คู่มือการตลาดเนื้อหาที่สร้างโดยผู้ใช้ที่ขับเคลื่อนด้วยข้อมูล

เผยแพร่แล้ว: 2022-06-03

เราทุกคนทราบถึงความสำคัญของการใช้ข้อมูลในการตลาดเนื้อหา แต่การพูดว่า "ใช้ข้อมูล" นั้นเป็นเรื่องกว้าง

ตัวชี้วัดใดที่มีความสำคัญต่อ B2C และนักการตลาดอีคอมเมิร์ซในการสร้างและเพิ่มประสิทธิภาพกลยุทธ์การตลาดเนื้อหา

ข้อมูลเชิงลึกที่ส่งผลกระทบมากที่สุดมาจากลูกค้าของคุณ: รีวิว, รูปภาพ, ถาม & ตอบ, ปฏิสัมพันธ์บนโซเชียลมีเดีย และคำติชมโดยตรงอื่นๆ

จนถึงขณะนี้ เป็นเรื่องยากที่จะใช้ข้อมูลจริงเพื่อรับสิ่งที่สามารถดำเนินการได้จากเนื้อหาของลูกค้า แต่ด้วยความก้าวหน้าทางวิทยาการข้อมูล ขณะนี้มีวิธีที่น่าตื่นเต้นในการเจาะลึกสิ่งที่ลูกค้าของคุณพูด

กลยุทธ์การตลาดเนื้อหาที่สร้างโดยผู้ใช้ที่ขับเคลื่อนด้วยข้อมูลคืออะไร และเหตุใดจึงมีความสำคัญ อ่านต่อไปเพื่อหาข้อมูล…

เหตุใด UGC จึงมีความสำคัญมาก

นักช้อปออนไลน์ไม่สามารถสัมผัสสินค้าที่กำลังเรียกดูได้ ดังนั้นพวกเขาจึงหันไปทบทวนสินค้า ภาพถ่ายของลูกค้า และรูปแบบอื่นๆ ของเนื้อหาที่ผู้ใช้สร้างขึ้นเพื่อประกอบการตัดสินใจซื้อ

จะเกิดอะไรขึ้นเมื่อข้อมูล & UGC ชนกัน

ข้อมูลบอกเรา 3 สิ่งเกี่ยวกับ UGC:

1) ผู้ซื้อต้องการ UGC

มีสถิติมากมายเกี่ยวกับจำนวนลูกค้าที่บอกว่าพวกเขาอ่านบทวิจารณ์ แต่ข้อมูลนี้ได้รับการรายงานด้วยตนเองและมักถูกรวบรวมในแบบสำรวจ

เพื่อให้ได้ความเข้าใจที่ถูกต้องเกี่ยวกับผลกระทบที่แท้จริงของ UGC เราได้วิเคราะห์จำนวนผู้เข้าชมร้านค้าอีคอมเมิร์ซมากกว่า 200,000 แห่งที่มีส่วนร่วมอย่างแข็งขันกับบทวิจารณ์ของลูกค้า การให้คะแนนดาว และภาพถ่ายของลูกค้า

ผลการวิจัย?

ผู้เยี่ยมชมไซต์อีคอมเมิร์ซมากกว่า ⅓ ดูหรือมีส่วนร่วมกับ UGC

ในบางอุตสาหกรรม เช่น อิเล็กทรอนิกส์ ผู้เยี่ยมชมไซต์มากกว่า 40% มีส่วนร่วมกับ UGC

และนี่เป็นเพียงผู้เข้าชมเว็บไซต์ เมื่อคุณดูผู้ซื้อที่ลงเอยด้วยการซื้อ ตัวเลขก็ยิ่งน่าตกใจมากขึ้นไปอีก

โดยเฉลี่ย 55% ของลูกค้ามีส่วนร่วมกับ UGC ก่อนตัดสินใจซื้อ

ดังนั้น ผู้คนจำนวนมากที่เข้าชมไซต์ของคุณจะมีส่วนร่วมกับ UGC แต่ผู้ที่ลงเอยด้วยการซื้อเกือบจะมีแน่นอน

