Від розгляду до придбання та як AI прискорює процес

У 2005 році генеральний директор P & G придумано то , що відомо як Моменти Істини (MOT) моменти істини, в якому він посилається на даний момент , в якому споживач взаємодіє з брендом, продуктом або послугою і приймає рішення , що вони можуть привести купувати товар чи послугу чи ні.

Традиційно було задумано два моменти істини: Перший момент істини (FMOT) – момент, коли споживач вирішує, який товар купувати між різними торговими марками, та Другий момент істини (SMOT), коли споживач вже зробив покупку та очікує, що товар відповідає очікуванням, рекламованим брендом.

Пізніше був доданий третій ТО під назвою Третій момент Трютну (TMOT), в якому споживач дає відгук про бренд чи товар. Якщо товар відповідав очікуванням споживачів, він став прописувачем торгової марки, інакше він не купував би товар знову і не рекомендував би його іншим споживачам.

З появою інтернет – пошуку гігант, сам Google доданий новий термін , який він придуманий в нульовий момент істини (ZMOT) , в якій пошук споживачів інформації в Інтернеті про продукти або послуги , щоб розглянути, перш, ніж прийняти рішення про покупку.

Машинне навчання зменшує простір між zmot та fmot

У цьому процесі розгляду саме там, де з’являється маркетинг, який має великий вплив. Якщо ми думаємо, наприклад, про покупку автомобіля, одна з найменш імпульсивних покупок, які існують (принаймні апріорі). Споживач завжди матиме на увазі (зверху уваги) приблизно 3/4 марки або моделі автомобілів, традиційно вони звертаються до автосалону і звідти починається процес прийняття рішення (тест-драйв, додаткові послуги, умови …).

Однак цифрова трансформація трохи змінила цю парадигму (або багато чого). Хоча зараз можна придбати машину або отримати позику безпосередньо з Інтернету чи додатка, більшість все ж дотримуються певної традиційної практики. Однозначно встановлене – це попередній розгляд у Google, отримання всіляких порівнянь, думок інших користувачів, цін … тощо, і зацікавлені водії тепер звертаються до дилера лише для підтвердження своїх міркувань.

І те, що служить прикладом для придбання автомобіля, служить для будь-якого виду товару (курсів, будинків, побутової техніки, поїздок …) Подорож клієнта більш-менш однакова у всіх випадках.

І саме тут штучний інтелект відіграє фундаментальну роль, оскільки завдяки машинному навчанню команди маркетингу та продажів можуть визначити справжній інтерес кожного користувача до продукту.

Ми можемо закрити більше продажів, приділяючи більше комерційних зусиль користувачам з реальними опціями, ніж обробкою всіх потенційних клієнтів однаково.

Два користувача , які просять тест – пілота або більше інформації про курс, можуть перебувати в різних точках розгляду (ZMOT) так Predictive Ведучий інструмент Scoring дозволить вам знати тих користувачів , які знаходяться ближче до моменту покупки (FMOT) і легко привести їх до продажу, наприклад, за допомогою персоналізованої знижки.

Оптимізація продажів завдяки передбачуваному підрахунку потенційних клієнтів

Оцінка потенційних клієнтів дозволяє вам розставити пріоритети на тих потенційних клієнтах, які з більшою ймовірністю купують ваш продукт, концентруючи свої зусилля на них, зменшуючи альтернативні витрати та не розподіляючи комерційні ресурси для користувачів, які все ще перебувають на дуже ранній стадії розгляду.

Наші клієнти в рейтингу потенційних клієнтів використовують наші прогнозні оцінки для збільшення продажів, а також для визначення правильного повідомлення для кожного запису та спрямування його на продаж. Насправді також після покупки, щоб зустріти найбільш лояльних клієнтів бренду, але це матеріал для іншої статті …

Спочатку ця публікація була опублікована за адресою https://www.linkedin.com/pulse/de-la-consideraci%C3%B3n-compra-y-c%C3%B3mo-ai-acelera-el-proceso-bonastre/.

Ricard Bonastre люб’язно дозволив нам перекласти і опублікувати цю статтю.

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out /  Change )

Google photo

You are commenting using your Google account. Log Out /  Change )

Twitter picture

You are commenting using your Twitter account. Log Out /  Change )

Facebook photo

You are commenting using your Facebook account. Log Out /  Change )

Connecting to %s

%d bloggers like this: