Product Insights ins Marketing einbringen

Vor fast zwei Jahren schrieb ich, dass Produkt- und Marketingteams ihre Zusammenarbeit in Bezug auf Digital Analytics verstärken müssen. Bevor ich zu Amplitude kam, hatte ich viele Fälle von Organisationen gesehen, die in Silos für Digital Analytics arbeiteten. Produkt- und Marketingteams verwendeten unterschiedliche Erfolgsmetriken oder sogar unterschiedliche Analyseprodukte. Bei Amplitude hatten wir die Vision, dass Marketing und Produktanalyse zusammenwachsen würden, und zwei Jahre später sehen wir Beweise dafür, dass unsere Vision richtig war.

Amplitude war der Ansicht, dass Produkt- und Marketingteams die Zusammenarbeit in Bezug auf Analysen verstärken sollten, da wir Möglichkeiten sahen, dass beide Teams voneinander profitieren können. In diesem Beitrag werde ich einige der Vorteile skizzieren, die Amplitude-Kunden durch unsere Kombination aus Produkt- und Marketinganalysen sehen. Insbesondere werden wir skizzieren, wie Vermarkter Produkterkenntnisse nutzen können, um ihre Marketingkampagnen durch Produktanalysedaten zu verbessern.

Downstream-Konvertierung verstehen

Als Vermarkter weiß ich, wie schwierig es sein kann, den Wert des Marketings zu demonstrieren. Vermarkter arbeiten hart daran, neue und kreative Wege zu finden, um neue Kunden dazu zu bringen, Produkte zu kaufen (B2C), Inhalte anzuzeigen (Medien) oder in Leads umzuwandeln (B2B). Viele der Metriken, die Vermarkter verwenden, um ihre Bemühungen zu rechtfertigen, sind kurzfristig. Zählungen von Unique Visitors, Bounces, Orders und Leads kratzen oft nur an der Oberfläche dessen, was benötigt wird.

Angenommen, Sie arbeiten für ein B2B-Softwareunternehmen und haben Kampagnen, die hervorheben, welche Funktionen Ihr Produkt besser machen als die Ihrer Mitbewerber. Ihre Marketingkampagne kann bezahlte Suchanzeigen, Display-Anzeigen und Videoanzeigen enthalten, um Benutzer dazu zu bringen, an einer kostenlosen Testversion Ihres Softwareprodukts teilzunehmen. Sie können die Marketinganalysefunktion verwenden, um zu sehen, welche Teile Ihrer Marketingkampagne die meisten Benutzer zu Ihren digitalen Eigenschaften führen. Bis zueinem gewissenGrad (aufgrund der Mängel bei der Multi-Touch-Zuordnung) können Sie auch sehen, welche Kampagnenelemente dazu führen, dass Benutzer Lead-Formulare ausfüllen. Aber nehmen wir an, Benutzer brauchen ein paar Wochen oder Monate, um sich mit Ihrer kostenlosen Testversion zu beschäftigen und sie schließlich zu kaufen.

In diesem Szenario können die Marketinganalysedaten ihre Schlussfolgerungen nur auf Daten stützen, bis ein Benutzer ein Lead-Formular ausfüllt. Danach erfasst das Produktteam mithilfe der Produktanalysefunktion Daten zur Nutzung des kostenlosen Testprodukts. Wenn Produktnutzungsdaten von den Marketinganalysedaten in demselben oder einem anderen Analyseprodukt isoliert werden, ist es unmöglich, die Produktnutzung mit der Marketingkampagne zu verbinden. Wenn die Analysedaten jedoch verbunden sind, idealerweise in demselben Analyseprodukt, ist es möglich, die Nutzungsdaten der kostenlosen Testversion mit der Marketingkampagne zu verknüpfen, die die kostenlose Testversion vorangetrieben hat.

