הפוסט הזה הוא התחלה של סדרה, שתסקור בקלילות (יחסית) ועל קצה המזלג (יחסית) שלל נושאים מתקדמים סביב Funnels ו-Journeys בהקשר של מרקטינג וצמיחה דיגיטלית. על הדרך אציג מושגים ומונחים קריטיים (חלקם בסיסיים יותר, חלקם פחות), תאוריות, טכניקות, רעיונות, השראה, ומודלים שונים.
נתחיל עם עם חבר יקר.
Facebook Pixel
למי שלא מכיר, אולי שווה שנערוך היכרות קצרה. Facebook Pixel הוא כלי של Facebook המאפשר למפרסמים למדוד אפקטיביות, לייעל קמפיינים, ולבנות קהלים – בהתבסס על התרחשויות שקורות מחוץ ל-Facebook, למשל באתר שלכם. קרה לכם פעם שנכנסתם לאיזשהו אתר אינטרנט של איזשהי חברה, ופחות או יותר מאותו רגע התחלתם לראות פרסומות של החברה הזו ב-Facebook? אהא, בדיוק זה.
אפשר להסתכל על Facebook Pixel כמעין סוכן של Facebook שיושב באתר האינטרנט שלכם ומנטר פעולות של משתמשים. כשמשתמש יכנס לאתר שלכם ו/או יבצע בו איזשהי פעולה (כמו למשל לרכוש משהו), הפיקסל ידווח לחשבון שלכם ב-Facebook על הפעולה, באופן כזה שמצד אחד נדע שהפעולה הזו קרתה, אך גם נוכל להגיע למשתמש שביצע את הפעולה הזו במודעה ממומנת ב-Facebook, כלומר להגיע אליו ישירות ל-News Feed (או לפלייסמנטים אחרים).
נוכל לייצר קבוצת קהל של “אנשים שביקרו באתר שלנו” או “אנשים שביקרו באתר שלנו ב-30 יום האחרונים” או “אנשים שביקרו בדפים ספציפיים באתר שלנו” או “אנשים שביצעו פעולה מסוימת (למשל רכישה)” באתר שלנו או “אנשים שקנו X מוצרים ביותר מ-Y ש”ח במצטבר בחצי השנה האחרונה”. נוכל גם לפלטר את הקהלים האלו לפי טריטוריות, גילאים, מין, תחומי עניין, התנהגויות ועוד.
מעבר לבניית קהלים, ה-Pixel עוזר לנו למדוד אפקטיביות של קמפיינים, וגם לבחור באופטימיזצייה לקמפיין שמבוססת על פעולה שהפיקסל יודע לדווח עליה. נשאיר את הנושאים האלו לפוסטים בהמשך 🙂
Funnel Optimization
המושג Funnel מתייחס לדרך הסתכלות מרקטיאלית על מסלולי תנועה של משתמשים. במילים אחרות – נניח ויש לנו אתר ואנחנו מוכרים בו מוצר אחד – אנחנו יכולים לשאול “כמה רכישות היו לנו החודש?” או “כמה רכישות היו לנו היום?” ולקבל תשובות בקלות, אך התשובות האגרגטיביות (מסוכמות) האלו לא יספרו לנו סיפור. אנחנו יכולים לשאול כמה אנשים הגיעו לאתר שלנו, וכמה מתוכם “הוסיפו לעגלה” את המוצר שלנו, וכמה מתוכם “רכשו” את המוצר.
בתמונה אנחנו יכולים לראות דוגמה ל-Funnel עם 3 שלבים: Page Views (ביקור באתר) בשלב הראשון, לאחר מכן Add To Cart (הוספה לעגלה) בשלב השני, ולבסוף – Purchase (רכישה) בשלב האחרון. אפשר לראות שבמקרה זה היו 15,000 משתמשים שביקרו באתר, מתוכם רק 3.28% (כלומר 491 אנשים) המשיכו לשלב הבא והוסיפו לעגלה, ומתוכם 39.5% (כמעט 200) רכשו. האם זה טוב? האם זה רע? הכל יחסי, ולא סתם הצגתי את האחוזים בגוף הטקסט ואת המספרים המפורשים בסוגריים.
הגרף הזה מספר לנו סיפור מעניין. הוא מספר לנו שמתוך כל המשתמשים שמבקרים באתר שלנו, רק 3.28% הוסיפו את המוצר שלנו לעגלה. זה אומר שלמעלה מ-96% מהאנשים שנכנסו לאתר שלנו – לא עשו זאת. למה לא? התשובה לשאלה הזו יכולה לעבור במחוזות של עיצוב, UX, מחיר, נוחות הקנייה, התאמת האתר ל-Mobile, ועוד 1,000,000,000 פרמטרים אחרים שאפשר לדון בהם לעומק ולהבין איך למקסם אותם כדי לצמצם את ה-Drop (אני אשתמש במילה דרופ כדי לתאר את הנפילות בין השלבים ב-Funnel ואתנסח באופן של “היה לנו פה דרופ של 96%”).
