Pemasaran ulang: bukankah mereka akan kembali lagi?

Pemula baru di Team SaleCycle baru-baru ini menanyakan pertanyaan berikut kepada saya… “Bukankah mereka akan kembali lagi?”

Dengan 'mereka' rekan saya berarti 'pengunjung situs web' dan untuk menjawab pertanyaan ini saya perlu mengklarifikasi beberapa hal:

Dengan solusi pemasaran ulang apa pun (penargetan ulang perilaku AKA), pengunjung yang diidentifikasi target dan anonim berperilaku berbeda dan oleh karena itu untuk menjawab pertanyaan kita perlu melihat perilaku setiap jenis pengunjung secara terpisah.

Mari kita mulai dengan pengunjung yang teridentifikasi terlebih dahulu. Apa artinya bagi pengunjung untuk diidentifikasi atau dikenali?

Pengunjung yang teridentifikasi

Agar pengunjung situs web dapat diidentifikasi, pengunjung harus memasukkan data pengenal pribadi yang unik (alamat email atau nomor ponsel) di situs web baik selama kunjungan itu atau sebelumnya.

Biasanya ini berarti pengunjung sebelumnya telah membeli dari situs web itu, mendaftar untuk akun/buletin atau memasukkan detail mereka selama proses checkout.

Jika pengunjung teridentifikasi, kemungkinan mereka sudah memiliki hubungan dengan merek/situs web.

Atau dalam contoh terakhir, di mana mereka meninggalkan detail mereka selama kunjungan terakhir, mereka begitu tertarik pada pembelian dan hampir menyelesaikannya sehingga mereka meluangkan waktu untuk mengetikkan detail pribadi mereka ke dalam sebuah kolom.

Saat Anda melihatnya dalam konteks itu, Anda mulai menarik kesejajaran antara statistik yang sering dikutip di banyak paket Analytics: 'Pengunjung Baru vs Kembali'.

Sekarang, banyak orang mengacaukan pengukuran ini dengan pelanggan 'Baru vs Kembali' dan sering kali mengingat sifat pelacakan multi-perangkat/lintas-perangkat, sulit untuk melakukan analisis tersebut di platform analisis web.

Tim CRM jelas mengetahui perbedaannya dan tantangan menjadi lebih kompleks ketika merek mengoperasikan saluran online dan offline (telepon plus batu bata & mortir).

Pengunjung anonim

Pengunjung anonim sedikit berbeda.

Ketika seorang pengunjung tidak dapat dikenali dan mereka meninggalkannya, sangat sulit untuk mengenali mereka ketika mereka kembali dan membeli.

Jika tidak ada data pengenal pribadi saat mereka meninggalkan pembelian, bagaimana Anda tahu itu pasti mereka saat mereka kembali?

Tentu, ada data non-pribadi yang dapat membantu mengidentifikasi mereka seperti alamat IP dan informasi mesin tetapi menggunakan data tersebut untuk mengenali pengunjung tidak 100% akurat.

Pengunjung anonim hanya dapat diarahkan kembali ke situs melalui iklan bertarget, dan kami tahu bahwa itu ada tempatnya.

Karena banyak alat pemasaran ulang untuk pengunjung anonim berfokus pada menjaga pengunjung di situs dalam kunjungan yang sama, sulit untuk menguji berapa banyak yang akan kembali.

Kami di SaleCycle percaya bahwa itulah cara mengukur keberhasilan alat seperti pemasaran ulang di tempat, tidak seperti vendor lain yang mungkin mengklaim pengunjung anonim yang kembali hingga 30 hari setelah mereka pergi.

Jadi pengujian kami hanya berfokus pada menampilkan pesan kepada mereka dan membuat mereka membeli dalam kunjungan yang sama. Jadi sekarang mari kita parkir kelompok pengunjung itu.

Secara keseluruhan agak mungkin dan mudah untuk membuktikan bahwa pengunjung yang teridentifikasi memang kembali, tetapi dengan anonim lebih sulit, meskipun dapat diperkirakan dan jelas bahwa beberapa memang kembali. Namun, Anda ingin tahu berapa banyak yang kembali.

Nah, konteks adalah segalanya, dan untuk menjawab pertanyaan sepenuhnya, saya perlu memberikan lebih banyak konteks.

Bagaimana pengunjung berperilaku

Tes apa pun untuk membuktikan atau menyangkal teori adalah cara yang baik untuk melakukannya dan tes hanya bagus sebagai metodologinya; hasil mereka sendiri tidak selalu konklusif.

Untuk menguji bagaimana pengunjung berperilaku, kami menganalisis data untuk sejumlah klien di mana pengunjung diidentifikasi untuk melihat apa yang terjadi setelah mereka mengabaikan pembelian mereka. Dalam pengujian kami, kami menyebutnya sebagai "Tingkat Pemulihan Alami".

Kami menjalankan tes ini secara teratur untuk klien kami dan baru-baru ini melakukannya untuk pengecer besar.

Dalam pengujian pengecer ini, total lebih dari 50 ribu pengunjung unik meninggalkan pembelian online selama periode pengujian.

Pengujian kami membagi data secara alami dengan pengunjung yang teridentifikasi dan anonim di kedua sisi.

Kami kemudian mengirim email pemasaran ulang ke 90% pengunjung situs web yang dikenali dan melacak perilaku 10% pengunjung yang tidak berkomunikasi dengan kami.

Selama durasi pengujian, 33% pengunjung unik yang mengabaikan 'secara alami' kembali untuk menyelesaikan pembelian. Di sisi pengujian tempat kami mengirim email pemasaran ulang, 41% pengunjung unik yang mengabaikan kembali untuk menyelesaikan pembelian.

Mari kita uraikan lebih jauh.

Selama periode waktu yang diperpanjang (30 hari) 33% pengunjung di kedua sisi tes kembali secara alami (tidak ada komunikasi pengabaian yang dikirim kepada mereka) dan membeli.

Di sisi pengujian Pemasaran Ulang, tambahan 8% dari pengunjung unik yang mengabaikan yang diterima, dibuka, diklik, dan kembali untuk membeli, membuat tingkat konversi keseluruhan di sisi ini 41% – 33% +8%.

Perlu dicatat bahwa sekitar setengah dari 33% pengunjung di sisi pengujian ini benar-benar menerima email dan kembali untuk menyelesaikan pembelian tanpa membuka dan mengklik email dalam urutan yang sama.

Dapat dikatakan bahwa mereka membuka di satu perangkat dan kembali membeli di perangkat lain. Dalam hal ini perilaku mereka dicatat sebagai wajar di mana bisa dikatakan tidak.

Jadi ya, beberapa pengunjung memang kembali.

Jika Anda adalah pengecer besar, Anda mungkin beruntung karena proporsi pengunjung yang begitu tinggi datang kembali dalam waktu yang lama. Angka-angka ini berbeda untuk semua pengecer dan di sektor perjalanan misalnya karena kurangnya frekuensi kunjungan, angkanya jauh lebih rendah. Tapi bisakah Anda mengambil kesempatan bahwa mereka akan kembali dan membeli?

Michael Barber adalah Kepala Produk di SaleCycle dan kontributor ClickZ.