De ce analiza comportamentală predictivă va schimba pentru totdeauna retargetingul

Retargeting tratează toți clienții în același mod, indiferent de comportamentul lor la fața locului. H ERE este motivul pentru direcționarea în funcție de comportament cu algoritmi este gata să upend acel model.

În retargetingul standard, un consumator vizitează un site de comerț electronic precum Amazon și apoi își desfășoară ziua. Vizitând alte site-uri precum CNN, el sau ea va vedea reclame Amazon, cu condiția ca Amazon să depășească alți agenți de publicitate interesați, cum ar fi Best Buy sau Target.

Majoritatea companiilor redirecționează consumatorii în același mod, indiferent de intenția lor. Dacă văd un potențial cumpărător care și-a vizitat site-ul și a răsfoit produse – sau chiar a plasat produse într-un coș de cumpărături – licitează pentru spațiu publicitar pentru a redirecționa odată ce acel client pleacă.

Dar gândește-te la asta pentru un moment: clientul care a plasat un articol într-un coș este mult mai aproape de a face o achiziție reală. În comparație cu clientul care a răsfoit pur și simplu câteva produse, el sau ea are mai multe șanse să revină și să finalizeze tranzacția dacă vede un anunț pe alt site.

Să presupunem că un client a răsfoit BestBuy și apoi a vizitat Target și, de fapt, a pus un produs într-un coș. Din punct de vedere istoric, Best Buy și Target ar continua să vizeze acest client în același mod. Dar nu are sens să o faci așa.

Clientul a fost mult mai aproape de a cumpăra un produs de la Target. Drept urmare, Target ar trebui să facă publicitate acestui client specific, deoarece Target are șanse mai mari să vândă efectiv ceva acestei persoane. Dar dacă Best Buy depășește Target, acest client ar putea foarte bine să vadă reclame pentru produse pe care nu este la fel de probabil să le cumpere. Și, sincer, Best Buy își irosește banii.

Să fim inteligenți în ceea ce privește retargeting

Cred că retargetingul algoritmic este următorul lucru important în publicitatea online. Prin dezvoltarea unui algoritm care segmentează clienții în funcție de comportamentul site-ului, precum și de locul în care se află în ciclul de achiziție, mărcile pot crește eficiența programelor lor de retargeting, reducând astfel costul.

Putem măsura nivelul de interes, precum și anumite zone de interes și putem anticipa intenția clienților. Apoi, mărcile pot folosi acele date pentru a-și identifica eforturile de redirecționare asupra acelor clienți care sunt cel mai probabil să facă o achiziție.

Aceasta înseamnă că, în loc să cheltuiască milioane de dolari pentru a redirecționa orbește toți clienții în toate etapele, companiile îi pot viza în mod agresiv pe cei mai apropiați de cumpărare, pot cheltui dolari publicitari mai eficient și pot crește conversiile.

Retargeting algoritmic/comportamental cu Lenovo

Lenovo este un brand care testează retargeting algoritmic alături de retargeting clasic. În primul, se utilizează modele comportamentale – care includ între 300 și 400 de variabile – bazate pe date demografice și psihografice.

„Când ne-am uitat cu adevărat la datele observate, era un grup mic în cazul nostru – 1% dintre clienți sunt responsabili pentru majoritatea achizițiilor”, spune Ajit Sivadasan, vicepreședinte și director general al comerțului electronic global la Lenovo. „Și diferența dintre cei care cumpără și cei care nu cumpără este de aproape 900 de ori. Oamenii care cumpără sunt de 900 de ori mai mari în ceea ce privește valoarea tranzacției pe unitate, comparativ cu cei care nu au tendința de a cumpăra.”

O experiență mai bună pentru clienți

Sivadasan a mai remarcat că, cu retargeting standard, mărcile ajung să ofere tuturor potențialilor clienți aceeași experiență. Lenovo se concentrează pe 1% dintre oameni care cumpără, optând să nu inunde ceilalți 99% cu marketing.

Sau, așa cum a spus Ashish Braganza, directorul de business intelligence global al mărcii, Lenovo era foarte bazată pe reguli înainte de aceste teste. Regula era în general că, dacă cineva își abandona căruciorul, acesta va fi rețintit peste tot.

„Dacă ar fi abandonat și ar merge la, să zicem, Yahoo sau MSN sau CNET, am fi retargeting pentru că cumpărăm inventar pentru a redirecționa. Este o metodologie foarte spray-and-pray”, spune Braganza. „Nu știi dacă ar trebui să cheltuiești bani pe acea persoană, valoarea [sa] și tendința de a cumpăra un produs.”

Cu retargeting algoritmic, totuși, Lenovo poate crea grupuri de clienți cu valoare mare și mică și poate cumpăra media în consecință. Dincolo de cărucioarele de cumpărături, marca se uită la ce alte produse a văzut cineva și cu care s-a implicat.

Analizarea a ceea ce fac oamenii după ce adaugă ceva în cărucioarele lor oferă Lenovo mai multă încredere în ceea ce privește prezicerea cine are o tendință mai mare de a cumpăra. La rândul său, îi permite, de asemenea, lui Lenovo să fie mai eficient în cheltuielile sale de afișare, bazându-l pe acțiunile consumatorului, mai degrabă decât pe pulverizare și rugăciune.

Un nivel mai ridicat de încredere

După teste ample, Sivadasan a spus că este destul de sigur că acest model funcționează și Lenovo își dă acum seama cum să-l aplice pe harta de călătorie de la capăt la capăt.

„Sunt câteva lucruri pe care trebuie să le facem pentru a înțelege cu adevărat cum se va manifesta modelul din punct de vedere al experienței și ce este esențial de înțeles pentru fiecare dintre seturile de clienți și să ne dăm seama dacă oferim aceeași experiență timp de 60 de zile, 90 de zile. zile, un an? Care este protocolul?” întreabă Sivadasan. „Părerea mea este că vrem cu adevărat să o ducem la bun sfârșit, așa că am putea testa într-o țară în următoarele șase luni.”

După simulări, Lenovo are un nivel ridicat de încredere că retargetarea algoritmică va depăși retargerea bazată pe reguli, dar marca trebuie să implementeze teste reale acum. Cu toate acestea, pe baza testelor inițiale, Braganza a spus că Lenovo pare să fie capabil să genereze conversii suplimentare la un cost mai mic, ceea ce înseamnă economii pentru afacere în general și mai multă eficiență cu modul în care își cheltuie dolarii de marketing.

„Frumusețea programului este că viitorul va fi despre algoritmi care concurează cu alți algoritmi”, spune el. „Echipa mea este acolo unde vrem să fim cu capacitatea de a testa eficacitatea diferiților algoritmi pentru a optimiza cheltuielile noastre media, așa că este în desfășurare. Nu va fi unul și gata. Este un început, dar, în principiu, este o cursă pentru a avea un algoritm mai bun.”

Jay Marwaha este președinte și CEO al SYNTASA.