رویکرد قیف محور به ربات های مسنجر برای تولید سرنخ (با معیارهای واقعی)

یک رویکرد قیف محور برای ربات های مسنجر برای تولید سرنخ

آزمایش کردن. تست کردن یکی از اصلی ترین چیزهایی است که من در سال گذشته انرژی خود را صرف آن کرده ام. فرضیات آزمایش تست مفاهیم تست افزایش محصول

افزایش گرایی زمانی که در حال ساختن چیزی هستید که هنوز وجود ندارد، کلیدی است.

هنگامی که ما Visualbots را راه اندازی کردیم، ابزاری برای چت بات برای تولید سرنخ، فرضیات زیادی برای آزمایش وجود داشت. این صنعت هنوز در مراحل ابتدایی خود بود و بازاریابان به ابزارهایی مانند ما عادت نداشتند. و ما نمی‌دانستیم که کدام یک از استراتژی‌های طراحی و بهینه‌سازی ربات بیشتر کار می‌کنند.

اما ما مطمئن بودیم که یک فرض محصول کلیدی برای آزمایش وجود دارد:

آیا می‌توان از ربات‌های مسنجر برای تولید سرنخ استفاده کرد و نتایج بهتری نسبت به دو محصول جایگزین اصلی (یعنی صفحات فرود و تبلیغات سرب)؟"

برای اثبات این فرض، ما با ده‌ها پذیرنده اولیه در صنایع مختلف که ده‌ها هزار یورو هزینه کرده‌اند، کار کرده‌ایم. این فرآیند: ما یک صفحه فرود موجود را به یک ربات چت تبدیل کردیم، کمپین های تبلیغاتی فیس بوک را روی ربات اجرا کردیم و عملکرد قیف کامل را اندازه گرفتیم.، با هدف نهایی دستیابی به نرخ تبدیل هدف (به یکی از اولین نمونه های زیر مراجعه کنید).

این به ما اجازه داده است داده های زیادی را جمع آوری کنید و در مورد نحوه عملکرد قیف ربات تولید سرنخ در مسنجر تخصص ایجاد کنید. و من این مقاله را می نویسم تا برخی از درس هایی را که در مورد سه نکته زیر آموخته ایم به اشتراک بگذارم:

1. قیف ربات مسنجر
2. KPI ربات مسنجر
3. بهینه سازی KPI های ربات مسنجر

از مقاله لذت ببرید

قیف ربات مسنجر

مانند هر فعالیت جذب کاربر، جریان پیام رسان را می توان به عنوان یک قیف نشان داد که شامل 3 مرحله اصلی است:

1. اکتساب
2. فعال سازی
3. تبدیل

1. کسب (= آگهی)

Acquisition به کانال بازاریابی اشاره دارد که برای ارسال ترافیک به ربات استفاده می شود.

در مورد ما آن را تشکیل می دهد تبلیغ کلیک به پیام رسان فیس بوک برای هدایت ترافیک به چت مسنجر استفاده می شود.

2. فعال سازی (= پیام خوش آمد گویی)

فعال سازی به اولین اقدام معنادار انجام شده توسط کاربر اشاره دارد که شروع به چت با ربات می کند. در مورد ما این در تعامل با پیام خوشامدگویی ربات است.

La پیام خوش آمد اولین چیزی است که کاربر هنگام مواجهه با ربات مسنجر از تبلیغات مشاهده می کند.

از نظر فنی بخشی از خود آگهی است، اما ما همیشه آن را جداگانه تجزیه و تحلیل می کنیم، زیرا ویژگی ها و تکنیک های بهینه سازی خاص خود را دارد.

3. تبدیل (= بدنه ربات)

تبدیل به رسیدن به هدف ربات اشاره دارد.

در مورد ما، از آنجایی که ما در مورد تولید سرنخ صحبت می‌کنیم، معمولاً شامل جمع‌آوری یک ایمیل، پس از پاسخ‌دهی به سوالات متعدد صلاحیت موجود در «بدنه ربات» است.

KPI ربات مسنجر

هر مرحله از قیف ربات KPI مخصوص به خود را دارد. موارد اصلی که ما به آنها نگاه می کنیم عبارتند از:

1. هزینه به ازای هر کلیک
2. نرخ تبدیل پیام خوش آمد گویی
3. نرخ تبدیل سرب

در زیر می توانید جزئیات بیشتری در مورد هر KPI بیابید.

1. KPI کسب (= هزینه هر کلیک)

KPI اصلی ما استفاده می کنیم هزینه به ازای هر کلیک (CPC). این نشان می دهد که ارسال ترافیک به آگهی کلیک چقدر پرهزینه است.