ต้องการดูว่าลูกค้าของคุณกำลังมองหา UGC อยู่กี่ราย? ตรวจสอบรายงานฉบับเต็ม

2) UGC มีค่าเกินกว่าจะเพิกเฉย

คุณจะเห็นในกราฟด้านล่างว่าผู้ซื้อจากอุตสาหกรรมต่างๆ มีแนวโน้มจะซื้อเพิ่มขึ้นเป็นสองเท่าเมื่อเห็น UGC

อัตรา Conversion ของอีคอมเมิร์ซที่เพิ่มขึ้นโดยเฉลี่ยจากการเพิ่มเนื้อหาที่ผู้ใช้สร้างขึ้นในไซต์ของคุณคือ 161%

อุตสาหกรรมเครื่องนุ่งห่มและเครื่องประดับมีผลกระทบสูงสุด 207% และอุตสาหกรรมอิเล็กทรอนิกส์มีผลกระทบต่ำสุดที่ 81% ซึ่งยังคงมีอัตราการแปลงเกือบสองเท่า!

ข้อมูล: UGC เพิ่ม CVR อย่างไร

ต้องการดูจำนวนยอดขายที่คุณจะได้รับจาก UGC มากขึ้นหรือไม่?

3) ค่าของ UGC ไม่อาจปฏิเสธได้ แต่คุณต้องการข้อมูลเพื่อใช้ประโยชน์สูงสุด

มีหลายวิธีในการใช้ประโยชน์จาก UGC ในด้านการตลาด เช่น การรวมบทวิจารณ์ของลูกค้าในโฆษณาโซเชียล

และแบรนด์อัจฉริยะก็เข้าใจดีว่าการรวบรวมรีวิวจากลูกค้าเท่านั้นหรือหวังว่าลูกค้าของคุณจะแท็กคุณบน Instagram เมื่อพวกเขาถ่ายรูปกับผลิตภัณฑ์ของคุณไม่เพียงพออีกต่อไป

นี่คือที่มาของการตลาดเนื้อหาที่สร้างโดยผู้ใช้ที่ขับเคลื่อนด้วยข้อมูล

มาดูว่าบิ๊กดาต้า แมชชีนเลิร์นนิง และการประมวลผลภาษาธรรมชาติกำลังเปลี่ยนแปลงวิธีที่เราขับเคลื่อนมูลค่าจากเนื้อหาของลูกค้าได้อย่างไร

ข้อมูลเชิงลึกขนาดใหญ่เพื่อเพิ่มประสิทธิภาพผลลัพธ์

ข้อมูลแสดงให้เห็นว่าผู้บริโภคค้นหาเนื้อหาที่ผู้ใช้สร้างขึ้น เช่น บทวิจารณ์ รูปภาพ และคำถาม & คำตอบ ซึ่งเป็นส่วนหนึ่งของประสบการณ์การช็อปปิ้งออนไลน์

แต่เป็นการท้าทายสำหรับธุรกิจอีคอมเมิร์ซที่จะเห็นว่าคุณลักษณะ UGC ใดที่ลูกค้าของตนได้รับการใช้งานมากที่สุด และคุณลักษณะใดที่ทำให้พวกเขามีคุณค่ามากที่สุด

เกณฑ์มาตรฐานข้อมูล Yotpo

นั่นเป็นเหตุผลที่เราเปิดตัว Conversion Dashboard ใหม่ล่าสุด

ตอนนี้ ธุรกิจต่างๆ สามารถดูได้อย่างง่ายดายว่าเนื้อหาที่ผู้ใช้สร้างขึ้นประเภทใดที่กำลังเพิ่มยอดขายและการเข้าชม และที่ใดที่พวกเขาสามารถเพิ่มประสิทธิภาพเพื่อเพิ่ม Conversion

ต้องการเรียนรู้เพิ่มเติมหรือไม่? ตรวจสอบแดชบอร์ด

แมชชีนเลิร์นนิงเพื่อเพิ่มประสิทธิภาพการรวบรวมเนื้อหาของลูกค้า

ผู้บริโภคเต็มไปด้วยข้อความเกี่ยวกับแบรนด์ และอย่างที่เราทราบ พวกเขากำลังกลบเสียงเรียกร้องความสนใจจากพวกเขาเป็นส่วนใหญ่

