Nicolas Darveau-Garneau, Adam Deif 2018年11月 成效衡量, 新興技術, 跨渠道, 行銷洞察, 關鍵思維, 其他, 廣告
只要是行銷人,肯定都能體會要摸清並滿足現今消費者的需求有多麼困難,因為消費者通常會在購物前做足功課,並且期望品牌在購物歷程的每個階段根據個人需求提供實用協助。
聽來像是不可能的任務嗎?其實也不盡然。時下某些先進科技帶來的便利讓消費者對於需求能被快速滿足習以為常,期望也越來越高,但行銷人同樣可以運用這些技術來因應消費者的要求。
機器學習這項自動化工具,正是能夠協助行銷人滿足消費者諸多期望的好幫手。這項技術可以大規模地製作自動化行銷廣告活動,在對的時機將對的訊息、以適當的預算提供給對的消費者,在滿足消費者的同時協助行銷人達成業務目標。
下方繼續閱讀
繼續閱讀keyboard_double_arrow_down
許多品牌都已經採用了機器學習技術來提升行銷效果;我們跟當中數百家合作後,發現表現亮眼的品牌都遵循 5 大致勝法則,並不斷自我改進,才能在自動化的行銷時代獲得豐碩成果。以下分享這些品牌採行的法則:
1. 以成長作為優化目標,而非效率
機器學習的價值取決於品牌用它來達成何種目標。當一般人一心爭取效率、或在評估成效時鑽牛角尖,為了小細節而失去大方向時,出色的行銷人則是懂得從中找到可帶來獲利的成長,並考量行銷策略的全方面。
舉例來說,HomeAway 這個度假屋租賃平台就改以長期獲利為目標,不再一昧追求短期投資報酬率,因此業績大幅改善,2017 年的收益年成長率高達 115%。
再舉個例子:有些金融服務公司只專注在鼓勵人們上網詢問金融產品的資訊,但 Google 在與這個產業多家出色業者合作後,發現這些公司都極力吸引消費者上網、致電或到實體營業據點購買產品。比起只鼓勵人們上網向尋求資訊的演算法,著重在每一個銷售通路中盡量提高產品購買量的機器學習演算法當然能更有效地創造亮眼業績。
線上金融服務公司 Betterment 就是個絕佳範例。這家公司不偏重搜尋或影片其中單一媒介做為主要宣傳管道,而是搭配兩者,藉由指定自訂意願目標對象,接觸最近曾在 Google 搜尋金融類關鍵字的 YouTube 觀眾。結果 Betterment 的 YouTube 廣告活動成效大幅提高,在Google 上的品牌搜尋量也增加了 245%。
2. 招攬最有價值的客群
行銷人想必都聽過「80% 的利潤源自 20% 的客戶」這個大原則,但在開發新客戶時,許多行銷人卻還是將所有的對象一視同仁。優秀的行銷人會運用機器學習技術佈局,投入更多資金向有價值的客群進行宣傳,在長期下來不太可能帶來成果的對象身上,則少花一些廣告經費,這樣就能藉助系統之力接觸客戶終生價值較高的對象。
舉例來說,某家曾與 Google 密切合作的旅行社從經驗中發現,最有價值的客戶不見得是願意購買最高價行程的人,而是長期下來預訂過多次行程的客群。因此,這間旅行社開始把重心從短期投資報酬率取向,挪往這些高價值的多次訂購客戶,並藉助機器學習技術,輕鬆網羅更多長期來說對業務成長最有幫助的客群。
3. 透過既有客戶賺進更多收益
頂尖行銷人也非常重視「提高現有客戶的終生價值」這一點。如果每一位既有顧客都能帶來更多收益,行銷人就有餘裕投入更多資金來開發新客戶,甚至比同業吸引到更多顧客。
頂尖行銷人懂得利用機器學習技術來提升交叉銷售的效果,並降低客戶流失率,從而提高客戶終生價值。以交叉銷售來說,做法是預測每一位顧客下次會買哪些產品,然後主動向對方行銷;降低客戶流失率的方式則是找出可能流失的高價值客群,然後提供專屬優惠來留住這群人。
美國保險業龍頭 Allstate 在推出第一個以提升交叉銷售成效和降低流失率為目標的廣告活動之後,客戶留存率攀升 2.4 倍,交叉銷售效益也比重新開發客戶高出 4 倍。
4. 改善廣告素材
在這個線上行銷即將邁入全面自動化的時代,品牌力、廣告個人化程度,以及業者與消費者建立的情感共鳴都更加重要。
以搜尋廣告來說,機器學習技術只要靠「回應式搜尋廣告」這項新工具,就能為一個關鍵字製作出數百個特製廣告。系統會運用多個廣告標題和說明打造出眾多不同的廣告,並自動向合適的客群推送適當的廣告。
品牌還可以在 YouTube 上運用機器學習技術,大規模將內容個人化。Frito-Lay 在觀察自家品牌的目標對象後,歸納出這群人最感興趣的 YouTube 內容類別 (遊戲和 90 年代時尚等等),接著使用 YouTube 提供的 Director Mix工具,快速針對每一個熱門類別製作出不同的廣告素材版本,最後再建立專屬的廣告活動,確保相關廣告素材能夠適時提供給最合適的客群。舉例來說,在 YouTube 觀看音樂影片的觀眾可能會看到與音樂有關的廣告素材。
5. 投注資源提升行動體驗
無論廣告素材有多精美或效果有多好,要是行動版網站的體驗不佳,就難以說服使用者完成轉換。頂尖行銷人都明白成敗關鍵在於「快速流暢」的行動體驗。在自動化行銷技術的協助下,網站的轉換率越高,透過機器學習出價演算法網羅到的客戶就越多。相形之下,效益不佳的行動版網站就居於劣勢。
現在有越來越多品牌採用「漸進式網路應用程式(Progressive Web Apps)」或「Accelerated Mobile Pages (AMP) 」等新技術,藉此提升行動版網站的速度和使用體驗。舉例來說,阿里巴巴在顯著改善轉換率後又推出漸進式網路應用程式,結果轉換量升幅超過 76%。
比起一般廣告主,成效出眾的品牌會更加徹底地落實上述 5 大法則。仔細想想,要是現在有個品牌不看短期效益,只全心追求最大化長期利潤、專注開發最有價值客戶並透過每個既有顧客賺取更多收益,還能打造出有效促成轉換的行動版網站,製作的廣告素材也更精彩,可想而知其他同業的廣告在線上競價中想要勝過這個品牌,機會相當渺茫。
Nicolas Darveau-Garneau
Google 首席搜尋推廣專家
Adam Deif
Google 產業部主管
本文相關:
智能管家
智能喇叭
智能音箱
Assistant
Google語音助理
Google助理
Google 助理
智慧家庭
AI語音助理
語音助理
AI服飾助理
LaMDA
Bard
Open AI
ChatGPT
機器學習
Gemini
AI
AI
Vertex
LLM
Transformer
LaMDA
人工智
語言模型
ML
深度學習
gpt
GPT
Google Assistant
智能
智慧
谷歌音箱
谷歌助理
LM