200 ฉบับ 3 การตอบกลับ
คุณใช้สองวันจัดรายชื่อ ส่งอีเมลหาลูกค้าใหม่ 200 ฉบับ
อัตราตอบกลับ 1.5% ได้กลับมา 3 ฉบับ ในจำนวนนั้น 1 ฉบับคือ “ไม่จำเป็นต้อง ขอบคุณ” 1 ฉบับคืออีเมลตีก 1 ฉบับบอก “สนใจ ว่างคุยกันไหม” ว่างคุยกันแปลว่าไม่คุยกันตลอดไป
คุณเปิดอีเมลที่ส่งออกไป อ่านใหม่อีกครั้ง
“เรียนท่าน เราคือ GreatAns ให้บริการวิเคราะห์รีวิวโรงแรม……ระบบของเราช่วยท่านได้……ยินดีต้อนรับจอง Demo”
อ่านจบ คุณเองก็ไม่อยากตอบ
อัตราตอบกลับ 1.5% ไม่ใช่เรื่องผิดปกติ ตามรายงานเกณฑ์มาตรฐานฝ่ายขายของ HubSpot ในปี 2023 อัตราตอบกลับเฉลี่ยของ B2B cold email อยู่ระหว่าง 1% ถึง 5% 1.5% ของคุณจริงๆ เป็น “ระดับปกติ” แต่ปกติไม่ได้แปลว่ายอมรับได้ ปกติแค่หมายความว่าคุณต่ำไปเท่ากันกับทุกคน
ทำไมอีเมลของคุณไม่คุ้มค่าที่จะเปิด
ผู้รับของอีเมล 200 ฉบับนั้น ผู้จัดการทั่วไปโรงแรม ผู้อำนวยการแบรนด์ หัวหน้าฝ่ายการตลาด ได้รับอีเมลคล้ายๆ กันกี่ฉบับต่อวัน ประมาณอย่างต่ำ 30-50 ฉบับ ทุกฉบับบอกว่า “ผลิตภัณฑ์ของเราดีมาก ลองดูนะ”
สมองของเขาพัฒนาตัวกรองที่มีประสิทธิภาพสูงขึ้นมาแล้ว อีเมลที่หัวเรื่องมี “Demo” “ทดลองใช้” “ร่วมมือ” สแกนผ่านครั้งเดียวแล้วลบ
อีเมลของคุณต่างจาก 49 ฉบับที่เขาลบอย่างไร ถ้าคุณตอบไม่ได้ อีเมลของคุณคือฉบับที่ 50
ปัญหาไม่ใช่ผลิตภัณฑ์ของคุณ ปัญหาคืออีเมลของคุณไม่ได้ให้ผู้รับเหตุผลว่า “ถ้าไม่เปิดตอนนี้จะเสียประโยชน์”
ลองนึกถึงสถานการณ์ของผู้รับ เขาเป็นผู้จัดการทั่วไปโรงแรม ทุกวันต้องจัดการสัญญา OTA ตารางพนักงาน ร้องเรียนลูกค้า สภาพห้องพัก งานซ่อมบำรุง เขาเปิดอีเมลโดยมีลำดับความสำคัญในใจ ด่วนดูก่อน สำคัญรองลงมา ที่เหลือเป็นสัญญาณรบกวน อีเมลของคุณไม่อยู่ใน “ด่วน” และไม่อยู่ใน “สำคัญ” มันอยู่ใน “ที่เหลือ” และชะตากรรมของ “ที่เหลือ” คือถูกลบเป็นกลุ่ม
สิ่งที่คุณต้องทำคือดันอีเมลของคุณจาก “ที่เหลือ” ขึ้นไป “สำคัญ” หรือแม้แต่ “ด่วน” วิธีไม่ใช่ใช้หัวเรื่องที่น่าตื่นเต้นยิ่งกว่า แต่คือนำข้อมูลที่ทำให้เขานั่งไม่ติดมาให้
อีเมลข่าวกรอง vs อีเมลขาย
อีเมลขายพูดว่า “เราดีมาก”
อีเมลข่าวกรองพูดว่า “เรื่องของคุณที่คุณยังไม่รู้”
อีเมลขาย “ระบบของเราติดตามรีวิวกูเกิลได้ ค้นพบรีวิวลบได้ทันเวลา”
อีเมลข่าวกรอง “สังเกตว่าโรงแรมของท่านเดือนที่แล้วเพิ่มรีวิวหนึ่งดาว 4 ข้อ ในจำนวนนั้น 3 ข้อกล่าวถึงแอร์ไม่เย็น อัตราการตอบของท่านคือ 0% โรงแรมอนไพน์สปาข้างๆ เดือนที่แล้วมีรีวิวหนึ่งดาวเพียง 1 ข้อ อัตราการตอบ 100% ช่องว่างไม่ได้อยู่ที่คุณภาพบริการ แต่อยู่ที่ความเร็วในการตอบ”
