數據驅動的用戶生成內容營銷指南

我們都知道在內容營銷中使用數據的重要性，但只是說“使用數據”是廣義的。

哪些指標對 B2C 和電子商務營銷人員形成和優化內容營銷策略實際上很重要？

最有影響力的見解來自您的客戶：評論、照片、問答、社交媒體互動和其他直接反饋。

到目前為止，實際應用數據從客戶內容中獲取可操作的內容一直很困難，但隨著數據科學的進步，現在有令人興奮的方法可以更深入地研究客戶所說的話。

什麼是數據驅動的用戶生成內容營銷策略，它為什麼重要？ 請仔細閱讀，找出答案…

為什麼 UGC 如此重要？

在線購物者無法實際接觸他們正在瀏覽的商品，因此他們轉向產品評論、客戶照片和其他形式的用戶生成的內容來告知他們的購買決定。

當數據和 UGC 發生衝突時會發生什麼

數據告訴我們關於 UGC 的 3 件事：

1) 購物者想要 UGC。

有很多關於有多少客戶說他們閱讀了評論的統計數據，但這些數據是自我報告的，並且經常在調查中收集。

為了準確了解 UGC 的真正影響，我們分析了超過 200,000 家電子商務商店有多少訪客積極參與客戶評論、星級評分和客戶照片。

調查結果？

在電子等一些行業，超過 40% 的網站訪問者與 UGC 互動。

而這只是網站訪問者——當你看到最終購買的購物者時，數字更加驚人。

平均而言，55% 的客戶在購買前與 UGC 互動。

因此，許多訪問您網站的人都會與 UGC 互動，但最終購買的人幾乎肯定會參與。

2) UGC 太值得忽略了。

您可以在下圖中看到，跨行業的購物者在看到 UGC 時購買的可能性大約是其兩倍。

將用戶生成的內容添加到您的網站後，電子商務轉化率的平均提升為 161%。

服裝和配飾行業的影響最高，為 207%，而電子行業的影響最低，為 81%——轉化率幾乎翻了一番！

3）UGC的價值是不可否認的，但你需要數據才能充分利用它。

有很多方法可以在營銷中利用 UGC，例如在社交廣告中包含客戶評論。

聰明的品牌明白，僅收集客戶評論或希望您的客戶在與您的產品合影時在 Instagram 上標記您已經不夠了。

這就是數據驅動的用戶生成內容營銷的用武之地。

以下是大數據、機器學習和自然語言處理如何改變我們從客戶內容中獲取價值的方式。

大數據洞察力以優化結果

數據顯示，消費者尋找用戶生成的內容，如評論、照片和問答，作為他們在線購物體驗的一部分。

但對於電子商務企業來說，要準確了解他們的客戶最常使用哪些 UGC 功能，以及哪些功能為他們帶來了最大價值，這是一個挑戰。

這就是我們發布全新轉換儀表板的原因。

企業現在可以輕鬆查看哪些類型的用戶生成的內容正在增加銷售額和流量，以及他們可以在哪些方面進行優化以提高轉化率。

想了解更多？ 查看儀表板。

機器學習優化客戶內容收集

消費者被品牌信息所淹沒——正如我們所知，他們淹沒了大多數吸引他們注意力的呼聲。

任何用戶生成的內容營銷策略的很大一部分實際上都是首先獲取內容，商店要求客戶提供評論或照片的最常見方式是通過購買後電子郵件。

這意味著您需要對請求客戶內容的方式和時間保持聰明和機智。

通過分析 450 萬封購買後電子郵件，我們發現在所有行業中，週六早上 8 點寫的評論最多，週四下午 3 點寫的評論最少。

有了這些知識，機器學習算法可以自動優化商店的購買後請求，以確保品牌充分利用他們的“請求”。

[Tweet “你如何請求內容與你提問時一樣重要。”]

機器學習算法還可以為您的請求選擇完美的措辭，以便客戶更有可能打開您的電子郵件。

為了證明微小的變化可以產生多大的差異，我們研究了購買後電子郵件主題行的更改如何影響客戶響應。

畢竟，主題行是客戶看到的第一件事，而在擁擠的收件箱中，微小的變化會帶來很大的不同。

我們查看了最常見的主題行公式，然後分離出常用變量，例如：

在這個簡短的視頻中，看看不同的主題行如何影響響應率，具體取決於您商店的行業：

閱讀完整報告。

自然語言處理可實現更智能的情感洞察

隨著企業加大努力以最大限度地收集用戶生成的內容，他們經常需要手動管理太多的客戶評論，並且需要一種可靠的方式來自動化評論管理。

客戶如此積極地與品牌溝通並留下反饋真是太好了，但是每天創建的 UGC 的絕對數量可能是壓倒性的。

客戶喜歡分享他們的經驗。 長而詳細的評論對於試圖決定是否購買的購物者來說非常有價值，並且可以為品牌帶來高額利潤。

自然語言處理可幫助企業從評論中獲取最重要的數據。

例如，五星級評論可能包含對縮短交貨時間的重要要求，而一星評論被錯誤地寫為“負面評論”可能包含大量可以激發客戶購買的有用細節。

情緒分析會注意到這些差異，以便您從客戶內容中獲得最大價值。

評論通常是混合的——客戶體驗完全正面或完全負面的情況很少見，評論反映了這一點。 許多評論都很長，並且有幾句話表達了對給定產品的不同感受。

這使店主難以管理客戶意見，也使潛在客戶難以做出明智的購買決定。

情緒檢測通過從文本中提取關鍵短語並按主題對它們進行聚類，使您能夠了解評論中最重要的內容。

假設一位客戶留下了有關交貨時間的評論，而另一位客戶留下了有關運輸時間的評論。

自然語言處理識別出這些評論是關於同一主題的，並將它們組合在一起。 較舊的分析方法不會建立這種聯繫。

結論

潮流正在改變。 數據驅動的內容營銷是未來，我們為您提供保持競爭優勢所需的工具。

Yotpo 專注於前沿研究和創新，使企業能夠在營銷中收集和使用 UGC，以及衡量結果並根據特定目標調整活動。