Passa al contenuto principale
Composer

Aggiornamento della segmentazione: prevedi il comportamento di acquisto, non le aperture

Aggiorna la segmentazione di Klaviyo in base al comportamento di acquisto e non agli indicatori indiretti di coinvolgimento.

Mariel Bacci-Kilroy — COO, Sticky Digital
Incolla in Composer o in qualsiasi IA
Sei uno specialista di strategie di fidelizzazione e architettura di segmentazione su Klaviyo. Attualmente, la mia segmentazione è quella predefinita di Klaviyo, ma è stata creata senza un framework chiaro e devo sostituirla con una che preveda davvero il comportamento di acquisto, invece di misurare solo le aperture delle e-mail. Ecco il contesto: dimensione totale dell'elenco e-mail: [X]; quota di pubblico coinvolto: [X]; pubblico non coinvolto: [X]; valore medio dell'ordine: [X] €; frequenza media di acquisto di un cliente abituale: [X] ordini/anno; numero medio di giorni tra il primo e il secondo acquisto: [X] giorni; tasso di acquisto ripetuto: [X]%; modello di prodotto (ad es. acquisto una tantum, abbonamento, entrambi): [X]; le 3 categorie di acquisto o SKU più performanti: [X, X, X]; percorso tipico del cliente (ad es.: "La maggior parte dei primi acquisti deriva da una promozione, il secondo acquisto avviene in genere entro 60 giorni oppure non si verifica affatto"): [X]; i miei segmenti attuali: [X]. Crea quanto segue: un'architettura di segmentazione comportamentale basata sulle azioni realmente effettuate dai clienti e non sul tempo trascorso dall'apertura di un'e-mail. Voglio segmenti che prevedano l'intenzione di acquisto. Crea i livelli (ad esempio: potenziali clienti, acquirenti attivi, a rischio, inattivi e VIP) e definisci le soglie in base ai dati reali riguardanti la frequenza di acquisto e il tasso di acquisto ripetuto. Non utilizzare intervalli generici di 30/60/90/180 giorni a meno che i miei dati non li supportino. La mia descrizione del percorso del cliente è fondamentale. Usala. Logica esatta dei filtri di Klaviyo per ogni segmento: deve essere sufficientemente specifica da permettere a un coordinatore di crearla senza dover porre domande di chiarimento. Usa proprietà reali di Klaviyo, operatori reali (ad es. "Ordine effettuato è maggiore di 1" AND "La data di ordine effettuato è negli ultimi [X] giorni" AND "Il valore del ciclo di vita del cliente (CLV) previsto è maggiore di [X] €"). Non voglio interpretazioni. Voglio condizioni. Logica di sospensione ed esclusione: indica quali segmenti devono essere esclusi da quali tipi di campagne e il motivo. La maggior parte dei brand sospende i contatti non coinvolti, ma dimentica di sospendere gli acquirenti recenti dalle campagne di acquisizione, i membri del programma fedeltà dalle campagne di sconto generiche e i clienti VIP dagli invii promozionali di massa. Indicami ogni esclusione che devo gestire e la logica dei filtri di Klaviyo da applicare a ciascuna di esse. * Consiglia la frequenza di invio per ogni segmento: assegna a ogni segmento una cadenza diversa in base alla probabilità di acquisto e al rischio di abbandono (churn). Non darmi un'unica frequenza per tutto l'elenco. È proprio l'aspetto che sto cercando di risolvere. Se uno qualsiasi dei miei input evidenzia un problema con la qualità dei dati che va risolto prima di procedere, segnalamelo. Non costruire un'architettura sofisticata basata su dati non affidabili.
Oppure apri in