En los artículos anteriores de esta saga, hemos visto cuáles son las variables clave de la fórmula para conseguir el engagement de tus visitas, y cómo categorizar las mismas según la frecuencia y participación que tengan en tu website. Pero, ¿cómo conseguimos identificar y diferenciar a esos 4 grupos de MIU en nuestra base de datos, CRM o herramienta de analítica web?
La respuesta es sencilla: mediante la integración de tu base de datos, CRM y solución de analítica web para facilitar la interpretación del lenguaje corporal digital (digital body language) mientras interactúa tu audiencia con tu marca.
La facilidad o complejidad de la integración de esas tecnologías dependerá del tipo de herramientas que estés utilizando internamente. Existen soluciones de empresas como Marketo, Eloqua,Omniture o Leadlife que incorporan esta tecnología y son compatibles con los CRM’s más conocidos del mercado. Hay que entender que la interpretación del lenguaje corporal electrónico que demuestra el comportamiento del usuario – su interactividad – no puede ser fácilmente gestionado de forma manual. Son necesarios unos recursos tecnológicos que faciliten la tarea para poder hacerlo de forma adecuada.
En el pasado, un buen vendedor se diferenciaba del resto por su habilidad de interpretación del lenguaje corporal que su prospecto demostraba. Se trata aquí de un lenguaje no verbal como puede ser, por ejemplo, cruzarse de brazos, balancear la cabeza, alzar de párpados, hacerse miradas cruzadas, etc. Son pequeños gestos que revelan información crítica para un vendedor capacitado y que le permiten ajustar el mensaje a su receptor de forma instantánea. Pero desde la aparición de Internet el comportamiento de los compradores ha cambiado y, consecuentemente, la manera de interpretarlo.
Hoy, estas nuevas tecnologías guardan la información del comportamiento de usuario, la cruzan con los datos existentes en el CRM (si el registro existiese) y activan comunicaciones electrónicas como emails o SMS, adaptando el mensaje al tipo de usuario según la interactividad demostrada. En la gráfica siguiente podréis ver el flujo que sigue la lógica de esta tecnología:
..
Pero lo anterior requiere de una matriz de puntuación (scoring matrix) configurable previamente para que estos sistemas interpreten las particularidades de tu negocio.
Existen 2 tipos de atributos que tendrás que configurar para adaptarla a tu empresa y sector:
1. Atributos explícitos: cualquier información que se tenga de un usuario proveniente de forma voluntaria, por ejemplo, de formularios de contacto, de suscripción o de compra, de eventos como webinars o webcasts, o de interacción con la fuerza de ventas. Algunos ejemplos de estos campos de información serían:
- Puesto de trabajo
- Departamento
- Sector
- País
- Edad
2. Atributos implícitos: información revelada por medio del comportamiento online de un usuario proveniente, por ejemplo, de las aperturas de emails, click throuhgs, descargas de documentos, visualización de la página de producto, reproducción de un contenido multimedia, inserción de un comentario, etc. Algunos ejemplos aquí serían:
- Visitas al website (en los últimos X días)
- Páginas vistas (en los últimos X días)
- Click Throughs de campañas de emails al website (más de X veces)
- Asistencia a Webinars (últimos X días)
- Re-tweet (más de X veces)
Entonces, será la conjunción de estas 2 categorías de atributos la que dará forma a tu matriz de puntuación. La primera te permitirá ver la adecuación del usuario al perfil (profile) de audiencia que consideras más adecuado para tu negocio (aunque puedes hacerlo también por producto o servicio).
Ej:
A = Muy adecuado al perfil
B = Potencial adecuación al perfil
C = Información insuficiente
D = No adecuado
.
La segunda, te dejará categorizar el nivel de engagement para el que podrás utilizar las categorías graficadas en MIU:
1 = Comprometidos
2 = Románticos
3 = Ligones
4 = Fisgones
La combinación de lo anterior dará lugar a una matriz como ésta:
.¿Y cómo se aplica esto para incidir en el nivel de engagement de nuestra audiencia?
Para que podáis imaginaros mejor como se combina todo o anterior en algo práctico, veamos algunos ejemplos de los tipos de usuarios resultantes según esta matriz y cómo proceder en cada caso:
Un usuario A4 sería un tipo de cliente ideal porque cumple con el perfil de audiencia que buscas, pero no está conectado con tu marca, es un Fisgón. El mensaje adecuado para este tipo de usuario es el de “Porqué ahora” (beneficio racional). Si responde, podrás comenzar a recabar más información de él y comunicarte con un mensaje más adaptado para conseguir que aumente su nivel de engagement con el website (marca). No es un registro ideal para que recoja el departamento de ventas.
Un tipo de usuario B1, se ajusta potencialmente al perfil y ha demostrado claro interés por su interactividad con la marca. Tiene que ser tratado con prioridad (aunque por debajo de un A1), y hay que animarle a que continúe interactuando con asiduidad e incluso participarle en campañas de redes sociales para que haga proselitismo de tu marca. El mensaje aquí es del tipo “Beneficios exclusivos porque tú lo vales” . Es un registro ideal para pasarlo al departamento de ventas.
Un usuario C2 es alguien que ha demostrado un nivel de participación importante aunque no sabemos mucho de su perfil. El mensaje adecuado para este tipo de usuarios sería el de “Cuéntanos más de ti” o bien el ofrecimiento de beneficios para obtener a cambio más información. Es posible que luego de conseguir enriquecer el registro en la base de datos, encontremos que es un perfil ideal (A) y que no solo es adecuado para el departamento de ventas sino también para empujarlo hacia el próximo nivel de engagement.
Como comenté al principio, esto no es algo que pueda hacerse manualmente, por ello es fundamental la incorporación de tecnología que permita realizar este trabajo de manera automática. El trabajo laborioso del especialista en Marketing Online se basa en la asignación de valores a los distintos atributos (explícitos e implícitos), la fijación de los límites a partir de los cuales se establece el rating y la definición del tipo de acción que se activará según sea la posición en la matriz (incluyendo el desarrollo de las piezas de comunicación que se piensen utilizar en cada momento).
Espero que os haya servido de ayuda. Si tenéis dudas o comentarios, podéis compartirlo aquí abajo.
No hay comentarios:
Publicar un comentario