Marketing automation koniecznością w marketingu, również mobilnym

Marketing automation, czyli automatyzacja marketingu, funkcjonuje w branży już od pewnego czasu. Dzięki dedykowanym platformom, po uprzedniej integracji, marketerzy, ale także analitycy i handlowcy, mogą dokładnie poznać zachowania swoich klientów/potencjalnych klientów na stronach i w sklepach internetowych.

Marketing automation odgrywa znaczącą rolę w pracy dzisiejszych marketerów. Pozwala przełożyć wiedzę o tym ile klient spędza czasu na stronie, co przegląda, co kupuje, czy i czemu porzuca koszyk, na działania aktywizujące i prosprzedażowe. Tworząc reguły automatyzacji, które potrafią dynamicznie kształtować stronę pod konkretnego użytkownika, wyświetlać ramki z najlepiej dopasowanymi do jego oczekiwań produktami czy zarządzać kampanią remarketingową np. w social mediach, marketer może skupić się na analizie tych danych lub na całkiem innych zadaniach

 

Czy potrzeba nam czegoś więcej?

W Polsce aktywnych jest ok. 54,7 mln telefonów komórkowych, czyli znacznie ponad 1 urządzenie na osobę. Około 60 proc. tych urządzeń to smartfony, za pomocą których łączymy się z internetem, zarówno za pomocą przeglądarek, jak i aplikacji. Mobilność użytkowników stawia nowe wyzwania przed marketerami i tradycyjne rozwiązania marketing automation (MA) im nie są w stanie sprostać. To tylko część informacji, jakie mogą zapewnić platformy mobile marketing automation (MMA):

– śledzenie geolokalizacji

– zautomatyzowane kampanie realizowane za pomocą wiadomości push, in-app, maili itp.

– pełen profil użytkowników na bazie ich zachowań w i poza aplikacją

Co praktycznie daje mobile marketing automation

Statystycznie czas spędzony przez użytkowników w smartfonie (w tym w aplikacjach) liczy się już w godzinach. Dzięki odpowiedniej integracji i panelom analitycznym jesteśmy w stanie poznać dokładne ich ścieżki także w aplikacji. Wiemy, które jej części odwiedza najczęściej, i z których funkcji nie korzysta. Dzięki danym geolokalizacyjnym pochodzącym nie tylko z GPS telefonu, ale także z danych z Wi-Fi lub sieci beaconów, wiemy też gdzie, kiedy, i w jaki sposób nasza aplikacja jest wykorzystywana. Wszystkie te dane zbierane są na indywidualnych kartach użytkowników, a jednocześnie na tej podstawie są tworzone dynamiczne segmenty userów np. segment osób, które uruchomiły aplikację w ciągu ostatniego miesiąca, czy segment osób które kupiły u nas dany towar i kiedykolwiek były w konkretnym miejscu (np. kupiły przez aplikację bluzkę i były kiedyś w sklepie sprzedawcy w Złotych Tarasach).

Uzbrojeni w tą wiedzę możemy przygotować zautomatyzowane scenariusze, które pozwolą nam zaaktywizować nieaktywnych użytkowników, czy zachęcić do kupna konkretnego produktu. Paleta narzędzi, by to osiągnąć jest całkiem bogata.

Wiadomości push

Jest to rodzaj wiadomości wysyłanej bezpośrednio do użytkowników, nawet jeśli ich telefon jest zablokowany, a aplikacja w tym momencie nie jest używana. Głównym zadaniem wiadomości push jest skierowanie potencjalnych klientów prosto do aplikacji, a dzięki deep linking prosto do tej części aplikacji, w której chcemy by się znaleźli. Można również wysłać pusha URL, który przekierowuje bezpośrednio na stronę WWW.

Wiadomości in-app

Wiadmości in-app pojawiają się w trakcie korzystania z aplikacji. Można je wykorzystać do stworzenia turtorialu po apce, czy by zdobyć zgodę użytkownika na komunikację marketingową. Mogą być też wykorzystywane do wzrostu aktywności w samej aplikacji.

Wiadomości e-mail

Mimo, że e-mail to mocno wyeksploatowany temat, to może się przydać przy zachęcaniu użytkownika do powrotu do aplikacji. E-mail pozwala na przygotowanie większej ilości treści niż push, ma też tę zaletę, że pozostaje w skrzynce po odczytaniu (w przeciwieństwie do pusha).

Raz przygotowana reguła automatyzacji, na bazie segmentów dynamicznych i możliwości przesłania komunikatu, może sprawnie funkcjonować przez spory czas, praktycznie bezobsługowo. Oczywiście, nie chodzi tylko o to, by stworzyć tylko regułę „jeśli użyto funkcji A, to wyślij komunikat B”. Scenariusze powinny być rozbudowane, zarówno w czasie jak i strukturalnie i powinny przewidywać wiele opcji. Jeśli mamy klienta, który ostatni raz dokonał zakupu przez naszą aplikację 2,5 miesiąca temu, czyli jest na granicy by już nigdy nie wrócić, to zacznijmy od przesłania mu pusha „Cześć, mamy nową kolekcję Twojej ulubionej marki”. Jak na to nie zarejestrujemy odpowiedzi (wejścia w apkę czy zakupu), to może prześlijmy mu e-mail z bardziej rozbudowaną historią, produktami wyselekcjonowanymi dla niego (na podstawie jego historii zakupów) i może kodem rabatowym. Jeśli dalej nie ma odpowiedzi, to sięgnijmy po ostateczność – wyślijmy mu SMS-a z dobrą zniżką i linkiem na stronę. W ten sposób stopniujemy natężenie komunikatami, a przy okazji wydajemy rozsądnie budżet (SMS-y tanie nie są).

Ideałem jest połączenie mobile marketing automation i marketing automation

Wiele firm dąży teraz do pełnej, omnichannelowej obsługi klientów. Nie osiągnie się tego, jeśli będzie się ich dzieliło na użytkowników mobile, desktop czy offline (realnych salonów sklepowych). Dlatego istotne jest, by mieć jedną, spójną bazę, w której będą wszystkie informacje o kliencie – co i gdzie kupił, ile był czasu na stronie, z jakiej funkcji aplikacji korzysta najczęściej. Wtedy i tylko wtedy będziemy w stanie przygotować takie scenariusze i takie komunikaty, które sprawią, że poczuje, że jest to skierowane bezpośrednio do niego, a cała transakcja skończy się pozytywną finalizacją. Czyli ideałem jest przygotowanie reguł automatyzacji, których warunki pobierane są zarówno z aktywności klienta na stronie, w apce czy offline, a komunikaty dochodzą również w zróżnicowanych kanałach (np. push, mail i spersonalizowana reklama wyświetlana na digital signage w salonach sprzedażowych).

Big Data dużym problemem

Oczywiście jest też łyżka dziegciu w tej beczce miodu. Mogę pisać o zbieraniu danych offline i online, o różnych końcówkach komunikacji czy tworzeniu setek sprofilowanych scenariuszy automatyzacji marketingu. Z własnego doświadczenia wiem, że największy problem jest nie w zbieraniu danych, ale w ich przetworzeniu. By to zrobić, by przesiać informacje istotne z morza nieistotnych i na ich podstawie przygotować odpowiednie działania, potrzebne są duże zasoby zarówno ludzkie, jak i systemowe. A to jest wysoki próg wejścia dla wielu firm.