你知道么,80%的用户在下载应用程序的三个月内流失?这是因为大多数APP的受众都是面向大众,而没有找到精准人群。
通常来说,APP营销的目标是尽可能多地满足消费者的需求,并希望能以高于平均水平的比例进行招聘。但营销人员面临的一个挑战是,如今,许多战略都是与高级用户目标和增长无关的指标驱动的。
更具体地说,APP程序的营销人员没有策略性地使用可用数据来提供高效的用户体验,最终提高业务盈利能力。
如今,营销人员需要从传统的追踪指标,转向衡量有助于保持和增长的东西。越来越多成功的公司开始投资以客户为中心的指标,如CLV(客户生命周期价值),以获得智能的、以消费者为中心的洞察,不仅能识别最有价值的客户,而且还能通过关键的行为和偏好来持续改善消费者的体验和过程。
CLV比单独应用程序更重要。它帮助应用程序和其他接触点协同工作,提供增值的、有凝聚力的体验。
CLV度量消费者在其生命周期内对业务所代表的价值,而不仅仅是单个事务或接触点,这最终是客户体验的定义。它是顾客在整个生命周期内对你的品牌所拥有的所有时刻的总和,营销和客户参与现在是跨职能的任务。
并不是所有的应用程序用户都是正确的用户。利用Pareto原则(Pareto principle 即帕累托法则,又称80/20法则、马特莱法则、二八定律、帕累托定律、最省力法则、不平衡原则、犹太法则。意大利经济学家帕累托提出的。法则认为原因和结果、投入和产出、努力和报酬之间本来存在着无法解释的不平衡),可以假定80%的业务价值是由20%的活跃用户造成的。虽然这些百分比并不是标准的,但他们确实强调需要识别和培养驱动APP业务的重要客户。
不能使用传统的广撒网营销策略,吸引尽可能多的用户在保持合理的活性,CLV与人工智能(AI)和机器学习的重点营销和开发商有针对性的参与和成长。这个想法是通过投资更多的增值用户体验和个性化报价来驱动利润。这样做有意识地与关键客户建立有意义的关系。
不幸的是,今天的客户体验很大程度上是孤立的。营销、移动、店内、电子商务、数码等都不合作,也不针对相同的客户和市场数据进行操作。但随着人工智能和机器学习与智能CLV计划的结合,这一切都将改变。
当目标是提供有针对性的综合体验时,不仅仅是在应用程序中,而是在整个每个接触点和整个生命周期中,公司创建的是一个真正以客户为中心的方法。 然后,AI帮助品牌获得对客户行为和期望更完整,对共同看法的理解。
此外,AI驱动的客户中心促进跨功能协作和数据共享,通过设计,提升客户体验,以及CLV和业务增长。
AI/机器学习平台在正确的方向上提供了智慧的见解。成功的品牌研究了一直以来,最高价值的客户收入,以及管理这些关系的成本。他们研究了所有渠道的CLV,以获得对所有交互中高价值行为的整体看法。当系统能够分析高值用户的重要特征时,可以学习如何优化CLV。
例如,为了获取潜在的高价值客户,AI/机器学习使用现有的高价值客户的数据来优化活动和接触方式。一项针对零售银行业务的研究发现,每次客户来电或拜访时,银行都要花4美元。然而,如果消费者可以通过应用程序完成交易,只需花费10美分。
关键是要以消费者喜欢和欣赏的方式提供服务。当我们的任务是识别摩擦点和新机会时,人工智能和机器学习将会有多大的发现。
获得一个新客户比保留一个客户要花更多的钱。赢得了CLV和AI优先级的品牌正在起草剧本。他们建立一个以客户为中心的概念。
在店内、数字和移动之间打开大门,这样团队就可以专注于一个清晰的业务目标,而不是单个的度量标准(例如参与或点击)。
将面向客户的组与业务结果(如CLV)结合起来,促进跨功能的协作和数据共享,以便在所有的接触点上集成客户的整体视图。
了解他们最看重的客户是谁,他们在其过程中所获得的收入,以及管理这段关系的成本——跨越所有渠道。
人工智能和机器学习都是通过使用现有数据而非认知偏差来提高的。系统学习的越多,它就越优化。
最后,并不是所有的客户都是平等的。通过识别那些驱动价值的人,如何以及为什么,学习如何设计和交付个性化的价值,并提升客户的参与度和经验,以不断发展业务。
- 本文固定链接: http://www.douyinkuaishou.cc/?id=22769
- 转载请注明: admin 于 抖音快手 发表
《本文》有 0 条评论