Dopo aver introdotto la marketing automation e aver analizzato come possa essere utilizzata senza l’impiego di grandi risorse, ne analizziamo ora gli aspetti tecnico-pratici che la caratterizzano.
Più sono i dati a disposizione della piattaforma di Email Automation, più possibilità ci sono per questa di funzionare in maniera adeguata. I dati sono indispensabili per:
Questo è, già di per sé, un modo per incrementare le conversioni. Semplice no?
Quali sono i dati utili da raccogliere?
Applica il modo di pensare dei piccoli negozi di quartiere, in cui il commesso conosce tutto del cliente. Cosa gli piace? Dove abita? Quante persone ha in famiglia? Quanto può spendere? Quante volta torna in un mese?
Dati utente
Andare oltre la raccolta di “nome” e “indirizzo email” sembra un’impresa titanica. La risposta a questa esigenza non proviene da moduli lunghi e pieni di campi, ma, piuttosto, da una suddivisione delle occasioni di profilazione in più punti della Customer Journey (richiede un minimo di complessità tecnica nella gestione dei profili e dati utente, e una buona integrazione tra sito e piattaforma Email). Meglio non esagerare con le richieste all’iscrizione, ma chiedere un dato quando diventa utile per ottenere qualcosa in cambio. Vuoi una guida? Dammi la tua posizione lavorativa. Vuoi un gadget? Dammi il tuo indirizzo. Vuoi uno sconto? Dimmi quali prodotto ti interessano.
Dati sulle reazioni alle email.
Sono raccolti in piattaforma. L’utente apre le nostre email? Le clicca? E quale contenuto ha cliccato? Un aspetto poco considerato è il raggruppare le statistiche per “tipo” di contenuto. In molte piattaforme è possibile utilizzare dei tag e leggere le statistiche segmentate. Altrimenti bisogna aggiungere il “tipo” in fondo al nome di ciascuna email ed utilizzare excel. Se una tipologia ha performance migliori, la persona ci ha detto cosa gli interessa, senza rispondere a una domanda diretta.
Per esempio, in un ecommerce di abbigliamento i tag per categorizzare gli invii potrebbero essere “style tips”, “promozioni”, “nuove collezioni”, “eventi in negozio”.
Dati da crm/gestionale e integrazioni.
Sono vitali per potenziare le possibilità di automazione e raggiungere tecniche di automazione più raffinate. Non scoraggiamoci alla prima difficoltà tecnica, in molti casi sono operazioni più semplici di quel che sembrano, soprattutto nelle piccole aziende, dove l’architettura dei sistemi informativi e la gestione dei dati è più semplice. L’aiuto del reparto IT è essenziale. Le difficoltà si moltiplicano nei progetti più complessi, dove oltre ai dati online si cercano di integrare e sincronizzare quelli offline. Alcuni dati utilizzabili sono: frequenza d’acquisto e customer lifetime value, categorie di prodotti acquistati, data primo ordine, prodotti nella lista dei desideri, contenuti del sito più visitati, dettagli su gusti e interessi, acquisti in negozio.
Il motore dell’Email Automation è il sistema di scoring. È un algoritmo che mette a fattore:
L’idea è limitare il numero di proposte commerciali circoscrivendole alle persone che raggiungono un determinato punteggio.
Mario è interessato a un sito che propone corsi online. Si iscrive alla newsletter > + 1 punto. Qualche giorno dopo scarica la brochure > + 2. Non clicca per due settimane su nessuna delle ultime email > – 1 punto. Il mese dopo torna sul sito dopo aver cliccato su una newsletter e condivide sui social un evento > + 3. Mario raggiunge il punteggio necessario e il sistema lo sposta dal gruppo “utenti tiepidi” a quello “utenti caldi”. Questo è il trigger che attiva una serie di email che propongono demo degli ultimi corsi.
Un altro esempio dell’algoritmo di scoring
Chi inizia con l’Email Automation, incorre spesso in due errori:
La cosa più importante? Accettare che nessuna piattaforma può sostituire il tempo di una risorsa preparata.
Come per un investimento pubblicitario anche l’introduzione di Workflow di Email Automation va anticipata da un’analisi del ROI potenziale. L’adozione dei precedenti workflow ha portato dei risultati specifici e misurabili in un tempo definito? La risposta è possibile solo se sono stati individuati dei KPI semplici, su cui tutta l’azienda concorda, prima del lancio.
L’aumento di vendite e lead sono gli indicatori più scontati. Altri obiettivi secondari possono essere:
Al lavoro di ottimizzazione della singola Email (test A/B su oggetti e corpo dell’email, analisi dei tassi di click, apertura e conversione per tipo di utenti, etc..) si aggiungono le analisi e possibili ottimizzazioni sull’intero Workflow, considerato come un elemento unico, con più metriche da analizzare rispetto la campagna di invio di una singola email.
Al fine di riprogettarlo possiamo porci delle domande: quale percentuale di persone completano il workflow? Quante con esito positivo? Quante persone sono in coda in ciascuno step? Qual è il tasso di apertura e click medio di tutte le email che lo compongono? Quali sono step e condizioni che portano a più esiti negativi e come si può intervenire?