PPC Chatbots Dijelaskan

Posting ini berasal dari Arnav Patel, Direktur Pemasaran Konten di Tars.

Chatbots sangat panas di ruang pemasaran digital. Faktanya, Gartner memperkirakan bahwa 25% dari semua interaksi pelanggan akan terjadi melalui chatbot pada tahun 2020. Mengapa hal ini terjadi dan mengapa Anda harus peduli sebagai pemasar PPC? Inilah primer yang cepat tapi lengkap.

Apa itu Chatbot?

Titik awal yang baik untuk setiap diskusi tentang chatbots adalah definisinya. Kebanyakan orang mendefinisikan chatbots seperti ini:

Sepotong perangkat lunak yang meniru percakapan manusia, umumnya untuk memfasilitasi perdagangan informasi atau layanan antara bisnis dan pelanggan mereka.

Meskipun definisi ini memang benar, definisi ini memungkiri banyak nuansa yang ada di ruang. Ada dua perbedaan dalam rangkaian chatbot yang lebih luas yang harus diketahui oleh setiap pemasar sebelum terjun ke teknologi:

1. Platform

Secara garis besar chatbots dapat dibagi menjadi dua jenis: chatbots berbasis aplikasi yang hidup di aplikasi perpesanan seperti Messenger, Telegram, Viber, Kik, dll. dan chatbots berbasis web yang merupakan situs web atau halaman arahan yang dirancang agar terlihat dan terasa seperti chatbot.

2. Fungsi

Penelitian Microsoft baru-baru ini menerbitkan sebuah laporan yang membagi chatbot menjadi dua jenis: bot chit-chat dan bot yang berorientasi pada tujuan. Bot obrolan umumnya memiliki bidang input terbuka di mana pengguna dapat mengatakan apa pun yang mereka inginkan dan sebagai tanggapan, chatbot mencoba membuat mereka tetap terlibat, mungkin dengan memberi mereka jawaban yang sesuai. Sebagian besar bot obrolan cenderung merupakan bot baru yang mencoba melakukan percakapan dasar manusia, berbagi hal-hal sepele, atau membuat lelucon. Contoh yang bagus dari hal ini adalah Eliza, salah satu chatbots pertama yang dibuat di MIT pada tahun 60-an yang hanya mencoba mengadakan percakapan:

Namun, bot yang berorientasi pada tujuan tidak memiliki pendekatan percakapan yang luas seperti yang dimiliki bot obrolan. Mereka fokus untuk membantu pengguna mencapai satu tujuan yang sering berorientasi pada utilitas dan mereka sering memiliki masukan UI yang dibuat khusus untuk mencapai tujuan mereka. Contoh yang bagus dari ini dapat ditemukan di aplikasi limun, di mana bot bernama Maya membantu Anda mendapatkan asuransi penyewa melalui percakapan yang sangat fokus dan berorientasi pada tujuan.

Bagaimana Chatbots Berguna?

Sebagian besar kampanye PPC mengandalkan formulir untuk menangkap prospek. Formulir ada di mana-mana dan mereka menyelesaikan pekerjaan, tetapi mereka terus-menerus terbebani oleh fakta sederhana bahwa tidak ada yang suka mengisinya. Paling-paling, sebagian besar prospek apatis terhadap pengisian formulir dan paling buruk (jika mereka seperti saya) mereka membencinya dengan hasrat yang membara. Chatbots berfungsi sebagai alternatif yang menarik untuk formulir. Dengan menanyakan prospek informasi dasar mereka satu per satu melalui obrolan alih-alih sekaligus melalui formulir, pemasar dapat memberi prospek mereka aliran stimulasi visual yang tidak pernah berakhir karena setiap informasi prospek dihargai dengan gelembung baru di layar . Selanjutnya, karena obrolan terstruktur sebagai percakapan sejak awal, seluruh proses pembuatan prospek disusun ulang dari interaksi satu arah di mana calon pelanggan mengisi formulir sendirian menjadi konsultasi dua arah dengan asisten virtual.

Keterlibatan tambahan ini berarti bahwa pemasar memiliki lebih banyak perhatian prospek. Peningkatan perhatian, pada gilirannya, memiliki dua dampak positif pada keluaran generasi memimpin.

1. Tingkat Konversi Lebih Tinggi

Sebagian besar prospek yang mengklik iklan PPC turun. Sebagian tertentu dari orang-orang ini melakukannya karena mereka tidak merasa diinvestasikan dalam proses gen pemimpin sebagaimana seharusnya. Tingkat perhatian yang meningkat dari interaksi obrolan memastikan bahwa setidaknya beberapa dari prospek tersebut tidak akan turun. Hasil akhirnya adalah tingkat konversi yang lebih tinggi menggunakan sumber daya yang sama.

