Manychat vs. Landbot: Wie wir das Ergebnis einer Facebook-Kampagne mehr als verdoppelt haben
Messenger-Marketing ist aktuell in aller Munde. Einfache, regelbasierte Chatbots werden dabei mit Facebook-Anzeigen kombiniert und ergeben völlig neue Conversion-Wege. Wir haben über vier Wochen hinweg eine Messenger-Marketing-Kampagne getestet und dabei auf zwei verschiedene Chatbot-Builder gesetzt.
Mit Landbot konnten wir unser Ergebnis im Gegensatz zu Manychat mehr als verdoppeln, weil wir die Kennzahl Click-to-Message beobachtet und optimiert haben.
Inhaltsverzeichnis
- Die Kampagne: Terminierte Probetrainings für ein Fitnessstudio
- Der Conversation-Flow
- Unser Chatbot-Setup (technisch)
- Die Ergebnisse im Vergleich
- Unser Fazit
Die Kampagne: Terminierte Probetrainings für Fitnessstudio
Unsere Test-Kampagne entwickelten wir für einen unserer Kunden aus der Fitness-Branche. Ziel war es über einen Chatbot und eine lokale Facebook-Kampagne terminierte Probetrainings mit qualifizierten Interessenten zu vereinbaren.
Entwicklung und Konzeption unserer Facebook-Kampagne
Auf dieses Thema möchten wir hier nur kurz eingehen, weil der Fokus eigentlich auf dem Vergleich der beiden Chatbot-Systeme liegt.
Im ersten Schritt haben wir insgesamt vier verschiedene Zielgruppen für unsere Attention-Kampagnen definiert. Dabei haben wir uns vor allem auf mögliche Interessen oder Verhaltensmuster der jeweiligen Zielgruppen konzentriert.
Um die Inhalte der Facebook-Anzeigen erstellen zu können, haben wir dann für jede Zielgruppe mindestens ein Problem eruiert, welches mit dem Produkt unseres Kunden (EMS Fitness) gelöst werden kann. Damit haben wir dann jeweils eine Bild- und eine Videoanzeige erstellt.
Somit hatten wir am Ende 4 Anzeigengruppen mit jeweils zwei verschiedenen Anzeigen.
Der Conversation-Flow
Als Conversation-Flow bezeichnen wir den Ablauf des Dialogs zwischen Chatbot und User. Grundsätzlich haben wir uns bei dieser Kampagne für einen regelbasierten Chatbot entschieden. Aus Erfahrung können wir sagen, dass gerade im Messenger Marketing regelbasierte Chatbots zielführender sind als Chatbots, die auf künstlicher Intelligenz aufgebaut sind.
Das Gespräch kann durch das Vorschlagen von Antwortmöglichkeiten viel enger geführt und besser auf das Ziel der Konversation gelenkt werden.
Worauf kommt es an beim Conversation-Flow?
Bei unseren ersten Messenger-Marketing-Kampagnen haben wir oft den Fehler gemacht, dass wir die Kommunikation zu umfangreich gestaltet haben. Deshalb achten wir mittlerweile darauf, die Konversation so kurz und effektiv, wie nur möglich zu gestalten. Wichtig ist natürlich trotzdem, dass man in ganzen Sätzen schreibt und eine gewisse Empathie gegenüber dem User vermittelt. Es gilt unserer Meinung nach, das Mittelmaß zu finden.
Wie wir unsere Conversation-Flows entwickeln
Bei der Entwicklung unserer Konversationen nutzen wir mittlerweile eine sehr einfache aber effektive Vorgehensweise, welche wir selbst entwickelt haben. Dabei setzen wir den Fokus zunächst voll und ganz auf das Ziel des Dialogs.
Zu Beginn beantworten wir uns deshalb folgende Fragen:
- Was soll der Nutzer am Ende des Dialogs getan haben? (Conversion)
- Wie fühlt sich der Nutzer zu Beginn des Dialogs und welchen Wissensstand hat er bereits?
- Welche Erwartungshaltung hat der Nutzer?
Wie man erkennen kann, setzen wir nun den Nutzer und seine Erwartungen in den Mittelpunkt unserer Überlegungen. Wir haben nun also den Zustand, den der Nutzer zu Beginn hat und den, den der Nutzer unserer Meinung nach erreichen soll, ermittelt. Die Brücke zwischen diesen beiden Zuständen ist der Dialog.
Beispiel unseres Conversation-Flows
Ziel: Der Nutzer soll am Ende des Dialogs eine Terminanfrage für ein Probetraining abgesendet haben. Dabei hat er uns seinen Vornamen, seine E-Mail Adresse und seine Telefonnummer übermittelt.
