Buat Peta Perjalanan Pelanggan dalam 4 Langkah

Kami sering membicarakan hal ini: tujuan Otomasi Pemasaran adalah untuk meningkatkan relevansi komunikasi yang dikirimkan kepada pelanggan dan calon pelanggan. Kapan sebuah komunikasi relevan? Ketika pesan yang tepat dikirim dalam konteks yang tepat kepada pengguna yang tepat .

Tujuannya kemudian adalah untuk mencapai penerima pada waktu yang tepat, ketika mereka lebih terbuka dan menerima komunikasi kita. Untuk melakukan ini, Anda perlu mengetahui gerakan, preferensi, dan identitas mereka dari dalam ke luar.

Siapa mereka? Rute (digital) apa yang mereka ambil untuk mendapatkan informasi, berita atau tips? Saluran mana yang mereka gunakan, dan bagaimana caranya? Singkatnya, penting untuk secara menyeluruh membuat profil dan mengelompokkan basis data Anda .  

Bagaimana cara kerja Otomasi Pemasaran?

Mengapa membuat peta perjalanan pelanggan

Dalam beberapa tahun terakhir, perjalanan pelanggan pasti telah berubah dan terus berkembang dengan kecepatan yang sangat cepat. Dalam waktu yang sangat singkat, kita telah beralih dari perilaku pembelian linier ke perilaku yang sangat kompleks melalui lusinan saluran komunikasi (tempat kita mengonsumsi informasi) dan perangkat (alat yang melaluinya informasi datang kepada kita seperti desktop, ponsel, TV pintar, atau jam tangan pintar ).

Setiap titik kontak antara pengguna dan merek dikenal sebagai titik sentuh: sangat penting bagi perusahaan untuk mengetahui semua titik sentuhnya, memetakannya, dan mengelolanya.

Bagaimana kami mengungkap ini dan memastikan kami mengirimkan komunikasi yang benar-benar relevan? Kita butuh:

• Untuk mencegat pengguna yang telah menunjukkan minat untuk membeli produk tertentu melalui perilaku dan pembelian sebelumnya (profiling)
• Kirimkan pesan ad hoc kepada pengguna ini (segmentasi)

Tampaknya mudah, tetapi tidak. Mari kita lihat contoh praktisnya .

1. Jenis e-commerce: Produk kecantikan
2. Mempromosikan: Krim anti-penuaan untuk wanita
3. Alat: Buletin

Menurut pemasaran 'tradisional', kita bisa melakukan segmentasi berdasarkan “gender: women”. Ini lebih baik daripada tidak sama sekali, tetapi itu tidak cukup. Pesan tidak relevan karena alasan berikut:

1. Pemisahan yang tidak memadai: seorang wanita berusia 20 tahun tidak mungkin tertarik pada produk anti-penuaan yang bahkan mungkin mahal. Ini harus disegmentasi lebih lanjut berdasarkan usia, penerimaan penjualan rata-rata, dll.
2. Segmentasi di luar target: Seorang pria berusia 20 tahun (sehingga benar-benar di luar target) mungkin perlu memberikan hadiah kepada ibunya dan dengan demikian menunjukkan minat pada produk anti-penuaan saat menjelajahi situs web.

Jadi sebelum memulai proyek Otomasi Pemasaran, penting untuk menginvestasikan jumlah waktu dan anggaran yang tepat ke dalam:

1. Memetakan titik kontak antara pelanggan dan perusahaan
2. Menganalisis interaksi antara pengguna dan masing-masing titik sentuh ini
3. Menggunakannya untuk menetapkan tujuan dan KPI untuk pemasaran
4. Mengintegrasikan data yang dikumpulkan dan melakukan pembuatan profil

Belajarlah untuk meningkatkan cara Anda membuat profil pengguna >

Bagaimana merancang peta perjalanan pelanggan

1. Tentukan titik kontak antara pelanggan dan perusahaan

Ada berbagai titik kontak antara pelanggan dan perusahaan, yang berarti mereka harus diidentifikasi dan dipetakan dengan hati-hati:

Secara umum, setiap bisnis tahu apa titik kontak utama dengan penggunanya. Namun, sering kali beberapa titik kontak luput darinya dan tidak dikelola dengan baik, yang mengakibatkan hilangnya peluang untuk membangun dialog yang bermanfaat dengan calon pelanggan.

