Un enfoque basado en embudos para los bots de Messenger para la generación de prospectos (con métricas reales) PlatoBlockchain Data Intelligence. Búsqueda vertical. Ai.

Un enfoque basado en embudos para los bots de Messenger para la generación de leads (con métricas reales)


Un enfoque basado en embudos para los bots de Messenger para la generación de prospectos

Un enfoque basado en embudos para los bots de Messenger para la generación de prospectos (con métricas reales) PlatoBlockchain Data Intelligence. Búsqueda vertical. Ai.

Pruebas. La prueba es una de las principales cosas a las que he dedicado mis energías en el último año. Supuestos de prueba. Prueba de conceptos. Prueba de incrementos de producto.

incrementalismo es clave siempre que estés construyendo algo que aún no existe.

Cuando comenzamos Visualbots, una herramienta de chatbot para la generación de prospectos, las suposiciones para probar eran muchas. La industria aún estaba en pañales y los especialistas en marketing no estaban acostumbrados a herramientas como las nuestras. Y no sabíamos qué estrategias de diseño y optimización de bots habrían funcionado mejor.

Pero estábamos seguros de que había una suposición clave del producto para probar:

“¿Se pueden usar los bots de Messenger para la generación de prospectos y ofrecer mejores resultados que los dos principales productos sustitutos (es decir, páginas de destino y anuncios principales)?”

Para probar esta suposición, hemos trabajado con decenas de usuarios pioneros en diferentes industrias que gastaron decenas de miles de euros, siguiendo este proceso: transformamos una página de destino existente en un chatbot, ejecutamos campañas publicitarias de Facebook en el bot y medimos el rendimiento del embudo completo, con el objetivo final de lograr una tasa de conversión objetivo (ver uno de los primeros ejemplos a continuación).

Un enfoque basado en embudos para los bots de Messenger para la generación de prospectos (con métricas reales) PlatoBlockchain Data Intelligence. Búsqueda vertical. Ai.
Un ejemplo real de un embudo de bot de Messenger (generación de prospectos)

Esto nos ha permitido recopile una gran cantidad de datos y genere experiencia sobre cómo funciona el embudo de bots de generación de prospectos en Messenger. Y estoy escribiendo este artículo para compartir algunas de las lecciones que hemos aprendido en los siguientes tres puntos a continuación:

  1. El embudo de bots de Messenger
  2. Los KPI del bot de Messenger
  3. Optimización de los KPI del bot de Messenger

Disfruta el artículo.

El embudo de bots de Messenger

Como toda actividad de adquisición de usuarios, el flujo de mensajería se puede representar como un embudo, que consta de 3 pasos principales:

  1. Acquisition
  2. Activación
  3. Conversión
Un enfoque basado en embudos para los bots de Messenger para la generación de prospectos (con métricas reales) PlatoBlockchain Data Intelligence. Búsqueda vertical. Ai.
El embudo de bots de Messenger

1. Adquisición (= el anuncio)

La adquisición se refiere al canal de marketing utilizado para enviar tráfico al bot.

En nuestro caso está constituido por el Anuncio de mensajería por clic de Facebook se utiliza para dirigir el tráfico al chat de Messenger.

Un enfoque basado en embudos para los bots de Messenger para la generación de prospectos (con métricas reales) PlatoBlockchain Data Intelligence. Búsqueda vertical. Ai.
El anuncio

2. Activación (= el mensaje de bienvenida)

La activación se refiere a la primera acción significativa realizada por el usuario que comienza a chatear con el bot. En nuestro caso consiste en la interacción con el mensaje de bienvenida del bot.

La Bienvenidos es lo primero que ve un usuario cuando se encuentra con el bot de Messenger del anuncio.

Técnicamente forma parte del propio anuncio, pero siempre lo analizamos por separado, dado que tiene sus propias características y técnicas de optimización.

Un enfoque basado en embudos para los bots de Messenger para la generación de prospectos (con métricas reales) PlatoBlockchain Data Intelligence. Búsqueda vertical. Ai.
el mensaje de bienvenida

3. Conversión (= el cuerpo del bot)

La conversión se refiere a alcanzar el objetivo del bot.