Nutzer: Der Nutzer hat grundsätzlich Interesse daran mehr darüber zu erfahren, wie sein Problem gelöst werden kann. Über die Inhalte der Anzeige hat er bereits die Basis des Produkts kennengelernt. Er will jetzt mehr wissen, als das, was er bereits über den Inhalt der Anzeige erfahren hat.
Nun geht es an die eigentliche Konzeption des Dialogs. Dafür setzen wir Meilensteine fest, die der Nutzer erreichen muss, damit er unser gewünschtes Ziel erreichen kann. In unserem Beispiel sehen die Meilensteine wie folgt aus:
- Der Nutzer weiß, was EMS-Training ist und wie es funktioniert.
- Der Nutzer wurde darüber informiert, dass er das Produkt kostenlos und unverbindlich testen kann.
- Der Nutzer hat sein Interesse an einem kostenlosen Probetraining bekundet.
- Der Nutzer hat einen Termin ausgewählt.
- Der Nutzer hat alle notwendigen Daten übermittelt, um einen Termin zum Probetraining erhalten zu können.
Mit diesen Meilensteinen erstellen wir dann eine initiale Version des Dialogs.
Unser Chatbot-Setup
In unserer Kampagne haben wir zwei verschiedene Chatbot-Systeme getestet. Manychat erlaubte es uns einen Chatbot nativ in den Facebook-Messenger zu integrieren, während Landbot einen Chatbot auf einer Webseite einbindet.
Wir müssen zugeben, dass wir zu Beginn fest davon ausgegangen sind, dass der Chatbot innerhalb des Facebook-Messengers besser funktionieren würde. Aber wir wurden wurden eines besseren belehrt.
Im folgenden wollen wir auf die technischen Besonderheiten und die allgemeinen Unterschiede der beiden Plattformen eingehen:
Manychat
Hier gibt es zwei Besonderheiten. Zum Einen gibt es die Möglichkeit den Nutzer sofort mit seinen Namen anzusprechen. Außerdem haben wir für den Facebook-Chatbot eine eigene Extension (Webview) zur Terminauswahl entwickelt.
Tipp: Wenn Du eine Facebook-Kampagne mit einem Manychat-Chatbot startest, nimm nicht das Growth-Tool “Facebook Ads JSON”, sondern nutze die Templates, die Dir Facebook anbietet, wenn Du die Anzeige im Ad-Manager einstellst. Der Vorteil ist hier nämlich, dass Du bereits ab der ersten Nachricht den Nutzer mit seinem persönlichen Namen ansprechen kannst. Mit dem “Facebook Ads JSON” ist das leider nicht möglich.
Zusätzlich ein wichtiger Unterschied zu Landbot: Der Nutzer kann nicht erneut über den Messenger angeschrieben werden. Also eine Art Follow-Up ist mit Landbot nur möglich, wenn der Nutzer seine E-Mail-Adresse oder seine Telefonnummer übermittelt hat.
Leider müssen wir aber sagen, dass auf Follow-Up-Nachrichten, die wir an die User geschickt haben, die unseren Facebook-Chatbot genutzt haben, niemand reagiert hat. Das kann allerdings auch daran liegen, dass unsere Nachrichten einfach zu “schlecht” waren, wir konnten nicht valide feststellen, dass das grundsätzlich nicht funktioniert.
Landbot
Wie man aus den Besonderheiten von Manychat bereits ableiten kann, ist es beim Landbot, der ganz normal wie eine Webseite betrieben wird, nicht möglich den Namen des Nutzers herauszufinden.
Jedoch gibt es einfachere Möglichkeiten um Termine, Telefonnummern oder andere Daten abzufragen. Wir mussten hier keine eigene Lösung entwickeln, sondern fanden die bereitgestellten Module bereits gut genug für unseren Test.
Wichtig ist zu erwähnen, dass auch Manychat entsprechende Module bereitstellt, diese jedoch unserer Meinung nach für unsere Zwecke nicht ausreichten.
Ein entscheidender Vorteil war für uns das Tracking von Events mit dem Facebook-Pixel, was in einem nativen Facebook-Messenger-Chatbot nicht möglich ist. Wir konnten jeden unserer Meilensteine tracken und konnten dadurch das Retargeting und die Qualität der Zielgruppe besser bewerten.
Das Ergebnis im Vergleich
Wie bereits in der Einleitung erwähnt, bezieht sich dieser Artikel vor allem auf das Ergebnis des KPI “Click-to-Message”.
