Marketing Automation #1 - Gra w e-commerce

Zapraszamy na kolejny solowy odcinek Bartka – tym razem przedstawia on swoją autorską „Grę w e-commerce”, która obrazuje najczęściej popełniane błędy marketingowe przez właścicieli e-biznesów. Jest to pierwszy odcinek serii poświęconej Marketing Automation!

Zapraszamy również do słuchania na naszym kanale na Spotify i Apple Podcast.

Chcesz być na bieżąco z treściami ze świata marketingu? Zasubskrybuj nasz kanał 🔔

Wersja do oglądania:

Wersja do czytania:

Cześć! Dzisiaj kolejny odcinek solowy, bo ten format się nam bardzo fajnie sprawdził i dzisiaj będziemy rozmawiać o e-commerce, o marketingu w e-commerce. Odcinek pod tytułem: Gra w e-commerce. Ogólnie o tym, jak warto podchodzić do e-commerce i do marketingu przede wszystkim dla e-commerce. Bo to, z czym bardzo często się spotykam, że to podejście jest takie trochę jednowymiarowe. Już mówię, o co chodzi. 

Przede wszystkim mamy trzy główne kategorie, jeżeli chodzi o marketing w e-commerce. Pierwszy to jest generowanie ruchu, czyli mamy kampanie, czy to Google, czy jakieś socialowe czy SEO. I to jest, powiedzmy ta nasza pierwsza kategoria. Mamy drugą kategorię, którą jest sam sklep i UX tego sklepu i współczynnik konwersji w tymże sklepie. I trzecia kategoria: rozwiązania marketing automation, tutaj w tym przypadku naszym, to jest GetResponse i dbanie o tego klienta, który już kiedyś dokonał zakupów, żeby sprzedać mu coś więcej. Takie trzy najważniejsze parametry. Czyli w pierwszej kategorii mamy ruch, ilość tego ruchu na stronie, w drugim mamy współczynnik konwersji, a w trzecim long time value, czyli wartość tego klienta w czasie.

I to z czym ja się bardzo często spotykam to jest to, że e-commerce dbają tylko o tą jedną kategorię, czyli optymalizują te kampanie w nieskończoność i próbują jeszcze więcej wycisnąć z kampanii. Trochę testują na sklepie rzeczy, trochę próbują ten współczynnik poprawić, współczynnik konwersji, natomiast to już jest rzadkie. A to marketing automation często jest takim obszarem, który jest zaniedbany albo w ogóle nierealizowany, albo realizowany od przypadku do przypadku, bez jakiegoś konkretnego pomysłu czy konkretnej strategii na realizację tego. 

I teraz w taką grę zagramy, jak ja to nazywam: grą w e-commerce. Załóżmy, że w każdej z tych kategorii można zdobyć maksymalnie 10 punktów, czyli 10 punktów: kampania i 10 punktów, jeżeli chodzi o optymalizację sklepu i 10 punktów, jeżeli chodzi o long time value klienta. I te rzeczy się oczywiście wzajemnie napędzają. Czyli im więcej mamy ruchu, tym ważniejszy jest ten współczynnik konwersji i tym ważniejsze jest long time value. Czyli mamy mnożnik 10 razy 10 razy 10, czyli w naszej grze możemy zdobyć maksymalnie 1000 punktów. I teraz spróbujmy sobie wyobrazić taki scenariusz. Mamy kampanie, które uważamy, że są całkiem nieźle zoptymalizowane.

Z mojego doświadczenia, jak robiłem audyty, to często te kampanie Google Ads są zoptymalizowane dosyć dobrze. Kampanie socialowe – no z tym już gorzej tutaj czy agencje, czy freelancerzy sobie trochę słabiej radzą, ale też często jest w miarę ok. Więc załóżmy, że w tej kategorii się ocenimy jako 8 punktów na 10. Potem mamy optymalizację sklepu internetowego i tutaj zdecydowanie jest gorzej. Rzadko kto robi testy A/B, jak je robi, to robi je na małą skalę albo testuje tylko jeden element. Nie jest to zaplanowane, strategiczne, nie jest to proces ciągły, tylko: „a, kiedyś coś testowaliśmy.” I załóżmy, że mamy 4 punkty na 10 i w kategorii marketing automation coś tam czasami zrobimy, puścimy jakiś newsletter, ale generalnie to nie działa. Tak, często się o dziwo spotykam z takimi opiniami. Czyli mamy 8 razy 4 razy 1 = 32 punkty na 1000. No nie jest to imponujący wynik, więc chcemy oczywiście go poprawić jako właściciele e-commerce czy marketerzy w e-commerce. 

No i co się dzieje? Ludzie optymalizują kampanie. Musimy czy agencje wycisnąć czy jakiś nowy pomysł i przeskoczą z tej optymalizacji z poziomu 8 punktów na 9. No i co się wtedy dzieje? Kampanie 9. Sklep się nie zmienił, dalej 4, marketing automation się nie zmieniło. Mamy 36 punktów, czyli z 32 na 1000 wracamy do 36 na 1000, a poziom trudności optymalizacji z kampanii jest dosyć duży, bo one były niezoptymalizowane, czyli bardzo duży nakład czasu pracy, pieniędzy, położyliśmy na to żeby zoptymalizować kampanie, a wynik ostateczny niespecjalnie się różni. 

No to teraz weźmy drugi scenariusz: w drugim scenariuszu, tu sobie podpowiedź włączę, optymalizujemy sklep, czyli mamy nasze kampanie na poziomie 8 na 10, optymalizujemy sklep, testujemy, robimy testy AB, zmieniamy UX, wprowadzamy nową szatę graficzną, dopieszczamy wszystkie błędy, dopieszczamy wersję mobilną, podnieśliśmy z 4 na 8, a marketing automation zaniedbaliśmy. Czyli mamy 8 razy 8 razy 1. Łącznie mamy 64 punkty na 1000. No dalej nie jest to imponujący wynik, który mógłby nam zapewnić super sprzedaż. 

I ostatni scenariusz, w którym poprawimy wszystkie te aspekty. Może nie wszystkie, kampanie zostawiamy. Poprawiamy sklep z 4 na 8 i poprawiamy marketing automation z 1 na 8. Czyli robimy 8 razy 8 razy 8 to bardzo szybko sobie policzymy, że jest to 512 na 1000 punktów. Czyli optymalizując tak naprawdę trochę sklep i mocno marketing automation, uzyskaliśmy wynik o 1600 procent lepszy. 

To nie jest żadna magia, to jest prosta matematyka, którą każdy może sprawdzić. Zapraszam na mojego LinkedIn, tam jest post na ten temat z dokładnymi obliczeniami i jeżeli ktoś z Was byłby zainteresowany takim podejściem do marketingu i do sprzedaży, gdzie optymalizujemy wszystkie trzy kategorie czyli kampanie, optymalizujemy sklep oraz optymalizujemy marketing automation to zapraszam na konsultacje ze mną.