Portare le informazioni sui prodotti nel marketing

Quasi due anni fa, ho scritto che i team di prodotto e marketing devono aumentare la loro collaborazione relativa all'analisi digitale. Prima di entrare in Amplitude, avevo visto molti casi di organizzazioni che lavoravano in silos per l'analisi digitale. I team di prodotto e di marketing hanno utilizzato metriche diverse per il successo o persino diversi prodotti di analisi. In Amplitude, avevamo la visione che il marketing e l'analisi dei prodotti sarebbero convergenti e, due anni dopo, vediamo le prove che la nostra visione era corretta.

Amplitude riteneva che i team di prodotto e di marketing dovessero aumentare la collaborazione relativa all'analisi perché abbiamo visto opportunità per entrambi i team di trarre vantaggio l'uno dall'altro. In questo post, illustrerò alcuni dei vantaggi che i clienti di Amplitude vedono attraverso la nostra combinazione di analisi di prodotto e di marketing. Nello specifico, illustreremo come i professionisti del marketing possono sfruttare le informazioni sui prodotti per migliorare le loro campagne di marketing attraverso i dati di analisi dei prodotti.

Comprendere la conversione a valle

Come marketer, so quanto possa essere difficile dimostrare il valore del marketing. Gli esperti di marketing lavorano duramente per trovare modi nuovi e creativi per attirare nuovi clienti per acquistare prodotti (B2C), visualizzare contenuti (Media) o convertirli in lead (B2B). Molte delle metriche utilizzate dai professionisti del marketing per giustificare i propri sforzi sono a breve termine. I conteggi di visitatori unici, rimbalzi, ordini e lead spesso sfiorano solo la superficie di ciò che è necessario.

Ad esempio, supponi di lavorare per un'azienda di software B2B e di avere campagne che mettono in evidenza quali caratteristiche rendono il tuo prodotto migliore della concorrenza. La tua campagna di marketing può includere annunci della rete di ricerca a pagamento, annunci display e annunci video per convincere gli utenti a provare gratuitamente il tuo prodotto software. Puoi utilizzare la funzionalità di analisi di marketing per vedere quali parti della tua campagna di marketing portano il maggior numero di utenti alle tue proprietà digitali. Inuna certamisura (a causa dei difetti nell'attribuzione multi-touch), puoi anche vedere quali elementi della campagna portano gli utenti a completare i moduli per i lead. Ma supponiamo che gli utenti impieghino alcune settimane o mesi per impegnarsi con la prova gratuita del software e infine acquistarlo.

In questo scenario, i dati di analisi di marketing possono basare le proprie conclusioni solo sui dati fino al momento in cui un utente completa un modulo per i lead. Successivamente, il team del prodotto acquisisce i dati sull'utilizzo del prodotto di prova gratuita utilizzando la funzionalità di analisi del prodotto. Se i dati sull'utilizzo del prodotto vengono isolati dai dati di analisi di marketing nello stesso o in un prodotto di analisi diverso, è impossibile collegare l'utilizzo del prodotto alla campagna di marketing. Ma se i dati di analisi sono collegati, idealmente nello stesso prodotto di analisi, è possibile unire i dati di utilizzo della prova gratuita alla campagna di marketing che ha guidato la prova gratuita.

Il primo modo in cui le informazioni sui prodotti possono aiutare a migliorare le campagne di marketing è riferire sul vero successo a valle. Supponiamo che i dati di prodotto possano mostrare quali potenziali clienti hanno acquistato il prodotto dopo la prova gratuita. In tal caso, i dati di analisi del prodotto possono mostrare al team di marketing quali campagne hanno portato al successo a valle, spesso legato alle entrate. Invece di basare le future decisioni sulle campagne di marketing sul numero di lead o MQL, le decisioni possono essere basate sulla conversione effettiva. Questi dati possono aiutare a chiarire quali campagne di marketing funzionano e quali no. Ad esempio, alcune parole chiave di ricerca a pagamento possono generare molti lead ma generare pochissime conversioni a valle.

