리드 생성(실제 메트릭 포함)을 위한 Messenger 봇에 대한 깔때기 기반 접근 방식 PlatoBlockchain Data Intelligence. 수직 검색. 일체 포함.

리드 생성을위한 메신저 봇에 대한 퍼널 주도 방식 (실제 메트릭 포함)


리드 생성을 위한 메신저 봇에 대한 퍼널 중심 접근 방식

리드 생성(실제 메트릭 포함)을 위한 Messenger 봇에 대한 깔때기 기반 접근 방식 PlatoBlockchain Data Intelligence. 수직 검색. 일체 포함.

테스트. 테스트는 지난 한 해 동안 제가 에너지를 쏟은 주요 업무 중 하나입니다. 가정 테스트. 테스트 개념. 제품 증분 테스트.

점증주의 아직 존재하지 않는 것을 만들 때마다 핵심입니다.

리드 생성을 위한 챗봇 도구인 Visualbots를 시작했을 때 테스트할 가정은 많았습니다. 업계는 아직 초기 단계에 있었고 마케팅 담당자는 우리와 같은 도구에 익숙하지 않았습니다. 그리고 우리는 어떤 봇 설계와 최적화 전략이 가장 효과가 있었는지 알지 못했습니다.

그러나 우리는 테스트할 주요 제품 가정이 있다고 확신했습니다.

“메신저 봇을 리드 생성에 사용할 수 있고 두 가지 주요 대체 제품(즉, 방문 페이지 및 리드 광고)?”

이 가정을 증명하기 위해 우리는 다음과 같이 수만 유로를 지출하는 다양한 산업 분야의 수만 명의 얼리 어답터와 협력했습니다. 이 과정: 기존 랜딩 페이지를 챗봇으로 전환하고, 봇에서 Facebook 광고 캠페인을 실행하고, 전체 퍼널의 성과를 측정했습니다., 최종 목표는 목표 전환율을 달성하는 것입니다(아래 첫 번째 예 중 하나 참조).

리드 생성(실제 메트릭 포함)을 위한 Messenger 봇에 대한 깔때기 기반 접근 방식 PlatoBlockchain Data Intelligence. 수직 검색. 일체 포함.
메신저 봇 퍼널(리드 생성)의 실제 예

이를 통해 우리는 많은 데이터를 수집하고 리드 생성 봇 퍼널이 메신저에서 어떻게 작동하는지에 대한 전문 지식을 생성합니다. 그리고 저는 아래의 세 가지 사항에 대해 우리가 배운 교훈 중 일부를 공유하기 위해 이 글을 쓰고 있습니다.

  1. 메신저 봇 퍼널
  2. 메신저 봇 KPI
  3. 메신저 봇 KPI 최적화

기사를 즐기십시오.

메신저 봇 퍼널

모든 사용자 확보 활동과 마찬가지로 메신저 흐름은 3가지 주요 단계로 구성된 퍼널로 표현될 수 있습니다.

  1. 획득
  2. 활성화
  3. 매출 상승
리드 생성(실제 메트릭 포함)을 위한 Messenger 봇에 대한 깔때기 기반 접근 방식 PlatoBlockchain Data Intelligence. 수직 검색. 일체 포함.
메신저 봇 퍼널

1. 획득(= 광고)

획득은 봇에 트래픽을 보내는 데 사용되는 마케팅 채널을 의미합니다.

우리의 경우에는 다음과 같이 구성됩니다. 페이스북 클릭 투 메신저 광고 메신저 채팅으로 트래픽을 유도하는 데 사용됩니다.

리드 생성(실제 메트릭 포함)을 위한 Messenger 봇에 대한 깔때기 기반 접근 방식 PlatoBlockchain Data Intelligence. 수직 검색. 일체 포함.
광고

2. 활성화(= 환영 메시지)

활성화는 봇과 채팅을 시작하는 사용자가 수행하는 첫 번째 의미 있는 작업을 의미합니다. 우리의 경우 이는 봇의 환영 메시지와의 상호 작용으로 구성됩니다.

XNUMXD덴탈의 환영 메시지 사용자가 광고에서 메신저 봇을 만날 때 가장 먼저 보게 되는 것입니다.

기술적으로는 광고 자체의 일부이지만 고유한 특성과 최적화 기술이 있기 때문에 항상 별도로 분석합니다.

리드 생성(실제 메트릭 포함)을 위한 Messenger 봇에 대한 깔때기 기반 접근 방식 PlatoBlockchain Data Intelligence. 수직 검색. 일체 포함.
환영 메시지

3. 변환(=봇 본체)

전환은 봇의 목표에 도달하는 것을 의미합니다.