ส่วนใหญ่ของกลยุทธ์การตลาดเนื้อหาที่ผู้ใช้สร้างขึ้นคือการได้รับเนื้อหาตั้งแต่แรก และวิธีที่ร้านค้ามักขอให้ลูกค้าเขียนรีวิวหรือรูปถ่ายคือการส่งอีเมลหลังการซื้อ

นั่นหมายความว่าคุณต้องฉลาดและมีไหวพริบเกี่ยวกับวิธีการและเวลาที่คุณขอเนื้อหาของลูกค้า

จากการวิเคราะห์อีเมลหลังการซื้อ 4.5 ล้านฉบับ เราพบว่าในทุกอุตสาหกรรมบทวิจารณ์ส่วนใหญ่เขียนในวันเสาร์เวลา 8.00 น. และเขียนน้อยที่สุดในวันพฤหัสบดีเวลา 15.00 น.

อัตราการตอบสนองแตกต่างกัน 143% ระหว่างช่วงเวลาที่ดีที่สุดและแย่ที่สุด!

ด้วยความรู้นี้ อัลกอริธึมแมชชีนเลิร์นนิงสามารถเพิ่มประสิทธิภาพคำขอหลังการซื้อของร้านค้าได้โดยอัตโนมัติ เพื่อให้แน่ใจว่าแบรนด์ต่างๆ จะใช้ "คำถาม" ให้เกิดประโยชน์สูงสุด

[ทวีต “วิธีที่คุณขอเนื้อหามีความสำคัญพอๆ กับเวลาที่คุณถาม”]

อัลกอริธึมแมชชีนเลิร์นนิงสามารถเลือกถ้อยคำที่สมบูรณ์แบบสำหรับคำขอของคุณ เพื่อให้ลูกค้ามีแนวโน้มที่จะเปิดอีเมลของคุณมากขึ้น

เพื่อแสดงให้เห็นว่าการเปลี่ยนแปลงเล็กๆ น้อยๆ สามารถสร้างความแตกต่างได้มากน้อยเพียงใด เราได้ศึกษาว่าการเปลี่ยนแปลงบรรทัดเรื่องของอีเมลหลังการซื้อส่งผลต่อการตอบกลับของลูกค้าอย่างไร

ท้ายที่สุดแล้ว หัวเรื่องคือสิ่งแรกที่ลูกค้าเห็น และในกล่องจดหมายที่มีคนแน่นเกินไป การเปลี่ยนแปลงเล็กๆ น้อยๆ จะสร้างความแตกต่าง

เราพิจารณาสูตรหัวเรื่องที่พบบ่อยที่สุด จากนั้นจึงแยกตัวแปรที่ใช้บ่อย เช่น

  • การใช้ถ้อยคำเป็นคำถามหรือใส่ชื่อร้าน:
    “คุณชอบการซื้อล่าสุดจาก [ชื่อร้านค้า] หรือไม่”
  • เสนอคูปองหรือส่วนลด:
    “รับส่วนลด 10% สำหรับการซื้อครั้งต่อไปของคุณ”
  • ใช้คำที่เป็นตัวพิมพ์ใหญ่ เครื่องหมายตกใจ หรือดึงดูดความสนใจของลูกค้า: “เราหวังว่าคุณจะชอบการซื้อของคุณ!”

