Heeft u er ooit aan gedacht hoe automatisering een tv-bedrijf kan beïnvloeden?
Voor het geval u dat niet deed, hebben we het voor u gedaan.
We zijn een tv-bedrijf en onze klanten bepalen hoe, wanneer en waar ze inhoud consumeren, dus als we niet aan hun behoeften voldoen, snijden ze de snaar door of gaan ze naar de nieuwe van een concurrent.
We realiseerden ons dat we onze doelen, promotieprioriteiten en maatstaven voor succes moesten heroverwegen als we enige mogelijkheid wilden hebben om ons abonneebestand te ontwikkelen en groei te stimuleren.
Hier zijn drie strategische veranderingen die ons hebben geholpen om te streven naar - en groei te realiseren. Hier is hoe u ook kunt:
1. Stem een ontwikkelingsstatistiek af en houd alle advertenties hiervoor verantwoordelijk
Dish Network is een bedrijf. Mensen kunnen kiezen hoe ze met ons willen deelnemen, terwijl het offline, online, mobiel of elk van de bovenstaande is. Dat betekent dat we digitaal en offline moesten brengen, zodat onze advertenties efficiënter en krachtiger zijn voor onze kanalen.
We hebben digitaal en offline samen moeten brengen, zodat al onze marketing effectief en efficiënt is.
We werden hierbij geconfronteerd met twee obstakels: ervoor zorgen dat we onze online en offline touchpoints en conversieacties moeiteloos met elkaar verbinden, en een systeem opzetten om informatie te gebruiken om kansen te identificeren om het maximale uit onze investering te halen.
Gebruikt onze callcentergegevens om onze elektronische reclame- en marketinginvesteringen te informeren. We vinden waarde, zelfs als hun koopcyclus door hen kan worden gestart. En we weten dat meer dan de helft van onze nieuwe abonnees met ons zal praten via de telefoon.
We hebben oproepconversiegegevens in onderzoek geïntegreerd, zodat onze elektronische advertenties harder zouden kunnen werken om betere mobiele vooruitzichten voor ons te vinden, omdat telefonische advertenties hogere conversieratio's genereren. Daarnaast maken we het mensen gemakkelijk om ons op Google te bellen met oproepextensies voor zoekadvertenties. Daarom wordt een derde van onze zoekadvertentieconversies nu gegenereerd door oproepextensies.
2. Leun in CLV om de klanten te bereiken
We erkennen dat niet alle klanten hetzelfde zullen zijn. Sommige zijn 5x waardevoller dan het gemiddelde, en sommige hebben een hoger verloop. De steun die groter is, is nodig bij andere mensen. Het kennen van de waarden en de kenmerken van de onderscheidende segmenten en het behandelen ervan zijn cruciaal geweest voor ons succes.
Maar we hebben het niet altijd goed gedaan. Pas onlangs hebben we een wijziging aangebracht in de manier waarop we customer lifetime value (CLV) benaderen voor onze reclame- en reclametactieken, maar met name binnen de digitale wereld. We hebben geleerd dat we geen marketingplan kunnen hebben op basis van kanalen, inclusief elektronica, radio of tv. We hadden een omnichannel-advertentiestrategie voor digital first nodig die ons hielp onze klanten te bereiken en te differentiëren.
De allereerste stap was om ervoor te zorgen dat we de kenmerken van klanten begrepen, en vervolgens gebruikten we die gegevens om onze reclame- en marketingstrategieën te informeren. Als we bijvoorbeeld weten dat specifieke tekens in hoge mate verband houden met CLV, geven we deze gegevens door aan Google Ads, zodat ze kunnen worden geoptimaliseerd om meer van deze hoogwaardige gebruikers te bereiken.
De resultaten spreken voor zich: de winstgevendheid van onze operationele pogingen is met 43% gestegen sinds we dit jaar een doelgerichte biedstrategie voor rendement op advertentie-uitgaven zijn gaan gebruiken.
3. Laat machine learning (ML) uw investeringen sturen
Machine learning heeft een belangrijke rol gespeeld bij het laten zien en ook bij het helpen opschalen. Marketingautomatisering stelt ons in staat slimmer te zijn en vermindert het giswerk.
Het giswerk wordt verlicht door marketingautomatisering tijdens onze voorbereiding en stelt ons in staat slimmer te worden.
We bieden bijvoorbeeld handmatig op zoekwoorden op Google Zoeken. Met machine learning in Slim bieden van Google zijn we klaar om te bieden op conversies. We kunnen onze digitale media-investeringen en offline gegevens verbinden om de prestaties te verbeteren. Deze aanpak heeft geleid tot een 15x toename van het verkeer en ook tot een toename van 60 procent in de conversieratio.
Machine learning helpt ons ook om sneller inzicht te krijgen. In het verleden wilden we wachten tot er een campagne was afgelopen, soms voordat we de resultaten kunnen optellen en deze kunnen omzetten in marketingacties. Samen met machine learning kunnen we echter in één dag tot de inzichten komen. We kunnen uitkomsten voorspellen voordat ze zich voordoen. We kunnen bijvoorbeeld operationele inzichten gebruiken om het rendement op de investering te voorspellen om een lopende campagne te krijgen. Dan kunnen we onze benodigde investeringen verhogen of verlagen.
Machine learning helpt ons ook om klanten te ontdekken en te bereiken dan wanneer we alles nog handmatig zouden doen. We begrijpen de kwaliteiten van de mensen, dus we zijn in staat om het programmeerpakket voor hen te voorspellen en onze marketing automatisch af te stemmen op hun behoeften. Dankzij machine learning zijn personalisatie en relevantie op schaal nu realiteit.