通過 4 個步驟創建客戶旅程地圖

我們經常談論這一點：營銷自動化的目的是增加發送給客戶和潛在客戶的通信的相關性。 什麼時候溝通是相關的？ 當正確的消息在正確的上下文中發送給正確的用戶時。

目標是在正確的時間到達收件人，當他們更加開放和接受我們的溝通時。 為此，您需要徹底了解他們的動作、喜好和身份。

他們是誰？ 他們通過什麼（數字）途徑獲取信息、新聞或提示？ 他們使用哪些渠道，以及如何使用？ 簡而言之，徹底分析和細分您的數據庫很重要。  

營銷自動化如何運作？

為什麼要創建客戶旅程地圖

近年來，客戶旅程確實發生了變化，並且正在以極快的速度繼續發展。 在很短的時間內，我們通過數十種溝通渠道（我們消費信息的地方）和設備（台式機、手機、智能電視或智能手錶等獲取信息的工具）從線性購買行為轉變為極其複雜的行為）。

用戶和品牌之間的每個接觸點都被稱為接觸點：公司最重要的是了解其所有接觸點、繪製它們並對其進行管理。

我們如何解決這個問題並確保我們發送真正相關的通信？ 我們需要：

• 通過他們的行為和以前的購買（分析）來攔截對購買特定產品表現出興趣的用戶
• 向這些用戶發送臨時消息（分段）

看起來很容易，但事實並非如此。 讓我們看一個實際的例子。

1. 電商類型：美容產品
2. 推廣：女性抗衰老面霜
3. 工具：時事通訊

根據“傳統”營銷，我們可以根據“性別：女性”進行細分。 有總比沒有好，但這還不夠。 由於以下原因，該消息不相關：

1. 隔離不充分：一個 20 歲的女性不太可能對一種甚至可能很昂貴的抗衰老產品感興趣。 應按年齡、平均銷售收​​入等進一步細分。
2. 脫靶細分：20 歲的男性（因此完全脫靶）可能需要給母親送禮物，因此在瀏覽網站時表現出對抗衰老產品的興趣。

因此，在開始任何營銷自動化項目之前，在以下方面投入適量的時間和預算至關重要：

1. 繪製客戶和公司之間的接觸點
2. 分析用戶與每個接觸點之間的交互
3. 使用它們來設定營銷目標和 KPI
4. 整合收集的數據並執行分析

學習改進您進行用戶分析的方式 >

如何設計客戶旅程地圖

1、確定客戶與公司的接觸點

客戶和公司之間有各種接觸點，這意味著必須確定並仔細規劃它們：

從廣義上講，每個企業都知道與用戶的主要接觸點是什麼。 但是，通常情況下，某些接觸點會避開它們並且沒有得到妥善管理，從而失去與潛在客戶建立富有成效的對話的機會。

2.建立用戶與接觸點的交互模式

好的，我們知道接觸點是什麼。 但是用戶對他們每個人的行為如何？

• 他們在每個接觸點上花費了多少時間？
• 他們執行什麼操作？
• 他們互動的目的是什麼？

3. 設定目標和 KPI

完成地圖後，根據用戶與每個單獨接觸點的交互模式設置目標和 KPI（績效指標）非常重要。 例如，對於網站，重點是用戶瀏覽和購物； 對於社交媒體，重點是用戶/品牌/競爭互動； 對於線下，它是關於購買行為等。所以，純粹舉例：

• 網站：目標是流量，KPI是訪問量
• 社交媒體：目標是參與，KPI 是互動
• 事件：目標是意識，KPI是參與者
• 促銷 DEM：目標是轉化，KPI 是訂單數量

等等。

整合收集到的數據，從映射到分析

映射接觸點並為每個接觸點設定目標和 KPI 仍然不夠。 我們必須讓收集到的數據相互“交互”，以消除用戶的匿名性，並創建一個獨特的“身份證”。

我們對用戶了解多少？ 首先，我們為每個用戶配備了唯一的身份證，這讓我們可以在公司的接觸點上追踪他們的行為。 現在可以根據人口統計和行為數據在數據庫中分析每個身份。

我們訪問的數據主要有兩種類型：人口統計數據（即與“靜態”用戶信息相關）和行為數據。

人口統計數據

這是用於創建傳統買家角色的經典信息。 這些包括：

• 名
• 姓
• 電子郵件
• 電話
• 年齡
• 城鎮/城市

等等。 這是根據地理或個人詳細信息執行細分時的基本信息，但它也應該與行為信息相結合。 正如之前所指出的，一位 20 歲的男性想要給他的母親一個抗衰老霜是一個高潛力的客戶，他不會被單獨的人口細分截獲。

行為數據

這是通過分析用戶與接觸點之間的交互而收集到的數據，基於事實準確勾勒出用戶的行為、興趣和態度，而非理論數據。 這些信息包括：

1) 購買頻率：

• 常客
• 零星買家
• VIP買家
• 忠實買家

2) Recency，即最後一次互動的日期：

• 活躍用戶
• 不活動
• 丟失

3) 購買日期：

• 平均銷售收​​入
• 中型購物車
• 購買最多的類別和產品
• 季節性
• 等等。

4) 與各種接觸點的交互方式：

• 渠道（短信、網站、電子郵件等）
• 設備（手機、桌面、平板電腦）
• 社交網絡
• 在線聊天
• 等等。

回到電子商務銷售美容產品的例子，通過這種方式，我們現在可以擴大我們的目標，而不僅僅是通過定量數據推斷的靜態細分（例如，60 歲以上的女性在 6 個月前已經購買了抗衰老產品） ）。 我們甚至可以向 20 歲的男性（人口統計數據）發送獨特的信息，他們可能已經看過抗衰老產品類別並使用實時聊天找出最適合 60 歲以上女性的產品（與公司的互動）接觸點）以及誰是常客（頻率）。