Przewodnik po marketingu treści generowanych przez użytkowników w oparciu o dane

Wszyscy wiemy, jak ważne jest wykorzystywanie danych w marketingu treści, ale samo powiedzenie „korzystaj z danych” jest szerokie.

Jakie wskaźniki mają znaczenie dla marketerów B2C i eCommerce przy tworzeniu i optymalizacji strategii content marketingu?

Najbardziej znaczące spostrzeżenia pochodzą od Twoich klientów: recenzje, zdjęcia, pytania i odpowiedzi, interakcje w mediach społecznościowych i inne bezpośrednie opinie.

Do tej pory trudno było zastosować dane w celu uzyskania praktycznych wniosków z treści klientów, ale dzięki postępom w nauce danych pojawiły się teraz ekscytujące sposoby, aby głębiej zagłębić się w to, co mówią Twoi klienci.

Czym jest strategia marketingu treści generowana przez użytkowników oparta na danych i dlaczego ma to znaczenie? Czytaj dalej, aby dowiedzieć się…

Dlaczego UGC jest tak ważny?

Kupujący online nie mogą fizycznie dotykać przeglądanych produktów, dlatego w celu podjęcia decyzji o zakupie zwracają się do recenzji produktów, zdjęć klientów i innych form treści generowanych przez użytkowników.

Co się dzieje, gdy dane i UGC zderzają się?

Dane mówią nam 3 rzeczy o UGC:

1) Kupujący chcą treści UGC.

Istnieje wiele statystyk dotyczących tego, ilu klientów twierdzi, że czyta recenzje, ale dane te są zgłaszane samodzielnie i często zbierane w ankietach.

Aby dokładnie zrozumieć rzeczywisty wpływ UGC, przeanalizowaliśmy, ilu odwiedzających ponad 200 000 sklepów eCommerce aktywnie angażuje się w recenzje klientów, oceny w postaci gwiazdek i zdjęcia klientów.

Znaleziska?

W niektórych branżach, takich jak elektronika, ponad 40% odwiedzających witrynę korzysta z UGC.

A to tylko odwiedzający witrynę — gdy spojrzysz na kupujących, którzy w końcu kupują, liczby są jeszcze bardziej oszałamiające.

Średnio 55% klientów angażuje się w UGC przed dokonaniem zakupu.

Tak więc wiele osób, które odwiedzają Twoją witrynę, zaangażuje się w UGC, ale ci, którzy kończą zakupy, prawie na pewno to robią.

2) UGC jest wart zbyt wiele, by go zignorować.

Na poniższym wykresie widać, że kupujący z różnych branż są około dwa razy bardziej skłonni do zakupów, gdy widzą UGC.

Średni wzrost współczynnika konwersji eCommerce po dodaniu treści generowanych przez użytkowników do Twojej witryny wynosi 161%.

Branża odzieży i akcesoriów ma największy wpływ z 207%, a przemysł elektroniczny ma najniższy z 81% — wciąż prawie dwukrotnie większy współczynnik konwersji!

3) Wartość UGC jest niezaprzeczalna, ale potrzebujesz danych, aby jak najlepiej ją wykorzystać.

Istnieje wiele sposobów wykorzystania UGC w marketingu, na przykład umieszczanie opinii klientów w reklamach społecznościowych.

A inteligentne marki rozumieją, że nie wystarczy już tylko zbierać recenzje klientów lub mieć nadzieję, że Twoi klienci oznaczą Cię na Instagramie, gdy zrobią zdjęcie z Twoim produktem.

W tym miejscu pojawia się marketing treści generowany przez użytkowników oparty na danych.

Oto spojrzenie na to, jak big data, uczenie maszynowe i przetwarzanie języka naturalnego zmieniają sposób, w jaki uzyskujemy wartość z treści klientów.

Analizy Big Data w celu optymalizacji wyników

Dane pokazują, że konsumenci szukają treści generowanych przez użytkowników, takich jak recenzje, zdjęcia oraz pytania i odpowiedzi, w ramach zakupów online.

Jednak wyzwaniem dla firm zajmujących się handlem elektronicznym jest dokładne sprawdzenie, z których funkcji UGC ich klienci korzystają najbardziej, a które przynoszą im największą wartość.

Uczenie maszynowe w celu optymalizacji gromadzenia treści klientów

Konsumenci są zalewani komunikatami o marce — a jak wiemy, zagłuszają większość wezwań do ich uwagi.