Die erste Möglichkeit, wie Produkterkenntnisse zur Verbesserung von Marketingkampagnen beitragen können, besteht darin, über echte nachgelagerte Erfolge zu berichten. Angenommen, Produktdaten können zeigen, welche Interessenten das Produkt nach der kostenlosen Testversion gekauft haben. In diesem Fall können die Produktanalysedaten dem Marketingteam zeigen, welche Kampagnen zu nachgelagerten Erfolgen geführt haben, die oft an Einnahmen gebunden sind. Anstatt zukünftige Marketingkampagnenentscheidungen auf die Anzahl der Leads oder MQLs zu stützen, können Entscheidungen auf der tatsächlichen Konversion basieren. Diese Daten können helfen zu klären, welche Marketingkampagnen funktionieren und welche nicht. Beispielsweise können einige Keywords für die bezahlte Suche viele Leads generieren, aber zu sehr wenigen nachgelagerten Conversions führen.

Umgekehrt kann es einige Marketingkampagnen geben, die basierend auf der Anzahl der Leads nicht gut aussehen, aber erheblich konvertieren. Durch nachgelagerte Konversionsdaten entfällt ein Großteil des Rätselratens und ermöglicht es Marketingteams, wertvolle Werbebudgets auf die Kampagnen zu verlagern, die Einnahmen generieren. Dies setzt natürlich voraus, dass Sie die Marketingkampagne genau mit dem Lead verbinden können, was in der heutigen Welt ohne Cookies und Datenschutz immer schwieriger wird! Aber vorausgesetzt, Sie können diese Hürde überwinden, ist die Nutzung von Produktanalysedaten zur Anzeige nachgelagerter Conversions eine Möglichkeit, wie Produkt und Marketing von der Zusammenarbeit profitieren können.

Die Verwendung von Produkt-/App-Funktionen verstehen

Die nächste Möglichkeit, wie Produkterkenntnisse Marketingkampagnen unterstützen können, ist die Nutzung digitaler Produktfunktionen. Produktteams verbringen viel Zeit damit, zu verstehen, wie Benutzer mit verschiedenen Produktfunktionen interagieren. In einer B2B-Umgebung kann dies bedeuten, zu analysieren, welche Softwarefunktionen verwendet werden. In einer B2C-Umgebung kann es bedeuten, zu analysieren, welche Filter Benutzer verwenden, um Produkte auf einer E-Commerce-Website zu filtern. Unabhängig von den spezifischen Funktionen oder dem Geschäftsmodell kann es für das Marketingteam hilfreich sein, zu verstehen, was für Benutzer aus Produktperspektive interessant ist. Sehen wir uns das anhand einiger Beispiele an.

In Fortsetzung unseres vorherigen B2B-Softwarebeispiels hat das Produktteam Einblicke in Produktfunktionen, die während kostenloser Testversionen verwendet werden. Es könnte mit dem Marketing zusammenarbeiten, um festzustellen, ob sich die Funktionsnutzung in der kostenlosen Testversion von der Marketingkampagne unterscheidet, die den Benutzer beschafft hat. Wenn Werbetreibende erfahren, dass Benutzer aus Kampagne A dazu neigen, die Funktionen A, B und C in der kostenlosen Testversion am häufigsten zu verwenden, können sie diese Informationen in zukünftigen Marketingkampagnen verwenden, um diese Funktionen hervorzuheben. Nehmen wir zum Beispiel an, dass Benutzer, die von dem bezahlten Suchbegriff „Datenbankverwaltungstools“ kommen, die kostenlose Testversion eingeben und hauptsächlich die Suchfunktion des Produkts verwenden. Dieses Szenario kann eine Gelegenheit darstellen, mehr Informationen über die Suchfunktion in zukünftigen Anzeigen zu teilen. Vielleicht fügt das Marketingteam unter dem Titel der bezahlten Suchanzeige hinzu: „Erleben Sie die beste Suchfunktion aller Datenbankverwaltungsprodukte!” Diese Art von datenbasierter Werbung kann dazu beitragen, die Konversionsraten und den Return on Ad Spend (ROAS) zu steigern.

