For the complete documentation index, see llms.txt. This page is also available as Markdown.

Ihr Advocate-Programm optimieren

Die besten Programme entwickeln sich mit der Zeit weiter. Während Ihr Programm Gestalt annimmt, können Sie auf Ihre Kunden hören, aus Ihren Daten lernen und Ihr Empfehlungsprogramm fein abstimmen, um noch bessere Ergebnisse zu erzielen.

Kundenfeedback sammeln

Die Geheimwaffe Ihres Empfehlungsprogramms ist Kundenfeedback!

Empfehlungsprogramme funktionieren am besten, wenn sie sich auf Grundlage echter Nutzerimpulse weiterentwickeln. Wenn Sie Ihren Kundenfürsprechern und empfohlenen Freunden zuhören, können Sie Reibungspunkte aufdecken, verpasste Chancen hervorheben und neue Kampagnenideen anstoßen.

Kundenfeedback sammeln:

  • Verbessert Ihr Programm: Erfahren Sie direkt von den Menschen, die es nutzen, was funktioniert — und was nicht.

  • Sorgt dafür, dass sich Nutzer wertgeschätzt fühlen: Nach Input zu fragen schafft Vertrauen und erhöht die langfristige Beteiligung.

  • Sorgt für mehr Empfehlungen: Kleine Optimierungen auf Grundlage von Feedback können zu spürbaren Verbesserungen der Conversion-Raten führen.

So sammeln Sie Kundenfeedback

Sprechen Sie Ihre Kunden auf mehreren Wegen an, um ihr Feedback zu sammeln. Wir empfehlen, Folgendes umzusetzen:

  • Umfragen: Binden Sie kurze Umfragen in Follow-up-E-Mails oder Nachrichten nach einer erfolgreichen Empfehlung ein

  • Interviews: Laden Sie Ihre besten Kundenfürsprecher zu einem kurzen Gespräch ein

  • Analysen: Verfolgen Sie Widget-Aufrufe im Vergleich zu Shares, Öffnungsraten von E-Mails und abgeschlossene Empfehlungen

  • Social Listening: Beobachten Sie Markenerwähnungen und unaufgeforderte Kommentare zum Programm

Was Sie fragen sollten

Stellen Sie offene Fragen, die Ihnen umsetzbares Feedback liefern. Unsere Favoriten:

  • Wie haben Sie von unserem Empfehlungsprogramm erfahren?

  • Was hat Sie dazu motiviert, jemanden zu empfehlen — oder was hat Sie davon abgehalten?

  • Wie könnte das Empfehlungserlebnis für Sie klarer oder intuitiver sein?

  • Was würde das Empfehlen für Sie noch einfacher machen?

Analysieren Sie die Leistung Ihres Programms

Die Leistung Ihres Empfehlungsprogramms zu verfolgen, bedeutet nicht nur, den Erfolg zu messen — es geht darum, Optimierungsmöglichkeiten zu finden. Zu verstehen, was funktioniert (und was nicht), hilft Ihnen, klügere Entscheidungen zu treffen, die im Laufe der Zeit noch mehr Empfehlungen fördern.

Indem Sie Kundenfeedback mit Dateneinblicken kombinieren, können Sie Ihr Programm für maximale Wirkung fein abstimmen.

Neu bei Advocate? Um die in diesem Abschnitt genannten Kennzahlen besser zu verstehen — wie zum Beispiel Programmbesucher, Gestartete Empfehlungen, und Sharing-Kanäle — empfehlen wir, zunächst Analysen des Advocate-Programms erklärt zu lesen. Das hilft Ihnen, Ihre Daten sicher zu interpretieren und zur richtigen Zeit die richtigen Verbesserungen vorzunehmen.

Worauf Sie achten sollten

Finden die Leute das Programm leicht?

