Lejkowe podejście do botów Messengera do generowania leadów (z rzeczywistymi metrykami) PlatoBlockchain Data Intelligence. Wyszukiwanie pionowe. AI.

Podejście oparte na ścieżce do botów Messenger do generowania potencjalnych klientów (z rzeczywistymi danymi)


Oparte na lejku podejście do botów Messenger w celu generowania leadów

Lejkowe podejście do botów Messengera do generowania leadów (z rzeczywistymi metrykami) PlatoBlockchain Data Intelligence. Wyszukiwanie pionowe. AI.

Testowanie. Testowanie to jedna z głównych rzeczy, którym poświęciłem swoją energię w ciągu ostatniego roku. Założenia testowe. Koncepcje testowania. Testowanie przyrostów produktu.

Inkrementalizm jest kluczowa, gdy budujesz coś, co jeszcze nie istnieje.

Kiedy uruchamialiśmy Visualbots, narzędzie chatbota do generowania leadów, założeń do przetestowania było wiele. Branża była jeszcze w powijakach, a marketerzy nie byli przyzwyczajeni do narzędzi takich jak nasze. Nie wiedzieliśmy też, które strategie projektowania botów i optymalizacji sprawdziłyby się najlepiej.

Byliśmy jednak pewni, że istnieje kluczowe założenie produktu do przetestowania:

„Czy boty Messenger mogą być wykorzystywane do generowania leadów i osiągać lepsze wyniki niż dwa główne produkty zastępcze (mianowicie strony docelowe i reklamy wiodące)?”

Aby udowodnić to założenie, współpracowaliśmy z dziesiątkami wczesnych użytkowników z różnych branż, którzy wydawali dziesiątki tysięcy euro, po ten proces: przekształciliśmy istniejący landing page w chatbota, prowadzimy na nim kampanie reklamowe na Facebooku i mierzyliśmy wydajność całego lejka, a ostatecznym celem jest osiągnięcie docelowego współczynnika konwersji (patrz jeden z pierwszych przykładów poniżej).

Lejkowe podejście do botów Messengera do generowania leadów (z rzeczywistymi metrykami) PlatoBlockchain Data Intelligence. Wyszukiwanie pionowe. AI.
Prawdziwy przykład lejka bota Messengera (generowanie leadów)

To pozwoliło nam zbieraj dużo danych i generuj wiedzę na temat działania lejka botów do generowania leadów na Messengerze. Piszę ten artykuł, aby podzielić się niektórymi wnioskami, jakie wyciągnęliśmy w trzech poniższych punktach:

  1. Lejek bota Messengera
  2. KPI bota Messenger
  3. Optymalizacja wskaźników KPI bota Messenger

Ciesz się artykułem.

Lejek bota Messengera

Jak każde działanie związane z pozyskiwaniem użytkowników, przepływ komunikatów można przedstawić w postaci lejka, który składa się z 3 głównych kroków:

  1. Nabycie
  2. Aktywacja
  3. Konwersja
Lejkowe podejście do botów Messengera do generowania leadów (z rzeczywistymi metrykami) PlatoBlockchain Data Intelligence. Wyszukiwanie pionowe. AI.
Lejek bota Messengera

1. Pozyskanie (= reklama)

Pozyskanie odnosi się do kanału marketingowego wykorzystywanego do wysyłania ruchu do bota.

W naszym przypadku jest to Reklama typu „kliknij do komunikatora” na Facebooku używany do kierowania ruchu do czatu Messenger.

Lejkowe podejście do botów Messengera do generowania leadów (z rzeczywistymi metrykami) PlatoBlockchain Data Intelligence. Wyszukiwanie pionowe. AI.
Reklama

2. Aktywacja (= wiadomość powitalna)

Aktywacja oznacza pierwszą znaczącą akcję wykonaną przez użytkownika, która rozpoczyna rozmowę z botem. W naszym przypadku polega to na interakcji z wiadomością powitalną bota.

Połączenia wiadomość powitalna to pierwsza rzecz, którą widzi użytkownik, gdy napotka w reklamie bota Messengera.

Z technicznego punktu widzenia jest to część samej reklamy, ale zawsze analizujemy ją osobno, ponieważ ma swoje własne cechy i techniki optymalizacji.

Lejkowe podejście do botów Messengera do generowania leadów (z rzeczywistymi metrykami) PlatoBlockchain Data Intelligence. Wyszukiwanie pionowe. AI.
Wiadomość powitalna

3. Konwersja (= korpus bota)

Konwersja oznacza osiągnięcie celu bota.