ผู้รับของฉบับแรกจะลบ ผู้รับของฉบับที่สองจะเปิด เพราะคุณบอกสิ่งที่เขาไม่รู้ และสิ่งนั้นเกี่ยวข้องกับธุรกิจของเขาโดยตรง
สิ่งที่เขาไม่รู้คือ “3 ข้อกล่าวถึงแอร์ไม่เย็น” คุณอาจถาม เขาจะไม่รู้เรื่องรีวิวลบของตัวเองได้อย่างไร คำตอบคือ เขารู้ว่ามีรีวิวลบ แต่เขาไม่ได้จัดหมวก เขาจำได้ว่า “เดือนที่แล้วดูเหมือนจะมีรีวิวลบไม่กี่ข้อ” แต่เขาไม่รู้ว่า 3 ข้อมีจุดร่วมคือ “แอร์ไม่เย็น” เพราะเขาไม่ได้ทำการวิเคราะห์ตามมิติ คุณทำ คุณมีมุมมองที่เขาไม่มี นี่คือคุณค่าของข่าวกรอง
ทำไมข่าวกรองมีประสิทธิภาพมากกว่าคำมั่นสัญญา ทฤษฎีความขัดแย้งทางปัญญา
นักจิตวิทยาแห่งมหาวิทยาลัยสแตนฟอร์ด Leon Festinger ตีพิมพ์ A Theory of Cognitive Dissonance ในปี 1957 เสนอแนวคิดหลักที่ส่งผลกระทบต่อจิตวิทยาสังคมทั้งหมดในภายหลัง เมื่อผู้คนได้รับข้อมูลที่ไม่สอดคล้องกับความรู้ความเข้าใจของตน จะเกิดความรู้สึกไม่สบายใจ และพยายามกำจัดมัน
Festinger ค้นพบปรากฏการณ์นี้ครั้งแรกจากการศึกษาลัทธิทำนายวันสิ้นโลก ลัทธิทำนายว่าวันหนึ่งจะเป็นวันสิ้นโลก มนุษย์ต่างดาวจะมาช่วยผู้ศรัทธา วันนั้นไม่ได้มาถึง ตามเหตุผลแล้วผู้ศรัทธาควรสำนึกและออกจากลัทธิ แต่ตรงกันข้าม พวกเขาเชื่อมั่นยิ่งขึ้น เพราะการยอมรับว่า “ถูกหลอก” สร้างความขัดแย้งทางปัญญาที่เจ็บปวดเกินไป พวกเขาเลือกตีความข้อเท็จจริงใหม่ พวกเราศรัทธาจนมนุษย์ต่างดาวซาบซึ้ง จึงเลื่อนวันสิ้นโลกออกไป
Festinger สกัดกฎสากลของความขัดแย้งทางปัญญาจากการศึกษานี้ มนุษย์ทนความขัดแย้งระหว่างการรับรู้ตนเองกับข้อเท็ศจริงภายนอกไม่ได้ เมื่อความขัดแย้งเกิดขึ้น คนจะลงมือทำเพื่อกำจัดมัน
ถ้าอีเมลของคุณพูดว่า “เราดีมาก” ปฏิกิริยาของผู้รับคือ “ที่ไหนๆ ก็บอกตัวเองดีทั้งนั้น” ไม่มีขัดแย้ง ไม่มีไม่สบายใจ ไม่มีการลงมือ
แต่ถ้าอีเมลของคุณพูดว่า “อัตราการตอบของท่านเป็น 0% ส่วนคู่แข่ง 100%” ผู้รับจะเกิดความขัดแย้ง “คิดว่าทำได้ดีพอสมควร แต่ตัวเลขนี้บอกว่าไม่ใช่” ความขัดแย้งนี้จะขับเคลื่อนให้เขาลงมือทำ เปิดอีเมลของคุณ ดู Demo ของคุณ ตอบกลับคุณ
พลังของข่าวกรองไม่ได้อยู่ที่การโน้มน้าว แต่อยู่ที่การสร้างความขัดแย้ง ความขัดแย้งขับเคลื่อนการลงมือทำ
โครงสร้างของอีเมลข่าวกรองหนึ่งฉบับ
อีเมลข่าวกรองต้องมีองค์ประกอบสี่อย่าง
1. ข้อมูลที่ผู้รับไม่รู้แต่ควรรู้ “ท่านเดือนที่แล้วเพิ่มรีวิวหนึ่งดาว 4 ข้อ อัตราการตอบ 0%” นี่คือเหยื่อล่อ ผู้รับเห็นบรรทัดนี้ในพริบตา ความสนใจถูกดึงไปทันที ไม่ใช่เพราะคุณต้องการขายของ แต่เพราะเขาตระหนักทันใจว่า “ฉันอาจพลาดอะไรบางอย่าง”
