「對話營銷」興起，如何開發潛在客戶？

當前, 市場變化的加快，產品種類的增加，客戶需求的多樣化，口味越來越難選擇，在這樣一個營銷難題下，我們營銷人員如何轉變思路，實現涅槃重生？

眾所周知，一個好的活動的組成是使用優化的調查表(用戶測試的結果)、設計良好的聊天機器人和提供有用見解的數據處理策略，無論是調查表也好，智慧機器人也好，都離不開一個話題，那就是新興起的「對話營銷」模式。

本文通過詢問受訪者，調查Salesforce發布裡的研究數據，深度分析了當前三種比較常見的營銷模式和策略，幫助營銷者解決如何開發潛在客戶的難題。

如果你忽略每年出現的聲音和趨勢，簡單的事實是，大多數營銷活動基本上都集中在怎樣獲得和留住更多的客戶上。對於許多企業而言，尤其是B2B，這意味著增加潛在客戶的數量和質量。

在Hubspot（我的僱主），這顯然是一個很大的關注點，所以我們最近進行了一項研究，以了解營銷人員如何看待現代的潛在客戶開發和潛在客戶捕獲。在所有關於會話式營銷、分析、數據豐富和實驗的討論中，我們都想知道，「什麼發生了變化，什麼仍然是一樣的？」

這裡有一個總結，以下是我們學到的以及它對你的市場營銷努力意義。

填寫調查表仍然重要

雖然每個人都在談論聊天機器人的出現，調查表是無聊和讓人討厭的，但大多數營銷人員仍在使用表單。而且大多數消費者仍然沒有問題填寫它們（只要他們設計得很好，我們就會填寫）。

有74%的營銷人員使用Web表單進行潛在客戶開發，49.7%的營銷人員說Web表單是他們轉換潛在客戶開發的最高工具。

當然，聊天機器人、實時聊天工具、小測驗和所有其他捕獲潛在客戶的形式都有它們的位置。但我不會把2019年的表格算出來。

測量和優化利用不足

我們詢問了受訪者關於三種數據驅動的研究方法

◎ 表單分析——建立衡量指標，以查看表單的歸還率並計算表單的轉換率。

◎ 用戶測試——用戶在您的站點上執行一項任務，並觀察他們是如何一種可用性的測試，你要求完成任務的。

◎ A/B測試——使用統計測試，將新的變量與原始變量進行比較，以查看哪個變量的性能更好。

最好的做法是使用數據進行決策，進行用戶研究，並進行實驗，對嗎？

當然，但是許多營銷人員仍然沒有做任何這樣的事情，至少在他們的形式上是這樣的。例如，36%的受訪者表示，他們對自己的表單進行了零用戶測試。

四分之一的營銷人員說他們不使用表單分析，大約45%的營銷人員不在表單上進行任何A/B測試。

但是那些使用分析、用戶測試和A/B測試的人都報告了更好的結果(這是不足為奇的)。

例如，在表格上進行A/B測試的營銷人員往往比不進行A/B測試的營銷人員更滿意。他們還報告說，與不進行A/B測試的營銷人員相比，轉換率大約高出10%。

那些使用表單分析報告的人，對他們的潛在客戶開發工作的滿意度提高了15%，轉化率提高了19%。

最後，我們發現，運行用戶測試的人比不運行用戶測試的人對他們的領導生成程序更滿意，並且滿意度隨著用戶測試數量的增加而增加。

調查背後普遍的反映是：數據驅動的決策和設計更有效。

互動形式與對話營銷

有一件事激發了很多人的討論，那就是「對話營銷」。在傳統的網絡形式是一種靜態體驗的情況下，「會話營銷」工具希望模仿人類對話的一對一性。

在戰術上，這通常意味著聊天機器人，但是還有其他很酷的迭代，例如typeform一步一步地設計表單的方式（使用條件邏輯）或以會話形式的作品：到目前為止，大多數市場營銷人員對這項技術的炒作和興奮都沒有得到客戶幸福感的任何回應。

對這一主題的研究好壞參半。例如Salesforce發布的一項研究表明，69%的消費者更喜歡使用聊天機器人來快速溝通。但是，如果仔細閱讀，問題實際上只是將聊天機器人與基於應用程式的支持進行比較，以獲得一系列客戶服務方面的好處，如「便利性」。

大多數研究表明情況正好恰恰相反：在這一點上，顧客大多更喜歡人與人之間的互動。

其中一項發現稱：

今天，64%的美國消費者和59%的消費者認為公司已經失去了與客戶體驗的人性化因素的聯繫。71%的美國人寧願與人交流，也不願與聊天機器人或其他自動化過程打交道。

這就不難理解，當消費者一次又一次受到這樣的體驗時，為什麼會有這樣的感覺了。

不過，人們喜歡這種便利，所以讓聊天機器人和智能化工作並不是不可能的。

但是你必須在市場營銷人員的經濟效益、客戶的便利性和讓人愉悅的體驗之間找到平衡。

在大多數情況下，這涉及到智能化和個性化的智能平衡。根據經驗來分析，你可以嘗試將80%的體驗智能化，但將最後20%的體驗留給人工和個性化體驗。

這樣，您可以實現自動化和聊天機器人的所帶來的效率效益，又同時兼顧客戶的滿意度。

智能化，豐富和優化您的活動

有一系列技術表明

◎ 收集線索

◎ 預測領導能力

◎ 豐富數據

◎ 集中數據並將其用於宣傳活動

像clearbit這樣的工具可以更容易地切斷不必要的表單欄位，相反，可以用已知的電子郵件地址或域信息豐富數據。

一旦我們有了一個良好的聯繫財產數據和行為數據的混合物，像madkudu這樣的工具可以幫助您預測評分，從而更好地評估他們的銷售準備情況。

最後，CRMS和客戶數據平臺的領域使不同來源收集到的數據變得更加容易，並將其集中在一個您可以實時使用它的地方。這可以按比例實現個性化的活動。

所有這些都是新興技術，雖然大多數公司還沒有達到這種複雜程度，但我們看到一些公司開始浮出水面。如果你想得到啟發，hull.io博客是一個很好的地方，可以在未知領域找到這方面的例子。