این KPI تقریباً کاملاً به خود تنظیم تبلیغات وابسته است، به طوری که محتوای واقعی ربات در اینجا واقعاً مهم نیست.

La فرمول زیر است:

هزینه به ازای هر کلیک = مقدار خرج شده / کلیک

منطقی محدوده مقادیر زیرا متریک بین 0.20 یورو و 0.40 یورو.

مواردی را دیده‌ایم که در آن قیمت بسیار پایین‌تر بوده است، که معمولاً با کیفیت سرب بسیار پایین یا بالاتر ترجمه می‌شود، که گاهی منجر به نرخ تبدیل بهتری در پایین قیف می‌شود که هزینه‌های بالاتر جذب ترافیک را جبران می‌کند.

2. KPI فعال سازی (= نرخ تبدیل پیام خوش آمدگویی)

KPI اصلی ما استفاده می کنیم نرخ تبدیل پیام خوش آمد گویی. این نشان می دهد که چند نفر از افرادی که پیام خوشامدگویی را دیده اند، در واقع با آن تعامل داشته اند و مکالمه با ربات را آغاز کرده اند.

این KPI بیشتر به سازگاری بین متن/تصویر آگهی و محتوای پیام خوش آمدگویی و نحوه نگارش خود پیام بستگی دارد (مثلاً سؤالات بلاغی کوتاه معمولاً بهتر کار می کنند).

La فرمول زیر است:

نرخ تبدیل پیام خوش آمد گویی = مکالمه شروع شد/ کلیک روی پیوند

معیار «مکالمات شروع شد» به تعداد دفعاتی که افراد شروع به ارسال پیام به کسب و کار شما کردند اشاره دارد. این شامل مکالمات با کاربران جدید و همچنین افرادی است که قبلاً درگیر شده اند (از این نظر با تعریف فیس بوک متفاوت است. مکالمات پیام رسانی شروع شد).

معیارهای «کلیک‌های پیوند» به تعداد کلیک‌هایی که کاربران را وادار به باز کردن چت می‌کند (به همان روشی که تعریف شده است) اشاره دارد. توسط فیس بوک). ما ترجیح می‌دهیم از این معیار به جای کلیک‌های معمولی استفاده کنیم تا بتوانیم تأثیر کلیک افراد روی قسمت‌هایی از آگهی را که به چت پیوندی ندارند، مانند نام صفحه، حذف کنیم.

منطقی محدوده مقادیر زیرا متریک بین 25 درصد و 50 درصد.

3. KPI تبدیل (= نرخ تبدیل سرنخ)

KPI اصلی ما استفاده می کنیم نرخ تبدیل سرب. این نشان می‌دهد که چه تعداد از افرادی که شروع به تعامل با ربات کرده‌اند، در نهایت اطلاعات شخصی ارزشمندتر خود (مانند ایمیل یا شماره تلفن) را که معمولاً در انتهای قیف پرسیده می‌شود، ترک کرده‌اند.

این KPI به نحوه ساختار کل قیف، به طول جریان و نحوه درخواست اطلاعات شخصی بستگی دارد.

La فرمول زیر است:

نرخ تبدیل سرنخ = سرنخ/مکالمات شروع شده است

مفهوم "سرب" از شرکتی به شرکت دیگر بسیار متفاوت است، اما معمولاً می توان آن را به عنوان کاربرانی تعریف کرد که به مهم ترین سؤال صلاحیت در قیف پاسخ می دهند.

همچنین تعیین محدوده برای این معیار واقعاً دشوار است، زیرا بسته به صنعت بسیار متفاوت است.

منطقی محدوده مقادیر برای یک قیف صلاحیت متوسط ​​(یعنی با بیش از شش سوال) بین است 25% و 50%.

اما در صورت عملکرد قیف های واقعاً بالا، به راحتی می تواند به بالای 75 درصد برسد.

بهینه سازی KPI های ربات مسنجر

قبل از اینکه به نکات فنی نحوه بهبود KPIهای بالا بپردازیم، یک مفهوم اصلی وجود دارد که باید هنگام ایجاد و بهینه سازی یک ربات مسنجر که برای اهداف جذب مشتری ساخته شده است، در نظر داشته باشید:

شما نیاز به سازگار ایجاد کنید تجربیات تبلیغ به ربات

تبلیغ و ربات باید با هم طراحی شوند، زیرا اگر تبلیغ با آن سازگار نباشد، هیچ راهی برای بهبود ربات وجود ندارد. شما به سادگی ترافیک ضعیفی دریافت خواهید کرد که نمی توانید برای آن بهینه سازی کنید.

