Share on facebook
Share on linkedin
Share on twitter
Share on facebook
Share on linkedin
Share on twitter
[consultant3]

人工智慧是否能為傳統的電子郵件行銷注入新活力?

當社群媒體等渠道成為現今品牌與消費者互動及推廣產品的主要戰場時,行銷人很容易一不小心就忽略傳統行銷渠道,如:電子郵件。然而,近年來透過人工智慧加持的電子郵件行銷 (email marketing) 正逐漸地被賦予新生,成為有效的行銷工具。

比起社群媒體的方便快速,電子郵件行銷相較之下顯得較沒效率,因為廣告信件的缺點在於:容易在信件海中被忽略、不容易維持訂閱人數以致低開信率與低點擊率。

一般電子郵件行銷的傳統作法為藉由提供折扣、撰寫更吸引人的標題或調整寄件頻率等方式進而增進成效。不過這樣的調整方式其實都只是基於假設自己是讀者的角度來猜想信件內容到底為什麼無法與讀者產生連結。縱使這樣的設想是正確的,這些假設都必須不斷地反覆試驗,才有可能讓推廣內容順利傳達到目標受眾的手裡。

現在有了人工智慧技術的幫助,企業得以找出各種層面中相似度高的目標客群、更深入了解並分類現有顧客、預測消費者有興趣的主題以及預測顧客行為模式等進階策略。這些策略可以幫助你解決電子郵件行銷當中最麻煩的挑戰。

利用AI客群分類演算法進而提升開信率

你所製作的內容無法與目標讀者產生連結的背後一定有其原因。透過人工智慧的協助,你可以看到高準確度的分析結果 – 也就是你的讀者的真正需求 – 你的行動將比單純猜測來得更加有效。

根據Econsultancy提出的研究報告顯示,在2017年,亞洲有76%的行銷人表示他們極度想於電子行銷領域達成更個人化的規劃,然而卻只有21%的行銷人提供除了收件人姓名以外的客製化信件內容。

這份研究報告同時也指出,除了於信中稱呼收信人名字,在信件中使用與讀者切身相關的數據,吸引收件人打開信件的機率將會提高一倍。既然人工智慧可以寫出差點得文學獎的短篇小說,要能成功分析跨螢消費者線上的購物歷史、透過關鍵字分析並辨識消費者最有興趣的主題、進而歸納分類並進行預測,也並非難事。

一旦你獲得這些洞察,便能設計個人化內容,針對各個消費者的偏好與需求提供獨特優惠。人工智慧能夠辨識並分析海量文章內包含之各式有意義的關鍵字,提供多個接觸點來強化你與消費者之間的連結。

你甚至可以根據過往的活動互動來預測哪些人會對你的新行銷活動產生共鳴,並且設計個人化的信件內容來吸引住他們的目光。

舉例來說,台灣某家主流出版商總是寄給所有讀者一樣的電子郵件,導致低開信率與低點閱率。主要的原因是那些主題與內容與讀者的興趣並不相符,沒有足夠誘因促使讀者進行更多互動。

透過運用人工智慧技術,該出版社可以快速應用深度學習分析線上行為,比對出自有讀者資料庫所對應的網路使用者,例如讀者的實際年紀與興趣,幫助出版社針對正確的讀者群投以合適的行銷內容。在實際跑過一波行銷活動後,開信率大大地提升了42%,點閱率也成長了107%。

透過找出行為輪廓相似的使用者以擴大你的顧客群

先進的人工智慧模型可以從巨量的消費者行為數據中找出高度相似於暨有顧客群(如高消費力),除了幫助你針對目標設計行銷內容外,還能藉此更加擴大行銷效益。整個過程始於運用你所擁有的不同格式資料來分析消費者的個人特徵,這些資料包含:網站上的資料、活動數據、應用程式、顧客關係管理軟體、整合應用程式等等各式各樣的數據。

