Cinque dati per un retargeting di successo

1) Livello di coinvolgimentoLe esigenze molto diverse dei clienti esistenti, dei nuovi potenziali clienti e dei visitatori del negozio che hanno abbandonato un acquisto devono essere soddisfatte con messaggi diversi. Un cliente esistente può aver bisogno solo di ricordare un acquisto. Un nuovo cliente, invece, ha spesso bisogno di maggiori informazioni sul prodotto. Altri clienti che hanno abbandonato l'acquisto possono essere convinti a completarlo con un altro metodo di pagamento o con uno sconto. Il materiale pubblicitario e i messaggi devono essere trasmessi di conseguenza.2) Temi e categorie di prodottiÈ ovvio che il successo di un annuncio dipende dall'accuratezza con cui risponde agli interessi e alle esigenze di un cliente. Chi dimostra, attraverso una buona analisi dei dati, di comprendere il cliente e i suoi interessi attuali ha più successo nel retargeting.3) Dati interni dei clientiCollegare il database dei clienti (sistema CRM) con la gestione delle campagne dovrebbe essere ormai obbligatorio. Questo perché contribuisce ad aumentare in modo significativo il targeting e quindi il successo del retargeting. Informazioni come "cliente premium" o "il cliente cercava una camera d'albergo per la prossima settimana" o anche semplicemente "il cliente ha effettuato l'accesso al proprio account" aiutano a calcolare quanto il cliente sia coinvolto e quanto sia probabile un acquisto.4) ContestoLe campagne di retargeting possono essere analizzate e ottimizzate in tempo reale. A tal fine, è importante conoscere il più possibile gli annunci su cui si è già cliccato. L'utente ha utilizzato un browser desktop o uno smartphone? Quale formato di annuncio è stato visualizzato e cliccato? Tutte queste informazioni determinano il valore di un posizionamento pubblicitario e aiutano a ottimizzare la campagna per i posizionamenti più performanti.5) Visualizzazione della cronologiaGli utenti hanno talvolta soglie di percezione molto diverse. Pertanto, è importante sapere quante volte un utente ha già visto un annuncio e come ha reagito ai diversi annunci. Gli sconti li attirano di più? Reagiscono di più ai motivi con un'alta percentuale di immagini? Reagiscono agli annunci dopo soli tre contatti o dopo cinque? Registrando come gli utenti percepiscono gli annunci e come interagiscono con essi, è possibile trarre conclusioni preziose per il targeting futuro.