Oletko koskaan ajatellut, miten automaatio voi vaikuttaa televisioyhtiöön?
Jos et tehnyt niin, olemme tehneet sen puolestasi.
Olemme televisioyhtiö ja asiakkaamme kutsuvat kuvia siitä, miten, milloin ja missä he kuluttavat sisältöä, joten jos emme tyydytä heidän tarpeitaan, he katkaisevat soivan tai menevät kilpailijan uuteen.
Tajusimme, että meidän oli mietittävä tavoitteitamme, ylennysprioriteetteja ja menestystoimenpiteitä, jos halusimme mahdollisuuden kehittää tilaajakantaamme ja ajaa kasvua.
Tässä on kolme strategista muutosta, jotka auttoivat meitä pyrkimään kasvuun. Näin voit myös:
1. Kohdista kehitystietoihin ja pidä sitten kaikki mainokset vastuullisina tästä
Dish Network on liiketoimintaa. Ihmiset voivat valita, miten he haluavat osallistua kanssamme, kun se on offline-tilassa, verkossa, matkapuhelimessa tai jokaisessa yllä mainituista. Tämä tarkoittaa, että meidän on saatava digitaalinen ja offline-tilassa mainostamme tehokkaammaksi ja tehokkaammaksi kanavillemme.
Meidän on pitänyt tuoda digitaalinen ja offline-tila yhteen, jotta kaikki markkinointimme ovat tehokkaita.
Tämän tekemisessä oli kaksi estettä: varmistamalla, että sidomme verkko- ja offline-kosketuspisteet ja muunnostoiminnot vaivattomasti, ja luomalla järjestelmä tietojen hyödyntämiseksi mahdollisuuksien saamiseksi maksimoimaan sijoituksemme.
Käytä puhelinkeskustietojamme sähköisen mainonnan ja markkinoinnin investointien ilmoittamiseen. Löydämme arvoa myös silloin, kun he voivat aloittaa ostosyklin. Ja tiedämme, että yli puolet uusista tilaajistamme seurustelee kanssamme puhelimitse.
Integroimme puhelunmuuntotiedot tutkimukseen, jotta sähköinen mainonnamme voisi työskennellä kovemmin löytääksemme parempia mobiilimahdollisuuksia, koska puhelinmainonta johtaa korkeampiin tulosprosentteihin. Lisäksi ihmisten on helppo soittaa meille Googlelle soittolaajennuksilla hakumainonnassa. Tämän vuoksi kolmasosa hakumainontatuloksistamme ohjataan nyt puhelulaajennuksilla.
2. Lean CLV: hen tavoittaa asiakkaat
Ymmärrämme, että kaikki asiakkaat eivät ole samanlaisia. Jotkut ovat viisi kertaa arvokkaampia kuin keskimäärin, ja joillakin on korkeammat kulumispisteet. Muut ihmiset tarvitsevat suurempaa tukea. Segmenttien arvojen ja ominaisuuksien tunteminen ja niiden hoitaminen on ollut menestyksemme kannalta ratkaisevaa.
Mutta emme aina saaneet sitä oikein. Vasta äskettäin teimme muutoksen tapaan, jolla lähestymme asiakkaan elinikäistä arvoa (CLV) mainonnassa ja taktiikassa, mutta erityisesti digitaalisessa. Saimme tietää, että meillä ei ole markkinointisuunnitelmaa, joka perustuisi kanaviin, mukaan lukien sähköinen, radio tai televisio. Tarvitsimme ensin digitaalisen, omnichannel-mainontastrategian, joka auttoi meitä tavoittamaan ja erottamaan asiakkaamme.
Ensimmäinen askel oli varmistaa, että ymmärrämme asiakkaiden ominaisuudet, ja sitten käytimme näitä tietoja ilmoittaaksemme mainonta- ja markkinointistrategioihimme. Esimerkiksi, jos tiedämme, että tietyt merkit liittyvät läheisesti CLV: hen, välitämme nämä tiedot takaisin Google Adsiin, jotta se voi optimoida tavoittamaan enemmän näitä arvokkaita käyttäjiä.
Tulokset puhuvat puolestaan: Toimintayritysten kannattavuus on kasvanut 43% sen jälkeen, kun aloimme käyttää mainostuoton tavoitehintatarjousstrategiaa tänä vuonna.
3. Anna koneoppimisen (ML) ohjata investointejasi
Koneoppimisella on ollut merkitystä mittakaavan näyttämisessä ja auttamisessa. Markkinoinnin automaatio antaa meille mahdollisuuden olla älykkäämpiä ja helpottaa arvauksia.
Markkinoinnin automatisointi lievittää arvailua valmisteluistamme ja antaa meille mahdollisuuden tulla älykkäämpiä.
Esimerkiksi tapasimme tehdä hintatarjouksia manuaalisesti avainsanoista Google-haussa. Kun koneoppiminen on Googlen älykkäässä hinnoittelussa, olemme valmiita tarjoamaan tuloksia konversioista. Voimme yhdistää digitaalisen median investoinnit ja offline-datan suorituskyvyn parantamiseksi. Tämä lähestymistapa on johtanut 15-kertaiseen liikenteen kasvuun ja myös 60 prosentin kasvuun muuntokurssiin.
Koneoppiminen auttaa myös saamaan oivalluksia nopeammin. Aikaisemmin haluaisimme odottaa, kunnes kampanja oli päättynyt, joskus ennen kuin voimme kerätä tuloksia ja kääntää ne markkinointitoimiksi. Yhdessä koneoppimisen kanssa voimme kuitenkin päästä oivalluksiin yhdessä päivässä. Voimme ennustaa tuloksia ennen niiden syntymistä. Esimerkkinä voimme käyttää toimintatietoja investointien tuottoprosentin ennustamiseen lennossa olevan kampanjan saamiseksi. Sitten voisimme lisätä tai vähentää tarvittavia investointeja.
Koneoppiminen auttaa myös löytämään ja tavoittamaan asiakkaita kuin jos teemme kaiken edelleen manuaalisesti. Ymmärrämme ihmisten ominaisuudet, joten voimme ennustaa heille ohjelmointipaketin ja räätälöidä markkinointimme automaattisesti heidän tarpeisiinsa. Koneoppimisen ansiosta personointi ja merkitys mittakaavassa ovat nyt todellisuutta.