우리의 경우 리드 생성에 대해 이야기하고 있으므로 일반적으로 "봇 본문"에 포함된 여러 자격 질문에 대한 답변을 받은 후 이메일을 수집하는 것으로 구성됩니다.

리드 생성(실제 메트릭 포함)을 위한 Messenger 봇에 대한 깔때기 기반 접근 방식 PlatoBlockchain Data Intelligence. 수직 검색. 일체 포함.
봇 본체

메신저 봇 KPI

봇 퍼널의 각 단계에는 자체 KPI가 있습니다. 우리가 보는 주요 내용은 다음과 같습니다.

  1. 클릭당 비용
  2. 환영 메시지 전환율
  3. 리드 전환율

아래에서 각 KPI에 대한 자세한 내용을 확인할 수 있습니다.

1. 획득 KPI(= 클릭당 비용)

우리가 사용하는 주요 KPI는 클릭당 비용 (CPC). 클릭으로 인해 광고로 트래픽을 보내는 데 드는 비용을 나타냅니다.

이 KPI는 광고 설정 자체에 거의 전적으로 의존하므로 여기서 봇의 실제 콘텐츠는 실제로 중요하지 않습니다.

XNUMXD덴탈의 공식 다음과 같습니다 :

클릭당 비용 = 지출 금액/클릭수

합리적인 값의 범위 측정항목은 다음 사이에 있습니다. 0.20€ 및 0.40€.

우리는 가격이 훨씬 낮은 경우를 보았습니다. 이는 일반적으로 리드 품질이 매우 낮거나 더 높으며 때로는 더 높은 트래픽 획득 비용을 보상하는 퍼널 아래의 더 나은 전환율로 이어집니다.

2. 활성화 KPI(= 환영 메시지 전환율)

우리가 사용하는 주요 KPI는 환영 메시지 전환율. 환영 메시지를 본 사람 중 실제로 환영 메시지와 상호 작용하여 봇과 대화를 시작한 사람의 수를 나타냅니다.

이 KPI는 대부분 광고 텍스트/이미지와 환영 메시지 내용 간의 일관성, 메시지 자체 작성 방식에 따라 달라집니다(예: 일반적으로 짧은 수사적 질문이 더 잘 작동함).

XNUMXD덴탈의 공식 다음과 같습니다 :

환영 메시지 전환율 = 시작된 대화 수/링크 클릭 수

'시작된 대화' 측정항목은 사람들이 귀하의 비즈니스에 메시지를 보내기 시작한 횟수를 나타냅니다. 여기에는 이전에 참여한 사용자뿐만 아니라 새로운 사용자와의 대화도 포함됩니다(그런 의미에서 Facebook의 정의와는 다릅니다). 메시징 대화가 시작되었습니다.).

'링크 클릭' 측정항목은 사용자가 채팅을 열도록 유도한 클릭 수를 나타냅니다(정의된 것과 동일한 방식). Facebook으로). 우리는 페이지 이름과 같이 채팅으로 연결되지 않는 광고 부분을 사람들이 클릭하는 효과를 제외할 수 있도록 일반 클릭보다는 이 측정항목을 사용하는 것을 선호합니다.

합리적인 값의 범위 측정항목은 다음 사이에 있습니다. 25%와 50%.

3. 전환 KPI(= 리드 전환율)

우리가 사용하는 주요 KPI는 리드 전환율. 이는 봇과 상호 작용을 시작한 사람 중 얼마나 많은 사람이 궁극적으로 퍼널 마지막에 일반적으로 요청되는 더 귀중한 개인 정보(예: 이메일 또는 전화번호)를 남겼는지 나타냅니다.

이 KPI는 전체 퍼널이 어떻게 구성되어 있는지, 흐름의 길이 및 개인 정보가 요청되는 방식에 따라 달라집니다.

XNUMXD덴탈의 공식 다음과 같습니다 :

리드 전환율 = 리드/대화가 시작됨

"리드"의 개념은 회사마다 크게 다르지만 일반적으로 유입경로에서 가장 중요한 자격 질문에 답변하는 사용자로 정의할 수 있습니다.

또한 이 지표의 범위를 정의하는 것은 업계에 따라 많이 다르기 때문에 정말 어렵습니다.

합리적인 값의 범위 중장기 검증 퍼널(즉, 6개 이상의 질문이 있는 경우)의 경우 다음 사이에 있습니다. 25% 및 50%.

