmenti. Dal punto di vista dei ricavi aziendali, le vendite tramite segmentazione saranno sempre subottimali e dal punto di vista dell'esperienza del cliente, è un disastro.

La domanda principale è: funziona?

Ecco un esempio dei vantaggi che alcuni dei nostri clienti hanno sperimentato utilizzando Splio.

In Splio, io e i miei colleghi monitoriamo l'impatto che la nostra soluzione ha sui nostri oltre 70 clienti. In media, su centinaia di campagne di A/B test, i nostri clienti hanno ottenuto un aumento del 49% dei ricavi delle campagne. Siamo piuttosto orgogliosi di questo!

Ritengo che la segmentazione sia ottima per la pianificazione strategica del marketing e l'analisi dei clienti. Ma se volete vendere prodotti, dovreste usare una soluzione che faccia semplicemente questo. L'intelligenza artificiale profonda individua le persone che acquisteranno il vostro prodotto nei prossimi giorni. Sembra semplice? Lo è. Contattateci per maggiori dettagli.