2. Tetapkan mode interaksi antara pengguna dan titik sentuh

Oke, kita tahu apa itu titik sentuh. Tapi bagaimana pengguna berperilaku dalam kaitannya dengan masing-masing?

• Berapa banyak waktu yang mereka habiskan untuk setiap titik sentuh?
• Tindakan apa yang mereka lakukan?
• Apa tujuan interaksi mereka?

3. Tetapkan tujuan dan KPI

Setelah Anda menyelesaikan peta, penting untuk menetapkan tujuan dan KPI (indikator kinerja) berdasarkan mode interaksi pengguna dengan setiap titik kontak individu. Misalnya, untuk situs web, fokusnya adalah pada penelusuran dan belanja pengguna; untuk media sosial fokusnya adalah pada interaksi pengguna/merek/kompetisi; untuk offline itu tentang perilaku membeli, dll. Jadi, murni dengan cara misalnya:

• Situs web: tujuannya adalah lalu lintas, KPI adalah kunjungan
• Media sosial: tujuannya adalah keterlibatan, KPI adalah interaksi
• Acara: tujuan adalah kesadaran, KPI adalah peserta
• DEM Promosi: tujuannya adalah konversi, KPI adalah jumlah pesanan

Dan seterusnya.

Mengintegrasikan data yang dikumpulkan, mulai dari pemetaan hingga pembuatan profil

Memetakan titik sentuh dan menetapkan tujuan dan KPI untuk masing-masingnya masih belum cukup. Kami harus membuat data yang dikumpulkan "berinteraksi" satu sama lain untuk menghapus anonimitas pengguna dan membuat "kartu identitas" yang unik.

Apa yang kami ketahui tentang pengguna kami? Pertama-tama, kami memiliki kartu identitas unik untuk setiap pengguna, yang memungkinkan kami melacak perilaku mereka di titik kontak perusahaan . Sekarang mungkin untuk membuat profil setiap identitas dalam database berdasarkan data demografi dan perilaku.

Ada dua jenis data utama yang kami akses: data demografis (yaitu terkait dengan informasi pengguna 'statis') dan data perilaku.

Data demografi

Ini adalah informasi klasik yang digunakan untuk membuat persona pembeli tradisional. Ini termasuk:

• Nama depan
• nama keluarga
• Surel
• Telepon
• Usia
• Kota/Kota

Dan seterusnya. Ini adalah informasi penting saat melakukan segmentasi berdasarkan geografi atau detail pribadi, tetapi juga harus diintegrasikan dengan informasi tentang perilaku. Seperti yang ditunjukkan sebelumnya, seorang pria berusia 20 tahun yang ingin memberi ibunya krim anti-penuaan adalah klien potensial yang tidak akan dicegat oleh segmentasi demografis saja.

Data perilaku

Ini adalah data yang dikumpulkan dengan menganalisis interaksi antara pengguna dan titik sentuh , yang secara akurat menguraikan perilaku, minat, dan sikap pengguna berdasarkan fakta, bukan data teoretis. Informasi ini meliputi:

1) Frekuensi pembelian:

• Pembeli yang sering
• Pembeli sporadis
• pembeli VIP
• pembeli setia

2) Kekinian, yaitu tanggal terakhir interaksi:

• Pengguna aktif
• Tidak aktif
• Hilang

3) Tanggal pembelian:

• Tanda terima penjualan rata-rata
• Keranjang belanja sedang
• Kategori dan produk yang paling banyak dibeli
• Musiman
• dll.

4) Mode interaksi dengan berbagai titik sentuh:

• Saluran (SMS, situs web, email, dll.)
• Perangkat (ponsel, meja, tablet)
• Jaringan sosial
• Obrolan langsung
• dll.

Kembali ke contoh e-commerce yang menjual produk kecantikan, dengan cara ini kami sekarang dapat memperluas target kami tidak hanya ke segmen statis yang diekstrapolasi dengan data kuantitatif (misalnya wanita di atas usia 60 tahun yang sudah membeli produk anti-penuaan 6 bulan yang lalu ). Kami dapat mengirimkan komunikasi unik bahkan kepada pria berusia 20 tahun (data demografis) yang mungkin telah melihat kategori produk anti-penuaan dan menggunakan obrolan langsung untuk mengetahui produk mana yang terbaik untuk wanita di atas usia 60 (interaksi dengan perusahaan titik sentuh) dan siapa pembeli tetap (frekuensi).