En nuestro caso, dado que estamos hablando de generación de leads, generalmente consiste en recopilar un correo electrónico, después de que se hayan respondido varias preguntas de calificación contenidas en el "cuerpo del bot".

Un enfoque basado en embudos para los bots de Messenger para la generación de prospectos (con métricas reales) PlatoBlockchain Data Intelligence. Búsqueda vertical. Ai.
el cuerpo del bot

Los KPI del bot de Messenger

Cada paso del embudo del bot tiene su propio KPI. Los principales que analizamos son:

  1. Costo por click
  2. tasa de conversión del mensaje de bienvenida
  3. tasa de conversión de clientes potenciales

A continuación puede encontrar más detalles sobre cada KPI.

1. KPI de adquisición (= costo por clic)

El principal KPI que utilizamos es coste por clic (CPC). Indica qué tan costoso es un clic que envía tráfico al anuncio.

Este KPI depende casi por completo de la configuración del anuncio en sí, por lo que el contenido real del bot realmente no importa aquí.

La fórmula es el siguiente:

costo por clic = cantidad gastada/clics

Un razonable rango de valores porque la métrica está entre 0.20€ y 0.40€.

Hemos visto casos en los que el precio era mucho más bajo, lo que normalmente se traducía en una calidad de cliente potencial muy baja, o superior, lo que a veces generaba mejores tasas de conversión en el embudo que compensan el mayor costo de adquisición de tráfico.

2. KPI de activación (= tasa de conversión del mensaje de bienvenida)

El principal KPI que utilizamos es el tasa de conversión del mensaje de bienvenida. Indica cuántas personas que han visto el mensaje de bienvenida han interactuado con él, iniciando la conversación con el bot.

Este KPI depende principalmente de la coherencia entre el texto o la imagen del anuncio y el contenido del mensaje de bienvenida y la forma en que se escribe el mensaje (por ejemplo, las preguntas retóricas cortas normalmente funcionan mejor).

La fórmula es el siguiente:

tasa de conversión del mensaje de bienvenida = conversaciones iniciadas/clics en el enlace

La métrica "Conversaciones iniciadas" se refiere a la cantidad de veces que las personas comenzaron a enviar mensajes a su empresa. Incluye conversaciones con nuevos usuarios, así como con usuarios previamente comprometidos (en ese sentido, es diferente de la definición de Facebook de Conversaciones de mensajería iniciadas).

La métrica "Clics en el enlace" se refiere a la cantidad de clics que llevaron a los usuarios a abrir el chat (de la misma manera que se define por Facebook). Preferimos usar esta métrica, en lugar de los clics normales, para que podamos excluir el efecto de las personas que hacen clic en partes del anuncio que no están vinculadas al chat, como el nombre de la página.

Un razonable rango de valores porque la métrica está entre 25% y 50%.

3. KPI de conversión (= tasa de conversión de prospectos)

El principal KPI que utilizamos es el tasa de conversión de clientes potenciales. Indica cuántas personas que comenzaron a interactuar con el bot finalmente dejaron su información personal más valiosa (por ejemplo, un correo electrónico o un número de teléfono), que generalmente se solicita al final del embudo.

Este KPI depende de cómo esté estructurado todo el embudo, de la duración del flujo y de la forma en que se solicita la información personal.

La fórmula es el siguiente:

tasa de conversión de prospectos = prospectos/conversaciones iniciadas

El concepto de “Cliente potencial” varía mucho de una empresa a otra, pero normalmente se puede definir como un usuario que responde a la pregunta de calificación más importante del embudo.

Además, definir un rango para esta métrica es realmente difícil, ya que varía mucho según la industria.

Un razonable rango de valores para un embudo de calificación medio-largo (es decir, con más de seis preguntas) está entre 25% y 50%.

Pero puede dispararse fácilmente por encima del 75% en el caso de embudos de muy alto rendimiento.

