איך להשתמש ב- Predictive Analytics כדי לשפר את הלידים שלכם

מאת: דניאל ניומן, מנכ"ל חברת BroadSuite Media Group

האם תחום השיווק מצא את פתרון הקסם שלו בבינה מלאכותית? בהחלט ייתכן שכן. חברות כמו Salesforce
ו- IBM שחררו לאחרונה סבב חדש של כלי שיווק מבוססים על בינה מלאכותית במחיר השווה לכל נפש. הכלים הללו מייתרים את הצורך לניחושים בשיווק: אלו מערכות שחוסכות לחברות כסף וזמן בו בזמן שהן משפרות את שיעורי ההמרה של לידים. אפילו טוב יותר, הן עושות זאת באופן אוטומטי.

לדוגמה: חנות של הארלי-דיווידסון עמדה להיסגר. היא מכרה רק שני אופנועים בשבוע, והייתה נואשת לשפר את איכות הלידים ושיעורי ההמרה. אחרי שניסתה מערכת מבוססת על בינה מלאכותית, החנות מכרה 15 אופנועים בשבוע.
איך זה קרה?

כשהיא משתמשת בדאטה הקיימת על הלקוחות, הפלטפורמה חיפשה במערכת CRM כדי להגדיר תכונות של לקוחות 'בעלי ערך רב'. על בסיס נתונים אלה נוצרו רשימות 'Look a Like' של לידים שהיו דומים לקונים קודמים ואליהם כוונו מיני-קמפיינים ייעודיים. המערכת גם בדקה אילו מילים במסרים שנשלחו מהחנות הובילו ליותר פניות ומכירות. החנות קפצה ממציאת ליד מוצלח אחד ביום ל-40 לידים ביום. תוך שלושה חודשים המכירות גדלו בכמעט 3000 אחוזים.

זה נראה קל מכדי להיות נכון, אבל זה משום שרובנו לא מסוגלים להבין את העוצמה והמהירות שבהן בינה מלאכותית יכולה למדוד דאטה ולערוך לה אופטימיזציה. הנה כמה טיפים לאלה שהיו רוצים ליהנות מהקסם של Predictive Analytics בשיווק:

וודאו שה- CRM שלכם מדויק

כלי ה- Predictive Analytics לשיווק עובדים בשיתוף עם ה-CRM שלכם – אם הוא מלא בזבל, גם התוצאות שתקבלו לא יהיו שוות כלום. כפי שציין כותב אחד: "תחזיות הן באותה איכות של מקורות הדאטה עליהן הן מתבססות" מוטב שתהיה לכם מעט דאטה מדויקת מאשר דאטה רבה שהיא אפשר לסמוך עליה. אז ראשית וודאו שהדאטה נקייה, מדויקת ואמינה.

לכו לאט

על אף שתחום הבינה המלאכותית מתפתח במהירות, אין לכם לאן למהר. הארלי דיווידסון השתמשו במיקרו-סגמנטים קטנים כדי לבחון קמפיינים לפני ששחררו אותם לבסיס הלידים הגדול יותר שלהם. השיטה הזו עזרה להם לגלות מהם המסרים האפקטיביים ביותר ולערוך התאמות לפי הצורך – לפני שהקמפיין המלא נשלח בדרכו אל הלידים. לדוגמה, הם מצאו שמסרים עם המילים: 'התקשרו עכשיו' השיגו ביצועים טובים יותר בכמעט 40 אחוזים מאשר מסרים עם המילים: 'קנו עכשיו!'. הם היו מסוגלים לשנות את הניסוח לפני ששלחו את המסרים דרך כל הערוצים, וכך הבטיחו שלקמפיין יהיה סיכוי טוב יותר להצליח.

חפשו את הלידים השווים

חברת Shoretel הצליחה לשנות את שיעור ההמרה של לידים איכותיים מ-1 ל-100 ל-1 מ-12, רב בכך שהשתמשה ב- Predictive Analytics כדי לקבוע אילו לידים יהיו 'ההתאמה הטובה ביותר'. כשמצמצמים את רשימות הלידים, אנשי המכירות יכולים למיין אותם וליצור איתם קשר מהר יותר ובקלות רבה יותר, מה שמפחית חלק מההצפה והייאוש של תהליך ה-Follow Up במכירות.

אחרון חביב: האמינו בקסמים

בעלי עסקים או צוותי שיווק מסוימים עלולים להתקשות להפנים שבינה מלאכותית צריכה לקבוע להם על אילו לידים לוותר, באילו מילים להשתמש, ואילו מסרים לשלוח. אבל הם יצטרכו להרפות מעט מהאחיזה במושכות אם הם רוצים שהבינה המלאכותית תעשה את העבודה שלה. בינה מלאכותית מאפשרת לכם לעשות בחירות על בסיס מה שהוכח בשטח – לא על בסיס תובנות אישיות או ניסיון. היא גם מגדילה את מגרש המשחקים שלכם בכך שהיא מנהלת רשת רחבה הרבה יותר מאשר הייתם יכולים לנהל בעצמכם. למשל, בני אדם יכולים לנהל כמה מאות מילות מפתח בבת אחת – בינה מלאכותית יכולה לנהל מאות אלפי מילות מפתח בבת אחת, תוך כדי שהיא גם מעבדת מיליוני אינטראקציות בדקה. העוצמה הזו יכולה לעזור לעסקים לעשות יותר מאשר למצוא לידים חדשים. היא יכולה לעזור להם למצוא שווקים גיאוגרפיים חדשים, פרטנרים פוטנציאליים חדשים, ומוצרים פוטנציאליים חדשים.

על אף שבינה מלאכותית נוטלת חלק מעוצמת קבלת ההחלטות מידיים אנושיות, היא גם יכולה לשמור על המוטיבציה של צוותי המכירות ולהניע את העסק קדימה. השימוש בה חוסך זמן וכסף ומשחרר אתכם לנהל דברים אחרים. אני מניח שיותר ויותר עסקים יסכימו לשחרר חלק מסמכות קבלת ההחלטות שלהם כדי להשיג תוצאות קסומות כאלה.

דברו איתנו
פרטים שעליך להשלים בטופס:

    קריית עתידים תל אביב | 03-7666800 | וואטסאפ: 054-5977779

    info@ness-tech.co.il