סנגור מותג (Brand Advocacy): איך להפוך לקוחות ועובדים לממליצים

סנגור מותג חשוב כי המלצות מנצחות את הפרסום באמון: במחקר Trust in Advertising של Nielsen משנת 2021, 88% מהמשיבים נתנו אמון בהמלצות של אנשים שהם מכירים יותר מבכל ערוץ אחר. מותג לא יכול לקנות את האמון הזה; הוא יכול רק להרוויח אותו ולעזור לאנשים שמעניקים אותו. המדריך הזה מסביר מי הם הסנגורים, איך להגדיל את מספרם ואיך למדוד את התוצאה בגוגל, ברשתות החברתיות ובעוזרי ה-AI.

מהו סנגור מותג?

סנגור מותג הוא כל המלצה על מותג שנעשית מרצונו של הממליץ: לקוח שאומר לעמית איזה כלי לבחור, ביקורת בפלטפורמה ציבורית, עובד שמשתף השקה של מוצר, ספק שממליץ על שותף. שלוש קבוצות מייצרות את רובו:

• לקוחות: הקבוצה הגדולה ביותר, והאמינה ביותר בעיני קונים אחרים. לקוח מרוצה שממליץ עליכם הוא לב הסנגור.
• עובדים: הם מכירים את המותג מבפנים והרשתות שלהם גדולות בהרבה מזו של החברה. LinkedIn דיווחה ב-2020 שלעובדים יש בממוצע פי 10 יותר קשרים מאשר לחברה שלהם יש עוקבים ברשת.
• שותפים: משווקים, שותפי אינטגרציה, סוכנויות וספקים שממליצים עליכם כי ההצלחה שלכם משרתת את שלהם.

הסנגור מופיע במקומות שונים לפי סוג העסק:

• מותגי צריכה: ביקורות בדפי מוצר ובזירות מסחר, פוסטים וסטוריז באינסטגרם או בטיקטוק, המלצות בין חברים.
• B2B ותוכנה: המלצות בין עמיתים בשיחות פרטיות, שיחות ממליצים במהלך תהליך מכירה, ביקורות באתרי השוואת תוכנות, פוסטים ב-LinkedIn.
• עסקים מקומיים: ביקורות בגוגל, פה לאוזן בשכונה, קבוצות מקומיות ברשתות החברתיות.
• כל התחומים: שרשורים בפורומים ובקהילות, שבהם קונים שואלים איזה מותג לבחור ומקבלים תשובות לא מסוננות.

הסנגור הוא התוצאה הגלויה של נאמנות למותג: הנאמנות שומרת על הלקוח, הסנגור מביא לקוחות חדשים.

סנגורים, שגרירים, משפיענים וממליצים בתוכנית הפניות: מה ההבדל?

המונחים חופפים בשימוש היומיומי, אבל הקשר עם המותג שונה בכל מקרה:

אסטרטגיה בריאה נשענת על הסנגור כבסיס: תוכניות שגרירים והפניות עובדות הכי טוב כשהן מגייסות אנשים שהיו סנגורים עוד לפני כל תגמול.

למה סנגור מותג חשוב?

• אמון: המלצה מעמית עונה על ספקות שפרסומות לא מצליחות לענות עליהם.
• חשיפה: לקוחות ועובדים מגיעים לרשתות שחשבון המותג לעולם לא מגיע אליהן, וזה מזין את המודעות למותג בלי עלות מדיה.
• עלות: סנגורים לא מקבלים תשלום, ולכן כל המלצה מורידה את העלות הממוצעת של גיוס לקוח.
• תוכן: ביקורות, פוסטים, תמונות ותשובות בפורומים יוצרים מאגר של תוכן גולשים שממשיך לעבוד גם אחרי הפרסום.
• נראות בחיפוש וב-AI: התוכן הציבורי הזה הוא מה שגוגל מציג ומה שעוזרי ה-AI קוראים כשהם משווים בין מותגים.

איך בונים סנגור מותג?

1. לספק חוויה שכדאי לספר עליה

שום תוכנית לא יוצרת סנגורים ממוצר בינוני. מצאו את הרגע שבו הלקוחות מופתעים לטובה (מהירות, תוצאה, שירות, פרט באריזה) והפכו אותו לשיטתי.

2. לזהות את הממליצים שלכם

מדד ה-Net Promoter Score, שהציג פרד רייכהלד מ-Bain & Company בHarvard Business Review בדצמבר 2003, שואל “מה הסיכוי שתמליצו עלינו לחבר או לעמית?” בסולם של 0 עד 10. השיטה של Bain מסווגת את 9 ו-10 כממליצים (promoters), את 7 ו-8 כפסיביים ואת 0 עד 6 כמלעיזים. הממליצים שלכם הם הסנגורים של המחר: פנו אליהם קודם.

3. להקל על ההמלצה

שלחו לממליצים קישור ישיר לכתיבת ביקורת, טקסט קצר שאפשר להתאים ותמונות לשיתוף. בקשו מהם פעולה אחת מוגדרת, לא “דברו עלינו”. הביקורות שמתפרסמות הופכות אחר כך להוכחה חברתית בדפים שלכם.