Optimización de los KPI del bot de Messenger

Antes de entrar en los aspectos técnicos de cómo mejorar los KPI anteriores, hay un concepto principal a tener en cuenta al crear y optimizar un bot Messenger creado para fines de adquisición de clientes:

Tu necesitas crear consistente Experiencias ad-to-bot.

El anuncio y el bot deben concebirse juntos, ya que no hay forma de comenzar a mejorar el bot si el anuncio no es coherente con él. Simplemente recibiría un tráfico deficiente que no podrá optimizar.

Un enfoque basado en embudos para los bots de Messenger para la generación de prospectos (con métricas reales) PlatoBlockchain Data Intelligence. Búsqueda vertical. Ai.

Hemos aprendido esto de la manera difícil, cuando las primeras pruebas no producían los resultados esperados. Y la primera señal de ello fue realmente baja tasa de conversión de mensajes de bienvenida (es decir, solo unas pocas personas que interactuaban con el anuncio de Facebook comenzaron a interactuar con el bot).

Para comprender las razones por las que sucedía, hicimos múltiples pruebas de UX con los bots, pidiéndole a los usuarios que revisaran todo el embudo y nos contaran qué esperaban, paso a paso. Claramente se supo que la primera razón por la que la gente se cayó fue que lo que recibieron en el chat no era lo que esperaban.

Y esto sucedió porque quién estaba haciendo el anuncio (el probador) era diferente de quién estaba creando el bot (nosotros).

Fue entonces cuando entendimos que, incluso antes de construir el bot, necesitábamos pensar en todo el embudo juntos, a partir del anuncio (y como consecuencia, decidimos diseñar anuncios junto con el bot, usando esta herramienta genial para maquetas de anuncios).

Habiendo dicho eso, ahora podemos profundizar en los detalles de qué mirar al mejorar los diferentes pasos del embudo.

1. Optimización del KPI de adquisición (= costo por clic)

Estas son las preguntas clave que nos hacemos cuando el anuncio no funciona según lo previsto (es decir, el CPC se encuentra constantemente fuera del rango esperado).

  • ¿Utiliza campañas objetivas de mensajes (optimización de nivel de campaña)?

En nuestras pruebas, han demostrado tener un rendimiento consistentemente mejor que otras campañas, incluidas las campañas de conversión.

  • ¿Está utilizando la audiencia correcta (optimización de nivel de conjunto de anuncios)?

Esto ha revelado que tiene un gran impacto en el rendimiento del anuncio, como sucede en cualquier otro tipo de campañas de Facebook. El único aspecto que vale la pena mencionar aquí es que una buena técnica de optimización es la siguiente: después de que se haya recopilado una buena cantidad de conversaciones, puede crear audiencias parecidas para dirigirse a personas similares a las que ya chatearon con su bot. Y esto funciona bastante bien.

  • ¿Está utilizando un llamado a la acción (CTA) de bajo esfuerzo (optimización de nivel de anuncio)?

En nuestras pruebas, las CTA que implican un gran esfuerzo potencial para el usuario (p. ej., "Enviar mensaje") se desempeñaron peor que las de bajo esfuerzo (p. ej., "Más información").

2. Optimización del KPI de activación (= tasa de conversión de mensajes de bienvenida)

Estas son las preguntas clave que nos hacemos cuando el mensaje de bienvenida no funciona según lo previsto (es decir, la tasa de conversión está constantemente por debajo del 25%).

  • ¿El contenido de su mensaje de bienvenida es coherente con el texto y la imagen del anuncio?

Como se destacó anteriormente, la razón principal por la que fallan las campañas de adquisición de bots es que la experiencia del anuncio y el bot no se han pensado juntas. Alinear el contenido del anuncio con el del mensaje de bienvenida.

  • ¿Estás haciendo una pregunta de bajo esfuerzo?

