详细内容或原文请订阅后点击阅览
一种渠道驱动的 Messenger 机器人潜在客户生成方法（具有实际指标）
漏斗驱动的 Messenger 机器人方法用于潜在客户生成测试。测试是我在过去一年中投入精力的主要事情之一。测试假设。测试概念。测试产品增量。每当你构建尚不存在的东西时，渐进主义都是关键。当我们启动 Visualbots（一种用于潜在客户生成的聊天机器人工具）时，需要测试的假设很多。这个行业仍处于起步阶段，营销人员不习惯像我们这样的工具。我们不知道哪种机器人设计和优化策略最有效。但我们确信有一个关键的产品假设需要测试：“Messenger 机器人是否可以用于潜在客户生成并提供比两种主要替代产品（即登录页面和潜在客户广告）更好的结果？”https://medium.com/media/2b9ba61cbf6a3149ce3c6fb7c886c6be/href为了证明这一假设，我们与来自不同行业的数十名早期采用者合作，花费了数万欧元，遵循以下步骤：我们将现有的登录页面转变为聊天机器人，我们在机器人上运行 Facebook 广告活动，并测量了整个渠道的性能，最终目标是实现目标转化率（参见下面的第一个示例之一）。Messenger 机器人渠道（潜在客户生成）的真实示例这使我们能够收集大量数据并产生有关潜在客户生成机器人渠道在 Messenger 上的工作原理的专业知识。我写这篇文章是为了分享一些
来源:Chatbots杂志优化 Messenger 机器人 KPI
在我们讨论如何改进上述 KPI 的技术细节之前，在创建和优化用于客户获取目的的 Messenger 机器人时，需要牢记一个主要概念：
您需要创建一致的广告到机器人体验。
您需要创建一致的广告到机器人体验。
创建一致性广告和机器人需要一起构思，因为如果广告与机器人不一致，您就无法开始改进机器人。您只会收到无法优化的糟糕流量。
当第一次测试没有产生预期结果时，我们通过惨痛的经历学到了这一点。它的第一个信号是欢迎消息转化率非常低（即只有少数与 Facebook 广告互动的人开始与机器人互动）。
欢迎消息转化率低为了了解发生这种情况的原因，我们对机器人进行了多次用户体验测试，要求用户逐步完成整个渠道并告诉我们他们期望什么。很明显，人们放弃的第一个原因是他们在聊天中收到的内容与他们所期望的不一样。
发生这种情况是因为制作广告的人（测试人员）与创建机器人的人（我们）不同。
那时我们才明白，在构建机器人之前，我们需要一起思考整个渠道，从广告开始（因此我们开始与机器人一起设计广告——使用这个超酷的广告模型工具）。
从广告开始 广告模型话虽如此，我们现在可以更详细地了解在改进渠道的不同步骤时需要注意什么。
1. 优化获取 KPI（= 每次点击费用）
当广告效果不如预期时（即每次点击费用始终超出预期范围），我们会问自己这些关键问题。
- 您是否在使用 Messages 目标广告系列（广告系列级别优化）？