4. לתת לסנגורים מקום להיפגש

קהילת משתמשים, פורום, קבוצה פרטית או מפגשי משתמשים קבועים הופכים מעריצים בודדים לקבוצה שעונה על שאלות של חדשים ויוצרת תוכן. הקהילות גם חושפות את החברים הפעילים ביותר שלכם.

5. לשתף את העובדים, בלי לכפות

סנגור עובדים עובד כשאנשים משתפים דברים שהם גאים בהם. תנו להם חדשות ששווה לשתף, הנחיות פשוטות וחופש בסגנון, ועזרו למי שרוצה לבנות מיתוג אישי ב-LinkedIn. פרסום כפוי של הודעות זהות משיג את ההפך, ועובדים חייבים לציין שהם עובדים בחברה כשהם ממליצים עליה.

6. להוקיר את הסנגורים בלי לקנות אותם

הודו להם בפומבי, הציגו את הסיפורים שלהם, תנו גישה מוקדמת לפיצ'רים חדשים, הזמינו אותם לקבוצה מייעצת. הוקרה שומרת על הסנגור כוולונטרי; כסף תמורת דעות הופך אותו לפרסומת שחייבים לגלות.

7. לטפל במלעיזים בעדיפות עליונה

גם מלעיז מדבר. ענו לביקורות שליליות, פתרו את הבעיה ובדקו אם אותה תלונה חוזרת: תיקון שלה הוא לעיתים קרובות הדרך המהירה ביותר ליצור ממליצים חדשים.

איך מודדים סנגור מותג?

דוגמה מחושבת של המדד: מתוך 200 משיבים, 110 נותנים 9 או 10 (55% ממליצים), 50 נותנים 7 או 8 (25% פסיביים) ו-40 נותנים 0 עד 6 (20% מלעיזים). ה-NPS הוא 55 פחות 20, כלומר +35. הציון נע בין -100 ל-+100; השוו אותו לתוצאות הקודמות שלכם ולחברות באותו תחום ולא לרף אוניברסלי.

קראו את המדדים האלה יחד: NPS גבוה עם מעט ביקורות אומר שיש ממליצים אבל אף אחד לא מבקש מהם לדבר, ואילו הרבה אזכורים עם NPS יורד מסמנים לעיתים קרובות גל של תלונות.

אילו טעויות הורגות את סנגור המותג?

• לשלם על דעות בלי לומר זאת: המלצה בתשלום היא פרסומת. בארצות הברית, הכלל של ה-FTC שהוכרז ב-2024 מחייב גם ביקורות שנכתבו על ידי מנהלים או עובדים לגלות את הקשר שלהם לחברה.
• פוסטים של עובדים לפי תסריט: עשרים הודעות זהות שמתפרסמות באותו בוקר נראות כמו קמפיין, והרשתות מתייחסות אליהן ככזה.
• לבקש מוקדם מדי: בקשת ביקורת לפני שהלקוח השתמש במוצר מניבה ביקורות קצרות וחלשות, או שלא מניבה בכלל.
• להתעלם מהפסיביים: לקוחות שנותנים 7 או 8 קרובים להפוך לממליצים; שיפור אחד יכול להטות אותם.
• למדוד רק כמות: מאה אזכורים אומרים מעט אם הם ניטרליים או שליליים. עקבו גם אחרי הטון, כי הוא מעצב את תפיסת המותג.
• לשכוח את הסנגורים אחרי שדיברו: הודו להם, עדכנו אותם ושתפו אותם בהשקה הבאה.

איך סנגור מותג מעצב את התשובות של ה-AI?

כשמישהו שואל את ChatGPT, Gemini או Perplexity איזה מותג לבחור, התשובה משקפת במידה רבה את מה שצדדים שלישיים כותבים: ביקורות, השוואות, שרשורים בפורומים. הסנגורים מייצרים בדיוק את התוכן הזה. המחקר של Sorank על 301,025 תשובות AI מראה שReddit מצוטט ב-1.48% מהתשובות שנמדדו, וחלק מהמודלים מצטטים אותו הרבה יותר מאחרים. מותג שלקוחות ממליצים עליו בדיונים ב-Reddit נותן לעוזרי ה-AI חומר להמליץ עליו גם הם.

לכן שני מדדים הופכים לשימושיים. הראשון הוא אזכורי המותג ב-AI: האם המותג שלכם מוזכר בתשובות על הקטגוריה שלכם? השני הוא נתח הקול ב-AI: באיזו תדירות אתם מופיעים לעומת המתחרים. Sorank, המוצר שלנו, עוקב אחרי שניהם בעזרת מעקב אזכורים ב-AI ב-ChatGPT, Claude ו-Gemini.

מה לזכור

סנגור מותג מרוויחים דרך החוויה, מזהים בעזרת ה-Net Promoter Score ומגבירים כשמקלים על ההמלצה. התחילו מהממליצים שלכם, תנו לעובדים סיבות להיות גאים במקום תסריטים, ענו למלעיזים ומדדו את הסנגור במקומות שבהם הוא מופיע היום: ביקורות, רשתות חברתיות, תוצאות חיפוש ותשובות AI. כדי לראות אם הקול של הסנגורים שלכם מגיע ל-ChatGPT, Claude ו-Gemini, נסו את כלי מעקב הנראות ב-AI.