Ponieważ w naszym przypadku mówimy o generowaniu leadów, zazwyczaj polega to na zebraniu wiadomości e-mail, po udzieleniu odpowiedzi na wiele pytań kwalifikacyjnych zawartych w „treści bota”.

Lejkowe podejście do botów Messengera do generowania leadów (z rzeczywistymi metrykami) PlatoBlockchain Data Intelligence. Wyszukiwanie pionowe. AI.
Ciało bota

KPI bota Messenger

Każdy krok lejka bota ma swój własny KPI. Najważniejsze z nich, na które patrzymy to:

  1. Cena za kliknięcie
  2. współczynnik konwersji wiadomości powitalnej
  3. współczynnik konwersji potencjalnych klientów

Poniżej znajdziesz więcej szczegółów na temat każdego KPI.

1. KPI pozyskania (= koszt kliknięcia)

Głównym KPI, którego używamy, jest koszt kliknięcia (CPC). Wskazuje, jak kosztowne jest kliknięcie kierujące ruch do reklamy.

Ten KPI jest prawie całkowicie zależny od samej konfiguracji reklamy, więc faktyczna zawartość bota nie ma tutaj większego znaczenia.

Połączenia formuła jest następujące:

koszt kliknięcia = wydana kwota/kliknięcia

Rozsądny Zakres wartości ponieważ metryka jest pomiędzy 0.20 € i 0.40 €.

Widzieliśmy przypadki, w których cena była znacznie niższa, co zwykle przekładało się na bardzo niską jakość leadów lub wyższą, co czasami prowadziło do lepszych współczynników konwersji w dół ścieżki, które rekompensowały wyższy koszt pozyskania ruchu.

2. KPI aktywacji (= współczynnik konwersji wiadomości powitalnej)

Głównym KPI, którego używamy, jest współczynnik konwersji wiadomości powitalnej. Wskazuje, ile osób, które widziały wiadomość powitalną, faktycznie weszło z nią w interakcję, rozpoczynając rozmowę z botem.

Ten KPI zależy głównie od spójności pomiędzy tekstem/obrazem reklamy a treścią wiadomości powitalnej oraz sposobem napisania samej wiadomości (np. krótkie pytania retoryczne zwykle działają lepiej).

Połączenia formuła jest następujące:

współczynnik konwersji wiadomości powitalnej = rozpoczęte rozmowy/kliknięcia linku

Wskaźnik „Rozpoczęte rozmowy” odnosi się do tego, ile razy ludzie zaczęli wysyłać wiadomości do Twojej firmy. Obejmuje rozmowy z nowymi użytkownikami, a także z wcześniej zaangażowanymi użytkownikami (w tym sensie różni się od definicji Facebooka Wiadomości Rozmowy rozpoczęte).

Dane „Kliknięcia linków” odnoszą się do liczby kliknięć, które doprowadziły użytkowników do otwarcia czatu (w taki sam sposób, w jaki jest to zdefiniowane przez Facebook). Wolimy używać tego rodzaju danych niż zwykłych kliknięć, aby wykluczyć wpływ kliknięcia przez użytkowników części reklamy, które nie prowadzą do czatu, np. nazwy strony.

Rozsądny Zakres wartości ponieważ metryka jest pomiędzy 25% i 50%.

3. KPI konwersji (= współczynnik konwersji leadów)

Głównym KPI, którego używamy, jest współczynnik konwersji potencjalnych klientów. Wskazuje, ile osób, które rozpoczęły interakcję z botem, ostatecznie pozostawiło swoje cenniejsze dane osobowe (np. adres e-mail lub numer telefonu), o które zazwyczaj pyta się na końcu ścieżki.

Ten KPI zależy od struktury całego lejka, długości przepływu i sposobu, w jaki zadawane są dane osobowe.

Połączenia formuła jest następujące:

współczynnik konwersji leadów = leady/rozpoczęte rozmowy

Pojęcie „potencjalnego klienta” różni się znacznie w zależności od firmy, ale zwykle można je zdefiniować jako użytkownika odpowiadającego na najważniejsze pytanie kwalifikacyjne na ścieżce.

Również zdefiniowanie zakresu dla tego wskaźnika jest naprawdę trudne, ponieważ różni się on znacznie w zależności od branży.

Rozsądny Zakres wartości w przypadku średniej długości ścieżki kwalifikacyjnej (tj. z więcej niż sześcioma pytaniami) jest pomiędzy 25% i 50%.

Ale może z łatwością wzrosnąć powyżej 75% w przypadku naprawdę wysokiej wydajności lejków.