ในวิดีโอสั้นๆ นี้ มาดูกันว่าหัวเรื่องต่างๆ ส่งผลต่ออัตราการตอบกลับอย่างไร โดยขึ้นอยู่กับอุตสาหกรรมร้านค้าของคุณ:

อ่านรายงานฉบับเต็ม

การประมวลผลภาษาธรรมชาติเพื่อความเข้าใจที่ชาญฉลาดยิ่งขึ้น

เนื่องจากธุรกิจต่างๆ พยายามเพิ่มการรวบรวมเนื้อหาที่ผู้ใช้สร้างขึ้นให้มากที่สุด พวกเขามักจะได้รับบทวิจารณ์ของลูกค้ามากเกินไปที่จะจัดการด้วยตนเอง และต้องการวิธีที่เชื่อถือได้ในการจัดการรีวิวโดยอัตโนมัติ

เป็นเรื่องดีที่ลูกค้าสื่อสารกับแบรนด์อย่างกระตือรือร้นและแสดงความคิดเห็น แต่ปริมาณ UGC ที่สร้างขึ้นในแต่ละวันอาจล้นหลาม

ลูกค้าชอบที่จะแบ่งปันประสบการณ์ของพวกเขา บทวิจารณ์โดยละเอียดและยาวนานนั้นมีค่ามากสำหรับนักช็อปที่พยายามตัดสินใจว่าจะซื้อหรือไม่ และสามารถให้ผลกำไรสูงสำหรับแบรนด์

การประมวลผลภาษาที่เป็นธรรมชาติช่วยให้ธุรกิจได้รับข้อมูลที่สำคัญที่สุดจากรีวิวของพวกเขา

ตัวอย่างเช่น บทวิจารณ์ระดับ 5 ดาวอาจมีคำขอที่สำคัญสำหรับเวลาในการจัดส่งที่ดีขึ้น ในขณะที่บทวิจารณ์ระดับ 1 ดาวที่เขียนโดยไม่ได้ตั้งใจว่าเป็น "บทวิจารณ์เชิงลบ" อาจมีรายละเอียดที่เป็นประโยชน์มากมายที่สามารถกระตุ้นให้ลูกค้าซื้อได้

การวิเคราะห์ความคิดเห็นจะสังเกตเห็นความคลาดเคลื่อนเหล่านี้ เพื่อให้คุณได้รับประโยชน์สูงสุดจากเนื้อหาของลูกค้า

บทวิจารณ์มักผสมปนเปกัน หายากที่ประสบการณ์ของลูกค้าจะเป็นไปในทางบวกหรือทางลบทั้งหมด และรีวิวก็สะท้อนให้เห็นว่า บทวิจารณ์จำนวนมากมีความยาวและมีประโยคสองสามประโยคที่แสดงความรู้สึกต่างๆ เกี่ยวกับผลิตภัณฑ์นั้นๆ

ทำให้เจ้าของร้านค้าจัดการความคิดเห็นของลูกค้าได้ยาก และทำให้ผู้มีโอกาสเป็นลูกค้าทำการตัดสินใจซื้ออย่างมีข้อมูลได้ยาก

การตรวจจับความรู้สึกช่วยให้คุณเข้าใจประเด็นที่สำคัญที่สุดจากบทวิจารณ์โดยแยก วลีสำคัญออกจากข้อความและจัดกลุ่มตามหัวข้อ

สมมติว่าลูกค้ารายหนึ่งเขียนรีวิวเกี่ยวกับเวลาจัดส่ง และลูกค้าอีกรายเขียนรีวิวเกี่ยวกับเวลาจัดส่ง

การประมวลผลภาษาที่เป็นธรรมชาติตระหนักดีว่าบทวิจารณ์เหล่านี้เกี่ยวกับหัวข้อเดียวกันและจัดกลุ่มไว้ด้วยกัน วิธีการวิเคราะห์แบบเก่าจะไม่ทำการเชื่อมต่อนั้น

บทสรุป

กระแสน้ำกำลังเปลี่ยนแปลง การตลาดเนื้อหาที่ขับเคลื่อนด้วยข้อมูลคืออนาคต และเรากำลังมอบเครื่องมือที่จำเป็นสำหรับคุณเพื่อนำหน้าคู่แข่ง

Yotpo มุ่งเน้นไปที่การวิจัยและนวัตกรรมล้ำสมัยที่ให้อำนาจธุรกิจในการรวบรวมและใช้ UGC ในด้านการตลาดตลอดจนวัดผลลัพธ์และปรับแคมเปญให้เข้ากับวัตถุประสงค์เฉพาะ