14 Marzo, 2023 – 3:46
  • Home
  • Marketing
  • Social Media
  • Copywriting
  • Ecommerce
Menu
  • Home
  • Marketing
  • Social Media
  • Copywriting
  • Ecommerce
Home Marketing

Il ROI delle piattaforme di analisi predittiva per l'e-commerce

megamarketing by megamarketing
Giugno 19, 2019
in Marketing
0

Predictive Analytics è il tuo biglietto per maggiori entrate

Nel caso in cui non abbia trascorso molto tempo con l'analisi dei dati web, inizierò dandoti questa definizione di analisi predittiva (PA), per gentile concessione di Wikipedia:

"L'analisi predittiva è un'area di statistiche che si occupa di estrarre informazioni dai dati e utilizzarli per prevedere tendenze e modelli di comportamento."

Mentre con le statistiche descrittive si impara quali dati possono e non possono descrivere il comportamento dei clienti, con l'analisi predittiva si impara cosa fare dopo, cioè utilizzare i dati sulle azioni passate per fare previsioni sulle azioni future.

Ovviamente, se riesci a scoprire e ad anticipare ciò che i tuoi clienti – e le prospettive delle fasi precedenti della vendita – vogliono davvero dal tuo marchio, tieni il "biglietto d'oro" per maggiori entrate e fidelizzazione dei clienti. Di conseguenza, diventerai un analista rockstar nel tuo team.

Questo grafico qui sotto mostra come tre marchi ben noti utilizzano la PA per offrire esperienze più centrate sul cliente.

Infografica analitica predittiva

In seguito, condividerò i vantaggi quantitativi dell'utilizzo delle piattaforme PA. Discuterò quindi dei vantaggi qualitativi (e altamente strategici) dell'integrazione di queste app.

Benefici quantitativi delle piattaforme PA

La maggior parte delle aziende di e-commerce si concentra molto sulle metriche Entrate per visitatore (RPV) e sulle entrate ricorrenti mensili (MRR). Ma aumentare i profitti mensili ricorrenti è ancora meglio. Le app PA possono aiutarti a fare ciò 1. aumentando il valore medio degli ordini (AOV) e 2. offrendo prezzi ottimali per ciascun visitatore.

Valori di ordine superiore da up-sells

In primo luogo, vorrei definire cosa intendo per "up-sell". Un up-sell accade quando un brand offre uno o più prodotti complementari (o accessori) insieme al prodotto base. Se, dopo aver appena deciso di acquistare una nuova bicicletta, l'addetto alle vendite dice: "Ecco il casco e i guanti che consiglio di portare con sé", sta facendo un up-sell (in realtà due di loro).

Le vendite in rialzo sono il "basso guadagno delle entrate" della vendita di e-commerce. Perché? Perché il tuo potenziale cliente ha bisogno di loro per ottenere una soluzione completa (per l'esempio precedente, per pedalare in sicurezza nel quartiere). Quindi, meglio è possibile offrire gli accessori giusti al momento e nel luogo migliori, più è probabile che un determinato visitatore aggiunga uno o più di essi al suo ordine.

È qui che entrano in gioco le piattaforme PA. Sulla base dell'interazione e dei dati transazionali che raccoglie nel tempo, un algoritmo PA può innanzitutto determinare in quale segmento si adatta un dato visitatore. Durante la prima visita dell'utente, l'algoritmo può quindi mostrare alcuni accessori "più adatti" per il prodotto di base acquistato.

Quindi, su Visit numero due, l'algoritmo – basato su ciò che è stato appreso dal mouse e dalle interazioni dell'utente – può offrire un set di accessori ancora migliore. Se la piattaforma PA lo supporta, lo strumento può testare diversi posizionamenti dei prodotti accessori. Nel tempo, questi algoritmi continuamente migliorati spingono il visitatore a fare clic sui pulsanti "aggiungi elemento" o "aggiungi pacchetto". Questo, a sua volta, solleva il tuo AOV.

Maggiori margini di profitto con prezzi ottimali

Nel caso in cui non lo sapessi, c'è un sacco di prezzi in corso nel mondo. Ad esempio, la persona seduta accanto a te nel tuo precedente volo probabilmente non ha pagato lo stesso biglietto aereo che hai fatto (forse anche molto meno). Le compagnie aeree erano i precursori del regno dei "prezzi dinamici" e le piattaforme di e-commerce hanno ora portato questa tecnica al livello successivo.