גם בין שלב ה-Add to Cart ל-Purchase היה לנו דרופ, פחות נוראי מהדרופ שבין השלב הראשון לשני, אבל עדיין – 60% מהאנשים שכבר התחילו תהליך רכישה (!) נטשו אותו באמצע.
האפשרויות העומדות בפנינו בשלב הזה הן רבות, אך לא תמיד תהיה לנו שליטה עליהם, וגם אם כן – לא תמיד יהיו לנו את המשאבים.
האפשרות המיידית בסיטואציה כזו היא לייצר קהל של אנשים שביצעו את הפעולה Add to Cart אך לא ביצעו את הפעולה Purchase. כאמור, בדוגמא למעלה, היה לנו דרופ של 60% – כלומר יש לנו 297 אנשים שהוסיפו את המוצר שלנו לעגלה ולא השלימו רכישה, ואולי זה לא רעיון רע בכלל להגיע אליהם עם קמפיין שמטרתו להחזיר אותם לאתר במטרה שיסיימו את הרכישה. התנהגותית, הנטישה הזו יכולה לבטא חוסר שכנוע של המשתמש (כלומר התלבטות חזקה לרכישה שלא התממשה בסוף). קמפיין כזה נקרא Remarketing, על אף שבדר”כ קמפיינים כאלה מתייחסים ל”כל מבקרי האתר שלא רכשו”.
הרמתי לעצמי להנחתה, כי… מה עם כל ה-15,000 האלה שביקרו באתר שלנו ולא רכשו? הם בסופו של דבר נכנסו לאתר שלנו. זה ביג דיל (or is it?)
אנחנו רגילים לראות דרופים גדולים ב-Funnel-ים כאלה בין השלב הראשון לשני, אבל לא עד כדי כך. במקום להכנס לשאלה הפסיכולוגית/התנהגותית/טכנולוגית/UX-ית/לוגית/הגיונית שגרמה למשתמש להמשיך או להמשיך לשלב הבא, ננסה לשחק קצת עם הפרמטרים ונראה מה קורה.
ב-Funnel הזה, שיניתי את הפרמטר Event Count של Page Views ל”גדול מ-2″. הכוונה היא שאני רוצה להתייחס ב-Funnel רק לאנשים שביקרו באתר לפחות פעמיים. במילים אחרות – זרקתי החוצה את כל מי שביקר באתר שלי רק פעם אחת. נשארתי עם 3.7K אנשים (במקום 15K אנשים שהיו לי בשלב הזה מקודם), כלומר 11.3K אנשים נכנסו לאתר פעם אחת, ולא שוב.
ועכשיו, שימו לב שיש 12.3% שהמשיכו מהשלב הראשון לשני, לעומת 3.28% שהיו לנו מקודם. גם אחוז המעבר בין שלב ההוספה לעגלה לרכישה השתפר בכמה אחוזים בודדים. בואו נמשיך לשחק:
הו וואו, אוקיי. זה כבר הרבה יותר טוב… הפרמטר/פילטר כאן הוא על אנשים שביקרו באתר לפחות 5 פעמים! יש 1.14K אנשים כאלה, אבל מה שמעניין יותר הוא שהאחוז מהם שעובר לשלב הבא הוא כבר 25%. וגם בין השלב השני לשלישי כאן, מתקרבים ל-50% שזה גם שיפור לא רע. ב-Overall, יוצא ש-12.3% מבין אלה שביקרו באתר לפחות 5 פעמים – רכשו בסוף. ב-Funnel הראשון שהצגנו, עם ה-15,000 אנשים, האחוז היה 1.32%.
נעשה סדר:
- מבין כל מי שביקר באתר, 1.32% סיימו רכישה.
- מבין כל מי שביקר באתר מעל 5 פעמים, 12.3% סיימו רכישה.
(אגב, מבין אלה שביקרו באתר מעל 15 פעמים, יותר מ-50% סיימו רכישה!)
יופי, אז מה עושים? מעבר לזה שהמידע הזה מאוד מעניין ושאפשר לגזור ממנו הרבה מאוד תהליכי מחקר, נוכל לבצע Remarketing (כלומר לפרסם לאנשים שביקרו באתר שלנו) באופן אפקטיבי יותר. למשל, נוכל מלהתחיל להוציא קמפיין למי שביקר באתר שלנו 15 פעמים, ולנסות להזרים את האנשים האלה חזרה פנימה מתוך הבנה שיש סיכוי של מעל 50% שהם יסיימו רכישה אם הם יכנסו. נוכל לנסות לפרסם למי שביקר באתר בדיוק 4 פעמים, ולנסות לגרום לו להגיע לאתר בפעם החמישית. לפי המספרים למעלה, אחד מתוך שמונה אנשים כאלה אמור לסיים רכישה. באופן מוכלל יותר, נרצה להביא את מי שביקר X לפעמים, לכדי מצב שיבקר X+1. אז אנחנו יכולים, למשל, להוציא מודעה שזו תהיה מטרתה, אבל… איך אותה המודעה תשיג את המטרה הזו שוב ושוב ביחס לאותו משתמש?..
