Oversegmentér ikke din abonnentliste. Sådan gør du.

Markedssegmentering og personalisering – at opdele din målgruppe i fælles grupper for at levere mere relevante salgsbudskaber – fungerer godt.

Donald Trump brugte det til at vinde valget i 2016 , og Campaign Monitor siger, at de, der bruger en segmenteringsstrategi på deres e-maillister, kan opleve så meget som en 760% stigning i omsætning .

I dag har vi tabeller fyldt med analyser om vores kunder, der indeholder alle mulige detaljerede oplysninger om, hvad, hvornår og hvordan de køber vores produkter. Og den opfattede visdom er at opdele, opdele og inddele dine kunder i stadig mindre grupperinger.

Men hvor små skal du lave dine segmenter? Skal du sigte mod et segment på ét og stræbe efter personlig markedsføring? Eller skal du holde det enkelt og segmentere baseret på et bredere billede?

Denne artikel vil se på almindelige segmenteringsstrategier og nogle af de potentielle farer ved at oversegmentere din e-mailliste.

Strategier for e-mailsegmentering

Hvordan kan du gribe segmentering an? Nogle af de almindelige metoder er:

Demografi . A/S/L, som vi plejede at sige – hvad er din alder, køn og placering? Marketingfolk har brugt grundlæggende demografiske oplysninger til at målrette deres annoncering i over 100 år.

Der findes stadig brugsscenarier i dag, som f.eks. kønsbaseret tøj og smykker, eller placering i fysiske virksomheder. Men som klichéen om boomere vs. millennials fortæller os, vil demografi ikke hjælpe dig med at forstå individet. Du er nødt til at gå dybere.

Kundepersona . En kundepersona er en avatar af din idealkunde. Demografi spiller en rolle, men en persona omfatter også markedsundersøgelser, analyser og intuition. Du kan også have mere end én kundepersona for forskellige aspekter af din virksomhed.

For eksempel vil Ford have en separat kundeprofil til F-150 Truck og den lille SUV Escape. Tænk på en seriøs arbejderklasse vs. en fodboldforælder. Ford bruger disse kundeprofiler til at skabe mere relevant reklame for de forskellige typer mennesker, der køber deres biler.

Du tror måske, at du kunne springe over at oprette en kundepersona, men lær en lektie af Amazon. De fejlede stort, da de sendte e-mails ud med et babyregister til folk, der ikke skulle have babyer. En 'graviditetspersona' og korrekt segmentering ville have hjulpet meget her.

Salgstragtposition . En anden måde at segmentere din e-mailliste på er efter en kundes position i din salgstragt. En ny kunde, der ved lidt om dit tilbud, har brug for et andet salgsbudskab end dem, der allerede er kunder. Se mere i vores artikel om hvilke flows og automatiseringer du bør have.

Nedenfor er procesforløbet Snappa bruger til at opfordre nye kunder til at opgradere til 'Pro'-niveau og årlig fakturering.

Snappa har separate kampagner til mersalg og promovering af øget kundelevetidværdi for hvert trin, der tages ned ad salgstragten.

Kundeengagement . Med nutidens teknologi kan du segmentere din målgruppe baseret på, hvordan abonnenter interagerer med dine marketingbudskaber.

Hvis en abonnent klikker på et e-maillink eller ikke åbner flere e-mails, kan du tildele dem et segment med mere passende budskaber. Du kan endda knytte e-mailengagement til hjemmesideaktivitet, f.eks. besøgte sider eller købte produkter, for yderligere at finpudse dine kampagner.

Målet er at holde dine abonnenter engagerede med nyttige e-mails. Hvis dine abonnenter ikke engagerer sig i dine e-mails, risikerer du, at internetudbydere vurderer dine e-mails som irrelevante og havner i spam-/kampagnemappen.

Så har vi teknologien og statistisk støtte for at opdele vores e-maillister i stadig mindre segmenter. Konsensus er, at hypermålrettet beskedudveksling fungerer bedst. Det følger derfor, at du bør sigte mod at have så mange segmenter som muligt for at være mest effektiv, ikke?

Der er også farer ved at oprette for mange segmenter i din e-mailliste.

Farerne ved oversegmentering

Internetaktivisten Eli Pariser opfandt udtrykket 'filterboble' at beskrive effekten af tilpassede indholdsfeeds valgt af algoritmer på individer. Algoritmen 'lærer' en persons interesser og overbevisninger og tilpasser derefter et indholdsfeed til at vise korreleret information, hvilket mindsker eksponeringen for modstridende ideer og meninger.