그러나 매우 높은 성과를 내는 퍼널의 경우에는 75% 이상으로 쉽게 치솟을 수 있습니다.

메신저 봇 KPI 최적화

위의 KPI를 개선하는 방법에 대한 기술을 살펴보기 전에 고객 확보 목적으로 구축 된 메신저 봇을 만들고 최적화 할 때 염두에 두어야 할 주요 개념이 있습니다.

당신은해야 일관되게 만들다 광고 대 봇 경험.

광고와 봇은 함께 구상되어야 합니다. 광고가 봇과 일치하지 않으면 봇을 개선할 수 있는 방법이 없기 때문입니다. 최적화할 수 없을 정도로 트래픽이 좋지 않을 뿐입니다.

리드 생성(실제 메트릭 포함)을 위한 Messenger 봇에 대한 깔때기 기반 접근 방식 PlatoBlockchain Data Intelligence. 수직 검색. 일체 포함.

첫 번째 테스트에서 예상 한 결과가 나오지 않았을 때 우리는 이것을 어려운 방법으로 배웠습니다. 그리고 그것의 첫 번째 신호는 정말 낮은 환영 메시지 전환율 (즉, Facebook 광고와 상호작용하는 소수의 사람들만이 봇에 참여하기 시작했습니다).

왜 그런 일이 발생했는지 이해하기 위해 봇을 사용하여 여러 UX 테스트를 수행하여 사용자에게 전체 유입 경로를 살펴보고 예상 한 바를 단계별로 알려주도록 요청했습니다. 사람들이 중단 한 첫 번째 이유는 채팅에서받은 내용이 기대했던 내용이 아니기 때문이라는 것이 분명해졌습니다.

그리고 이런 일이 일어난 이유는 광고를 만드는 사람(테스터)과 봇을 만드는 사람(우리)이 다르기 때문입니다.

그때 우리는 봇을 구축하기 전에 전체 퍼널을 함께 생각해야한다는 것을 이해했습니다. 광고에서 시작 (결과적으로 우리는 봇과 함께 광고를 디자인한다고 밝혔습니다. 이 멋진 도구를 사용하면 광고 모형).

그렇다면 이제 유입경로의 다양한 단계를 개선할 때 살펴봐야 할 사항에 대해 자세히 알아볼 수 있습니다.

1. 획득 KPI 최적화(= 클릭당 비용)

이는 광고가 의도한 대로 실적을 내지 못할 때(예: CPC가 지속적으로 예상 범위를 벗어나는 경우) 스스로에게 물어보는 주요 질문입니다.

  • 메시지 목표 캠페인 (캠페인 수준 최적화)을 사용하고 있습니까?

테스트에서 전환 캠페인을 포함한 다른 캠페인보다 지속적으로 더 나은 성과를내는 것으로 입증되었습니다.

  • 적절한 대상을 사용하고 있습니까 (광고 세트 수준 최적화)?

이것은 다른 유형의 Facebook 캠페인에서 발생하는 것처럼 광고의 성능에 큰 영향을 미치는 것으로 나타났습니다. 여기서 언급 할 가치가있는 유일한 측면은 좋은 최적화 기술은 다음과 같다는 것입니다. 그 후 많은 수의 대화를 수집 한 후 닮은 청중 이미 봇과 채팅한 사람들과 유사한 사람들을 타겟팅합니다. 그리고 이것은 꽤 잘 작동합니다.

  • 적은 노력의 클릭 유도 문안 (CTA) (광고 수준 최적화)을 사용하고 있습니까?

테스트에서 사용자의 잠재적인 노력을 암시하는 CTA(예: "메시지 보내기")는 낮은 노력(예: "자세히 알아보기")보다 성능이 나빴습니다.

2. 활성화 KPI 최적화 (= 환영 메시지 전환율)

이는 환영 메시지가 의도한 대로 작동하지 않을 때(즉, 전환율이 지속적으로 25% 미만) 스스로에게 물어보는 주요 질문입니다.

  • 환영 메시지 내용이 광고문안 및 이미지와 일치합니까?

앞서 강조한 것처럼 봇 확보 캠페인이 실패하는 주된 이유는 광고와 봇 경험이 함께 고려되지 않았기 때문입니다. 광고의 내용을 환영 메시지 중 하나와 일치시키세요.

  • 당신은 노력이 적은 질문을하고 있습니까?