Nehmen wir in einem B2C-Kontext an, dass ein Online-Händler Produktanalysedaten verwendet, um festzustellen, dass viele neue Kunden, die aus Marketingkampagnen kommen, die linke Navigationsfilterfunktion verwenden, um Produkte einzugrenzen. Insbesondere verwenden Benutzer häufig die Größen- und Bewertungsfilter, um Produkte zu finden. Diese Informationen sagen dem Einzelhändler, dass diejenigen, die neu bei der Marke sind, die Möglichkeit haben möchten, ihre Produkte schnell nach diesen Kernattributen zu filtern. Sie können diese Erkenntnisse dann mit dem Marketingteam teilen und sie zukünftigen Marketingkampagnen hinzufügen. Beispielsweise können neue Kampagnen Formulierungen wie „Finde die besten XYZ-Produkte nach Größe oder Kundenbewertung…“ verwenden oder Videoanzeigen können hervorheben, wie einfach es ist, Produkte mit den spezifischen Filtern zu finden, die viele potenzielle Kunden verwenden. Dies sind nur einige einfache Beispiele für die Verwendung von Erkenntnissen aus der Funktionsnutzung aus Produktanalysen zur Verbesserung zukünftiger Marketingkampagnen.

Verlassenheit verstehen

Als Vermarkter ist es oft schwierig, die Aktivität derjenigen zu verfolgen, die Sie über ihre anfänglichen Interaktionen hinaus gewinnen. Ein Vermarkter kann beispielsweise wissen, dass er einen neuen Kunden auf eine Einzelhandels-Website geführt hat, aber was ist, wenn dieser Besucher in dieser Sitzung ein Produkt kauft, aber dreißig Tage später viele weitere Produkte kauft? Abhängig von der Ausgereiftheit des Marketinganalyse-Trackings kann der Nachweis, dass die Marketingkampagne nachgelagerte Käufe generiert hat, eine Herausforderung darstellen. In einem B2B-Beispiel weiß ein Vermarkter vielleicht, dass er einen neuen Benutzer zu einer kostenlosen Testversion gedrängt hat, weiß aber möglicherweise nicht, dass derselbe Benutzer die kostenlose Testversion nach ein paar Tagen abgebrochen hat.

Bei beiden Beispielen geht es um das Verständnis des Abbruchs digitaler Produkte. Viele Implementierungen von Produktanalysen ermutigen oder zwingen Benutzer, eine eindeutige Kennung (über Authentifizierung) zu erstellen, um das Konzept des Abbruchs anzugehen. Im B2C-Bereich kann dies die Erstellung eines Kontos auf einer Einzelhandels-Website beinhalten. Im B2B-Bereich kann dies die Anmeldung umfassen, um ein Produkt zu verwenden. Sie können dann das Benutzerverhalten über verschiedene Geräte und Sitzungen hinweg zusammenfügen, wenn Sie über authentifizierte Konten verfügen. Durch das Zusammenfügen von Benutzern können Produktteams und Produktanalysedaten anzeigen, wie oft jeder Benutzer im Laufe der Zeit auf die Website oder App zurückkehrt.

Im vorherigen B2C-Beispiel kann das Produktteam Käufe über den ursprünglichen Kauf hinaus sehen. Alle Käufe von demselben Benutzer werden mit der ursprünglichen Marketingkampagne verknüpft, die den Benutzer beschafft hat. Diese Zuordnung ermöglicht es dem Produktteam, den Lebenszeitwert des Benutzers zu sehen und mit dem Marketing zusammenzuarbeiten, um diesen Marketingkampagnen zuzuordnen. Der Lifetime Value wiederum hilft dem Marketing dabei, einen genaueren Überblick über den Return on Advertising Spend zu erhalten. Das Produktteam kann auch mit dem Marketing zusammenarbeiten, um zu ermitteln, welche bekannten Kunden in den letztenxWochen nicht auf die Website zurückgekehrt sind. Das Marketing kann diese Informationen verwenden, um Remarketing-Kampagnen auszulösen, um Kunden wieder anzusprechen, die inaktiv sind.