一個具有人工智慧技術支援的平台可以整合現有資訊與外部情報,準確地配對出潛在客戶。善用這些珍貴的數據資料,電子郵件行銷將不再是猜測遊戲,而是精準的行銷利

運用人工智慧預測結果來維持訂閱人數

根據行為模式分析,人工智慧技術平台可以幫助你辨識出那些人是可能會退訂電子報的族群。透過分析訂閱者在退訂前的行為預測他們準備要退訂了,此時若加緊腳步調整互動策略,並給他們停留的誘因,即有機會阻止客群流失。當你找出這群高流失風險族群,你就能事先規劃好並實踐你的「喚醒」策略,例如:

  • 針對這些「潛在的退訂戶」進行興趣分眾,並進一步設計專屬的電子郵件內容。
  • 提供一些小驚喜、優惠、或者是專屬的獎勵回饋。
  • 將信件的格式與連結重新設計調整,讓讀者更容易採取行動。

人工智慧是個人化電子郵件行銷前所未有的新利器,它幫助行銷人歸納出能引發顧客互動行為的興趣主題,並藉此判定該如何設計內容來達到預期的成果。以上所提到的種種,都是人工智慧幫助傳統行銷起死回生的契機。

WE CAN HELP

Letus know how we can help improve your marketing strategy

YOU MIGHT ALSO LIKE

如何運用人工智慧優化個人化行銷,成功吸引首次訪客?

