通过 4 个步骤创建客户旅程地图

我们经常谈论这一点：营销自动化的目的是增加发送给客户和潜在客户的通信的相关性。 什么时候沟通是相关的？ 当正确的消息在正确的上下文中发送给正确的用户时。

目标是在正确的时间到达收件人，当他们更加开放和接受我们的沟通时。 为此，您需要彻底了解他们的动作、喜好和身份。

他们是谁？ 他们通过什么（数字）途径获取信息、新闻或提示？ 他们使用哪些渠道，以及如何使用？ 简而言之，彻底分析和细分您的数据库很重要。  

营销自动化如何运作？

为什么要创建客户旅程地图

近年来，客户旅程确实发生了变化，并且正在以极快的速度继续发展。 在很短的时间内，我们通过数十种沟通渠道（我们消费信息的地方）和设备（台式机、手机、智能电视或智能手表等获取信息的工具）从线性购买行为转变为极其复杂的行为）。

用户和品牌之间的每个接触点都被称为接触点：公司最重要的是了解其所有接触点、绘制它们并对其进行管理。

我们如何解决这个问题并确保我们发送真正相关的通信？ 我们需要：

• 通过他们的行为和以前的购买（分析）来拦截对购买特定产品表现出兴趣的用户
• 向这些用户发送临时消息（分段）

看起来很容易，但事实并非如此。 让我们看一个实际的例子。

1. 电商类型：美容产品
2. 推广：女性抗衰老面霜
3. 工具：时事通讯

根据“传统”营销，我们可以根据“性别：女性”进行细分。 有总比没有好，但这还不够。 由于以下原因，该消息不相关：

1. 隔离不充分：一个 20 岁的女性不太可能对一种甚至可能很昂贵的抗衰老产品感兴趣。 应按年龄、平均销售收入等进一步细分。
2. 脱靶细分：20 岁的男性（因此完全脱靶）可能需要给母亲送礼物，因此在浏览网站时表现出对抗衰老产品的兴趣。

因此，在开始任何营销自动化项目之前，在以下方面投入适量的时间和预算至关重要：

1. 绘制客户和公司之间的接触点
2. 分析用户与每个接触点之间的交互
3. 使用它们来设定营销目标和 KPI
4. 整合收集的数据并执行分析

学习改进您进行用户分析的方式 >

如何设计客户旅程地图

1、确定客户与公司的接触点

客户和公司之间有各种接触点，这意味着必须确定并仔细规划它们：

从广义上讲，每个企业都知道与用户的主要接触点是什么。 但是，通常情况下，某些接触点会避开它们并且没有得到妥善管理，从而失去与潜在客户建立富有成效的对话的机会。

2.建立用户与接触点的交互模式

好的，我们知道接触点是什么。 但是用户对他们每个人的行为如何？

• 他们在每个接触点上花费了多少时间？
• 他们执行什么操作？
• 他们互动的目的是什么？

3. 设定目标和 KPI

完成地图后，根据用户与每个单独接触点的交互模式设置目标和 KPI（绩效指标）非常重要。 例如，对于网站，重点是用户浏览和购物； 对于社交媒体，重点是用户/品牌/竞争互动； 对于线下，它是关于购买行为等。所以，纯粹举例：

• 网站：目标是流量，KPI是访问量
• 社交媒体：目标是参与，KPI 是互动
• 事件：目标是意识，KPI是参与者
• 促销 DEM：目标是转化，KPI 是订单数量

等等。

整合收集到的数据，从映射到分析

映射接触点并为每个接触点设定目标和 KPI 仍然不够。 我们必须让收集到的数据相互“交互”，以消除用户的匿名性，并创建一个独特的“身份证”。

我们对用户了解多少？ 首先，我们为每个用户配备了唯一的身份证，这让我们可以在公司的接触点上追踪他们的行为。 现在可以根据人口统计和行为数据在数据库中分析每个身份。

我们访问的数据主要有两种类型：人口统计数据（即与“静态”用户信息相关）和行为数据。

人口统计数据

这是用于创建传统买家角色的经典信息。 这些包括：

• 名
• 姓
• 电子邮件
• 电话
• 年龄
• 城镇/城市

等等。 这是根据地理或个人详细信息执行细分时的基本信息，但它也应该与行为信息相结合。 正如之前所指出的，一位 20 岁的男性想要给他的母亲一个抗衰老霜是一个高潜力的客户，他不会被单独的人口细分截获。

行为数据

这是通过分析用户与接触点之间的交互而收集到的数据，基于事实准确勾勒出用户的行为、兴趣和态度，而非理论数据。 这些信息包括：

1) 购买频率：

• 常客
• 零星买家
• VIP买家
• 忠实买家

2) Recency，即最后一次互动的日期：

• 活跃用户
• 不活动
• 丢失

3) 购买日期：

• 平均销售收入
• 中型购物车
• 购买最多的类别和产品
• 季节性
• 等等。

4) 与各种接触点的交互方式：

• 渠道（短信、网站、电子邮件等）
• 设备（手机、桌面、平板电脑）
• 社交网络
• 在线聊天
• 等等。

回到电子商务销售美容产品的例子，通过这种方式，我们现在可以扩大我们的目标，而不仅仅是通过定量数据推断的静态细分（例如，60 岁以上的女性在 6 个月前已经购买了抗衰老产品） ）。 我们甚至可以向 20 岁的男性（人口统计数据）发送独特的信息，他们可能已经看过抗衰老产品类别并使用实时聊天找出最适合 60 岁以上女性的产品（与公司的互动）接触点）以及谁是常客（频率）。