KI-basierte Personalisierung bietet diesem Top-Einzelhändler eine Umsatzsteigerung von mehr als 10 %
Veröffentlicht: 2020-03-0630-Sekunden-Zusammenfassung:
- Die KI-gestützte Personalisierungsplattform von ZineOne verwendet prädiktive Modellierung, um Unternehmen zu helfen, aktuelle Kundenaktivitäten zu verstehen und darauf zu reagieren.
- ZineOne hat kürzlich eine Fallstudie veröffentlicht, in der die Herausforderungen erörtert werden, mit denen eine Top-10-Kaufhauskette in den USA konfrontiert ist, wenn es darum geht, kontextrelevante Benutzerinteraktionen während der Sitzung bereitzustellen.
- Die Einzelhandelskette hat über 100.000 Mitarbeiter und einen Umsatz von über 15 Milliarden US-Dollar in über tausend Geschäften.
- Der Einzelhändler hat ZineOne beauftragt, ihm dabei zu helfen, relevantes, personalisiertes Engagement mithilfe von KI-basierten Empfehlungen bereitzustellen, die das Benutzerverhalten während der Sitzung einbeziehen.
- Der Einzelhändler sah beeindruckende Ergebnisse mit einer Genauigkeit von bis zu 90 % in den Vorhersagemodellen basierend auf dem Benutzerverhalten während der Sitzung.
- Das Unternehmen verzeichnete außerdem eine Einlösungsrate von über 50 % und eine Steigerung des Nettoumsatzes um 12 % für personalisierte Angebote.
Die preisgekrönte KI-basierte Personalisierungsplattform von ZineOne verwendet prädiktive Modellierung, um Unternehmen zu helfen, aktuelle Kundenaktivitäten zu verstehen und darauf zu reagieren.
Die als „intelligente Kundenbindungsplattform“ bezeichnete Technologie von ZineOne ermöglicht es Einzelhändlern, vorhandene gespeicherte Kundendaten mit Browsing-Daten von Drittanbietern und In-Session-Browsing-Daten zu ergänzen, um relevante und personalisierte In-Session-Erlebnisse über ihre Website, Mobilgeräte, Kiosk oder jeden anderen Kanal bereitzustellen .
In der jüngsten Fallstudie von ZineOne werden die Herausforderungen erörtert, mit denen eine Top-10-Kaufhauskette in den USA konfrontiert war, um ihren Website- und mobilen Nutzern kontextbezogene und ansprechende Angebote bereitzustellen.
Die Fallstudie beleuchtet die wichtigsten Hindernisse des Einzelhändlers, bietet einen detaillierten Überblick darüber, wie ZineOne ihm geholfen hat, seine Herausforderungen mithilfe von KI und prädiktiver Modellierung zu bewältigen, und präsentiert einige wirklich beeindruckende Ergebnisse.
Die Fallstudie KI-basierte Personalisierung bietet mehr als 10 % Umsatzsteigerung , kann hier heruntergeladen werden.
Inhalte, die in Zusammenarbeit mit ZineOne erstellt wurden .
Durchbrechen Sie das Durcheinander von Einzelhandelsangeboten
Der Zustrom von Pop-ups, Push-Benachrichtigungen, E-Mails und anderen Angeboten von Einzelhändlern kann die Verbraucher überfordern. Diese Überlastung führt zu niedrigeren Conversion-Raten und mehr Warenkorbabbrüchen.
Um sich von ihren Kunden abzuheben, wusste eine der Top 10 der US-Kaufhauskette, dass sie eine Technologie brauchte, die ihnen helfen konnte, relevante, kontextbezogene Kundeninteraktionen in Echtzeit zu unterstützen.
Der Einzelhändler hat sich mit ZineOne zusammengetan, einer KI-basierten Personalisierungsplattform, die Einblicke in jeden einzelnen Besucher über digitale und physische Kanäle bietet, um dieses Ziel zu erreichen.
Der Einzelhändler hat über 100.000 Mitarbeiter und einen Umsatz von mehr als 15 Milliarden US-Dollar in über tausend Geschäften.