隨著數位化的長足發展,透過更加個人化的行銷內容與顧客進行有效互動並驅動回流儼然成為趨勢。而人工智慧所驅動的行銷自動化工具更能將個人化行銷提升到另一個境界,例如:可在顧客首次造訪網站的當下即呈現個人化網頁內容,留給首訪顧客深刻的第一印象,藉此將更多的流量轉化為實際行動(如註冊、下單等)。 在資訊龐雜的數位世界裡,品牌商無不積極地向顧客提供個人化的內容與服務來創造獨特價值。若想促使更多顧客轉換,能設計出符合訪客興趣的應用程式或網站內容即是強而有力行銷策略。 根據Accenture Interactive所發佈的2019個人化行銷調查報告,超過九成的顧客偏好在有為他們提供切身相關優惠或推薦的網站上購買商品。 傳統的個人化行銷如何操作? 若僅靠人力,目前能做到的個人化行銷是透過搜尋並分析既有客戶,逐漸地從中拼湊出顧客輪廓,並根據輪廓建立更客製化的設計。只要能夠從網站或應用程式中收集愈多顧客行為數據,就能藉此設計出更貼心的個人化內容。 雖然透過上述方式可提供現有顧客更加個人化的體驗,然而,收集與分析數據將耗費太多時間,同時,根據最近的一份研究顯示:84%的轉換發生在顧客首次來訪時,這表示你可能會因為無法在顧客首次到訪時提供個人化體驗,而失去寶貴的成交機會。 其實,就算顧客是首次來訪,仍然可以依據某些數據來發展個人化內容設計。傳統來說,偵測IP位址、定位資料、使用裝置、以及流量來源,都可作為行銷人判斷顧客期待的依據。 舉例來說,利用定位資料篩選器,可以幫助服裝品牌根據IP、定位資料、當地語言與季節主題以展示最相關的商品給首次來訪網站的顧客。上述所提及的自有資料也可幫助你在首訪顧客瀏覽熱銷商品時推播限時優惠或附送贈品等等。 如何運用人工智慧優化個人化行銷體驗? 然而,這些傳統方法仍然有其限制,畢竟這些數據僅是根據站內或應用程式內的使用者行為數據分析而來。這些數據無法辨識同一位消費者在不同裝置上的行為,因此無法提供顧客跨裝置的個人化行銷體驗。 有了AI技術的輔助後,你將能夠掌握顧客在站外的興趣與使用行為,這代表你能夠在他們造訪你的網站之前就預先洞悉他們。因此,你將擁有更多依據以設計更佳的個人化行銷內容,奪得先機。  提供跨裝置的個人化行銷體驗 儘管近年行銷自動化工具不斷推陳出新,行銷人仍難以在不同裝置與渠道之間有效掌握與消費者互動的接觸點(touchpoints)。例如,婷婷在週日下午透過平板瀏覽時尚商品網站,當晚以電腦預先將她喜歡的商品存進書籤,以便日後使用手機購買。若使用傳統的分析方法,婷婷在這三種裝置上的使用行為會被判定為三位不同的用戶。 現在透過AI主動式行銷自動化工具,可幫助你清晰地描繪出使用者的跨螢轉換路徑,並盡可能的獲取單一顧客的全觀輪廓與行為洞察,藉此幫助你在對的時間點推播與他們最相關的行銷內容,例如在星期一早上的上班途中以手機推播訊息提醒婷婷尚未對某些商品進行結帳。 運用第三方的興趣資料產出更精準的顧客輪廓 除了自有資料以外,行銷人亦能夠從第三方數據中獲得潛在訪客的站外行為與偏好的資訊。例如有些網站能夠提供線上顧客行為資料,這些通常是透過篩選特定使用者並收集問卷,或經由網站會員資料收集而來的使用者行為數據。 一個由AI驅動的工具,其強大的地方在於它能同步分析億兆筆跨裝置的數據資料來辨識消費路徑、並預測消費者如何在不同的裝置之間移轉,如:AIQUA主動式顧客互動優化平台。其背後之運作能夠同時處理成千上萬個行銷活動的巨量數據,並解析出不同使用者的興趣與關鍵字。接著便能夠運用它所產出的洞察資料並佐以自有數據,以更精準的方式做顧客分眾,最後,行銷人即可為每一個分眾設計專屬的個人化網站行銷內容。 AI驅動之工具還能將顧客的站外瀏覽內容做更進一步的語言分析並獲取更細緻的關鍵字分類,例如將體育類別再細分為「籃球」與「國際足球總會FIFA」、或將科技類別切分為「比特幣」與「虛擬實境」。 舉例來說,根據在站外所瀏覽過的文章內容,顧客首次來訪你的網站的意向也各有不同,有的只是單純逛逛、有的正在計畫肯亞動物之旅、有的想安排托斯卡尼品酒行程等等。根據不同分眾的興趣關鍵字,你能夠將他們進一步細分為「戶外活動冒險家」或者是「葡萄酒愛好者」,並在他們首次來訪時就呈現為他們量身打造的行銷內容。 知己知彼,百戰百勝。雖然我們無法期待每個首訪顧客都能順利成交,但透過運用人工智慧行銷自動化工具,你可以如先知般為首訪顧客打造高度個人化的專屬體驗,有效提升轉換成效。   歡迎與我們聯繫 |立即試用AIQUA人工智慧主動式顧客互動優化平台|

VIEW >

邁入LINE 2.0時代:如何善用人工智慧規劃精準行銷,最佳化全渠道廣告效益

今 (2019) 年 4 月 18 日開始,LINE 官方宣布將推行全新的官方帳號 2.0 計畫,讓台灣行銷人員迎來了策略佈局上的挑戰,許多中小企業最為苦惱的問題在於全新的計價方案,從過去「好友數量計價、發送訊息數不限」的計費方案,轉變為「好友數不限、但以訊息發送量計費」的模式。 為什麼這項改變構成了嚴峻的挑戰? LINE@ 生活圈目前在台灣用戶數超過 130 萬,過去月費在 798 至 8,888 元不等。對於這 130 萬以中小企業佔多數的商家來說,過去最便宜的 798 元方案也有 20,000 好友能無限推播行銷訊息,套用新的

