联系电话：18560045886
一步步让犹豫型顾客下手购买
当销售业绩不佳时，许多网站推广常会著重于分析，点击量流失率居高不下的原因，而非试著深入了解线上顾客行为。
当然，利用量化资料重新设计使用者介面或全面改造网站内容也同样可行，但若要完整掌握顾客样貌，便需要了解购买旅程各阶段的消费者行为。
在2019年第二季中，全球电商网站造访人次中仅有2.58%成功完成订单。这意味著每34位线上访客中，仅有一位会进行购买。
不过，这也是检视购买旅程中的缺失，以进一步提升购买率的大好机会。若能遵循以下4个步骤，便能制订出让犹豫型顾客掏出荷包的行动方案。
针对特定顾客行动寄送触发式电子邮件
顾客常在浏览电商商店时进行各种活动与行为，例如订阅电子报、放弃购物车或浏览特定商品种类等等。因此，行销人能够利用机器学习根据顾客行动与兴趣进行分析，并借此区隔顾客。
接著，便能运用主动式顾客互动平台，将触发式电子邮件传送给具备特定条件的目标区隔。
举例而言，艾玛在您的流行服饰官网浏览一些洋装后，便订阅了商店电子报，但却未进行购买便离开网站。若要让对方持续关注，则可寄送触发式电子邮件，并包含店内销售最佳的洋装与服装搭配诀窍。
2. 借由个人化推荐提升购买率
任何行动背后皆有原因，而消费者行为也不例外。那么，是什么因素决定了顾客是否进行购买？
结合自身与第三方所掌握的顾客行为模式与兴趣，并使用机器学习分析其动作的背后原因，例如喜欢的商品缺货、价格过高，或是结帐页面使用不便等等。
当辨识出行为背后的可能原因后，便能以个人化内容于合适渠道与其互动。Wirecard集团的「2018年国际节庆购物报告」指出，九成的亚洲消费者常在进行购买前于应用程式、手机、笔电与实体店面等各个渠道进行比价。因此，正确将渠道与讯息结合可说是相当关键。
举例而言，艾玛曾浏览您的电商应用程式，却在将一件小礼服放入购物车后离开。资料显示，她最近曾于外部网站阅读与跨年派对最佳打扮相关的部落格文章。因此，可透过寄发应用程式推送通知，将她置于购物车内的洋装，以及搭配的高跟鞋、晚宴包等个人化商品推荐置入其中，促使她完成订购。
3. 借由完善促销策略缩短销售周期
如果能适当举办促销活动，便可借此增加额外营收。而犹豫型消费者正是这些促销活动想锁定的目标。
将时间与金钱花在已决意购买或仅浏览商品的顾客身上并无必要；反之，应该给予剩下的犹豫型顾客一点推力，促使他们打开钱包。
使用进阶机器学习分析顾客在官网上的动作能够辨识出犹豫型消费者，接著为其量身打造优惠活动，以促使他们进行购买。
此外，也能使用A/B测试与机器学习预测不同促销活动的转换率，借此选出最佳的方案。
日本的流行服饰电商网站「Urban Research Outlet」便成功运用机器学习，辨识出仅需一点动机便可能完成购买的犹豫型消费者。当Urban Research Outlet针对这个区隔祭出免运优惠时，来自智慧型手机的转换率便上升了，而总收益则成长了70%。
了解何时何地应寄发贴心提醒
现今，许多消费者至少持有二至三样装置，能够随时与外界保持密切联系。正因如此，辨识各项装置上的不同行为可说是进行再行销的关键。使用深度学习分析顾客的跨萤行为，将有助于建立完整的顾客样貌，并了解他们将使用哪项装置，以及于何时进行浏览、搜寻与购买等特定活动。
举例而言，若艾玛常在早上通勤时用手机浏览并于午休时持续搜寻，最后于深夜用手机完成购买，您便能够在深夜时向对方投放应用程式内广告，并加上「还在想那件红色洋装吗？心动不如马上行动！」等内容，以避免成为垃圾讯息或增加不必要的促销成本。
全球线上消费额预估将在2019年达到近3.46兆美元，与2018年相较成长了18%。年终节庆购物季已经开始，消费者也正趁著节庆促销购入更多商品。立刻采取网站推广以上步骤，让犹豫型线上消费者纷纷下订吧！