Al contrario, potrebbero esserci alcune campagne di marketing che non hanno un bell'aspetto in base al conteggio dei lead ma generano conversioni significative. La disponibilità di dati sulle conversioni a valle elimina gran parte delle congetture e consente ai team di marketing di spostare preziosi budget pubblicitari sulle campagne che producono entrate. Naturalmente, questo presuppone che tu possa collegare accuratamente la campagna di marketing al lead, cosa che sta diventando sempre più difficile nel mondo odierno senza cookie e incentrato sulla privacy! Ma supponendo che tu possa superare questo ostacolo, sfruttare i dati di analisi del prodotto per visualizzare le conversioni a valle è un modo in cui il prodotto e il marketing possono trarre vantaggio dalla collaborazione.

Comprensione dell'utilizzo delle funzionalità del prodotto/app

Il prossimo modo in cui le informazioni sui prodotti possono aiutare le campagne di marketing è attraverso l'utilizzo delle funzionalità del prodotto digitale. I team di prodotto dedicano molto tempo a capire come gli utenti interagiscono con le varie funzionalità del prodotto. In un ambiente B2B, ciò può significare analizzare quali funzionalità del software vengono utilizzate. In un'impostazione B2C, potrebbe significare analizzare quali filtri gli utenti utilizzano per filtrare i prodotti su un sito Web di e-commerce. Indipendentemente dalle caratteristiche specifiche o dal modello di business, capire cosa interessa agli utenti dal punto di vista del prodotto può essere utile per il team di marketing. Diamo un'occhiata a questo attraverso alcuni esempi.

Continuando il nostro precedente esempio di software B2B, il team del prodotto ha approfondimenti sulle funzionalità del prodotto utilizzate durante le prove gratuite. Potrebbe funzionare con il marketing per determinare se l'utilizzo delle funzionalità nella prova gratuita differisce dalla campagna di marketing che ha fornito l'utente. Se i professionisti del marketing vengono a sapere che gli utenti della campagna A tendono a utilizzare maggiormente le funzionalità A, B e C nella prova gratuita, possono utilizzare queste informazioni nelle future campagne di marketing per evidenziare tali funzionalità. Ad esempio, supponiamo che gli utenti provenienti dal termine di ricerca a pagamento "strumenti di gestione del database" accedano alla prova gratuita e utilizzino principalmente la funzione di ricerca del prodotto. Questo scenario può presentare l'opportunità di condividere ulteriori informazioni sulla funzione di ricerca in annunci futuri. Forse sotto il titolo dell'annuncio di ricerca a pagamento, il team di marketing aggiunge: "Prova la migliore funzione di ricerca di tutti i prodotti di gestione del database!" Questo tipo di pubblicità basata sui dati può aiutare a incrementare i tassi di conversione e il ritorno sulla spesa pubblicitaria (ROAS).

In un contesto B2C, supponiamo che un rivenditore online utilizzi i dati di analisi dei prodotti per determinare che molti nuovi clienti provenienti da campagne di marketing stiano utilizzando la funzione di filtro di navigazione a sinistra per restringere i prodotti. In particolare, gli utenti spesso interagiscono con i filtri di dimensionamento e valutazione per trovare i prodotti. Queste informazioni dicono al rivenditore che chi è nuovo al marchio desidera la possibilità di filtrare rapidamente i suoi prodotti in base a questi attributi fondamentali. Puoi quindi condividere queste informazioni con il team di marketing e aggiungerle alle future campagne di marketing. Ad esempio, le nuove campagne possono utilizzare frasi come "Trova i migliori prodotti XYZ per dimensione o valutazione del cliente..." Oppure gli annunci video possono evidenziare quanto sia facile trovare prodotti utilizzando i filtri specifici che molti potenziali clienti tendono a utilizzare. Questi sono solo alcuni semplici esempi di utilizzo delle informazioni dettagliate sull'utilizzo delle funzionalità dall'analisi dei prodotti per migliorare le future campagne di marketing.

Capire l'abbandono

In qualità di marketer, è spesso difficile tenere traccia dell'attività di coloro che acquisisci oltre le loro interazioni iniziali. Ad esempio, un operatore di marketing potrebbe sapere di aver indirizzato un nuovo cliente a un sito Web di vendita al dettaglio, ma cosa succede se quel visitatore acquista un prodotto in quella sessione ma poi acquista molti altri prodotti trenta giorni dopo? A seconda della sofisticatezza del monitoraggio dell'analisi di marketing, dimostrare che la campagna di marketing ha generato acquisti a valle può essere difficile. In un esempio B2B, un marketer potrebbe sapere di aver indirizzato un nuovo utente a una prova gratuita, ma potrebbe non sapere che lo stesso utente ha abbandonato la prova gratuita dopo pochi giorni.

