Download pdf - Segmentering i praksis

Transcript

Praktisk segmentering Morgeninspiration 4. feb. - 2015

Jens Hjerrild Poder

Det lyder bekymrende og svært

Uha. Hvad nu hvis jeg laver det forkert?

Uha. Og måske også

DYRT

Medieforskerne bliver jo skidesure

Jeg vil gerne give jer en praktisk playbook

ANGST

Hvilken slags segmentering

1

Hvem er I & hvad skaber værdi?

•  Ehandel? (opsalg og mersalg)

•  Abonnementsforretning? (lead opsamling, churn-reduction, win-back, relevans)

•  Business to Business site? (lead opsamling, win-over forløb, relevans)

•  Medlemsorganisation? (tilfredshed via relevans, personlig service)

Lidt magiske værktøjer

•  Basalt set en sorteringsmaskine til din internet trafik

•  Genkender dine brugere fra mails

•  Sætte ”tags” på via adfærd

•  Sætte automatiske hændelser op

Woopra – et værktøj vi er glade for

+ ID

SITE

Spørgeskema undersøgelser

Online-testen

Landingsside med Whitepaper •  ”Mine ti bedste segmenteringstips”

•  Udfyld navn, firma, tlf & email

•  Sign up til vores nyhedsbrev for at downloade

Så nu har vi noget at handle på •  Telefonopkald

•  Win-over forløb af emails

•  Tilpasse site og email udsendelse

•  Give en rabat for at vinde tilbage

Segmenter på 1

•  Et førende open source e-handelsplatform

•  Forberedt til integration med content, da det er integreret med verdens største CMS: Wordpress

•  Wordpress CMS uovertrufne brugervenlighed

•  Best Value for Money

Vi er i et marked hvor kampen om kunden er stadigt hårdere •  Søgemaskinerne giver kunderne transparent indsigt i

hvor de kan få produktet billigst

•  Knivskarp konkurrence på search marketing

•  Mængden af konkurrenter er overvældende"

Stigende problem: Dyre & illoyale kunder

Clerk: Amazon in a Box •  Software as a service: Markedsledende automatik

•  Vi husker hvad brugeren har lavet og kan ud fra det:

•  Tilbyde relevante produkter på forsiden •  Tilbyde relevante produkter på produktside •  Relevante produkter i søge-resultater •  Tilbyde relevante flere produkter ved i-kurv-lægning •  Sende personlige emails

Ordrer solgt med Clerk har 45% flere varer i kurven og en 37% større ordreværdi Clerk øgede Unisports omsætning fra anbefalinger med 140% i en split-test mod deres foregående leverandør

CLERK

Prediction engines og maskinlæring •  Værktøjer som anvendes i"

intelligente personaliserede content-services som feks. Netflix.

•  Kobler brugerens adfærd

•  Med andre brugeres adfærd

•  Viden om indholdet

•  Opdager det ting som kunne være relevante

Prediction IO

Prediction er…

Viden om mig!

Viden om content!

Viden: andres brug!

•  Hvad er set!•  Hvor længe!•  Ratings afgivet!•  Relevant!

•  Genre!•  Nøgleord!•  Relateret!

•  Hvad er set!•  Hvor længe!•  Ratings afgivet!Automatisering og

maskinlæring!

Værdi af prediction •  Aktivering og genbrug af evergreen indhold

•  Oplevelse af personlig relevans for brugeren

Pointer

Segmentering bør ikke kun handle om at sortere

Det handler især også om… •  Vide, hvad der skabe værdi for jer

•  Genkende tegn på at brugerne gerne vil noget som I også gerne vil

•  Sætte det på formel og automatisere det

Det behøver ikke være hovedkanalen

Spørgsmål og fri leg