El rol del mensaje de bienvenida es esencialmente pedirle al usuario que opte por la conversación con el bot. Como consecuencia, desea minimizar la fricción tanto como sea posible. Y la forma en que se redacta el mensaje tiene un gran impacto. Como michael destacados en su articulo, el bajo esfuerzo pide que funcione bien, especialmente si están en forma de preguntas retóricas. Los ejemplos podrían ser "¿Quieres empezar?" o "¿Quieres recibir un código de cupón gratis?".

3. Optimizar el KPI de conversión (= tasa de conversión de plomo)

Siendo el concepto de lead diferente de una empresa a otra, es difícil extraer lecciones sobre cómo optimizar este KPI. Tenga esto en cuenta cuando lea las preguntas clave que nos hacemos cuando la tasa de conversión de clientes potenciales no funciona según lo previsto (es decir, la tasa de conversión se encuentra constantemente por debajo del 25%).

  • ¿La conversación genera suficiente confianza para que el usuario deje sus datos de contacto?

Mientras realizábamos nuestras pruebas nos dimos cuenta de algo que no habíamos esperado antes. Inicialmente, partimos de la suposición de diseño de que los bots más cortos habrían funcionado mejor que los más largos, ya que los usuarios habrían realizado menos pasos.

Pero estos bots cortos no estaban funcionando como se esperaba, y eliminar preguntas produjo resultados aún peores. Cuando ejecutamos pruebas UX, comenzamos a recibir comentarios como los siguientes:

"Parece que no ha habido suficientes preguntas para dar la dirección de correo electrónico"

"¿Cómo va a proporcionarme una cita personal con un número tan limitado de información?"

Paradójicamente, parecía que los usuarios esperaban muchas preguntas antes de que pudieran considerar confiable el bot y decidieran proporcionar sus datos personales. En otras palabras:

Las preguntas generan confianza

La realidad es que el embudo de bot de un bot de generación de leads se parece más al que puedes ver a continuación.

Un enfoque basado en embudos para los bots de Messenger para la generación de prospectos (con métricas reales) PlatoBlockchain Data Intelligence. Búsqueda vertical. Ai.
Tasas de caída de un embudo de generación de leads de un bot de Messenger (datos reales)
  • ¿Está explicando por qué solicita la información personal?

Antes de solicitar un correo electrónico o un número de teléfono, siempre es una buena práctica explicar por qué necesita dicha información y qué sucederá después de que el usuario la envíe, incluso cuándo será contactado, por quién y por qué razón (por ejemplo, "Nosotros le enviaremos un presupuesto personalizado”, “Reservaremos una visita en nuestros apartamentos para usted”).

  • ¿Estás proporcionando algún incentivo?

Es una buena práctica proporcionar un incentivo para que el usuario deje sus datos personales, como una cotización gratuita, una muestra o un contenido de alta calidad. Esto puede permitirse ya en el nivel de anuncio y enfatizarse en el mensaje de bienvenida, pero en última instancia, debería obtener ganancias del producto en el nivel de conversión principal.

Estas son algunas de las lecciones que aprendimos durante el último año al abordar los bots de Messenger como embudos y optimizarlos de manera basada en datos (algunas ideas adicionales esta página).

Espero que esto también sea útil para usted.

Que tengas un buen viaje,
 - Livio

14/12/2018

> Descargo de responsabilidad: este artículo ha sido publicado un año después de su redacción original. Mientras tanto, el proyecto Visualbots se suspendió y muchas cosas cambiaron en mi vida y en el panorama de los chatbots. Comparto este artículo con la esperanza de que los conocimientos recopilados durante más de un año de actividad puedan seguir siendo útiles para la comunidad de marketing de Messenger.

Un enfoque basado en embudos para los bots de Messenger para la generación de prospectos (con métricas reales) PlatoBlockchain Data Intelligence. Búsqueda vertical. Ai.


Un enfoque basado en embudos para los bots de Messenger para la generación de leads (con métricas reales) Fue publicado originalmente en Revista chatbots En Medio, donde la gente continúa la conversación destacando y respondiendo a esta historia.

Sello de tiempo:

Mas de Revista chatbots