환영 메시지 역할은 기본적으로 사용자에게 봇과의 대화를 선택하도록 요청하는 것입니다. 따라서 가능한 한 마찰을 최소화하려고합니다. 그리고 메시지가 표현되는 방식은 큰 영향을 미칩니다. 같이 마이클 하이라이트 그의 기사, 적은 노력은 잘 작동하도록 요청합니다. 특히 수사적 질문. 예를 들면 “시작하시겠습니까?”가 될 수 있습니다. 또는 “무료 쿠폰 코드를 받으시겠습니까?”.

3. 전환 KPI 최적화 (= 리드 전환율)

리드의 개념은 회사마다 다르기 때문에 이 KPI를 최적화하는 방법에 대한 교훈을 추상화하기는 어렵습니다. 리드 전환율이 의도한 대로 수행되지 않을 때(예: 전환율이 지속적으로 25% 미만) 우리가 스스로 묻는 주요 질문을 읽을 때 이 점을 명심하십시오.

  • 사용자가 연락처 정보를 남길 만큼 대화가 충분한 신뢰를 구축하고 있습니까?

테스트를 수행하는 동안 우리는 이전에 예상하지 못했던 사실을 깨달았습니다. 처음에는 사용자가 더 적은 단계를 거치게 되므로 짧은 봇이 긴 봇보다 더 나은 성능을 발휘할 것이라는 설계 가정에서 벗어났습니다.

그러나 이러한 짧은 봇은 예상대로 작동하지 않았고 질문을 제거하면 더 나쁜 결과가 생성되었습니다. UX 테스트를 실행했을 때 다음과 같은 코멘트를 받기 시작했습니다.

“이메일 주소를 알려주기에는 질문이 충분하지 않은 것 같습니다.”

"이렇게 제한된 수의 정보가 포함 된 개인적인 견적을 어떻게 제공 할 수 있습니까?"

역설적이게도 사용자는 봇을 신뢰할 수 있다고 생각하고 개인 정보를 제공하기로 결정하기 전에 많은 질문을 예상한 것 같습니다. 다시 말해서:

질문은 신뢰를 쌓는다

실제로 리드 생성 봇의 봇 퍼널은 아래에서 볼 수 있는 것과 더 비슷해 보입니다.

리드 생성(실제 메트릭 포함)을 위한 Messenger 봇에 대한 깔때기 기반 접근 방식 PlatoBlockchain Data Intelligence. 수직 검색. 일체 포함.
메신저 봇 리드 생성 퍼널의 드롭률(실제 데이터)
  • 개인 정보를 요청하는 이유를 설명하고 있습니까?

이메일이나 전화번호를 요청하기 전에 항상 해당 정보가 필요한 이유와 사용자가 정보를 제출한 후 어떤 일이 발생할지(연락 시기, 누구에 의해, 어떤 이유로) 설명하는 것이 좋습니다(예: "우리는" 맞춤형 견적을 보내드립니다.”, “저희 아파트 방문을 예약해 드리겠습니다.”)

  • 인센티브를 제공하고 있습니까?

사용자가 무료 견적, 샘플 또는 고품질 콘텐츠와 같은 개인 정보를 남기도록 인센티브를 제공하는 것이 좋습니다. 이것은 이미 광고 수준에서 허용되고 환영 메시지에서 강조 될 수 있지만 궁극적으로 리드 전환 수준에서 제품 이득을 가져야합니다.

이는 지난 해 메신저 봇을 퍼널로 접근하고 데이터 기반 방식으로 최적화하면서 배운 교훈 중 일부입니다(몇 가지 추가 통찰력 여기에서 지금 확인해 보세요.).

이것이 당신에게도 도움이 되기를 바랍니다.

좋은 여행 되세요,
 - Livio

14/12/2018

> 면책조항: 이 기사는 원래 작성된 지 1년 후에 출판되었습니다. 그 동안 Visualbots 프로젝트는 중단되었고 내 삶과 챗봇 환경에는 많은 변화가 있었습니다. 저는 1년이 넘는 활동을 통해 수집한 통찰력이 메신저 마케팅 커뮤니티에 여전히 유용할 수 있기를 바라며 이 기사를 공유하고 있습니다.

리드 생성(실제 메트릭 포함)을 위한 Messenger 봇에 대한 깔때기 기반 접근 방식 PlatoBlockchain Data Intelligence. 수직 검색. 일체 포함.


리드 생성을위한 메신저 봇에 대한 퍼널 주도 방식 (실제 메트릭 포함) 에서 원래 출판 된 챗봇 매거진 이 이야기를 강조 표시하고 응답함으로써 사람들이 대화를 계속하고있는 매체에.

타임 스탬프 :

더보기 챗봇 매거진