Optymalizacja wskaźników KPI bota Messenger

Zanim przejdziemy do szczegółów technicznych, jak poprawić powyższe wskaźniki KPI, jest główna koncepcja, o której należy pamiętać podczas tworzenia i optymalizacji bota Messenger zbudowanego w celu pozyskiwania klientów:

Musisz tworzyć spójne doświadczenia ad-to-bot.

Reklamę i bota należy wymyślić wspólnie, ponieważ nie ma możliwości rozpoczęcia ulepszania bota, jeśli reklama nie jest z nim spójna. Otrzymasz po prostu słaby ruch, dla którego nie będziesz w stanie zoptymalizować.

Lejkowe podejście do botów Messengera do generowania leadów (z rzeczywistymi metrykami) PlatoBlockchain Data Intelligence. Wyszukiwanie pionowe. AI.

Dowiedzieliśmy się tego na własnej skórze, kiedy pierwsze testy nie przyniosły oczekiwanych rezultatów. Pierwszym sygnałem było naprawdę niski współczynnik konwersji wiadomości powitalnej (tzn. tylko kilka osób wchodzących w interakcję z reklamą na Facebooku zaczęło wchodzić w interakcję z botem).

Aby zrozumieć powody, dla których tak się dzieje, przeprowadziliśmy wiele testów UX z botami, prosząc użytkowników, aby przeszli przez całą ścieżkę i powiedzieli nam, czego oczekują, krok po kroku. Okazało się, że pierwszym powodem, dla którego ludzie zrezygnowali, było to, że to, co otrzymali na czacie, nie było tym, czego oczekiwali.

Stało się tak, ponieważ kto tworzył reklamę (tester) różnił się od tego, kto tworzył bota (nas).

Wtedy zrozumieliśmy, że zanim jeszcze stworzyliśmy bota, musieliśmy wspólnie przemyśleć całą ścieżkę, począwszy od reklamy (i w konsekwencji stwierdziliśmy, że będziemy projektować reklamy wspólnie z botem — używając tego super fajnego narzędzia do makiety reklam).

Powiedziawszy to, możemy teraz bardziej szczegółowo przyjrzeć się temu, na co należy zwrócić uwagę, ulepszając różne etapy lejka.

1. Optymalizacja KPI pozyskania (= koszt kliknięcia)

To kluczowe pytania, które sobie zadajemy, gdy reklama nie działa zgodnie z oczekiwaniami (tzn. CPC stale wykracza poza oczekiwany zakres).

  • Czy korzystasz z obiektywnych kampanii Wiadomości (optymalizacja na poziomie kampanii)?

W naszych testach okazały się konsekwentnie lepsze niż inne kampanie, w tym kampanie konwersji.

  • Czy korzystasz z właściwych odbiorców (optymalizacja na poziomie zestawu reklam)?

Okazało się, że ma to ogromny wpływ na wydajność reklamy, tak jak ma to miejsce w przypadku każdego innego rodzaju kampanii na Facebooku. Jedynym aspektem, o którym warto tutaj wspomnieć, jest to, że dobra technika optymalizacji jest następująca: po zebraniu dużej liczby rozmów można utworzyć podobni do odbiorców aby kierować reklamy do osób podobnych do tych, które już rozmawiały z Twoim botem. I to działa całkiem nieźle.

  • Czy korzystasz z prostego wezwania do działania (CTA) (optymalizacji na poziomie reklamy)?

W naszych testach CTA sugerujące duży potencjalny wysiłek użytkownika (np. „Wyślij wiadomość”) wypadły gorzej niż te wymagające niewielkiego wysiłku (np. „Dowiedz się więcej”).

2. Optymalizacja KPI aktywacji (= współczynnik konwersji wiadomości powitalnej)

To kluczowe pytania, które sobie zadajemy, gdy wiadomość powitalna nie działa zgodnie z oczekiwaniami (tj. współczynnik konwersji stale poniżej 25%).

  • Czy treść wiadomości powitalnej jest zgodna z tekstem i obrazem reklamy?

Jak podkreślono wcześniej, główną przyczyną niepowodzeń kampanii pozyskiwania botów jest to, że reklama i bot nie zostały przemyślane łącznie. Dopasuj treść reklamy do treści wiadomości powitalnej.

  • Czy zadajesz mało wymagające pytanie?