Duża część każdej strategii content marketingowej tworzonej przez użytkowników polega na tym, aby przede wszystkim zdobyć treść, a najczęstszym sposobem, w jaki sklepy proszą klientów o recenzje lub zdjęcia, jest wysyłanie wiadomości e-mail po zakupie.

Oznacza to, że musisz być mądry i taktowny, jeśli chodzi o to, jak i kiedy prosisz o treści dla klientów.

Analizując 4,5 miliona e-maili po zakupie, odkryliśmy, że we wszystkich branżach najwięcej recenzji jest pisanych w soboty o 8 rano, a najmniej w czwartki o 15:00.

Dzięki tej wiedzy algorytmy uczenia maszynowego mogą automatycznie optymalizować żądania sklepów po zakupie, aby upewnić się, że marki w pełni wykorzystują swoje „zapytanie”.

[Tweetuj „Jak prosisz o treść jest tak samo ważne, jak to, kiedy prosisz.”]

Algorytmy uczenia maszynowego mogą również wybrać idealne sformułowanie dla Twojej prośby, dzięki czemu klienci będą jeszcze bardziej skłonni otworzyć Twoją wiadomość e-mail.

Aby zademonstrować, jak dużą różnicę mogą wywołać niewielkie zmiany, zbadaliśmy, jak zmiany w temacie wiadomości e-mail po zakupie wpływają na reakcję klientów.

W końcu wiersz tematu jest pierwszą rzeczą, jaką widzi klient, a w przepełnionej skrzynce odbiorczej drobne zmiany robią różnicę.

Przyjrzeliśmy się najczęstszym formułom wiersza tematu, a następnie wyodrębniliśmy często używane zmienne, takie jak:

W tym krótkim filmie przyjrzyj się, jak różne wiersze tematu wpływają na wskaźniki odpowiedzi w zależności od branży Twojego sklepu:

Przeczytaj pełny raport.

Przetwarzanie języka naturalnego dla lepszego wglądu w nastroje

W miarę jak firmy zwiększają wysiłki, aby zmaksymalizować gromadzenie treści generowanych przez użytkowników, często otrzymują zbyt wiele recenzji klientów, aby zarządzać nimi ręcznie, i potrzebują niezawodnego sposobu na zautomatyzowanie zarządzania recenzjami.

To wspaniale, że klienci tak aktywnie komunikują się z markami i wystawiają opinie, ale sama liczba treści UGC tworzonych codziennie może być przytłaczająca.

Klienci uwielbiają dzielić się swoimi doświadczeniami. Długie, szczegółowe recenzje są bardzo cenne dla kupujących, którzy próbują zdecydować, czy dokonać zakupu, i mogą być bardzo opłacalne dla marek.

Przetwarzanie języka naturalnego pomaga firmom uzyskać najważniejsze dane z ich recenzji.

Na przykład opinia pięciogwiazdkowa może zawierać ważne prośby o skrócenie czasu dostawy, podczas gdy opinia jednogwiazdkowa błędnie odpisana jako „negatywna recenzja” może zawierać wiele przydatnych informacji, które mogą zachęcić klientów do zakupu.

Analiza nastrojów wykrywa te rozbieżności, dzięki czemu możesz uzyskać jak najwięcej korzyści z treści klientów.

Recenzje są często mieszane – rzadko zdarza się, aby wrażenia klientów były całkowicie pozytywne lub całkowicie negatywne, a recenzje to odzwierciedlają. Wiele recenzji jest długich i zawiera kilka zdań, które wyrażają różne odczucia na temat danego produktu.

Utrudnia to właścicielowi sklepu zarządzanie opiniami klientów, a potencjalnemu klientowi podjęcie świadomej decyzji zakupowej.

Wykrywanie nastrojów pozwala zrozumieć najważniejsze wnioski z recenzji, wyodrębniając kluczowe frazy z tekstu i grupując je tematycznie.

Załóżmy, że jeden klient zostawia opinię o czasie dostawy, a inny o czasie dostawy.

Przetwarzanie języka naturalnego rozpoznaje, że te recenzje dotyczą tego samego tematu i grupuje je razem. Starsza metoda analityczna nie nawiązałaby takiego połączenia.

Wniosek

Przypływy się zmieniają. Content marketing oparty na danych to przyszłość, a my dajemy Ci narzędzia, których potrzebujesz, aby wyprzedzić konkurencję.

Yotpo koncentruje się na najnowocześniejszych badaniach i innowacjach, które dają firmom możliwość gromadzenia i wykorzystywania UGC w marketingu, a także mierzenia wyników i dostosowywania kampanii do określonych celów.