ZineOne schreibt dazu: „Um die relevante, kontextbezogene Kundenbindung zu unterstützen, wusste der Einzelhändler, dass er eine andere Lösung benötigte, die die Fortschritte in der Datenwissenschaft nutzen konnte, um Kundenbeziehungen, Markenaffinität und Loyalität in Echtzeit zu vertiefen. ”
Der fehlende Zugriff auf Kundendaten während der Sitzung war die größte Herausforderung
Der Einzelhändler stand bei der Umsetzung einer robusteren Kundenbindungsstrategie vor mehreren Herausforderungen – die wichtigste war der fehlende Zugriff auf Kundendaten während der Sitzung, die vorhandene gespeicherte Kundendaten ergänzen könnten.
Eine Zusammenfassung der Herausforderungen, wie in der Fallstudie erwähnt, lautet wie folgt:
- Zugriff auf das Benutzerverhalten in der Sitzung und den Echtzeitkontext
- Unfähigkeit, den kanalübergreifenden Kontext jedes Kunden zu verknüpfen
- Suboptimale Kundenbindung mit niedriger Angebotsabnahmerate
ZineOne schreibt: „Die Analyse gespeicherter Kundendaten ermöglicht zwar die Erstellung von Persönlichkeiten und Segmenten, die zu grundlegenden personalisierten Empfehlungen führen, berücksichtigt jedoch nicht den aktuellen Kanal, die Bedürfnisse und die Denkweise der Kunden. Daher kann eine Marke die In-Session-Erfahrungen eines Kunden nicht sinnvoll personalisieren, um das Verlassen der Website oder des Einkaufswagens zu verhindern.“
Der Einzelhändler hat ZineOne beauftragt, ihm dabei zu helfen, relevantes, personalisiertes Engagement mithilfe von KI-basierten Empfehlungen bereitzustellen, die das Benutzerverhalten während der Sitzung einbeziehen.
Sie integrierten auch Kundendaten von verschiedenen anderen Plattformen, vereinheitlichten Daten in einer einzigen Benutzeransicht über alle Kanäle hinweg und nutzten maschinelles Lernen (ML), um Daten in Echtzeit zu analysieren und sie mit historischen Datenpunkten zu vergleichen, um eine genauere Vorhersage zu erhalten (und Einfluss zu nehmen). ) Käufe während der Sitzung.
KI-gesteuerte Echtzeit-Personalisierung war die Lösung für diesen Einzelhändler
Die Intelligent Customer Engagement (ICE)-Plattform von ZineOne ermöglichte es dem Einzelhändler, sitzungsinterne Eingriffe zu automatisieren, die auf kontinuierlicher, kanalübergreifender Kundenintelligenz beruhten.
Dies geschah durch den Einsatz einer zum Patent angemeldeten „Customer DNA“-Technologie, die Aktionen empfiehlt, um Besucher auf der Grundlage relevanter Echtzeitinformationen zu motivieren, wie beispielsweise hyperpersonalisierte Angebote, die Besuchern während des Einkaufs geliefert werden.
Einige Details zum Kunden-DNA-Käuferverhalten:
- Die Kunden-DNA ist ein sich ständig ändernder Strom von Verhaltensdaten für jeden Käufer
- Die Daten werden durch plattformübergreifende Umwelteinblicke ergänzt, die kontinuierliche Informationen über jeden Kunden liefern
- Kundeneinblicke werden mit ML-basierten Modellen optimiert, die in die ZineOne ICE-Plattform eingebettet sind
Laut ZineOne, Customer DNA, „ermöglichte es dem Einzelhändler, sinnvoll auf Benutzeraktivitäten zu reagieren, sobald sie auftraten, basierend auf den Vorhersagen der Intelligenzschichten für jeden Besucher.“
Die Ergebnisse
Quelle: ZineOne
Nachdem die Technologie von ZineOne implementiert war, sah der Einzelhändler beeindruckende Ergebnisse mit einer Genauigkeit von bis zu 90 % in den Vorhersagemodellen basierend auf dem Benutzerverhalten in der Sitzung.
Das Unternehmen verzeichnete außerdem eine Einlösungsrate von über 50 % und eine Steigerung des Nettoumsatzes um 12 % für personalisierte Angebote.