Ad esempio, se hai visitato un sito di e-commerce per tre volte, ti sei registrato per le e-mail di "offerta speciale", hai visualizzato una particolare pagina di prodotto tre volte e ti sei fermato sopra il pulsante "aggiungi al carrello" due volte, ovviamente hai un livello di coinvolgimento più elevato di un visitatore che per la prima volta non ha ancora colpito una pagina di prodotto.

In questi casi, una piattaforma PA intelligente potrebbe inviare un messaggio che dice: "Vedo che hai visto [product X] alcune volte. Come funziona uno sconto del 15%? ", Dopo di che potresti offrire tre scelte:

  1. "Sembra buono – aggiungi al carrello e applica sconti"
  2. 'Ho una domanda – chattiamo'
  3. 'No grazie'

Alcune piattaforme PA possono anche regolare automaticamente i prezzi per te. Diciamo, per esempio, che il tuo visitatore abita in un codice postale ad alto reddito. Puoi offrire a questo visitatore il prodotto con un prezzo predefinito di $ XX. Ma l'algoritmo potrebbe offrire un visitatore da un codice postale di classe media il suo prodotto a 0,85 * $ XX. (Supposizione: in entrambi i casi, la società guadagnerebbe un buon margine di profitto).

Benefici qualitativi (e strategici) delle piattaforme PA

Dal punto di vista qualitativo, i vantaggi potrebbero non aumentare i tuoi KPI tattici, ma possono certamente informare le tue future tattiche di marketing e aumentare l'efficienza operativa della tua squadra.

Ottieni la business intelligence dai rapporti sull'utilizzo

Poiché tutte le principali piattaforme PA includono funzionalità di reporting, puoi facilmente eseguire report che mostrano cose come:

  • RPV basato sul gruppo di utenti.
  • RPV basato su interazioni chiave dei visitatori (ad esempio, ha lanciato una o più sessioni di chat).
  • RPV basato su correlazioni con altre variabili (fino a che punto la pagina Prodotto viene scorsa e le pagine visualizzate in anticipo).

Ad esempio, diciamo che scopri che i clienti (che effettuano transazioni) che visualizzano i video hanno un RPV del 20% più alto. Dovresti quindi indirizzare i tuoi progettisti per rendere l'interazione "video di gioco" più allettante (ad esempio rendendo l'icona "play" più visibile o l'immagine splash più interessante).

Conoscendo queste cose – che equivalgono alla business intelligence – è possibile quindi ipotizzare il motivo per cui queste correlazioni stanno accadendo, e inventare nuove idee sui test A / B che sfruttano questi risultati.

Le piattaforme PA aumentano l'efficienza della tua squadra

Senza una piattaforma PA "core", il team di ottimizzazione del marketing richiede almeno queste persone: un analista dell'ottimizzazione, un designer dell'esperienza utente, uno sviluppatore di software e un proprietario del prodotto (per negoziare con l'azienda che esegue i test). In questo modo è possibile dare un senso alle risme dei dati dei visitatori e dei clienti che fluiscono quotidianamente, uno scienziato dei dati sarebbe bello avere anche questo. Queste persone avrebbero bisogno di essere competenti con una serie crescente di strumenti.

È molto da gestire. Oltre a ciò, la posta in gioco è alta. Un test di split fallito o due potrebbero riportare la tua squadra, sia in termini di pianificazione che di influenza politica.

Ecco perché queste piattaforme PA sono così preziose. Integrando le tue attuali analisi, analisi predittiva, campagne di marketing, split test e reporting in una singola suite, riducono le dimensioni della tua squadra e tengono tutti sulla stessa pagina. Certo, le app PA richiedono un paio di settimane di tempo di avviamento all'apprendimento, ma una volta che hai fatto in modo che il tuo team possa concentrarsi sui tuoi compiti principali di progettazione di campagne, ottimizzazioni in esecuzione e raccolta di approfondimenti.

Due casi studio

Capisco; ciò di cui si preoccupa maggiormente il CFO sono i risultati finanziari: sotto forma di crescita dei ricavi, miglioramento dell'efficienza operativa e ritorno sull'investimento (ROI). Quindi condividerò alcuni risultati, ottenuti attraverso l'uso di due piattaforme PA principali.

