4 Adımda Müşteri Yolculuğu Haritası Oluşturun

Bunun hakkında sık sık konuşuyoruz: Pazarlama Otomasyonunun amacı, müşterilere ve potansiyel müşterilere gönderilen iletişimlerin alaka düzeyini artırmaktır . Bir iletişim ne zaman önemlidir? Doğru mesaj doğru kullanıcıya doğru bağlamda gönderildiğinde .

O zaman hedef, alıcıya tam olarak doğru zamanda, iletişimlerimize daha açık ve alıcı olduklarında ulaşmaktır. Bunu yapmak için hareketlerini, tercihlerini ve kimliklerini içten dışa doğru tanımanız gerekir.

Onlar kim? Bilgi, haber veya ipucu almak için hangi (dijital) yolu izliyorlar? Hangi kanalları ve nasıl kullanıyorlar? Kısacası, veritabanınızı kapsamlı bir şekilde profillemek ve segmentlere ayırmak önemlidir.  

Pazarlama Otomasyonu nasıl çalışır?

Neden bir müşteri yolculuk haritası oluşturmalısınız?

Son yıllarda, müşteri yolculuğu kesinlikle değişti ve son derece hızlı bir şekilde gelişmeye devam ediyor. Çok kısa bir zaman diliminde, düzinelerce iletişim kanalı (bilgi tükettiğimiz yerler) ve cihazlar (masaüstü bilgisayarlar, cep telefonları, akıllı TV'ler veya akıllı saatler gibi bilgilerin bize ulaştığı araçlar) aracılığıyla doğrusal satın alma davranışından son derece karmaşık davranışa geçtik. ).

Kullanıcı ve marka arasındaki her temas noktası bir temas noktası olarak bilinir: Şirketin tüm temas noktalarını bilmesi, haritasını çıkarması ve yönetmesi çok önemlidir.

Bunu nasıl çözeriz ve gerçekten alakalı iletişimler gönderdiğimizden emin oluruz? İhtiyacımız var:

• Davranışları ve önceki satın alma işlemleri (profil oluşturma) yoluyla belirli bir ürünü satın almaya ilgi gösteren kullanıcıları engellemek için
• Bu kullanıcılara geçici bir mesaj gönderin (segmentasyon)

Kolay görünüyor, ama değil. Pratik bir örneğe bakalım .

1. E-ticaret türü: Güzellik ürünleri
2. Teşvik: Kadınlar için yaşlanma karşıtı kremler
3. Araç: Bülten

'Geleneksel' pazarlamaya göre “cinsiyet: kadın” bazında bir segmentasyon yapabiliriz. Hiç yoktan iyidir ama yeterli değildir. Mesaj aşağıdaki nedenlerle alakalı değildir:

1. Yetersiz ayrım: 20 yaşındaki bir kadının, pahalı bile olabilen yaşlanma karşıtı bir ürünle ilgilenmesi pek olası değildir. Yaş, ortalama satış makbuzu vb. ile daha da bölümlere ayrılmalıdır.
2. Hedef dışı segmentasyon: 20 yaşında bir erkek (dolayısıyla tamamen hedef dışı) annesine bir hediye verme ihtiyacı duyabilir ve bu nedenle web sitesinde gezinirken yaşlanmayı önleyici ürüne ilgi gösterir.

Bu nedenle, herhangi bir Pazarlama Otomasyonu projesine başlamadan önce, aşağıdakilere doğru miktarda zaman ve bütçe yatırımı yapmak çok önemlidir :

1. Müşteri ve şirket arasındaki temas noktalarının haritasını çıkarmak
2. Kullanıcı ile bu temas noktalarının her biri arasındaki etkileşimi analiz etme
3. Pazarlama için hedefler ve KPI'lar belirlemek için bunları kullanma
4. Toplanan verileri entegre etme ve profil oluşturma

Kullanıcı profili oluşturma yönteminizi geliştirmeyi öğrenin >

Müşteri yolculuğu haritası nasıl tasarlanır?

1. Müşteri ile şirket arasındaki temas noktalarını belirleyin

Müşteri ve şirket arasında çeşitli temas noktaları vardır, bu da bunların tanımlanmaları ve dikkatlice haritalandırılmaları gerektiği anlamına gelir:

Genel olarak konuşursak, her işletme kullanıcılarıyla ana temas noktalarının neler olduğunu bilir. Ancak, bazı temas noktalarının gözden kaçması ve düzgün yönetilmemesi, potansiyel müşteriyle verimli bir diyalog kurma fırsatlarının kaybedilmesine neden olur.