ما این را به سختی آموخته ایم، زمانی که اولین آزمایش ها نتایج مورد انتظار را تولید نمی کردند. و اولین سیگنال آن واقعاً بود نرخ تبدیل پیام خوش آمد گویی پایین (یعنی فقط چند نفر در تعامل با تبلیغ فیس بوک شروع به تعامل با ربات کردند).

برای درک دلایل این اتفاق، چندین آزمایش UX را با ربات‌ها انجام دادیم، و از کاربران خواستیم تا کل قیف را مرور کنند و قدم به قدم به ما بگویند که چه انتظاری دارند. به وضوح مشخص شد که اولین دلیل حذف افراد این بود که چیزی که در چت دریافت کردند آن چیزی نبود که انتظار داشتند.

و این اتفاق افتاد زیرا کسی که تبلیغ را انجام می داد (تستر) با کسی که ربات را ایجاد می کرد (ما) متفاوت بود.

آن زمان بود که فهمیدیم، حتی قبل از ساختن ربات، باید به کل قیف با هم فکر کنیم، از آگهی شروع می شود (و در نتیجه ما طراحی تبلیغات را همراه با ربات بیان کردیم - با استفاده از این ابزار فوق العاده جالب برای مدل های تبلیغاتی).

با این اوصاف، اکنون می‌توانیم به جزئیات بیشتر در مورد مواردی که هنگام بهبود مراحل مختلف قیف توجه کنیم، بپردازیم.

1. بهینه سازی KPI کسب (= هزینه هر کلیک)

اینها سؤالات کلیدی هستند که وقتی تبلیغ آنطور که در نظر گرفته شده عمل نمی کند (یعنی CPC به طور مداوم خارج از محدوده مورد انتظار) از خود می پرسیم.

• آیا از کمپین های هدف پیام ها (بهینه سازی سطح کمپین) استفاده می کنید؟

در آزمایش‌های ما، آنها ثابت کرده‌اند که به طور مداوم بهتر از سایر کمپین‌ها، از جمله کمپین‌های تبدیل، عملکرد بهتری دارند.

• آیا از مخاطب مناسب (بهینه سازی سطح مجموعه تبلیغات) استفاده می کنید؟

این نشان داده است که تأثیر زیادی بر عملکرد تبلیغات دارد، همانطور که در هر نوع کمپین فیس بوک دیگری اتفاق می افتد. تنها جنبه ای که در اینجا قابل ذکر است این است که یک تکنیک بهینه سازی خوب به شرح زیر است: پس از جمع آوری تعداد زیادی مکالمه، می توانید ایجاد کنید. مخاطبان ظاهری برای هدف قرار دادن افراد مشابه افرادی که قبلا با ربات شما چت کرده اند. و این به خوبی کار می کند.

• آیا از یک فراخوان برای اقدام (CTA) کم تلاش (بهینه سازی سطح آگهی) استفاده می کنید؟

در آزمایش‌های ما، CTAهایی که حاکی از تلاش بالقوه بالا برای کاربر است (مثلاً «ارسال پیام») بدتر از آزمایش‌های کم تلاش (مثلاً «بیشتر بدانید») عمل کرد.

2. بهینه سازی KPI فعال سازی (= نرخ تبدیل پیام خوش آمد گویی)

اینها سوالات کلیدی هستند که وقتی پیام خوشامدگویی آنطور که در نظر گرفته شده عمل نمی کند (یعنی نرخ تبدیل به طور مداوم زیر 25٪) از خود می پرسیم.

• آیا محتوای پیام خوشامدگویی شما با متن و تصویر آگهی مطابقت دارد؟

همانطور که قبلاً اشاره شد، دلیل اصلی شکست کمپین‌های جذب ربات این است که تبلیغات و تجربه ربات با هم در نظر گرفته نشده‌اند. محتوای آگهی را با پیام خوشامدگویی هماهنگ کنید.

• آیا شما یک سوال کم تلاش می کنید؟

نقش پیام خوش آمدگویی اساساً این است که از کاربر بخواهیم در گفتگو با ربات شرکت کند. در نتیجه شما می خواهید اصطکاک را تا حد امکان به حداقل برسانید. و نحوه بیان پیام تاثیر زیادی دارد. مانند مایکل برجسته در مقاله او، کم تلاش می پرسد به خوبی کار می کنند، به خصوص اگر به شکل باشند سوالات بلاغی. مثال‌هایی می‌تواند این باشد: «آیا می‌خواهی شروع کنی؟» یا "آیا می خواهید یک کد کوپن رایگان دریافت کنید؟"

3. KPI تبدیل (= نرخ تبدیل سرنخ) را بهینه کنید

از آنجایی که مفهوم سرنخ از شرکتی به شرکت دیگر متفاوت است، انتزاع درس هایی در مورد چگونگی بهینه سازی این KPI دشوار است. لطفاً هنگام خواندن سؤالات کلیدی که از خود می‌پرسیم، وقتی نرخ تبدیل سرنخ آنطور که در نظر گرفته شده است (یعنی نرخ تبدیل به طور مداوم زیر 25٪) عمل نمی‌کند، این را در نظر داشته باشید.