2. Peningkatan Kualitas Timbal

Secara tradisional, jika pemasar ingin memenuhi syarat prospek melalui formulir, mereka harus menambahkan lebih banyak bidang ke formulir tersebut. Masalah dengan metode ini adalah kebanyakan orang tidak memiliki rentang perhatian untuk menangani bentuk yang lebih panjang.

Karena chatbots lebih menarik dan menarik lebih banyak perhatian calon pelanggan, mereka dapat mengajukan lebih banyak pertanyaan kepada calon pelanggan tanpa membuat mereka bosan. Atau dengan kata lain, mereka dapat memenuhi syarat prospek ke tingkat yang jauh lebih besar tanpa mengorbankan tingkat konversi.

Mana Buktinya?

Konsep chatbot sebagai alat penangkapan prospek PPC adalah sesuatu yang telah saya coba selama tiga bulan terakhir. Pada saat itu, saya telah bekerja dengan beberapa bisnis, terutama di bidang layanan B2C (misalnya perawatan kesehatan, asuransi, perbaikan mobil), yang telah menggunakan chatbots untuk meningkatkan rasio konversi mereka dalam banyak kasus dan menurunkan biaya per klik mereka di kampanye lain ( ini umumnya berlaku ketika kampanye yang dipermasalahkan sebelumnya bergantung pada pembuatan prospek klik untuk menelepon).

Mungkin studi kasus terbaik untuk kemanjuran chatbots dalam proses pembuatan prospek dan kualifikasi berasal dari industri yang biasanya tidak dikenal karena kemajuan teknologinya: DMV.

Pada tahun 2017, Departemen Kehakiman Montana melakukan proyek ambisius untuk merombak situs web Divisi Kendaraan Bermotor mereka (ini setara dengan DMV Montana). Dorongan untuk perubahan adalah sentimen yang sebagian besar orang di seluruh dunia dapat setujui: pengalaman pelanggan dalam DMV sangat buruk. Jarang ada satu organisasi yang secara universal dicaci maki. DMV terkenal karena antreannya yang panjang, proses yang rumit, dan karyawan yang terlalu banyak bekerja.

Untuk memperbaiki masalah ini, sebagian besar DMV (termasuk Montana) telah membangun situs yang berisi informasi yang seharusnya mengurangi kerumitan. Namun masalahnya adalah bahwa seperti banyak perusahaan rintisan dan UKM, organisasi pemerintah sering kekurangan staf dan kekurangan sumber daya untuk mempekerjakan tim pengembang top dan desainer UX untuk membuat pengalaman situs web yang baik. Akibatnya, banyak warga yang terpaksa secara fisik mendatangi DMV untuk mengetahui lebih lanjut atau menghubungi saluran dukungan pelanggan yang juga sama padatnya.

Menyadari masalah ini, Departemen Kehakiman Montana, mengerahkan 30+ chatbots untuk memastikan bahwa warga berhasil mengisi dokumen yang benar.

Enam bulan dalam percobaan, pemerintah melihat volume panggilan mereka turun lebih dari 15% dan karyawan DMV melaporkan bahwa warga yang memasuki kantor mereka jauh lebih mungkin untuk bersiap dengan kertas yang mereka butuhkan dan mungkin lebih signifikan, mereka jauh lebih mungkin untuk berada dalam suasana hati yang baik.

Agar jelas, pembuatan prospek PPC tidak seburuk pergi ke DMV. Sebagian besar halaman arahan lebih baik daripada rata-rata situs web DMV. Tetapi ada kesamaan yang luar biasa antara kedua proses tersebut. Membuat warga negara untuk mengisi dokumen dengan benar tidak jauh berbeda dengan meminta prospek untuk memberikan informasi utama mereka.

Kedua proses tersebut memerlukan tingkat perhatian yang tidak dimiliki oleh sebagian besar individu modern, dan umumnya melibatkan penyelesaian formulir yang berhasil. Atau dengan kata lain, jika Anda mengganti 'warga negara' dengan 'prospek' dan 'DMV' dengan nama perusahaan dalam contoh yang saya uraikan di atas, kedengarannya sangat mirip dengan masalah yang sering dihadapi pemasar PPC.

Apa Tangkapannya?

Untuk benar-benar melihat manfaat ini dalam tindakan, pemasar PPC perlu membuat bot mereka dapat diandalkan (berkinerja seperti yang diharapkan) dan dapat diakses (prospek tidak harus melewati rintangan untuk mencapai chatbot). Di sinilah perbedaan dari bagian sebelumnya berperan.

Saat ini hanya satu jenis chatbot yang andal dan dapat diakses: chatbot berbasis web yang berorientasi pada tujuan.

