品牌應該通過一千個數據點避免死亡

已發表: 2022-05-31

以下是 Airship 技術高級副總裁 Mike Herrick 的客座文章。 意見是作者自己的。

最近有很多負面的喋喋不休,人們不知道營銷人員如何處理他們的數據。 當前消費者不信任的氣氛因高調的數據洩露、一系列監管變化以及對廣泛數據行業的更嚴格審查而加劇。 事實上,這些發展讓品牌陷入了悖論。

消費者需要個性化的體驗,但越來越擔心放棄對其數據的控制。 反過來,品牌必須利用數據來提供出色的體驗,儘管這樣做會冒消費者信任的風險。 如果品牌不捕獲和利用這些客戶數據,他們將無法滿足消費者的期望,失去客戶並無法成長。 沒有數據,這實際上是不可能的。 而且成本很高。

根據 Forrester Research 的數據,擁有卓越客戶體驗 (CX) 的公司的收入增長速度平均比擁有劣質 CX 的競爭對手快五倍。 雖然每個行業都看到了 CX 改進帶來的積極影響,但 Forrester 發現了 18 個行業的 CX 投資回報率的三種模式,概述如下。

不僅增長受到威脅,企業還必須通過尊重數據交換和承諾遵守道德數據實踐來避免公眾強烈反對並保持消費者信任。 這些想法可能需要改變有多少品牌收集和使用數據。 為了在最大限度地提高參與度的同時保持客戶信任,我們認為品牌應遵循以下三個原則。

原則1:記住你不需要全部

營銷人員長期以來一直致力於通過個性化實現一對一營銷的聖杯,並且人們認為您不能使用太多數據。 事實上,你可以使用太多的數據。 營銷人員必須了解,並非所有數據都需要收集,也並非所有收集的數據都必須用於營銷活動。

首先,根據 Gartner 的說法,消費者認為品牌為個性化信息所做的努力是為了:

  • “證明你認識我。” 該品牌包括一些個人身份信息,以向消費者展示它知道他們是誰、他們的購買或瀏覽歷史以及個人偏好。

  • “幫我。” 該品牌使消費者更容易完成任務或完成購買。

雖然兩種形式的個性化在單獨來看時都是有效的,但這兩種形式中只有一種對消費者有價值。 事實證明,人們在個性化中看到了更多價值,專注於幫助他們完成購買。

原則 2:關注相關性

個性化不應該是什麼樣的? 許多消費者已經註冊了一家零售商,該零售商每天向他們發送多封電子郵件。 實際上,根據過去的購買,它們都可能成為某種目標。 儘管如此,接收者不可能對所有的報價感興趣,導致他們變得超負荷並且可能減少與品牌的互動。

相反,我們認為品牌應該使用第一方數據更多地關注意圖、分層位置、親和力和購買數據,以僅發送最相關的報價。 同一份 Gartner 報告指出,“我們詢問消費者,如果他們收到被認為是個性化但不相關的品牌傳播,他們可能會採取的行動。48% 的消費者表示他們將取消訂閱與該品牌的未來通信,而 14% 的消費者表示他們會完全停止與該品牌開展業務。”

亞馬遜的生日提醒技能是明確的第一方數據強大的一個很好的例子,因為它使 Alexa 用戶能夠口頭輸入他們所有朋友和家人的生日,這樣他們就不會忘記送禮的機會。 此功能運行在客戶有意交給亞馬遜的數據上,因此數據本質上是透明的,應該加強電子商務巨頭與客戶之間的關係。

相關性的另一個重要部分在於通過正確的渠道進行消息傳遞。 無論您是零售商、CPG 還是出版商,為您的受眾提供一個易於使用的偏好中心,讓他們決定他們想要接收什麼樣的消息以及他們希望如何接收這些消息。 對於後一點,有些人更喜歡短信/SMS 而不是電子郵件,而另一些人則希望通過不同的渠道獲得不同類型的消息——例如,通過文本發送通知與通過電子郵件發送新優惠。 其他人更喜歡只在周末或只在大促銷時接收短信,表情符號內容會帶來更好的結果。 相關性意味著變得細化。

原則 3:透明

品牌應優先考慮透明度並披露他們正在收集的數據、從何處以及如何使用這些數據。 他們不僅應該清楚他們的隱私政策,還應該清楚他們的隱私慣例,同時強調未經他們的同意永遠不會共享第一方數據。

隨著 GDPR 和《加州消費者隱私法》的實施,保持透明不僅會產生消費者信任,還會讓您的品牌遠離合法的熱水。 對於所有營銷人員來說,在他們的部門中實施最佳實踐將是非常重要的。

那麼正確處理數據的例子是什麼? 一位同事最近告訴我她在Beis Travel 的豐富經驗。 她先將一件物品放入行李品牌的購物車,然後根據價格放棄。 但她已經同意該網站在過去的一次購買中使用她的智能手機號碼發送消息。 放棄購物車一個小時後,貝斯給這個二十多歲的人發了一個折扣碼,這正是她想要的:更好的價格。 短信還包括一個指向她購物車的鏈接,其中促銷代碼自動加載。 然後,她完成了購買。

Beis 在數據個性化方面做對了三件事。 它確定客戶想要購買該商品,因為她將它放入了她的購物車; 它以正確的提議推動了她; 它選擇了像客戶這樣的千禧一代喜歡的渠道,SMS。

這就是您如何利用數據而不是失去數據來建立客戶信任。 你不能通過一次使用一千個數據點來做到這一點——你可以通過使用少數正確的數據點來做到這一點。 遵循數據個性化的原則方法,您也可以在如此高的水平上執行。