• آیا مکالمه به اندازه کافی اعتماد ایجاد می کند تا کاربر اطلاعات تماس خود را ترک کند؟

در حین انجام آزمایشاتمان متوجه چیزی شدیم که قبلاً انتظارش را نداشتیم. ما در ابتدا از این فرض طراحی خارج شدیم که ربات‌های کوتاه‌تر بهتر از ربات‌های طولانی‌تر عمل می‌کنند، زیرا کاربران مراحل کمتری را طی می‌کنند.

اما این ربات‌های کوتاه آن‌طور که انتظار می‌رفت عمل نکردند، و حذف سؤالات نتایج بدتری به همراه داشت. هنگامی که تست های UX را اجرا می کنیم، شروع به دریافت نظراتی مانند زیر کردیم:

"به نظر می رسد برای دادن آدرس ایمیل سوالات کافی نبوده است"

"این چگونه می تواند یک نقل قول شخصی با چنین تعداد محدودی از اطلاعات به من ارائه دهد؟"

به طور متناقض به نظر می رسید که کاربران قبل از اینکه بتوانند ربات را قابل اعتماد بدانند و تصمیم به ارائه جزئیات شخصی خود بگیرند، انتظار سوالات زیادی را داشتند. به عبارت دیگر:

سوالات باعث ایجاد اعتماد می شود

واقعیت این است که قیف ربات یک ربات تولید سرنخ بیشتر شبیه چیزی است که در زیر می بینید.

• آیا توضیح می دهید که چرا اطلاعات شخصی را می خواهید؟

قبل از اینکه یک ایمیل یا شماره تلفن بخواهید، همیشه تمرین خوبی است که توضیح دهید چرا به چنین اطلاعاتی نیاز دارید و پس از ارسال آن توسط کاربر چه اتفاقی خواهد افتاد، از جمله اینکه چه زمانی با آنها تماس گرفته خواهد شد، توسط چه کسی و به چه دلیلی (مثلاً «ما یک قیمت سفارشی برای شما ارسال می کند، "ما یک بازدید از آپارتمان های خود را برای شما رزرو خواهیم کرد").

• آیا انگیزه ای ارائه می دهید؟

این یک تمرین خوب است که انگیزه ای برای کاربر ایجاد کنید تا اطلاعات شخصی خود را مانند یک نقل قول رایگان، نمونه یا محتوای با کیفیت بالا بگذارد. این را می توان از قبل در سطح تبلیغات مجاز دانست و روی پیام خوشامدگویی تاکید کرد، اما در نهایت باید محصول در سطح تبدیل سرنخ افزایش یابد.

اینها برخی از درس‌هایی هستند که در طول سال گذشته هنگام نزدیک شدن به ربات‌های مسنجر به‌عنوان قیف و بهینه‌سازی آن‌ها به روش داده‌محور آموخته‌ایم (برخی از بینش‌های بیشتر اینجا کلیک نمایید).

امیدوارم این برای شما نیز مفید باشد.

سفر خوبی داشته باشید،
 - لیویو

14/12/2018

> سلب مسئولیت: این مقاله یک سال پس از نگارش اولیه آن منتشر شده است. در همین حال، پروژه Visualbots متوقف شده است و چیزهای زیادی در زندگی من و در چشم انداز چت بات تغییر کرده است. من این مقاله را به اشتراک می گذارم به این امید که بینش جمع آوری شده در بیش از یک سال فعالیت همچنان بتواند برای جامعه بازاریابی مسنجر مفید باشد.

---

رویکرد قیف محور به ربات های مسنجر برای تولید سرنخ (با معیارهای واقعی) در ابتدا منتشر شد مجله Chatbots در Medium، جایی که مردم با برجسته کردن و پاسخ دادن به این داستان به گفتگو ادامه می دهند.

• Coinsmart. بهترین صرافی بیت کوین و کریپتو اروپا.
• پلاتوبلاک چین. Web3 Metaverse Intelligence. دانش تقویت شده دسترسی رایگان.
• CryptoHawk. رادار آلت کوین امتحان رایگان.
• Source: https://chatbotsmagazine.com/a-funnel-driven-approach-to-messenger-bots-for-lead-generation-with-real-metrics-dedb1e87f795?source=rss—-d6dc2c824f17—4