Rola wiadomości powitalnej polega zasadniczo na poproszeniu użytkownika o wyrażenie zgody na rozmowę z botem. W rezultacie chcesz maksymalnie zminimalizować tarcie. A sposób, w jaki przekaz jest sformułowany, ma duży wpływ. Tak jak michael podkreśla w jego artykuł, niski wysiłek pyta działa dobrze, zwłaszcza jeśli są w formie pytanie retoryczne. Przykładami mogą być: „Czy chcesz zacząć?” lub „Czy chcesz otrzymać darmowy kod kuponu?”.

3. Zoptymalizuj KPI konwersji (= współczynnik konwersji potencjalnych klientów)

Ponieważ koncepcja leadu różni się w zależności od firmy, trudno jest wyciągnąć wnioski na temat optymalizacji tego KPI. Należy o tym pamiętać, czytając kluczowe pytania, które sobie zadajemy, gdy współczynnik konwersji leadów nie działa zgodnie z oczekiwaniami (tj. współczynnik konwersji stale poniżej 25%).

  • Czy rozmowa buduje na tyle zaufanie, że użytkownik pozostawi swoje dane kontaktowe?

Podczas przeprowadzania testów zdaliśmy sobie sprawę z czegoś, czego wcześniej się nie spodziewaliśmy. Początkowo odeszliśmy od założenia projektowego, że krótsze boty będą działać lepiej niż dłuższe, ponieważ użytkownicy wykonaliby mniej kroków.

Ale te krótkie boty nie działały zgodnie z oczekiwaniami, a usuwanie pytań dawało jeszcze gorsze wyniki. Kiedy uruchamialiśmy testy UX, zaczęliśmy otrzymywać komentarze takie jak:

„Wydaje się, że nie było wystarczającej liczby pytań, aby podać adres e-mail”

„Jak to zapewni mi osobistą wycenę z tak ograniczoną liczbą podanych informacji?”

Paradoksalnie wydawało się, że użytkownicy oczekiwali wielu pytań, zanim mogli uznać bota za wiarygodnego i zdecydować się na podanie swoich danych osobowych. Innymi słowy:

Pytania budują zaufanie

Rzeczywistość jest rzeczywiście taka, że ​​lejek bota generującego leady wygląda bardziej jak ten, który widać poniżej.

Lejkowe podejście do botów Messengera do generowania leadów (z rzeczywistymi metrykami) PlatoBlockchain Data Intelligence. Wyszukiwanie pionowe. AI.
Wskaźniki spadku ścieżki generowania leadów przez bota Messenger (prawdziwe dane)
  • Czy wyjaśniasz, dlaczego prosisz o dane osobowe?

Zanim poprosisz o adres e-mail lub numer telefonu, zawsze dobrą praktyką jest wyjaśnienie, dlaczego potrzebujesz takich informacji i co się stanie po ich przesłaniu przez użytkownika, w tym kiedy się z nim skontaktuje, przez kogo i z jakiego powodu (np. „My prześlemy Ci indywidualną wycenę”, „Zarezerwujemy dla Ciebie wizytę w naszych apartamentach”).

  • Czy oferujecie jakąś zachętę?

Dobrą praktyką jest zachęcenie użytkownika do pozostawienia swoich danych osobowych, takich jak bezpłatna wycena, próbka lub wysokiej jakości treść. Można to zezwolić już na poziomie reklamy i podkreślić w komunikacie powitalnym, ale ostatecznie powinno to zyskać produkt na poziomie konwersji leadów.

Oto niektóre z lekcji, których nauczyliśmy się w ciągu ostatniego roku, podchodząc do botów Messengera jako lejków i optymalizując je w sposób oparty na danych (kilka dalszych spostrzeżeń tutaj).

Mam nadzieję, że będzie to pomocne również dla Ciebie.

Miłej podróży,
 - Livio

14/12/2018

> Zastrzeżenie: ten artykuł został opublikowany rok po jego pierwotnym napisaniu. W międzyczasie projekt Visualbots został przerwany i wiele rzeczy zmieniło się w moim życiu i krajobrazie chatbotów. Dzielę się tym artykułem w nadziei, że spostrzeżenia zebrane w ciągu ponad roku działalności mogą nadal być przydatne dla społeczności marketingowej Messengera.

Lejkowe podejście do botów Messengera do generowania leadów (z rzeczywistymi metrykami) PlatoBlockchain Data Intelligence. Wyszukiwanie pionowe. AI.


Podejście oparte na ścieżce do botów Messenger do generowania potencjalnych klientów (z rzeczywistymi danymi) został pierwotnie opublikowany w Magazyn Chatbots na Medium, gdzie ludzie kontynuują rozmowę, podkreślając tę ​​historię i odpowiadając na nią.

Znak czasu:

Więcej z Magazyn Chatbots