Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

为了推动更多销售,请使用购物者生成的内容来个性化电子邮件

Posted on 2022-06-24
辛西娅价格贡献者
分享到Twitter
Cynthia Price 是 Litmus 的营销高级副总裁。她的团队通过内容营销、需求生成和活动来发展和支持 Litmus 和电子邮件社区。她从事电子邮件营销行业已有 10 多年,之前曾担任电子邮件服务提供商 Emma 的营销副总裁。

2020 年初,随着人们不可避免地过渡到在线购物,商业发生了转变。但趋势已经开始;大流行只是加速了它。

加速是真实的:到 2025 年, 电子商务预计将产生超过 7 万亿美元的收入,占全球零售总额的 24% 以上。

对于零售商而言,这种增长意味着客户关系管理 (CRM) 数据和电子邮件将在买家旅程中发挥更大的作用。品牌了解与客户建立关系的重要性。这些联系提高了意识并增加了底线。然而,创建和扩展这些联系依赖于收集可操作的数据来开发吸引客户的个性化电子邮件策略。

个性化个人购物者或订户体验没有神奇的解决方案。最有效的公司与竞争对手的区别在于营销团队如何集中精力并将数据用于提供卓越的品牌体验。

您的 CRM 数据包含大量信息,用于推荐产品以补充过去的购买或附加项目。

聚焦畅销书

是什么让一种产品胜过另一种产品?有时是风格或颜色,或者是影响者在社交媒体上强调的东西。想要了解您购买次数最多的产品吗?首先,检查数据以识别它们——这些可能是整体销量最高的产品或表现最好的类别。然后,在您的电子邮件中展示它们。

这种方法适用于正在寻找受欢迎的东西的客户。通过推荐购物车添加和告诉您的客户什么是“热门”,在您的电子邮件副本中注入鼓舞人心的消息,以提高产品的可发现性和激发兴趣。

这种消息传递方式也可以用来制造紧迫感,比如“几乎没了!”这样的短语。或“只剩下几个了!”使用您的数据馈送仅突出显示可用项目并验证定价的准确性。

展示您浏览次数最多的产品

想要一个快速的解决方案来为您的通信增加价值?挖掘您的数据以发现您浏览次数最多的产品。您甚至可以通过对购物者数据进行分层来更精细地分解这些数据。这种策略会激发兴趣,吸引更多订阅者到您的网站,并提高他们产品的购买潜力。

原文: https://techcrunch.com/2022/06/23/to-drive-sales-use-shopper-generated-content-to-personalize-emails/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Anil Dash
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Big Technology
  • Bits about Money
  • Brandon Skerritt
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • HeardThat Blog
  • Henrique Dias
  • Herman Martinus
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Steph Ango
  • Stephen Wolfram
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme