Recommended
More Related Content
Similar to IBM 全通路精準行銷 產品介紹 _Vincent Wang
Similar to IBM 全通路精準行銷 產品介紹 _Vincent Wang (20)
IBM 全通路精準行銷 產品介紹 _Vincent Wang
- 3. 性別?年齡?職 =>基本資料 Male 30-40 Male 30-40 Male 30-40 Male 30-40 Male 30-40 Male 30-40 Male 30-40 Female Homeowner Female Homeowner Female Homeowner Female Homeowner Female Homeowner Female Homeowner Female Homeowner College Educated With kidsCollege Educated With kids College Educated With kids College Educated With kids College Educated With kids College Educated With kids 您如何描準客戶?
- 4. 問題是：使用基本資料為瞄準方式時 3% 相關 不相關 97% By marketing Research 2015
- 5. 最大贏家: 瞄準行為
- 6. • Age • Gender • Nearest Airport/station • Travel preferences • Buy for self/as a gift • Anniversary • Birthday • etc Demographics • Opened email • Did not open email • Clicked on link in email • Bounced • No mailing activity Email behavior • Booking/ Travel history • Survey results • Loyalty points • Destination searches • Abandoned carts • etc Relational data • Cart abandoned • Trips searched • Form completed • Information downloaded • Video viewed • Custom event • Recommend-ations • ‘Likes’ Web behavior • Voucher redemption • Hotel purchase • Event attendance • Call centre activity • Information request • etc Off-line behavior Behavior Data that can be used for Segmentation
- 7. • Booking history • Survey results • Loyalty points • Trip searches • Abandoned carts • etc • Age • Gender • Nearest airport • Travel preferences • Buy for self/as a gift • etc • Cart abandoned • Product searched • Form completed • File downloaded • Video viewed • Custom event • ‘Likes’ • Recommendations • Opened email • Did not open email • Clicked on link in email • Bounced • No mailing activity • Voucher redemption • Store purchase • Event attendance • Call centre activity • Catalogue request • etc Demographics Email behavior Relational data Web behavior Off-line behavior Different behaviors may treat as Different promotion
- 8. IMC的做法 加入行為數據法則做行銷 即時自動，多波段，詳細追蹤手動定期，單一派送，少量追蹤 利用分類數據法則做行銷 • 即時自動排程寄信的必要性， 行銷學裡的48小時理論 多波段的必要性， 潛移默化的催眠式行銷 • 詳細追蹤，了解每個消費者的行為， 了解每個活動的ROI • 定期，定時，定量發送內容， 若會員感興趣等待他們主動聯繫。 • 沒辦法做到及時派送，多波段的行銷內容， 不能根據個人喜好的內容，時間， 給予最適合的促銷，追蹤程度不夠全面， 缺少分析數據來判斷活動ROI 傳統電子報做法 • 以個人化，精準行銷為設計導向， 加入行為數據做客群分類 ， 如網頁互動，交易資料， 開信與否來決定後面行銷活動的展開， 對於提供個人化內容更全面 • 客群分類使用分類數據，只能根據經驗將客群 分成男女，地區，年紀，職業等等， 來決定促銷的族群。 • 對於客戶的真實行為如交易資料，CRM資料， 網頁真實行為的互動沒辦法做自動判斷， 進一步提供更多服務和促銷 傳統電子報和IMC的差異總結
- 10. 關於 Mud Pie 成立於1988年，為美國百大流行服飾 品牌，年營業額約100億台幣，除了百 貨專櫃之外也廣大用電子商務拓展市場 ，遍及美國，亞洲，中國和台灣皆有據 點 公司有三大品牌，分別為Mud Pie童裝 ，Mud Pie流行女裝，Mud Pie生活品 味 特色為個人化的設計衣服，禮品，在美 國當大家過節，生日送禮時，是常常會 被選擇品牌 運用IMC平台製作多種自動化促銷 program, 包括生日節慶，購物車事件 ，歡迎註冊等等，三年內成長57%銷售 額。
