Verhaltensbasiertes Direktmarketing
Kombinieren Sie Verhaltens- und Kundendaten für personalisierte Nachrichten an alle Ihre Push-Kanäle:
App-Push, Web-Push, E-Mail, SMS und Post
Im Direktmarketing führen Sie Kampagnen normalerweise mithilfe von Daten durch, die Sie über Ihre Kunden gesammelt haben und die in Ihrem CRM oder Ihren Datenbanken gespeichert sind. Mithilfe eines ID-Graphs können Sie diese Informationen mit Verhaltensinformationen von Ihren digitalen Kontaktpunkten kombinieren, um zeitbasierte Kampagnen mit zusätzlichen Verhaltensattributen oder Verhaltenstrigger-Kampagnen durchzuführen.
Was sind verhaltensbasierte Trigger-Nachrichten?
Es handelt sich um Marketingnachrichten, die basierend auf bestimmtem Online-Verhalten und -Ereignissen automatisch an Kunden gesendet werden.
Diese Nachrichten sind hochgradig personalisiert, werden zeitnah versendet und verbessern:
Customer Engagement
Retention
Conversion
Wenn Besucher anonym auf Ihrer Website oder in Ihrer App surfen, wie können Sie mit ihnen interagieren?
Beispiele für Trigger Events:
1. Warenkorbabbruch
Eine wirksame Taktik, um Kunden, die Ihre Sales Journey vor der Conversion abgebrochen haben, wieder in den Sales Funnel zurückzuführen, besteht darin, eine Nachricht als Folge des Warenkorbabbruches an den Kunden zu senden. Kunden, die Produkte in ihren Einkaufswagen gelegt, aber nicht zur Kasse gegangen sind, werden an Ihre Kaufintention erinnert und in den Flow zurückgeleitet. Diese Nachrichten sind zudem eine großartige Gelegenheit, den durchschnittlichen Warenkorbwert zu erhöhen, entweder durch Upselling oder Cross-Selling. Da die Öffnungsraten von Erinnerungen an abgebrochene Warenkörbe viel höher sind als bei anderen Marketing-E-Mails, sollte diese Gelegenheit für zusätzliche Verkäufe nicht ungenutzt bleiben. Aber wie können wir die Kunden überhaupt erreichen, wenn sie ihren Warenkorb verlassen, während sie nicht in eingeloggt sind und somit eine Verbindung von Warenkorbabbruch und Kundenprofil unmöglich erscheint? So lösen wir es:
Schritt 1.
Eine Kundin kauft auf Ihrer Website ein, ohne sich anzumelden, bricht jedoch vor Abschluss des Bestellvorgangs den Warenkorb ab.
Schritt 2.
Teavaro identifiziert das Kundenprofil und verknüpft somit das Triggerevent mit bestehenden Kundendaten, wie z. B. früheren Einkäufen. Eines ihrer Lieblingsprodukte ist Zitronensaft, der derzeit im Angebot ist.
Schritt 3.
Wenn die Kundin auch nach einem definierten Zeitfenster den Bestellvorgang nicht abgeschlossen hat, wird automatisch eine Nachricht (E-Mail, App-Push, SMS usw.) mit einer Erinnerung und dem Cross-Selling-Angebot für Zitronensaft gesendet.
2. Produktempfehlung
Wenn wir feststellen, dass Benutzer Interesse an einem Produkt haben, können wir sie mit personalisierten Trigger-E-Mails den Sales Funnel hinabführen, die sie an das Produkt oder die Dienstleistung erinnern, die sie angesehen aber nicht gekauft haben, und einen zusätzlichen Mehrwert bieten, indem wir die Nachricht an ihre Bedürfnisse im Moment des Interesses anpassen. Aber wie können wir wissen, an wen diese E-Mails gesendet werden sollen, wenn der Benutzer nicht auf unseren Medien angemeldet ist? Und darüber hinaus: Wie können wir die E-Mail an ihre spezifischen Bedürfnisse anpassen? So machen wir es:
Schritt 1.
Eine anonyme Visitorin zeigt Interesse an Kosmetik, ist aber nicht eingeloggt.
Schritt 2.
Teavaro identifiziert sie und verknüpft somit die Verhaltens mit den Kundendaten. Ein Algorithmus ordnet sie auf der Grundlage früherer Einkäufe und ihres Online-Verhaltens als Veganerin ein. Sie können auch ihre Kontaktdaten abrufen und prüfen, ob sie dem Erhalt kommerzieller Mitteilungen zugestimmt hat.
Schritt 3.
Sie können eine Retargeting-E-Mail mit dem empfohlenen Produkt senden, basierend auf ihrem Online-Verhalten (Kosmetiksuche) und ihren persönlichen Bedürfnissen (vegan).
Vorteile von verhaltensbasiertem Direktmarketing
Höhere Öffnungs- und Klickraten.
Verbesserte Conversion-Raten.
Erhöhte Kundenbindung.
Erhöhter Customer Life Time Value.
Case Study
Unser Kunde wollte Verhaltensdaten (App und Web) in Kombination mit Kundendaten in near-realtime für Warenkorbabbrüche und Produktkaufneigung nutzen
Ihr First Party ID Graph ist die Grundlage für die folgenden Anwendungsfälle
Entdecken Sie reale Fallbeispiele unserer Kunden und wie sie von unserer Lösung profitieren