Was ist der KPI Click-to-Message?
Für uns bezeichnet er das Verhältnis zwischen Klicks auf die Facebook-Anzeige und Personen die anfangen mit dem Chatbot zu interagieren, also mindestens eine Antwort senden.
Während unseres Kampagnen-Zeitraums hatten wir bei der Kampagne mit dem Manychat-Chatbot eine Click-to-Message-Rate von 21,37%. Mit unserer Landbot-Kampagne sind wir auf 55,56% gekommen.
Warum war die Landbot-Kampagne so viel erfolgreicher als die mit dem dem nativen Facebook-Chatbot?
Wir haben für uns verschiedene Gründe dafür entdeckt. Alles ist natürlich nur unsere subjektive Wahrnehmung. Nichts davon können wir statistisch belegen. Für uns ist es wichtig das zu erwähnen.
User klicken nicht immer auf den Call-to-Action der Facebook-Anzeige
Bei der Auswertung von Facebook-Anzeigen kann man zwischen “Link Clicks” und “All Clicks” unterscheiden. Hier konnten wir schnell erkennen, dass es bei der Manychat-Kampagne eine hohe Diskrepanz zwischen diesen beiden Werten gab.
Für uns bedeutete das, dass viele User gerne oben innerhalb des Textes auf einen Link klicken möchten und nicht immer auf den CTA-Button unterhalb des Ad-Creatives. Also wollten wir einen Link zum Chatbot innerhalb des Textes einfügen.
Mit Manychat ist dies zwar mit einem so genannten “Ref-Link” möglich. Allerdings kann dann nicht die erste Nachricht festgelegt werden. Es öffnet sich dann nämlich lediglich der Messenger mit einem “Welcome-Screen” des jeweiligen Chatbots.
Dadurch, das der Landbot im Endeffekt eine ganz normale Webseite ist, konnten wir das hier viel einfacher lösen. Wir fügten den Link deshalb noch zweimal am Anfang und Ende des Anzeigen-Textes ein.
Der User erwartet eine Webseite
Der User klickt auf einen Link. Er erwartet, dass sich eine Webseite öffnet und nicht der Facebook-Messenger. Sicherlich könnte diese Erwartungshaltung noch über die Inhalte der Facebook-Anzeige gemanagt werden, allerdings glaube wir, dass wir dann noch schlechtere Klickraten auf die Anzeigen hätten.
Landbot hat es uns hier sehr einfach gemacht, weil sich eben doch erstmal eine Webseite öffnet und dort dann der Chat startet.
Der User weiß, dass er vorerst noch anonym ist
Mit dem Messenger schreiben wir vor allem mit unseren Freunden, Verwandten und Kollegen. Wir wissen, dass der Messenger mittlerweile ein sehr vertrauenswürdiges Kommunikations-Tool ist.
Wir glauben, dass der Nutzer durch die Anonymität, die er bei einem Landbot hat, offener ist, sich auf so einen automatisierten Chat einzulassen. Ihm ist unterbewusst klar, dass er mit dem Kommunizieren über den Messenger seine Identität preisgibt, ohne zu wissen, wer eigentlich auf der anderen Seite steht.
Unser Fazit
Messenger-Marketing steckt unserer Meinung nach noch in den Kinderschuhen. Die User sind es einfach noch nicht gewohnt mit Chatbots zu interagieren. Deshalb glauben wir, dass gerade in Bezug auf Chatbots innerhalb von Marketing-Maßnahmen ein Landbot eine sehr gute Alternative zu einem nativen Facebook-Chatbot ist.
Unserer Meinung nach sollte man bei einem Messenger-Chatbot eher an eine neue Alternative für Smartphone-Apps denken. Also nicht nur an die einmalige Nutzung denken, sondern an den Mehrwert den ein Chatbot bei wiederkehrender Nutzung bieten kann. In diesem Fall kann dann auch die Plattform, die ich auch nutze um mit Freunden und Familie zu kommunizieren, klar punkten.
Als wir die ersten Messenger-Kampagnen starteten war es für uns quasi wie gegeben, dass wir diese mit nativen Facebook-Chatbots umsetzen und eben nicht mit Chatbots, die auf Webseiten eingebaut sind. Unser großes Learning hier: Out of the box denken und alles ausprobieren bevor man sich eine Meinung bildet!
Habt ihr ähnliche Erfahrungen gemacht? Was sind eure Herausforderungen beim Messenger-Marketing? Schreibt es in die Kommentare, wir freuen uns darauf.