Wenn Programmbesucher wenn sie niedrig sind, ist Ihr Empfehlungsprogramm möglicherweise nicht sichtbar genug. Beginnen Sie mit der Überprüfung der Widget-Platzierung — ist es nach dem Kauf, in Ihrem Kundenportal oder auf wichtigen Landingpages leicht zu finden? Schauen Sie sich dann an, wie Sie das Programm vermarkten: Erwägen Sie, Empfehlungs-CTAs in E-Mail-Fußzeilen, Post-Purchase-Flows und sozialen Kanälen einzubinden, um mehr Traffic zum Programm zu lenken.

Funktioniert das Social Sharing effektiv?

Wenn Sharing-Kanäle wie Facebook oder LinkedIn unterdurchschnittlich abschneiden, testen Sie verschiedene Share-Nachrichten. Versuchen Sie, unterschiedliche Motivationen anzusprechen – Eigeninteresse, soziale Verbindung oder Altruismus –, um zu sehen, was ankommt. Vergessen Sie nicht: Ihre Botschaft muss auch zur Plattform passen.

Werden Empfehlungen konvertiert?

Wenn Sie eine hohe Anzahl von Gestartete Empfehlungen sehen, aber niedrige Konvertierte Empfehlungen, kann es im Empfehlungserlebnis Reibungen geben. Überprüfen Sie Ihre Landingpage und Ihre Botschaft — die Belohnung ist vielleicht nicht klar oder überzeugend genug, um zum Handeln zu bewegen. Berücksichtigen Sie auch das Erlebnis des empfohlenen Nutzers. Wenn nur der Kundenfürsprecher belohnt wird, stellen Sie sicher, dass der Vorteil für den Freund weiterhin im Vordergrund steht — auch wenn er nicht monetär ist.

Gibt es im Laufe der Zeit einen Rückgang?

Wenn die Empfehlungsaktivität nach dem Start nachlässt, also wenn Sie einen Rückgang bei Programmbesucher, sehen, kann es an der Zeit sein, Nurture-Kampagnen oder saisonale Aktionen zu starten, um das Interesse neu zu entfachen. Ziehen Sie zeitlich begrenzte Angebote (LTOs) in Betracht, um ein Gefühl der Dringlichkeit zu erzeugen.

Nutzen Sie Ihre Daten, um eine Geschichte zu erzählen

Betrachten Sie Ihre Kennzahlen im Laufe der Zeit, nicht nur zum Start. Fragen Sie sich:

Was ist passiert, als wir eine Marketingaktion durchgeführt haben?

Wenn Sie außerhalb von Advocate — etwa per E-Mail, über soziale Medien oder bezahlte Anzeigen — eine Marketingkampagne gestartet haben, können Sie mit den Analysen von Advocate messen, wie sie die Empfehlungsaktivität beeinflusst hat.

Verwenden Sie den Datumsbereichsauswähler oben links in Ihrem Programmanalysen Dashboard, um den Zeitraum zu isolieren, in dem die Aktion lief. Vergleichen Sie dann Kennzahlen wie Programmbesucher, Gestartete Empfehlungen, und Konvertierte Empfehlungen vor, während und nach der Kampagne, um ihre Wirkung zu bewerten.

Welche Kanäle sorgen für die meisten Empfehlungen?

Verwenden Sie die Interaktionskanäle Diagramm, um zu sehen, wo Besucher in Ihr Empfehlungsprogramm einsteigen — etwa über das Website-Widget, die Microsite oder von Advocate ausgelöste E-Mails. Prüfen Sie dann das Sharing-Kanäle Diagramm, um zu sehen, wo Kundenfürsprecher Links teilen (z. B. Facebook, Messenger, SMS) und wie diese Shares in Besuche und Empfehlungen umgewandelt werden. Nutzen Sie diese Daten, um auf das zu setzen, was funktioniert — und um schwächer performende Kanäle neu zu überdenken.

Kleine Änderungen auf Basis Ihrer Daten können große Zuwächse bei der Empfehlungsaktivität freisetzen!

Bereit für mehr?

Zuletzt aktualisiert

War das hilfreich?