2. Kullanıcı ve temas noktası arasındaki etkileşim modunu belirleyin

Tamam, temas noktalarının ne olduğunu biliyoruz. Ancak kullanıcılar her biri ile ilgili olarak nasıl davranıyor?

• Her temas noktasında ne kadar zaman harcıyorlar?
• Hangi eylemleri gerçekleştirirler?
• Etkileşimlerinin amacı nedir?

3. Hedefler ve KPI'lar belirleyin

Haritanızı bitirdikten sonra, her bir bireysel temas noktasıyla kullanıcının etkileşim moduna dayalı olarak hedefler ve KPI'lar (performans göstergeleri) belirlemek önemlidir. Örneğin, web siteleri için odak, kullanıcının göz atması ve alışveriş yapmasıdır; sosyal medya için odak noktası kullanıcı/marka/rekabet etkileşimleridir; çevrimdışı için satın alma davranışı vb. üzerinedir. Yani, tamamen örnek olarak:

• Web sitesi: amaç trafik, KPI ziyaretler
• Sosyal medya: amaç katılımdır, KPI etkileşimlerdir
• Etkinlikler: amaç farkındalık, KPI katılımcılardır
• Promosyon DEM'leri: amaç dönüşümler, KPI sipariş sayısıdır

Ve bunun gibi.

Haritalamadan profil oluşturmaya kadar toplanan verileri entegre etme

Temas noktalarını haritalamak ve her biri için hedefler ve KPI'lar belirlemek hala yeterli değil. Kullanıcının anonimliğini ortadan kaldırmak ve benzersiz bir "kimlik kartı" oluşturmak için toplanan verileri birbirleriyle "etkileşime sokmalıyız".

Kullanıcılarımız hakkında ne biliyoruz? Her şeyden önce, her kullanıcı için şirketin temas noktalarındaki davranışlarını takip etmemizi sağlayan benzersiz bir kimlik kartımız var. Artık demografik ve davranışsal verilere dayalı olarak veritabanındaki her kimliğin profilini çıkarmak mümkün.

Eriştiğimiz iki ana veri türü vardır: demografik veriler (yani 'statik' kullanıcı bilgileriyle ilgili) ve davranışsal veriler.

Demografik veri

Bu, geleneksel alıcı kişiliklerini oluşturmak için kullanılan klasik bilgidir . Bunlar şunları içerir:

• İlk adı
• Soyadı
• E-posta
• Telefon
• Yaş
• Kasaba/Şehir

Ve bunun gibi. Bu, coğrafyaya veya kişisel ayrıntılara dayalı bir segmentasyon gerçekleştirirken temel bilgidir, ancak davranışla ilgili bilgilerle de bütünleştirilmelidir. Daha önce de belirtildiği gibi, annesine yaşlanmayı geciktirici bir krem ​​vermek isteyen 20 yaşındaki bir erkek, yalnızca demografik segmentasyon tarafından ele geçirilemeyecek olan yüksek potansiyelli bir müşteridir.

davranışsal veriler

Bu, teorik verilerden ziyade gerçeklere dayalı olarak kullanıcının davranışını, ilgi alanlarını ve tutumlarını doğru bir şekilde ortaya koyan, kullanıcı ve temas noktaları arasındaki etkileşimi analiz ederek toplanan verilerdir. Bu bilgiler şunları içerir:

1) Satın alma sıklığı:

• sık alıcı
• ara sıra alıcı
• VIP alıcı
• sadık alıcı

2) Yenilik, yani etkileşimin son tarihi:

• aktif kullanıcı
• etkin değil
• Kayıp

3) Satın alma tarihi:

• Ortalama satış makbuzu
• Orta boy alışveriş sepeti
• En çok satın alınan kategoriler ve ürünler
• mevsimsellik
• vesaire.

4) Çeşitli temas noktalarıyla etkileşim modu:

• Kanallar (SMS, web sitesi, e-posta vb.)
• Cihaz (mobil, masa, tablet)
• Sosyal ağ
• Canlı sohbet
• vesaire.

Güzellik ürünleri satan e-ticaret örneğine geri dönersek, bu şekilde artık hedeflerimizi yalnızca nicel verilerle tahmin edilen statik segmentlere değil (örneğin, 6 ay önce zaten bir yaşlanma karşıtı ürün satın almış 60 yaş üstü kadınlar) genişletebiliriz. ). Yaşlanma karşıtı ürün kategorisini görmüş ve 60 yaş üstü kadınlar için en iyi ürünün hangisi olduğunu öğrenmek için canlı sohbeti kullanan 20 yaşındaki erkeklere (demografik veriler) bile benzersiz iletişimler gönderebiliriz (şirketle etkileşim) temas noktaları) ve düzenli alıcılar (sıklık).