方案/報價詢問

Inquire & Quote

基本資料

  • 餐飲食品​
  • 咖啡/酒窖​
  • 美容產業​
  • 服飾品牌​
  • 代購/生活百貨​
  • 生技產業​
  • 課程/教育單位​
  • 個人形象經營​
  • 旅遊/住宿​
  • 小農品牌/園區體驗​
  • 設計/攝影/文創/藝術​
  • 娛樂/休閒服務業​
  • 寢具/傢飾​
  • 香氛/保養品/精油​
  • 汽車/機械、工具零件製造​
  • 清潔服務​
  • 其他​

  • 親友介紹
  • FB、IG粉絲專頁
  • Google搜尋
  • Yahoo搜尋
  • Line
  • 網頁圖像廣告
  • 其他

您的需求

  • $10000~$30000
  • $30000~$50000
  • $50000~$80000
  • 其他

已同意隱私權政策
2022. 1. 11

運用「暗漏斗」找出潛在消費者,「意圖數據」將成重要指標

運用「暗漏斗」找出潛在消費者,「意圖數據」將成重要指標

近年來,隨著第三方Cookie逐漸被淘汰,網站的資料隱匿性增加,品牌端也愈來愈難透過數據洞悉消費者想法。因此,如何善用有限數據,將成為行銷的決勝關鍵!

意圖數據概念興起,消費者「現在要幹嘛」是關鍵!

行銷漏斗(Marketing Funnel)模式,強調行銷人員需要與最頂層的消費者直接且頻繁的溝通。

然而,在B2B的行銷中,大部分客戶並不知道自己到底需要甚麼,供應端也無法向不能識別的潛在客戶銷售產品,因此「暗漏斗」(Dark Funnel)概念被提出。B2B企業開始重視起「意圖數據」,想要精準照亮位於暗漏斗的潛在買家。

隨著消費者隱私意識抬頭,暗漏斗概念也從B2B轉向B2C,暗漏斗強調「抓住那些行銷軟體或追蹤技術都無法定位的消費者」,不僅可以優化顧客旅程,還可以讓品牌建立知名度和親和力,同時推動差異化、創造需求和提高轉換率。

「意圖數據」是一種以客戶為中心的個人化策略。根據消費者的「即時意圖」,提供對應的體驗。了解消費者購買意向,並判斷下一步。

過去我們剖析消費者輪廓時,可能會想知道「這位客戶是誰?」、「這位客戶最近做甚麼?」。然而,從意圖數據的視角,提問將變成「這位客戶想要完成甚麼?」

例如:當一個使用者同期搜尋了「耐用地墊」、「沙發」和「餐桌/餐椅」時,那他極有可能要搬遷新家,這時就是「搬家公司」主動出擊的機會。

意圖數據已成為銷售週期的重要組成元素。它幫助企業在「對的時間

&對的人」建立聯繫管道。應該說,消費者的興趣標記、行為更具體化,輪廓還能比過去的第三方數據更明顯。目前意圖數據已能靠著強大的演算法來分析數十億用戶行為,還能夠跨活動、管道、不同應用程式,來了解各面向消費者的消費模式,找到合適目標,再交給行銷人員創造購買機會。

意圖數據動態化,AI破除偏見

數據隱私法規越加嚴格,企業/品牌使用匿名消費者意圖數據,來分析顧客購買模式和需求將成為趨勢。

過去企業使用意圖數據時,會依賴CRM(客戶關係管理)或客戶忠誠度計畫,來了解每一個消費者的想法,達到個人化的互動,這部分,大多會由企業端去手動篩選,例如:登入特定網址或曾針對同質性商品做過比較,然後抓出自己要的數據。

然而,人類容易對某項商品產生偏見,有時制定規則時太多假設,反而把自己局限了,而錯過部分潛在客戶。為了改善此狀況,數據分析公司Personify XP運用數據模型評估和推薦意圖信號,去取得消費者的「動態意圖數據」。企業不用再手動選擇,而是用AI訓練出來的模型去抓數據,消除人類偏見,並隨著業務滾動調整,讓企業決策越加靈活強大。

以保養品品牌為例,使用意圖數據,就不需要明確知道客人「想買保養品」,只要透過數據模型偵測到它相關的點擊傾向,就可以事先「預知」消費者的購買意圖,並開始制定對應的訊號,來增強這個意圖,讓消費者來到該網頁時,有最棒的體驗過程。

結合零方資料,讓行銷更有效率

根據LinkedIn統計,雖然消費者受益於電商興起,但賣方卻是困難重重。建議商家利用消費者意圖數據去制定策略,清楚知道哪些人是潛在客戶,這些人對目前甚麼感興趣,才能取得成功。

LinkedIn行銷解決方案資深總監表示:「零方資料(zero-party data)的使用,可以讓行銷活動更有效率。」既然企業或品牌方難以從第三方取得資料,那麼互相信任的品牌間就應該相互合作共享訊息,此所謂「零方資料」,不只可以驗證用戶意圖,還能大規模提供個人化體驗。

運用消費者意圖數據,企業可以在正確的時間,向客戶展示他們正在尋找的商品,讓取得新客源的成本降低,並將消費整體體驗大大提升。競爭日益激烈,這是各企業、品牌取得顧客和保留顧客,都要接觸的新課題。

參考來源

https://fc.bnext.com.tw/articles/view/1902

#新行銷 #大數據 #消費者心理 #意圖數據 #消費者行為

分享至: