自動化がテレビ会社にどのように影響するか考えたことはありますか？
あなたがしなかった場合のために、私たちはあなたのためにそれをしました。
私たちはテレビ会社であり、クライアントはコンテンツをどのように、いつ、どこで消費するかについてショットを呼びます。そのため、私たちが彼らのニーズを満たしていない場合、彼らはコードを切るか、競合他社の新しいものに行きます。
加入者ベースを拡大し、成長を促進する可能性が必要な場合は、目標、プロモーションの優先順位、成功の尺度を再考する必要があることに気づきました。
ここに、私たちが努力し、成長を実現するのに役立った3つの戦略的変更があります。これがあなたもできる方法です：
1.開発指標に合わせて、すべての広告にこの責任を負わせます
ディッシュネットワークはビジネスです。オフライン、オンライン、携帯電話、または上記のそれぞれで、人々は私たちと一緒に参加したい方法を選択することができます。つまり、広告がより効率的で強力なチャネルになるように、デジタルとオフラインを導入する必要がありました。
すべてのマーケティングが効果的かつ効率的になるように、デジタルとオフラインを統合する必要がありました。
これを行うには、2つの障害に直面しました。オンラインとオフラインのタッチポイントと変換アクションを簡単に結び付けることと、情報を利用して投資を最大限に活用する機会を特定するシステムを作成することです。
コールセンターのデータを使用して、電子広告およびマーケティングへの投資を通知しています。彼らが購入サイクルを開始したとしても、私たちは価値を見出します。また、新規加入者の半数以上が電話で私たちと交流することを私たちは知っています。
電話広告はコンバージョン率を高めるため、電子広告がより良いモバイルの見込み客を見つけるために一生懸命働くことができるように、通話コンバージョンデータを調査に統合しました。さらに、検索連動型広告の電話番号表示オプションを使用して、クリックしてGoogleに簡単に電話をかけることができます。このため、検索連動型広告のコンバージョンの3分の1は、現在、電話番号表示オプションによって行われています。
2.顧客にリーチするためにCLVに傾倒する
すべてのクライアントが同じになるわけではないことを認識しています。いくつかは平均より5倍価値があり、いくつかはより大きな離職スコアを持っています。より大きなサポートは他の人々によって必要とされています。特徴的なセグメントの価値と属性を知り、それらを扱うことは、私たちの成功にとって非常に重要です。
しかし、私たちは常にそれを正しく理解したわけではありません。広告および広告戦術、特にデジタル内での顧客生涯価値（CLV）へのアプローチ方法を変更したのはごく最近のことです。電子、ラジオ、テレビなどのチャネルに基づいたマーケティング計画を立てることはできないことを学びました。顧客にリーチして差別化するのに役立つ、デジタルファーストのオムニチャネル広告戦略が必要でした。
最初のステップは、顧客の特徴を確実に理解することでした。次に、そのデータを使用して、広告およびマーケティング戦略に情報を提供しました。たとえば、特定の兆候がCLVと高度に関連していることがわかっている場合は、このデータをGoogle広告に返し、最適化してこれらの価値の高いユーザーをより多く獲得できるようにします。
結果はそれ自体を物語っています。今年、目標の広告費用対効果入札戦略の使用を開始して以来、運用試行の収益性は43％増加しました。
3.機械学習（ML）に投資を指示させます
機械学習は、私たちのスケールを示したり、支援したりするのに役立ちました。マーケティングの自動化により、私たちはよりスマートになり、当て推量を軽減できます。
当て推量は、準備からのマーケティングの自動化によって軽減され、よりスマートになることができます。
たとえば、Google検索のキーワードに対して手動で入札していました。 Googleのスマート入札での機械学習により、コンバージョンに向けて入札する準備が整いました。デジタルメディアへの投資とオフラインデータを結び付けて、パフォーマンスを向上させることができます。このアプローチにより、トラフィックが15倍に増加し、コンバージョン率も60％増加しました。
機械学習は、洞察をより迅速に得るのにも役立ちます。以前は、キャンペーンが終了するまで待ちたいと思っていました。結果を集計してマーケティング活動に移す前に、場合によっては待ちたいと思っていました。ただし、機械学習と組み合わせることで、1日で洞察を得ることができます。結果が発生する前に予測することができます。例として、運用の洞察を使用して投資収益率を予測し、進行中のキャンペーンを取得できます。そうすれば、必要な投資を増やしたり減らしたりすることができます。
機械学習は、すべてを手動で行う場合よりも、顧客を見つけてリーチするのにも役立ちます。私たちは人々の資質を理解しているので、彼らのためのプログラミングパッケージを予測し、彼らのニーズに合わせてマーケティングを自動的に調整することができます。機械学習のおかげで、パーソナライズと大規模な関連性が現実のものになりました。