数据驱动的用户生成内容营销指南

我们都知道在内容营销中使用数据的重要性，但只是说“使用数据”是广义的。

哪些指标对 B2C 和电子商务营销人员形成和优化内容营销策略实际上很重要？

最有影响力的见解来自您的客户：评论、照片、问答、社交媒体互动和其他直接反馈。

到目前为止，实际应用数据从客户内容中获取可操作的内容一直很困难，但随着数据科学的进步，现在有令人兴奋的方法可以更深入地研究客户所说的话。

什么是数据驱动的用户生成内容营销策略，它为什么重要？ 请仔细阅读，找出答案…

为什么 UGC 如此重要？

在线购物者无法实际接触他们正在浏览的商品，因此他们转向产品评论、客户照片和其他形式的用户生成的内容来告知他们的购买决定。

当数据和 UGC 发生冲突时会发生什么

数据告诉我们关于 UGC 的 3 件事：

1) 购物者想要 UGC。

有很多关于有多少客户说他们阅读了评论的统计数据，但这些数据是自我报告的，并且经常在调查中收集。

为了准确了解 UGC 的真正影响，我们分析了超过 200,000 家电子商务商店有多少访客积极参与客户评论、星级评分和客户照片。

调查结果？

在电子等一些行业，超过 40% 的网站访问者与 UGC 互动。

而这只是网站访问者——当你看到最终购买的购物者时，数字更加惊人。

平均而言，55% 的客户在购买前与 UGC 互动。

因此，许多访问您网站的人都会与 UGC 互动，但最终购买的人几乎肯定会参与。

2) UGC 太值得忽略了。

您可以在下图中看到，跨行业的购物者在看到 UGC 时购买的可能性大约是其两倍。

将用户生成的内容添加到您的网站后，电子商务转化率的平均提升为 161%。

服装和配饰行业的影响最高，为 207%，而电子行业的影响最低，为 81%——转化率几乎翻了一番！

3）UGC的价值是不可否认的，但你需要数据才能充分利用它。

有很多方法可以在营销中利用 UGC，例如在社交广告中包含客户评论。

聪明的品牌明白，仅收集客户评论或希望您的客户在与您的产品合影时在 Instagram 上标记您已经不够了。

这就是数据驱动的用户生成内容营销的用武之地。

以下是大数据、机器学习和自然语言处理如何改变我们从客户内容中获取价值的方式。

大数据洞察力以优化结果

数据显示，消费者寻找用户生成的内容，如评论、照片和问答，作为他们在线购物体验的一部分。

但对于电子商务企业来说，要准确了解他们的客户最常使用哪些 UGC 功能，以及哪些功能为他们带来了最大价值，这是一个挑战。

这就是我们发布全新转换仪表板的原因。

企业现在可以轻松查看哪些类型的用户生成的内容正在增加销售额和流量，以及他们可以在哪些方面进行优化以提高转化率。

想了解更多？ 查看仪表板。

机器学习优化客户内容收集

消费者被品牌信息所淹没——正如我们所知，他们淹没了大多数吸引他们注意力的呼声。

任何用户生成的内容营销策略的很大一部分实际上都是首先获取内容，商店要求客户提供评论或照片的最常见方式是通过购买后电子邮件。

这意味着您需要对请求客户内容的方式和时间保持聪明和机智。

通过分析 450 万封购买后电子邮件，我们发现在所有行业中，周六早上 8 点写的评论最多，周四下午 3 点写的评论最少。

有了这些知识，机器学习算法可以自动优化商店的购买后请求，以确保品牌充分利用他们的“请求”。

[Tweet “你如何请求内容与你提问时一样重要。”]

机器学习算法还可以为您的请求选择完美的措辞，以便客户更有可能打开您的电子邮件。

为了证明微小的变化可以产生多大的差异，我们研究了购买后电子邮件主题行的更改如何影响客户响应。

毕竟，主题行是客户看到的第一件事，而在拥挤的收件箱中，微小的变化会带来很大的不同。

我们查看了最常见的主题行公式，然后分离出常用变量，例如：

在这个简短的视频中，看看不同的主题行如何影响响​​应率，具体取决于您商店的行业：

阅读完整报告。

自然语言处理可实现更智能的情感洞察

随着企业加大努力以最大限度地收集用户生成的内容，他们经常需要手动管理太多的客户评论，并且需要一种可靠的方式来自动化评论管理。

客户如此积极地与品牌沟通并留下反馈真是太好了，但是每天创建的 UGC 的绝对数量可能是压倒性的。

客户喜欢分享他们的经验。 长而详细的评论对于试图决定是否购买的购物者来说非常有价值，并且可以为品牌带来高额利润。

自然语言处理可帮助企业从评论中获取最重要的数据。

例如，五星级评论可能包含对缩短交货时间的重要要求，而一星评论被错误地写为“负面评论”可能包含大量可以激发客户购买的有用细节。

情绪分析会注意到这些差异，以便您从客户内容中获得最大价值。

评论通常是混合的——客户体验完全正面或完全负面的情况很少见，评论反映了这一点。 许多评论都很长，并且有几句话表达了对给定产品的不同感受。

这使店主难以管理客户意见，也使潜在客户难以做出明智的购买决定。

情绪检测通过从文本中提取关键短语并按主题对它们进行聚类，使您能够了解评论中最重要的内容。

假设一位客户留下了有关交货时间的评论，而另一位客户留下了有关运输时间的评论。

自然语言处理识别出这些评论是关于同一主题的，并将它们组合在一起。 较旧的分析方法不会建立这种联系。

结论

潮流正在改变。 数据驱动的内容营销是未来，我们为您提供保持竞争优势所需的工具。

Yotpo 专注于前沿研究和创新，使企业能够在营销中收集和使用 UGC，以及衡量结果并根据特定目标调整活动。