全栈工程师?
嗯.....目前并不是!

打造AI智能着陸頁,實現真正的千人千面

受限於技術能力與成本,當前並非所有公司都能實現AI智能着陸頁,並且AI智能着陸頁也不能完全代替優化人員。

當業務範圍廣、渠道數量多、流量差異大時,動態着陸頁無法高效的完成流量匹配、頁面優化的工作。

這時,就需要AI化的智能着陸頁,來實現真正的千人千面。

下面是我關於AI智能着陸頁的一些設想。

實現千人千面,簡單粗暴的方式就是:每個維度的細分流量,都有對應的着陸頁

也就是說,我們需要大量的、不同的着陸頁。

假設有10個渠道,每個渠道10個計劃,每個計劃10個單元,每個單元10個創意,訪客分為新訪客、多次訪問、轉化未成交、已成交、流失等5個維度,那麼需要的頁面數量就是:

10×10×10×10×5=50000

為了優化轉化率,每個頁面需要自動生成2個以上的、唯一變量測試頁面,進行A/B測試。

通過這麼多的着陸頁,來實現千人千面,具體需要什麼功能呢?

AI智能着陸頁,需要具備什麼

想要回答這個問題,就要了解,面對多維度的流量時,當前的着陸頁優化存在哪些困難。

主要困難有:

  • 頁面製作:依賴設計師的經驗、能力,時間長,產出低
  • 流量匹配:不同渠道的流量,需要人工設置URL,匹配不同的頁面,低效耗時
  • 數據反饋:依賴人工統計、判斷,存在滯后性
  • 頁面優化:控制變量越精確,越需要大量頁面
  • 流量分發:A/B測試時,無法準確分發流量,影響轉化、測試效果
  • 創意修改:廣告元素變化,改變了數據參考基準,影響流量對着陸頁預期,上述工作需要重新開始

為了解決上述問題,需要:

  • 可視化編輯:頁面製作、修改可視化、模塊化、積木化;適配PC、移動設備
  • 流量打標:根據URL跟蹤標識、網站CRM等,為流量添加標籤
  • 流量分發:根據流量標籤,定向、分層分發流量
  • 自動統計數據:利用媒體API、網站CRM、熱圖等,自動統計不同頁面、不同流量的轉化率、訪客行為
  • 自動更新頁面:根據統計數據,自動調整頁面模塊,並上線發布,參與測試

實現上述功能,需要:

  • 頁面生成模塊:人工編輯初始模板、模塊、內容;批量生成單一變量模板;為頁面標記對應渠道、訪客身份、質量等級;自動優化頁面(根據分析模塊數據,調整優化模塊組合)
  • 流量打標模塊:根據URL標識,判定來源渠道、創意;根據CRM數據,判定訪客身份
  • 流量分發模塊:人工設置分發參數,將打標流量分髮指對應頁面
  • 數據統計模塊:接入媒體、統計工具、諮詢工具、CRM系統API,統計各項流量指標;熱圖功能,記錄不同流量在頁面的點擊、瀏覽等行為
  • 數據分析模塊:測算轉化率;模塊質量判斷
  • 頁面評級:根據轉化率指標,評定優質(優先投放)、普通(優化測試)、差(停止投放)
  • 模塊評級:高點擊、高停留模塊,提前;低點擊、低停留模塊,靠後

將上述模塊通過合理的流程進行串聯,就可以實現着陸頁AI智能化。

AI智能着陸頁的運行流程

一個大致的流程示意:

SEM M 13 B:千人千面,着陸頁AI化的思考文字說明下:

1. 人工編輯初始模板,並生成唯一標記

比如:渠道1、計劃A、第1版着陸頁,標記為:m1p1-v1。

後續自動生成的頁面,也按照規則標記。

比如:渠道1、計劃A、單元a、創意α、初始訪客,第1版第2次測試第3次優化着陸頁,標記為:m1p1u1c1user0-v1t2o3。

2. 所有的賬戶、渠道都使用同一個着陸頁URL,流量打標模塊通過這個頁面,判斷流量來源,結合CRM數據,給流量打標。

比如,通過渠道1、計劃A、單元a、創意α進到網站的初始訪客,標記為:m1p1u1c1user0

3. 設置流量分發規則並分發流量

比如,渠道1、計劃A過來的新訪客,90%使用第一版初始頁面;10%測試第一版測試頁面。

那麼,將m1p1user0流量的90%,跳轉到m1p1user0-v1頁面;10%跳轉到m1p1user0-v1t1。

4. 通過API接口,統計不同頁面的數據

比如,通過統計API,獲取流量的PV、瀏覽時長、跳出率;通過推廣API,獲取頁面對應計劃的點擊、消費數據;通過諮詢工具、CRM的API,獲取頁面的轉化數據;通過熱圖API,獲取點擊、屏幕停留時間數據。

5. 計算轉化數據、模塊點擊數據,為頁面、模塊評級。

比如:m1p1user0-v1頁面轉化率高於設定的標準,或者高於其他頁面,那麼繼續投放。

如果m1p1user0-v1t1轉化率符合設定標準,需要繼續優化,經頁面生成模塊優化後繼續投放測試。

如果m1p1user0-v1t1轉化率遠低於設定標準或其他頁面,停止投放。10%的測試流量自動跳轉到在投放的、更高轉化率的頁面。

整體來說,將各個環節的數據打通,通過程序判定,自動調整頁面,並匹配流量。

如此,在不增加人工成本的前提下,提高頁面與流量的匹配度及頁面優化效率,從而獲取更多回報。

AI智能着陸頁的局限

1. 受限於技術能力與成本,只有有實力的大企業可以使用。

一般的小企業,或者渠道數量少的企業,使用動態着陸頁更方便。

可以參考《更高轉化的動態着陸頁》。

2. 雖然實現了千人千面,但是,依舊是單頁面的優化,是獨立於網站結構之外的。

所以,AI着陸頁對於用戶註冊、下載后的運營,並沒有太多幫助。

3. AI智能着陸頁不能完全代替優化人員。

因為後續自動生成的頁面,都是基於最初人工設置的模板,系統不會憑空增加新的模塊、改變模塊內容。

所以,當有新的案例、資質、數據等需要補充時,需要人工的介入。

另外,每個被廢棄、被優選的頁面,也應該經過人工判斷訪客的行為數據,以及時做出調整模塊的決定。

以上,就是我關於着陸頁AI化的一些思考。

 

版权声明:本文采用知识共享 署名4.0国际许可协议 [BY-NC-SA] 进行授权
文章名称:《打造AI智能着陸頁,實現真正的千人千面》
文章链接:https://www.pmbear.com/%e6%89%93%e9%80%a0ai%e6%99%ba%e8%83%bd%e7%9d%80%e9%99%b8%e9%a0%81%ef%bc%8c%e5%af%a6%e7%8f%be%e7%9c%9f%e6%ad%a3%e7%9a%84%e5%8d%83%e4%ba%ba%e5%8d%83%e9%9d%a2/
本站资源仅供个人学习交流,请于下载后24小时内删除,不允许用于商业用途,否则法律问题自行承担。

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址

大前端WP主题 更专业 更方便

联系我们联系我们