Im vorherigen B2B-Beispiel kann das Produktteam feststellen, welche Benutzer der kostenlosen Testversion die kostenlose Testversion nicht mehr nutzen. Sie können Kohorten von Benutzern inaktiver kostenloser Testversionen verwenden, um Benutzer daran zu erinnern, dass sie nur eine begrenzte Zeit haben, um das Produkt zu erkunden, bevor es zu spät ist. Oder das Marketing kann mit dem Produktteam zusammenarbeiten, um Benutzer der kostenlosen Testversion in Kohorten einzuteilen, je nachdem, welche kostenlosen Testschritte sie unternommen haben und welche nicht. Diese Art von Kohorte kann dem Marketing eine Möglichkeit bieten, bestimmte Anwendungsfälle auf kostenlose Trailer auszurichten. Angenommen, 50 Benutzer der kostenlosen Testversion haben einen Bericht erstellt, ihn aber an niemanden gesendet. In diesem Fall kann das Produktteam mit dem Marketing zusammenarbeiten, um eine personalisierte E-Mail an die Benutzer zu senden, die darin geschult sind, wie sie den nächsten Schritt unternehmen und Berichte mit Kollegen teilen können.

Ein weiterer Vorteil der Kombination von Marketing- und Produktteams und -daten ist die Anzeige der langfristigen Produktnutzung nach Marketingkampagnen oder -kanälen. Vermarkter können gut sehen, wann Benutzer sofort von ihren Kampagnen abspringen oder ob sie in den nächsten 30 oder 90 Tagen zurückkehren. Aber nach 90 Tagen verlassen sich die meisten Unternehmen auf Produktanalysedaten, um die Benutzerbindung zu analysieren. Die Notwendigkeit einer Langzeitbindungsanalyse ist der Grund, warum Produktanalysetools viele verschiedene Benutzerbindungsberichte und -visualisierungen anbieten, während Marketinganalyseprodukte nur sehr wenige bieten.

Sobald Marketing- und Produktanalysedaten kombiniert sind, können Sie standardmäßige Produktanalyse-Aufbewahrungsberichte verwenden, um die Benutzerbindung nach Marketingkanal oder Kampagne anzuzeigen:

Unabhängig vom Kontext können beide Teams davon profitieren, wenn das Produktteam seine Erkenntnisse in Bezug auf Nutzung und Abbruch mit dem Marketing teilt.

Verstehen, welche Kampagnen die richtigen/falschen Benutzer antreiben

Während Vermarkter glauben möchten, dass sie mit ihren Marketingkampagnen bestimmte Zielgruppen von Benutzern ansprechen können, ist dies in der Realität schwierig. Sie können auf einer beliebten Website mit einer jüngeren Bevölkerungsgruppe werben, um jüngere Menschen anzusprechen. Sie können soziale Netzwerke wie Facebook und Instagram verwenden, um Anzeigen mit hoher Granularität auszurichten. Aber egal wie gut Sie darin sind, Ihre Marketingkampagnen auf die richtige Zielgruppe auszurichten, Sie werden Leute haben, die auf Ihre Kampagnen klicken, die für Ihr Produkt/Ihre Dienstleistung geeignet sind, und solche, die es nicht sind. Der Beweis für die Genauigkeit des Targetings ist, wenn Benutzer die Aktionen ausführen, die sie ausführen sollen, nachdem Sie sie erfasst haben.