VIEW >

人工智慧是否已成為品牌形象的守護者?運用人工智慧預防品牌形象危機

現今許多企業對於品牌安全的重視程度已不亞於瀏覽、點擊、營收等成效數字,但隨著程式化購買技術的快速發展與所影響的規模不斷擴大,使得行銷人難以滴水不露地控管品牌的安全性。 隨著人工智慧技術在數位行銷領域的發展應用,人工智慧不只幫助行銷人能更精準地鎖定目標群眾,它也已成為品牌的守護者,把關著行銷預算。 程式化技術可能傷害你的品牌安全 2017年初發生了一些廣告災難,使得品牌安全開始備受企業的關注。英國泰晤士報 (The Times) 的 Alexi Mostrous 揭露許多家用品牌在散播仇恨相關(例如伊斯蘭國)的YouTube影片內容區塊上投放廣告,變相成為恐怖份子的贊助商。不久,同一年中又有全球知名品牌在兒童性侵相關的影片區塊中投放廣告。這樣的現象引起了行銷界的恐慌,許多品牌因此凍結程式化投放廣告的預算,並聲明他們將等到Google等廣告發佈商願意為品牌主嚴格把關並篩檢廣告版位的資訊內容時,才會再次重啟廣告投放。 到了2018年,品牌安全衝擊範圍已經擴大到所有品牌,層面包括:侵犯、違法或不恰當的內容,畢竟當廣告展示在不當的內容旁邊,會直接衝擊到品牌的名聲與形象。這些內容包含爭議性新聞與意見、假新聞或是任何與品牌價值相衝突的內容;例如:在談論心臟病的文章旁邊推播速食廣告。 最近的市場研調結果顯示,72%的行銷人員表示他們在使用程式化技術時確實會擔心品牌安全。而且,超過四分之一的受訪者也表示他們的廣告曾經被展示在不當的內容旁邊。 為何品牌們紛紛開始驚慌竄逃?因為這樣的情況絕對會在消費者心理上造成衝擊。將近一半的消費者明確表達他們會因為廣告投放在所厭惡的內容旁邊而拒絕購買該品牌;另外有38%的消費者表示這樣的情況會使他們對該品牌的信任度下降。 但說實在的,這些品牌並不是自發去支持這些不當內容。 傳統技術的局限 行銷人明白這些具侵犯性的內容會對品牌形象造成傷害,但他們沒有辦法在每個廣告平台上詳細地執行品牌安全措施,因為廣告主與廣告發佈商在程式化技術執行上並無直接的關連。廣告競價平台從數以萬計的網站上獲取廣告版位競價機會後,根據廣告的統計數據、網域與廣告長度作分類後以小於毫秒的極快速度進行它們競價拍賣,在這樣的運作方式下,廣告主並沒有足夠的時間手動檢查內容或適當性。 當程式化技術提供更大量的曝光機會給潛在目標受眾的同時,大量的流量也帶來了監控上的困難。 當然,有一些特定主題本來就是沒有廣告商願意投放的範圍,例如恐怖主義、淫穢或暴力等等內容,而且品牌主可以透過設定黑名單與關鍵字來遠離這些內容。可是,這樣的操作方式仍然有其限制。 以設定黑名單的例子來說,行銷人可以詳細列出每個品牌不希望產生關聯的字,但這其中仍會忽略字詞之間的細微變化或影像內容,總是會出現漏網之魚,或是意外封鎖了一些其實是安全的關鍵字。 況且,安全是主觀認知。例如洗衣機品牌展示廣告在預防蛀牙的網站內容旁並不會有所影響,但是對餅乾或巧克力品牌來說卻會是個大問題。 長期而言,這種不夠細緻的辨識方法無法確保品牌安全。而且光靠人力已無法應付現今大量、大規模且快速更新的程式化技術。 人工智慧在判斷內容時,也同時考量情境背景 人工智慧技術運用先進的演算法來理解文字之間細微差別與情境,並已迅速地為行銷人正面臨的品牌安全災難提供最佳解答。 雖然人工智慧仍無法徹底根除品牌傷害,但透過運用機器學習 (Machine

VIEW >