Entrambi questi esempi implicano la comprensione dell'abbandono del prodotto digitale. Molte implementazioni di analisi dei prodotti incoraggiano o costringono gli utenti a creare un identificatore univoco (tramite autenticazione) per affrontare il concetto di abbandono. Nel B2C, ciò può comportare la creazione di un account su un sito Web di vendita al dettaglio. Nel B2B, ciò può comportare l'accesso per utilizzare un prodotto. Puoi quindi unire il comportamento degli utenti su diversi dispositivi e sessioni quando disponi di account autenticati. La cucitura degli utenti consente ai team di prodotto e ai dati di analisi del prodotto di visualizzare la frequenza con cui ogni utente torna al sito Web o all'app nel tempo.

Nell'esempio B2C precedente, il team del prodotto può vedere gli acquisti oltre l'acquisto iniziale. Tutti gli acquisti dallo stesso utente sono associati alla campagna di marketing originale che ha originato l'utente. Questa associazione consente al team del prodotto di visualizzare il lifetime value dell'utente e collaborare con il marketing per assegnarlo alle campagne di marketing. Il lifetime value, a sua volta, aiuta il marketing a identificare una visione più accurata del ritorno sulla spesa pubblicitaria. Il team del prodotto può anche collaborare con il marketing per identificare quali clienti noti non sono tornati sul sito Web nelle ultimexsettimane. Il marketing può utilizzare queste informazioni per attivare campagne di remarketing per coinvolgere nuovamente i clienti che sono rimasti inattivi.

Nell'esempio B2B precedente, il team del prodotto può identificare quali utenti della prova gratuita hanno smesso di partecipare alla prova gratuita. Puoi utilizzare coorti di utenti in prova gratuita dormienti per ricordare agli utenti che hanno un tempo limitato per esplorare il prodotto prima che sia troppo tardi. Oppure il marketing può collaborare con il team del prodotto per raggruppare gli utenti della prova gratuita in coorti in base ai passaggi della prova gratuita che hanno e non hanno eseguito. Questo tipo di coorte può fornire al marketing un modo per indirizzare casi d'uso specifici ai trailer gratuiti. Ad esempio, supponiamo che cinquanta utenti di prova gratuita abbiano eseguito un report ma non lo abbiano inviato a nessuno. In tal caso, il team del prodotto può collaborare con il marketing per inviare un'e-mail personalizzata a quegli utenti con formazione su come compiere il passaggio successivo e condividere report con i colleghi.

Un altro vantaggio della combinazione di dati e team di marketing e di prodotto è la visualizzazione dell'utilizzo del prodotto a lungo termine per campagna o canale di marketing. Gli esperti di marketing sono bravi a vedere quando gli utenti rimbalzano immediatamente dalle loro campagne o se ritornano nei prossimi 30 o 90 giorni. Ma dopo 90 giorni, la maggior parte delle organizzazioni fa affidamento sui dati di analisi dei prodotti per analizzare la fidelizzazione degli utenti. La necessità di un'analisi della fidelizzazione a lungo termine è il motivo per cui gli strumenti di analisi dei prodotti offrono molti report e visualizzazioni diversi sulla fidelizzazione degli utenti, mentre i prodotti di analisi di marketing ne offrono pochissimi.

Una volta combinati i dati di marketing e di analisi del prodotto, puoi utilizzare i rapporti standard sulla conservazione dell'analisi del prodotto per visualizzare la fidelizzazione degli utenti per canale o campagna di marketing:

Indipendentemente dal contesto, il fatto che il team del prodotto condivida le proprie intuizioni relative all'utilizzo e all'abbandono con il marketing offre un modo per entrambi i team di trarne vantaggio.

