Brinks Home 面临挑战。 这家家庭安全公司寻找增加合同续签的方法。
“我们希望为每位客户找到完美的续订优惠，” 首席客户官 Jay Autrey 说。
具体来说，该公司需要知道哪些客户需要门铃摄像头，哪些需要两年的费率锁定，哪些更喜欢其他优惠。
“问题是我们试图通过 A/B 测试来做到这一点，” 奥特里说。 “而且它只是不会扩大规模。”
Brinks Home 管理部门也不确定哪些报价最适合底线。 在没有这些知识的情况下，该公司最终发送了侵蚀其利润率的报价。
就在那时，Brinks Home 转向了 OfferFit。
借助 OfferFit 的人工智能 (AI) 软件，该公司确定了双赢方案：既适合其客户又能产生健康回报的优惠。
OfferFit 的试运行持续了大约一个月。 到第二周，Brinks Home 的利润翻了一番。 到月底，该公司的利润翻了两番。
“OfferFit 让我们能够实现真正的一对一个性化，” 奥特里说。
“过去我们需要几个月的 A/B 测试现在可以在几天内完成，” Brinks 首席执行官比尔奈尔斯在最近的一次采访中说。 “这意味着我们正在根据客户的需求做出快速、明智的决定。 我们最初的 OfferFit 试点远远超出了预期，基于该试点的成功，我们打算从保留客户扩展到交叉销售和追加销售、潜在客户和潜在客户培育。”
这也是 OfferFit 可以为您的业务做的事情。 在这个 OfferFit 评论中，我将解释如何。
“人工智能不是 A/B”
OfferFit 使用了一个巧妙的营销口号： “人工智能不是 A/B。”
如果您不熟悉数字营销，则可以扩展到 “人工智能代替 A/B 测试。”
A/B 测试或拆分测试是许多在线营销人员用来寻找推广产品或服务的最佳方式的过程。
例如，营销人员可能喜欢一个在线广告的两个单独的标题，但他不确定哪个是最好的。 因此，他将进行拆分测试。
他将为部分观众显示标题 A，为另一部分显示标题 B。 然后，他将查看分析并确定哪个标题获得了最多的点击。
对于其余的观众，他将使用该标题。
许多营销人员发誓拆分测试。 他们说这是优化您的在线营销工作的最佳方式。
OfferFit 不一样。 而且，正如您在上面所读到的，Brinks Home 也是如此。
问题是：当涉及到市场细分时，你会怎么做？ 那时您将您的市场分成许多组，然后尝试确定每个组的最佳信息。
您可以对所有这些细分进行拆分测试。 但是，如果您有两个以上的消息要测试怎么办？ 超过三个？ 超过四个？
那时 A/B 测试变成了 A/B/C/D 测试。 您可以立即看到这变得多么乏味和复杂。
以 Brinks 为例，该公司需要四到六周的时间来创建测试、运行测试并分析结果。
当您的一个或多个细分市场很小时，问题就更加严重了。 很难对没有机会建立任何统计概率的少数受众进行良好的测试。
OfferFit 用人工智能解决了这个问题。 它是通过实验学习的软件。
简而言之，OfferFit 会为您进行测试。 它尝试不同的场景，然后确定什么是有效的。
该软件会随着时间的推移变得更加智能。
OfferFit 评论：将乐趣带回营销中
OfferFit 消除了拆分测试的挑战。 您需要做的就是将您出色的营销理念插入软件，并让它完成繁重的工作。
随着时间的推移，该服务将确定哪些客户应该收到哪些营销信息。
它甚至会做出决定 什么时候 这些客户应该会收到消息。
是的，它还将帮助您确定哪种营销方式 渠道 最适合特定的细分市场。
对于一个细分市场，电子邮件营销可能效果最好。 对于另一个细分市场，也许搜索广告就在其中。 另一方面，也许社交媒体营销将达成交易。
简而言之，OfferFit 将帮助您优化整个全渠道策略，以便您在花费营销资金时获得最大的收益。
它使用谷歌和 Facebook 的营销人员今天使用的相同类型的技术来做到这一点。
在阅读此 OfferFit 评论时，请记住以下几点：
- OfferFit 是累加的. 它不会取代您当前的任何系统。
- OfferFit 集成. 它可以很好地与您现有的所有数据和系统配合使用。
- OfferFit 很聪明. 它变成了“脑” 为您的 martech 堆栈。
OfferFit 评论：减少客户流失
吸引顾客是一回事，而留住顾客则是另一回事。
当您吸引客户但随着时间的流逝而失去客户时，这就是所谓的“客户”搅拌。”
OfferFit 通过向目标市场中的人们分发个性化消息来帮助您减少客户流失。
你知道那些人是谁，因为 他们已经是你的客户了。
返回到本文顶部的 Brinks Home 案例研究。 公司试图解决的问题是什么？
它希望客户续签合同。 换句话说，Brinks Home 旨在减少客户流失。
但也有与此相关的挑战。 公司应该提供哪些产品？ 给哪些客户？ 公司应该在放弃之前发送多少次营销信息？ 它应该使用哪些渠道？
OfferFit 使用公司的第三方数据来回答这些问题。 这就是为什么我提到它是“添加剂“ 多于。
该软件还 “量化” 该公司的客户群为数十万人设计了个性化的营销活动。
Brinks Home 的客户流失率从 18.5% 降至 13%。 该公司表示它的价格会更低。
OfferFit 评论：它是如何工作的？
OfferFit 使用一种叫做强化学习 (RL) 的东西。 它也被称为自学习人工智能。
这是一项直到最近才进入鼎盛时期的技术。 因此，您不会从其他服务中听到太多关于它的信息。
概念是这样的：强化学习使用奖励函数。 每当客户在广告上进行转化时，该人都会被标记为“一。” 那些不转换的人被标记为“零”。
OfferFit 软件使用该模型来最大化奖励。 换句话说，它试图获得尽可能多的“那些”尽可能。
但是……有一个警告。
仅仅因为软件找到了一个获得良好结果的解决方案，这并不意味着该解决方案得到了 最好的 结果。
用 RL 的话来说，这就是利用（目前有效）和探索（可能会更好）之间的区别。
因此，该算法在基于迄今为止所学的知识获得良好结果之间取得了适当的平衡，同时仍为学习更多内容腾出空间，以便获得更好的结果。
OfferFit 在某一天处理多少数据？ 该公司不会具体说明，但它说它每天大约有数百万行。
可以肯定地说，您的数据可能适合某处。
把它包起来
我希望您发现此 OfferFit 评论对您有所帮助。
如果您正在为拆分测试而苦苦挣扎，也许您应该让算法代表您完成所有艰苦的工作。 立即联系 OfferFit，看看该软件能为您的公司做些什么。
不过请注意，该解决方案并不便宜。 该技术是开拓者。 准备好打开你的钱包。
但是，如果您认真对待个性化营销，那么这笔费用可能是值得的。