Während Marketer hervorragend darin sind, KohortenpotenziellerKunden aufzubauen, sind Produktteams großartig darin, KohortentatsächlicherKunden aufzubauen. Produktteams verwenden Produktanalysefunktionen, um festzustellen, welche Benutzer die gewünschten Aufgaben oder Journeys ausführen. Diese Kohorten können je nach Situation einfach oder komplex sein. Beispielsweise kann ein Produktteam bestimmen, dass sein ideales Kundenprofil (ICP) für einen Musik-Streaming-Dienst ein Benutzer ist, der mindestens fünf Songs pro Woche hört und alle drei Monate mindestens eine Wiedergabeliste erstellt.

Unabhängig von den Kriterien können Produktteams Produktanalysetools verwenden, um Kohorten ihrer idealen Benutzer zu erstellen und umgekehrt diejenigen, die nicht ideal sind. Sie können diese Kohorten verwenden, um festzustellen, welche Marketingkampagnen oder -kanäle die richtigen und die falschen Leute anziehen. Einige Marketingkampagnen bringen zwar viele neue Kunden, aber nicht die richtigen Kundentypen. Schauen wir uns ein Beispiel an. Angenommen, ein Marketingteam gibt Geld für bezahlte Suche, SEO-Ressourcen und ein paar kleinere Communities/Events aus. Wenn Besucher den Akquisitionstrichter betreten, erfassen Sie ihre Quelle in einem Digital-Analytics-Produkt wie Amplitude. Nach der Akquisition baut das Produktteam Kohorten auf, die ihre „Power“-Benutzer und diejenigen identifizieren, die keine „Power“-Benutzer sind. Das Marketing- und Produktteam betrachtet dann die Marketingakquisitionskanäle jeder dieser inversen Kohorten:

Aus dieser Perspektive betrachtet ziehen einige Marketingquellen (SEO, Product Club Forum und Product World Conference) möglicherweise mehr Power-User an als Nicht-Power-User. Einige der Marketingquellen mit der geringsten Aktivität, wie das Product Club Forum und die Product World Conference, machen mehr als das Doppelte ihres Anteils an Power Usern aus. Auch wenn das Volumen dieser beiden Quellen im Vergleich zur bezahlten Suche in den Schatten gestellt wird, produzieren sie auf relativer Basis mehr Power-User. Was könnte passieren, wenn diese Quellen mehr Aufmerksamkeit erhalten als die bezahlte Suche? Mehr in diese Kampagnen zu investieren, könnte ein lohnendes Experiment sein, um zu sehen, ob das Marketing seine Budgets falsch zuweist.

Wie Sie sehen können, besteht der Vorteil der Verknüpfung von Produktnutzungsdaten und Kohorten mit Marketingaktivitäten darin, dass Verbesserungsmöglichkeiten aufgezeigt werden können. Die Kombination von Marketing- und Produktdaten ist eine Möglichkeit, mit der Produktteams Marketingkampagnen informieren und verbessern können. Diese Vorteile hängen jedoch davon ab, ob beide Teams dieselbe digitale Analyseplattform oder eine andere Art der Zusammenführung von Benutzerdaten verwenden.

Zusammenfassung

Traditionell haben Marketing- und Produktteams isoliert gearbeitet. Das Marketing war für die Gewinnung von Kunden verantwortlich, und das Produktteam engagierte und hielt sie. Aber es gibt viele Möglichkeiten, wie Produktteams mit Marketingteams zusammenarbeiten und ihnen helfen können, ihre Ziele durch Produktanalysen und Daten zu erreichen. Produktteams haben oft Einblicke in das längerfristige Nutzerverhalten, die Marketingteams nicht haben. Einige Beispiele hierfür sind:

• Downstream-Konvertierung verstehen
• Die Verwendung von Produkt-/App-Funktionen verstehen
• Verlassenheit verstehen
• Verstehen, welche Kampagnen die richtigen/falschen Benutzer antreiben

Dies sind nur einige Beispiele dafür, wie Produkterkenntnisse zur Verbesserung von Marketingkampagnen beitragen können und warum Marketing- und Produktteams die Zusammenarbeit im Zusammenhang mit Digital Analytics verstärken sollten.