Med tiden bliver en person fanget i et ekkokammer af indhold, som kun appellerer til eller forstærker en bestemt type synspunkt.

Oversegmentering af din liste risikerer ligeledes at fange din kunde på et bestemt tidspunkt. Debra Kaye skriver i Inc. ... argumenterer for, at mennesker, som individer, forandrer sig, tilpasser sig og vokser. Hun fortsætter: "Mennesker er situationsbestemte dyr. Vi bruger produkter forskelligt afhængigt af vores humør og de omstændigheder, vi befinder os i."

Kort sagt, det, der interesserer os i dag, er måske ikke det samme i morgen.

Hvis du oversegmenterer din liste, fordi dataene tyder på, at du bør, kan du isolere dine kunder fra resten af dine produkter. Du lukker dem inde.

Omkostningsmæssige konsekvenser

Hvert ekstra segment, der oprettes til en e-mailliste, koster også ekstra penge. Uanset om det drejer sig om planlægning af segmenterne, oprettelse af en ny kampagne eller beregning af resultaterne, øger segmenterne udgiften.

Et yderligere problem med oversegmentering er reduktionen i størrelsen af datapuljer. Optimering af en kampagne kræver et tilstrækkeligt niveau af trafik til effektivt at kunne A/B-testes. Flere større datasæt er mere nyttige end et dusin små her.

Og overdreven afhængighed af analyser til at træffe forretningsbeslutninger kan også have betydelige omkostningsmæssige konsekvenser. Harvard Business Review forklaret hvordan Tescos tillid til markedsføring via kundeanalytiske data ikke var nok til at forhindre en nedskrivning på 3 milliarder dollars og en pinlig tilbagetrækning fra det amerikanske marked.

De bemærkede, at "datarige loyalitetsprogrammer og analysefunktioner ikke kan afværge den konkurrencemæssige fordel ved lidt lavere priser og en enklere shoppingoplevelse."

Så hvor ligger balancen?

God segmenteringspraksis

Segmenter bør være så store som muligt, samtidig med at de forbliver unikke og tjener det tilsigtede formål om øget rentabilitet gennem relevant markedsføring.

Sigt ikke efter én karakteristik pr. segment; det er for detaljeret. Tænk i stedet på kombinationer af egenskaber. Folk, der kan lide motorcykler, fodbold og grill, eller dem, der dyrker CrossFit, keto og får tatoveringer. Det er den slags information, du skal bruge til at opbygge dine kundepersonaer.

En perfekt måde at tildele abonnenter til segmenter er ved at få dem til selv at vælge deres interesser. Her er et eksempel fra Bespoke Post via Rigtig gode e-mails .

Muligheden for at have mere end én præference er god, og det skaber en win-win-situation for både sælger og forbruger. Husk dog, at folk ændrer sig, en vandre- og campingferie kan introducere forbrugeren til vandsport, og en ny interesse er opstået. Så giv dine abonnenter med jævne mellemrum muligheden for at vælge interesser igen.

Hyperpersonalisering og prædiktiv analyse

Når din virksomhed når en større skala, f.eks. 500.000 abonnenter, er der plads til at udnytte datavidenskab og analyser. Prædiktiv analyse ser på kundernes tidligere adfærd og bruger AI til at levere marketingbudskaber, der er hyperrelevante og rettidige.

Du kan se eksempler på prædiktiv analyse i praksis, når du handler online hos Amazon. Amazon anbefaler dig varer, der 'ofte købes sammen', eller som 'kunder også har købt'. Amazon bruger også denne type AI i deres marketingmails.

Her er et eksempel. I en e-mail, der bekræfter afsendelsen af et køb, viser Amazon tidligere købte varer, som de forudser, at du muligvis har brugt op og muligvis skal købe igen.

Det handler om at være på forkant med kundens behov og levere den rigtige købsprompt på det rigtige tidspunkt.

Konklusion

E-mailsegmentering er noget, du bør gøre med din liste. Der findes overbevisende data, der viser øget rentabilitet, når du følger denne praksis.

Men overfokusering på stadigt mindre segmenter kan mislykkes med at tjene dine kunder godt. Du risikerer at fange dine kunder i en analytisk boks, hvilket ikke giver plads til forandring og vækst.

Prøv at holde segmenterne så brede som muligt, samtidig med at du forbliver relevant. Spørg dine kunder regelmæssigt om deres interesser, og når du har den rette størrelse, så brug teknologi til at drive mere personlig prædiktiv beskedudveksling.