引入預測性細分 - 根據客戶意圖構建目標受眾
已發表: 2022-12-13就像在自動駕駛儀上駕駛特斯拉一樣，機器學習通過改進決策、超個性化和內容優化功能促進了營銷工作。 它的大部分應用程序都專注於構建個性化的消息策略，例如根據用戶的歷史數據提供推薦。 如果您可以應用相同的機器學習算法，根據購買或訂閱的可能性建立目標受眾，會怎樣？
了解預測性細分
超越傳統的細分方法，預測細分是一種允許您根據用戶對定義的操作的傾向（例如購買的可能性）創建細分的技術。
與創建相似受眾一樣，預測細分利用機器學習來創建“可能”執行特定操作（例如可能購買或流失）的用戶列表。 預測性細分比當前的細分方法更強大，因為它依賴於營銷人員對受眾進行細分的能力，僅限於可用的用戶屬性和事件數據。
考慮一下，
[選項 A] 創建一個年齡在 18 到 45 歲之間的女性用戶群
[選項 B] 創建一個可能購買超過 5,000 盧比的女性用戶群
選項 B 是否允許我們執行更好的上下文和有針對性的消息策略，而不是僅針對 18 至 45 歲的女性用戶？ 針對 18 到 45 歲的女性用戶可能無法保證該細分市場中的所有用戶都有購買興趣。 與其創建一個廣泛的細分市場，不如定位更有可能購買超過特定金額的用戶，這對推動轉化更有成效。
介紹 WebEngage 的預測細分
WebEngage 中的預測性細分允許您根據特定的業務目標創建細分。 例如，您可以使用它來創建可能在未來 15 天內進行購買的用戶細分。 然後，我們的機器學習算法將預測一組用戶並為選定的業務目標創建 3 個列表——最有可能、中等可能性和最不可能。
使用預測細分，您可以：
- 根據所選的業務目標將消息策略上下文化。 例如，可以向可能進行購買的用戶顯示基於查看的產品的個性化推薦
- 選擇多個業務目標，例如預測可能預訂酒店或航班的用戶
- 根據產品類別或價格等用戶屬性應用過濾器。 例如，用戶可能會購買鞋子。
- 為指定的業務事件選擇時間線進行預測（目前可以在7天到180天的範圍內選擇）
提示：建議選擇較小的時間線以適應用戶行為和屬性變化。
然後，這些列表可用於您的一次性或自動營銷活動，並定期自動刷新。
行動中的預測細分
預測細分可用於跨渠道的獨立活動和旅程。 對於獨立的活動，在“受眾”選項卡下選擇所需的細分。
要在旅程中包含 Predictive Segment，請執行以下步驟：
- 選擇 Enter/Exit/Is in Segment 觸發器
- 選擇“已在”選項，然後從“靜態列表”下選擇所需的預測細分
在營銷活動中充分利用預測細分的 12 種方法
1. 將產品瀏覽轉化為購買
為可能購買的用戶創建預測細分。 此外，可以根據用戶屬性對該細分進行細化，以定義特定類別或價格範圍。 例如，為可能購買金額超過 Rs 的用戶創建預測細分。 5,000。
使用的業務目標：purchase_made
2. 預測用戶可能購買金額超過 10,000 盧比的保險
根據購買保險的可能性創建預測細分，並通過有針對性的溝通來推動用戶。 例如，創建可能購買金額超過 10,000 盧比的保險的用戶列表。 這可以幫助您確定要推廣哪些保險產品以獲得最大數量的用戶購買。
使用的業務目標：insurance_purchased
3. 推動數據科學課程的註冊
確定可能購買數據科學課程的學習者，並在我們的推薦引擎的幫助下突出顯示頂級或表現最好的課程。 例如，創建一個可能購買數據科學課程的用戶群，並通過電子郵件通信展示表現最好的課程來促使他們註冊。
使用的業務目標：course_purchased
4. 確定未來 15 天內預訂航班或酒店的潛在客戶
創建一個可能會預訂航班或酒店的用戶群，並通過特別折扣或優惠來吸引他們進行購買。
使用的業務目標：flight_booked & hotel_booked
5. 預測可能購買訂閱的用戶
通過創建可能購買訂閱的用戶細分，將免費用戶轉化為付費用戶。 此外，根據價格過濾此細分，以將不同訂閱產品的消息策略上下文化。
使用的業務目標：subscription_purchased
6. 將網站訪問者轉化為時事通訊訂閱者
確定最有可能訂閱您的業務簡報並提高用戶參與度的用戶。
使用的業務目標：newsletter_subscription
7. 預測潛在玩家以增加在線遊戲的採用
通過創建最有可能在您的網站上玩遊戲的用戶群來吸引更多用戶參與您的遊戲平台。 此外，通過點滴活動引導這些用戶參與現金遊戲。
使用的業務目標：game_played
8. 通過識別可能花費超過 15,000 盧比的客戶來增加您的忠誠客戶群
忠實用戶可能更粘，並有助於整體增加您的業務轉化率。 通過創建可能購買超過 15,000 盧比的用戶的預測部分，您可以利用特殊折扣並通過在每次購買後向他們的帳戶分配積分來激勵未來的購買。
使用的業務目標：purchase_made
9. 通過定制優惠和折扣激勵最有可能流失的客戶
與創建可能購買的用戶細分類似，您還可以利用預測細分來防止用戶流失。 例如，創建一個可能流失的用戶群，並通過特別折扣和優惠讓他們進行購買。
使用的業務目標：purchase_made（最不可能）
10. 根據機票或酒店預訂的金額制定促銷策略
為可能預訂航班或酒店的用戶定制您的促銷策略。 此外，通過根據花費的金額進行過濾來創建此細分的細微差別。 例如，創建一個可能以超過 10,000 盧比的金額預訂航班或酒店的用戶群，並為可能花費少於 10,000 盧比的用戶創建一個單獨的群。 設計您的促銷策略，為兩個細分市場提供 20% 和 10% 的折扣。
使用的業務目標：hotel_booked 和 flight_booked
11. 推動可能提出貸款請求的用戶
接觸可能提出貸款請求的潛在客戶，讓他們提交回電，並指派客戶經理幫助他們成功提出貸款請求。
使用的業務目標：loan_request_made
12. 為您的學習平台推動網絡研討會註冊
通過創建預測細分吸引更多用戶註冊網絡研討會。 之後，可以根據他們註冊或感興趣的網絡研討會類別，將此細分培養為課程購買者。
使用的業務目標：webinar_registration
包起來
描述細分允許您根據用戶操作和屬性縮小受眾範圍。 但是，在機器學習的幫助下，預測細分可以幫助將您的消息策略和可能執行某項操作的目標用戶結合起來。 我們希望您試用此功能並分享您的反饋。 如果您需要更多幫助，請聯繫您的客戶成功經理或聯繫產品@webengage.com以開始使用。
i圖片來源：dribbble.com