Journey
בהמשך לדוגמה ממקודם, אנחנו יכולים לייצר מערך שלם של קהלים – אלה שביקרו באתר שלנו בדיוק פעם אחת, אלה שביקרו בו בדיוק פעמיים, אלה שביקרו בו בדיוק 3 פעמים וכן הלאה, נניח עד המשתמשים שביקרו 9 פעמים בדיוק + עוד קבוצה של משתמשים שביקרו 10 פעמים או יותר. אז יהיה לנו 10 קבוצות, כאשר הקבוצה העשירית לא מבדילה בין מספר ביקורים שגדול (או שווה) ל-10, וכל שאר הקבוצות הן של משתמשים שביקרו באתר מספר מדויק של ביקורים. קל לראות שהקבוצות האלו מכסות את כל המשתמשים שביקרו באתר שלנו עד כה, פשוט בחלוקה לפי מספר הביקורים.
הקהלים האלה הם דינאמיים, מה שיאפשר לנו ליצור 10 קמפיינים שונים, כאשר פוטנציאלית כל אחד מהקמפיינים האלו עשוי להראות אחרת, לדבר אחרת, ולהציג תוכן אחר. האפקט של חבילת הקמפיינים הזו נקרא מסע, בוא משתמש למעשה נתקל במודעה הראשונה (זו שמכוונת לאלה שביקרו באתר פעם אחת בלבד) והיא ממשיכה להציג לו עד שהוא ילחץ עליה. כשהוא ילחץ עליה, הוא יצא מקבוצת “האנשים שביקרו באתר בדיוק פעם אחת” ולמעשה יעבור לקבוצה “האנשים שביקרו באתר בדיוק פעמיים” מה שיעביר אותו לקמפיין #2 שמציג מסר אחר. כך המשתמש יעבור מקמפיין לקמפיין, כל פעם יכנס מחדש לאתר (או לא), ובאיזשהו שלב בתהליך יבצע רכישה (או שלא) ויפלט החוצה מהמסע.
המסע שתואר למעלה הוא מסע נאיבי שנועד להדגים פרקטיקה של Marketing Automation שבה יש לנו מערך של מודעות עם טריגרים למעבר בין האחת לשניה. את המסעות האלה אפשר לשכלל ולסבך עוד יותר –
- Personalization: מסע שונה לכל פרסונה בקהל שלנו
- Hyper Triggering: מעבר בין מודעה למודעה לא רק לפי “כניסה נוספת לאתר” אלא לפי יעדים נוספים – כמו למשל צפייה מעל 25% מאורך הוידאו שמוצג במודעה. כלומר, הטריגרים שמעבירים את המשתמש לשלב הבא במסע יכולים להיות מתוחכמים ומורכבים יותר ולא להתבסס רק על כניסות לאתר.
- Cross Platform: המסע יכול לעבור בין שלל פלטפורמות. להתחיל כמודעה בפייסבוק שמכניסה את המשתמש לאתר, שם הוא נצבע ע”י Facebook Pixel וקוד רימרקטינג של Google, מה שגורם למשתמש להיתקלות #2 במודעת Google שהוא ראה, ואז מודעה #3 באינסטגרם, ואז הוא נכנס לאתר שוב בפעם השלישית ומשאיר את הפרטים שלו (אימייל), ואז מתחילה סדרת מיילים (נניח 5 מיילים, אחת לשבוע), ועוד ועוד.
דאמ.
במילים אחרות, אנחנו יכולים לייצר מסעות, אוטומטיים (כלומר המשתמש עובר מנקודה אחת לנקודה אחרת במסע ע”י טריגרים שאנחנו מגדירים באופן אוטומטי), פרסונליים (כל פרסונה תעבור מסע אחר שתפור אליה באופן אישי) ועל פני מספר פלטפורמות ו/או טכניקות במקביל.
הבלוג-פוסטים הבאים בסדרה יכנסו פנימה לעולם המסעות בהם נכנס לעומק למודלים שונים של מסעות, תאוריות בנושא Marketing Funnels, עקומות למידה, קריאטיב, פיזור ותכנון חלוקת משאבים, והכל לצד טכניקות פרקטיות, דוגמאות והשראה.
יהיה כיף 🙂