2. เกณฑ์อ้างอิงเพื่อเปรียบเทียบ “อัตราเฉลี่ยในพื้นที่เดียวกัน 27.6% ท่านเป็น 0%” ตัวเลขโดดๆ ไม่มีพลัง ตัวเลขที่มีเกณฑ์อ้างอิงถึงมีพลัง 27.6% เป็นกระจก ทำให้เขารู้ว่า “คนอื่นทำได้ แต่ฉันยังไม่ได้”
3. ผลกระทบที่เจาะจง “87.5% ของลูกค้าเป้าหมายจะอ่านคำตอบรีวิวก่อนจองห้องพัก อัตราการตอบ 0% เท่ากับบอกพวกเขาว่า โรงแรมนี้ไม่แคร์” ผลกระทบทำให้ตัวเลขเปลี่ยนจาก “นามธรรม” เป็น “ความเจ็บปวด” ลูกค้าไม่จองไม่ใช่เรื่องนามธรรม นั่นคือรายได้ที่ไหลออก ห้องพักว่าง แต่ละวันที่ผ่านไปคือต้นทุนคงที่ที่เพิ่มขึ้น
4. ขั้นตอนถัดไปที่มีแรงเสียดทานต่ำ “จัดทำรายงานวิเคราะห์รีวิวของท่านแล้ว คลิกที่นี่เพื่อดู ฟรี ไม่ต้องลงทะเบียน” สังเกตข้อที่สี่ ไม่ใช่ “จอง Demo” แต่คือ “ดูรายงานที่ทำพร้อมแล้ว” แรงเสียดทานยิ่งต่ำ อัตราการลงมือยิ่งสูง
นักเศรษฐศาสตร์พฤติกรรม Richard Thaler และ Cass Sunstein ในหนังสือปี 2008 Nudge เรียกสิ่งนี้ว่า “Choice Architecture” ลดแรงเสียดทานของการลงมือ ขับเคลื่อนพฤติกรรมได้ดีกว่าเพิ่มแรงจูงใจ คุณไม่ต้องทำให้เขาคิดว่า “ควรจอง Demo” แค่ทำให้เขารู้สึกว่า “คลิกทีเดียวก็ไม่เสียหายอะไร” พอคลิกแล้ว ข่าวกรองของคุณก็เริ่มทำงาน
ข่าวกรองมาจากไหน
คุณเข้าถึงข้อมูลรีวิวกูเกิลของลูกค้าเป้าหมายได้ นี่เป็นข้อมูลสาธารณะ คะแนน จำนวนรีวิว เนื้อหารีวิวลบ อัตราการตอบ ของทุกโรงแรม ค้นได้แบบสาธารณะทั้งหมด
ปัญหาคือค้นด้วยมือช้าเกินไป 200 โรงแรม แต่ละแห่งใช้ 5 นาที รวม 17 ชั่วโมง ยังไม่นับการวิเคราะห์
และไม่ใช่ค้นครั้งเดียวก็พอ พลังของข่าวกรองอยู่ที่ “การเปลี่ยนแปลง” “คะแนนของท่านเดือนที่แล้วตก 0.3” “ท่านเพิ่มรีวิวหนึ่งดาว 2 ข้อในสัปดาห์นี้” การเปลี่ยนแปลงเหล่านี้ต้องติดตามอย่างต่อเนื่อง ค้นรีวิวของ 200 โรงแรมทุกสัปดาห์ ทำด้วยมือ คนหนึ่งต้องใช้เวลาทั้งสัปดาห์ไปกับเรื่องนี้ทั้งหมด
สิ่งที่คุณต้องการคือระบบที่ดึงข้อมูล วิเคราะห์ เปรียบเทียบโดยอัตโนมัติ อัปเดตทุกวัน ติดตามการเปลี่ยนแปลง หา “คุณลักษณะที่คุ้มค่าจะเจาะ” คะแนนตก รีวิวลบเพิ่ม อัตราการตอบลด แล้วนำข่าวกรองเหล่านี้ใส่ในอีเมลหาลูกค้าใหม่ทุกฉบับ
ทุกฉบับมีข้อมูลของผู้รับเอง ทุกฉบับเป็นข่าวกรอง ไม่ใช่การขาย
กรอกอีเมล วัดคะแนนอีเมลหาลูกค้าของคุณ
อีเมลหาลูกค้าใหม่ของคุณเป็นอีเมลข่าวกรองหรืออีเมลขาย กรอกอีเมล ปลดล็อกแบบประเมินอีเมลหาลูกค้า ดูว่าอีเมลของคุณคุ้มค่าที่จะเปิดอ่านในสายตาผู้รับหรือไม่
บทความที่เกี่ยวข้อง
← คุณกับคู่แข่งข้างๆ ต่างกันตรงไหน
ข้อมูลในอีเมลข่าวกรองมาจากไหน ระบบวิเคราะห์รีวิวคู่แข่งช่วยให้คุณเห็นข้อมูลของลูกค้าเป้าหมายและคู่แข่งพร้อมกัน
→ อ่าน
กำลังโหลด…