Esempio di analisi predittiva Ugg

Case Study: ottimizzazione della pagina di prodotto di UGG Boots

Ecco un esempio di case study di HiConversion, una piattaforma PA in circolazione da oltre 10 anni.

Per la casa madre di UGG Australia, un venditore di stivali e calzature alla moda, la piattaforma HiConversion ha pubblicato diverse varianti della pagina del prodotto "Heirloom Lace-up Boot". Il loro algoritmo ha scoperto una nuova versione della pagina che ha prodotto un aumento delle entrate del 14,73% entro un periodo di tempo di sei settimane. Inoltre, lo studio ha rilevato che il singolo maggior contributore all'aumento della conversione deriva da un cambiamento molto piccolo nell'aspetto del pulsante di pagamento. (Nella tabella in basso, 'C-buttons' si riferisce al colore del pulsante checkout.)

Importanza della variazione

Qualcosa che è importante ribadire: questo guadagno è stato per una singola pagina di prodotto. UGG potrebbe eseguire test simili su altre pagine di prodotto o pagine che portano a loro, nel tempo, per produrre aumenti di entrate aggiuntivi. Potrebbero applicare questi apprendimenti ad altri pulsanti sui percorsi dei loro visitatori a questa conversione.

Case Study: ottimizzazione dell'esperienza cliente HelloFresh

Ecco un case study per HelloFresh, un fornitore di "pasti facili da cucinare in una scatola" per un canone mensile di abbonamento.

Collaborando con HelloFresh, la piattaforma PA DynamicYield ha lanciato numerose campagne volte ad accrescere la fedeltà dei clienti offrendo esperienze più personalizzate a più punti di contatto con i clienti. I loro obiettivi dichiarati erano:

  • Non influenzano negativamente la loro esperienza mobile.
  • Ridurre la tendenza dei clienti a cancellare i propri abbonamenti a causa della mancanza di consapevolezza dell'opzione "mantieni le mie consegne".
  • Istruisci i clienti a pianificare in anticipo i pasti con consegna online.

Il risultato delle loro ottimizzazioni: aumenti a due cifre sia del tasso di conversione che dell'RPV. Questi risultati sono stati raggiunti entro i limiti del loro ecosistema tecnico esistente.

Analisi predittiva HelloFresh

Le piattaforme PA potrebbero essere il tuo protagonista

Gli algoritmi di analisi predittiva e le piattaforme di ottimizzazione dell'e-commerce che hanno dimostrato hanno dimostrato di poter produrre aumenti di entrate mensili e annuali su molti importanti marchi. Altrettanto importante, gli strumenti di reporting incorporati in queste piattaforme forniscono le intuizioni che le aziende di e-commerce devono informare sia sull'ottimizzazione dell'UX sia sul resto della strategia di marketing digitale.

Anche se possiedi un team di talento, semplicemente non possono dare un senso alle risme di dati che il tuo sito di e-commerce e le pagine correlate raccolgono ogni giorno. D'altra parte, le piattaforme PA intelligenti e ricche di dati, se gestite con i giusti dati dei clienti e le regole aziendali, possono diventare un protagonista della tua squadra. E uno che non richiederà un grande aumento il prossimo anno.

Previous Post

I 13 migliori plugin per calendari WordPress nel 2019

Next Post

Come liberare le superpotenze segrete dei numeri nel tuo copywriting

Next Post

Come liberare le superpotenze segrete dei numeri nel tuo copywriting

Ultimi articoli

Ricostruire le relazioni commerciali – Social Media Explorer

by megamarketing
Marzo 13, 2023
0

5 assistenti di scrittura AI in azione

by megamarketing
Marzo 13, 2023
0

News, guide, info su marketing, copywriting, psicologia applicata, business

  • Centro Privacy
  • Informativa sulla privacy
Menu
  • Centro Privacy
  • Informativa sulla privacy

Made with ❤ by megamarketing.it

Utilizziamo i cookie per offrirti la migliore esperienza online. Cliccando su Accetto, accetti la nostra politica sui cookie.

Accetto My Preferences Rifiuto
Centro privacy IMPOSTAZIONI DELLA PRIVACY Ulteriori info sulla Cookie Policy