- 11. Mud Pie 想加強的議題 • Mud Pie希望搜集會員在網站上的行為， 做到個人的推薦化，增加顧客使用上的 黏著度？ 如何根據顧客行 為，喜好，做個 人化推薦？ • 如何增加客人第一次交易機率？如何讓 購物車裡未結賬的商品增加結賬率？ • 如何用對的推薦做到Up sell？ 如何提升第一次 消費機率和在關 鍵點提升營收？ • 如何搜集到顧客重要的節日，在特定節 日送出優惠，增加營收？ 如何在生日節慶 創造額外營收？
- 12. Mud Pie 的客戶體驗週期 發生交易前 • 歡迎註冊 • 購物車放棄 • 網頁跳脫放棄 產生交易過程 • 訂單確認 • 訂單狀況 • 送貨提醒 • 貨物抵達 發生交易後 • 滿意度調查 • 邀請填寫售後 評價 • 售後評價通知 • 推薦更多商品 • 退貨 • 下一次購買促 銷 顧客關係 • 購物金回饋 • 喚醒重新購物 • 長期顧客回饋 • 賬戶狀態 • 週年慶
- 13. 1. 註冊第一天提供歡迎信 希望換取用戶更多資料 來換Coupon 2. 如果完成則給Coupon 3. 若沒開信會收到一封 熱銷產品讓用戶想繼續完成 流程說明 32% open mail 25% Left information 7.3% Use Coupon (+323% growth) 方案成效 新顧客來註冊， 如何增加註冊率， 又能留下更多個人資料？ 如何增加第一次消費的機率？ 設計理念 流程設計Email範例 歡迎註冊方案 Day 1 歡迎信， 基本資料換優惠 If done 20% coupon If no open 當季 熱銷商品和換取 coupon
- 14. 1. 在網頁埋入IMC追蹤碼 2. 設定登入網頁瀏覽 3. 若沒產生交易記錄， 則收到用戶體驗信 流程說明 10.2% open rate 3.3% conversion rate 方案成效 當顧客登入重點促銷的登網頁 ，看了四種不同的HOT商品型錄， 卻沒有留下任何購買記錄， 想利用用戶評價做再促銷 設計理念 流程設計Email範例 網頁跳脫回籠方案
- 15. 1. 做與購物車資料庫的API整合 2. 第一天寄出提醒信 3. 沒買，第五天換主題再寄 4. 必須利用相關商品推薦， 促銷方案，提高轉化率 流程說明 25.2% open rate 7.2% conversion rate (+355% growth) 方案成效 每個月購物車未結賬 的數量高達3000筆， 如何增加顧客結賬意願？ 設計理念 流程設計Email範例 購物車放棄方案
- 16. 1. 跟客戶玩個點擊小遊戲 2. 分別連到不同款式網頁購買 3. 跟客戶交換流行資訊穿搭 4. 在用戶通常收信的時間發 流程說明 33.2% open rate 20.5% CTR (成功搜集20000個點擊結果， 獲得寶貴資訊） 方案成效 行銷人員想要預測 下一季流行的款式， 當作促銷方案的重點， 到底該怎麼透過用戶搜集意見？ 設計理念 流程設計Email範例 流行趨勢預測方案 Top 3 商品類 別 打開洋裝的客戶收到 外套穿搭的流行資訊 打開連身裙的客戶收 到外套穿搭的流行資 訊 打開外套的客戶收到 外套穿搭的流行資訊 Send time optimization use
- 17. 1. 寄出重要節日訊息搜集信 點進去則進入系統登記資料 2. 如果完成則給Coupon 3. 若沒開信會收到一封 熱銷產品讓用戶想繼續完成 流程說明 39% Open Rate 31% CLR 5% Conversion Rate 方案成效 客戶每年生日， 或碰到親友重要的節慶， 是很好促銷的機會。 要怎麼樣讓促銷用自動化產生？ 設計理念 流程設計Email範例 生日促銷方案 交換生日或紀 念日換優惠的信 每年生日前21 day送10% coupon
- 18. 1. 寄出重要節日訊息搜集信 點進去則進入系統登記資料 2. 如果完成則給Coupon 3. 若沒開信會收到一封 熱銷產品讓用戶想繼續完成 流程說明 35% Open Rate 25% CLR 2.8% Conversion Rate 方案成效 剛買完睡衣的顧客， 有很大機會買相關床具。 該怎麼自動化產生促銷？ 設計理念 流程設計Email範例 跨售方案 買睡衣的客戶 即會收到寢具打 折的信 3 day後再收到 一封使用者心得 的信
- 19. 1. 45天寄出關心 2. 75天寄出關心 3. 90天寄出關心和coupon 流程說明 12% Open Rate 5% CLR 1.1% Conversion Rate 方案成效 客戶很久沒有登錄了， 要如何自動化產生關心信， 希望客戶能再回籠？ 設計理念 流程設計Email範例 喚醒沈睡客戶方案 45天未登入的 客戶即會收到信 75天未登入的 客戶即會收到信 90天未登入收 到優惠信
- 20. 從不同發送時機的成效比較，能顯示出觸發型／交易 型的 email 比廣發型的 email 所產生的客戶互動要來 得有效 Metrics Triggered / Transactional Broadcast Difference Open Rate 27.6% 16.4% +68.3% CTR 5.9% 2.9% +103.5% CTOR 21.4% 17.7% +20.9% Conversion Rate 4.6% 2.2% +209% Unsubscribe 0.08% 0.14% -42.9% SPAM 0.04% 0.06% -33.3% Bounce 0.63% 0.67% -6.0%
- 21. 主題討論 多波段流程 設計 內容設計及 系統設定 A/B testing 發送及追蹤 • 主題討論: 1. 討論出這次主要促銷方案的主題和 目的 2. 選定客群Data Base • 多波段流程設計: 1. 設計整個Program的流程，以及 預計得到什麼樣的效果 • 內容設計及系統設定: 1. Email內容設計 2. Landing Page設計 3. IMC系統的細部設定，結合所需要 的資料來源 • A/B testing: 1. 討論過程若有對主旨，內容，有很 多的想法或可能性，透過A/B testing找到最佳解 • 發送及追蹤: 1. 發信後追蹤report, 不斷修正內容 或流程，找到最好的結果 專案的執行模式
- 22. 一舉兩得 • 在創造對客戶有意義的互動同時，也提高過濾商機的效率 三箭齊發 • 個人化 • 多通路 • 自動化 事事追蹤 • 網路分析不再是統計數字，是能化為行動的資料 五臟俱全 • 從設計、執行到追蹤，在同一平台提供各種不同功能來滿足不同場景 IBM Marketing Cloud 價值重點
- 24. Q&A