Inilah alasannya:

Bot Berbasis Aplikasi Tidak Dapat Diakses

Sebagian besar kampanye PPC sudah menggunakan media berbasis web sebagai pengalaman pasca-klik mereka. Menggunakan bot berbasis web menawarkan kontinuitas dan kemudahan integrasi. Atau dengan kata lain, prospek sudah membagikan info prospek mereka di web, sehingga memudahkan pemasar untuk melanjutkan proses pembuatan prospek dalam pengaturan ini.

Misalnya, Anda mungkin menggunakan alat analisis berbasis web pada kampanye PPC seperti Hotjar, Google Analytics, atau Heap. Karena chatbot berbasis web masih berupa HTML, CSS, dan javascript, alat ini dapat digunakan seperti halaman arahan tradisional.

Namun, mengalihkan pengalaman pembuatan prospek ke bot berbasis aplikasi justru sebaliknya. Perusahaan seperti Facebook memiliki platform tersebut dan mereka tidak mengizinkan alat yang sama untuk berjalan di backend. Anda harus membuat ulang tumpukan Anda dari awal. Selain itu, bot berbasis aplikasi belum menjadi bentuk interaksi arus utama.

Jika seorang calon pelanggan masuk ke obrolan Messenger ketika saatnya untuk menghasilkan prospek, mereka akan merasa bingung dan khawatir tentang interaksi tersebut. Di Tars, kami menemukan efek ini begitu akut dengan klien kami sehingga kami telah menutup integrasi Facebook Messenger kami sama sekali. Bot Messenger memang memiliki beberapa nilai komersial, tetapi dalam bidang pembuatan prospek, mereka tidak berfungsi.

Bot Chit-Chat Tidak Dapat Diandalkan

Prospek umumnya terdiri dari informasi yang unik untuk setiap prospek (nama, email, dll). Mengumpulkan bentuk-bentuk informasi ini melalui chatbot dapat dengan mudah dilakukan melalui bot berorientasi tujuan yang sangat terfokus, yang memiliki UI yang didedikasikan untuk setiap bidang. Di agen Asuransi Maya Lemonade, misalnya, mereka menggunakan tombol balas cepat Ya atau Tidak di beberapa tahap obrolan untuk memajukan percakapan.

Namun, ketika saya berbicara dengan pemasar tentang aspirasi chatbot mereka, mereka menggambarkan hasil akhirnya sebagai perwakilan penjualan yang sangat cerdas yang memiliki pemahaman mendalam tentang pertanyaan pengguna yang berada tepat di ujung spektrum obrolan.

Selain fakta bahwa menggunakan bot obrolan yang diberdayakan AI untuk menangkap email seseorang agak berlebihan, bot obrolan umumnya belum siap untuk primetime. Keadaan API AI yang tersedia secara komersial saat ini sedemikian rupa sehingga setiap upaya untuk membuat perwakilan penjualan yang sangat cerdas pasti akan gagal. Bot yang dihasilkan tidak dapat menjawab semua pertanyaan pengguna, dan setelah beberapa saat mereka mulai merasa seperti "bilah pencarian yang dimuliakan." Kegagalan seperti itu merusak pengalaman pengguna dan pasti meniadakan keuntungan apa pun yang dimiliki chatbot untuk proses pembuatan prospek.

Kesimpulan

Banyak desas-desus seputar chatbots di ruang pemasaran adalah hype pemasaran yang berlebihan. Sebagian besar pemasar yang mengintegrasikan chatbots ke dalam tumpukan mereka tidak mengerti mengapa atau bagaimana mereka dapat menggunakan teknologi secara efektif dan hanya menggunakannya karena mereka melihat orang lain melakukannya.

Ini tidak berarti bahwa teknologinya adalah lelucon yang lengkap. Chatbots sebenarnya adalah cara yang bagus untuk menangkap dan memenuhi syarat prospek. Sifat interaksi percakapan yang menarik berarti bahwa chatbots dapat menghidupkan proses pembuatan prospek dan menarik lebih banyak perhatian calon pelanggan.

Hasil akhirnya adalah saluran penjualan yang dipersingkat dengan prospek seperti SQL yang lebih berkualifikasi tinggi yang masuk di bagian atas. Manfaat ini, tentu saja disertai dengan peringatan yang signifikan. Chatbots bukanlah teknologi monolitik. Ada beberapa variasi, banyak di antaranya tidak memiliki efek positif yang saya sebutkan di atas.

Setidaknya mulai hari ini, hanya bot berbasis web yang berorientasi pada tujuan yang dapat memberikan hasil. Pemasar yang mengenali aspek teknologi chatbot ini akan melihat keuntungan terbesar.

Kredit Gambar

Gambar Fitur: Unsplash / rawpixel
Semua tangkapan layar diambil oleh penulis, 16 Desember 2018.
Gambar 1: melalui Azum Brunnen
Gambar 2: melalui Wikimedia Commons
Gambar 3: melalui Aplikasi Lemonade
Gambar 4: melalui DOJMT
Gambar 5: melalui HelloTars