Capire quali campagne indirizzano gli utenti giusti/sbagliati

Mentre i professionisti del marketing vorrebbero pensare di poter indirizzare un pubblico specifico di utenti attraverso le loro campagne di marketing, in realtà è difficile farlo. Puoi fare pubblicità su un sito Web popolare con un gruppo demografico più giovane per indirizzare i giovani. Puoi utilizzare i social network come Facebook e Instagram per indirizzare gli annunci a un alto livello di granularità. Ma non importa quanto tu sia bravo a focalizzare le tue campagne di marketing sul pubblico giusto, avrai persone che cliccano sulle tue campagne che sono giuste per il tuo prodotto/servizio e quelle che non lo sono. La prova dell'accuratezza del targeting è quando gli utenti eseguono le azioni che vuoi che eseguano dopo che li hai acquisiti.

Mentre i professionisti del marketing sono bravi a costruire coorti dipotenzialiclienti, i team di prodotto sono bravi a costruire coorti di clientieffettivi. I team di prodotto utilizzano la funzionalità di analisi del prodotto per identificare quali utenti stanno eseguendo le attività o i percorsi desiderati. Queste coorti possono essere semplici o complesse, a seconda della situazione. Ad esempio, un team di prodotto può determinare che il suo profilo cliente ideale (ICP) per un servizio di streaming musicale è un utente che ascolta almeno cinque brani a settimana e crea almeno una playlist ogni tre mesi.

Indipendentemente dai criteri, i team di prodotto possono utilizzare gli strumenti di analisi dei prodotti per creare coorti dei loro utenti ideali e, al contrario, di quelli non ideali. Puoi utilizzare queste coorti per determinare quali campagne o canali di marketing attirano le persone giuste e quelle sbagliate. Alcune campagne di marketing possono attirare molti nuovi clienti, ma non i giusti tipi di clienti. Diamo un'occhiata a un esempio. Supponiamo che un team di marketing spenda denaro in ricerca a pagamento, risorse SEO e alcune comunità/eventi più piccoli. Quando i visitatori entrano nella canalizzazione di acquisizione, acquisisci la loro fonte in un prodotto di analisi digitale come Amplitude. Dopo l'acquisizione, il team del prodotto crea coorti che identificano i propri utenti "esperti" e quelli che non lo sono. Il team di marketing e prodotto visualizza quindi i canali di acquisizione di marketing da ciascuna di queste coorti inverse:

Se viste attraverso questa lente, alcune fonti di marketing (SEO, Product Club Forum e Product World Conference) possono attrarre più utenti esperti rispetto agli utenti non esperti. Alcune delle fonti di marketing con il minor numero di attività, come il Product Club Forum e la Product World Conference, sono più del doppio della loro percentuale di utenti esperti. Anche se queste due fonti hanno un volume ridotto rispetto alla ricerca a pagamento, producono più utenti esperti su base relativa. Cosa potrebbe accadere se queste fonti ricevessero più attenzione rispetto alla ricerca a pagamento? Investire di più in queste campagne potrebbe essere un utile esperimento per vedere se il marketing alloca erroneamente i suoi budget.

Come puoi vedere, il vantaggio di collegare i dati sull'utilizzo del prodotto e le coorti all'attività di marketing è che può illuminare opportunità di miglioramento. La combinazione di dati di marketing e di prodotto è un modo in cui i team di prodotto possono aiutare a informare e migliorare le campagne di marketing. Ma questi vantaggi dipendono dal fatto che entrambi i team utilizzino la stessa piattaforma di analisi digitale o un altro modo per unire i dati degli utenti.

Riepilogo

Tradizionalmente, i team di marketing e di prodotto hanno lavorato in silos. Il marketing era responsabile dell'acquisizione dei clienti e il team del prodotto li coinvolgeva e li manteneva. Ma ci sono molti modi in cui i team di prodotto possono collaborare con i team di marketing e aiutarli a raggiungere i loro obiettivi attraverso l'analisi e i dati del prodotto. I team di prodotto spesso hanno informazioni sul comportamento degli utenti a lungo termine che i team di marketing non hanno. Alcuni esempi di questo includono:

• Comprendere la conversione a valle
• Comprensione dell'utilizzo delle funzionalità del prodotto/app
• Capire l'abbandono
• Capire quali campagne indirizzano gli utenti giusti/sbagliati

Questi sono solo alcuni esempi di come le informazioni sui prodotti possono aiutare a migliorare le campagne di marketing e perché i team di marketing e di prodotto dovrebbero aumentare la collaborazione relativa all'analisi digitale.