Personalisasi yang digerakkan oleh AI menghasilkan ROI ritel yang mengesankan

Konsumen muncul dari rumah mereka setelah tiga bulan berlindung di tempat, ketika kota-kota mulai membuka kembali bisnis bata-dan-mortir secara bertahap.

Meskipun harus berputar cepat pada awal pandemi, peritel yang cerdas menyadari bahwa konsumen masih akan membutuhkan pengalaman berbelanja yang relevan dan dipersonalisasi untuk kedepannya. Perusahaan yang memprioritaskan komunikasi yang dipersonalisasi melalui tahap awal pandemi kemungkinan telah menjalin ikatan yang kuat dengan pelanggan mereka.

Namun, mempertahankan komunikasi yang dipersonalisasi disebut sebagai tantangan operasional utama oleh 31% responden dalam studi terbaru oleh publikasi perdagangan ritel.

Sementara penelitian baru-baru ini yang kami lakukan tidak menanyakan secara khusus tentang tanggapan pengecer terhadap COVID-19, temuan ini menawarkan wawasan penting untuk menciptakan jalan ke depan. Dengan berfokus pada personalisasi tingkat lanjut, pengecer dapat mengatur diri mereka sendiri untuk memenuhi permintaan konsumen yang berubah dengan gesit, dan pada akhirnya, mencapai pengembalian yang lebih tinggi.

Menurut penelitian kami, 70% pengecer yang menggunakan beberapa ukuran personalisasi canggih yang digerakkan oleh AI mencapai ROI 200% atau lebih. Ketika itu diambil selangkah lebih maju untuk digunakan di sebanyak mungkin titik kontak, ROI meningkat lagi menjadi 300%.

Terakhir, ROI sebesar 400% dapat dicapai oleh pengecer dengan strategi personalisasi lintas saluran yang benar-benar dipimpin oleh pemasaran, dengan hampir setiap titik kontak yang disesuaikan dengan riwayat dan preferensi pembeli.

Dengan menggunakan alat AI, pengecer akan berada di posisi terbaik untuk mencapai hasil yang serupa.

Personalisasi membutuhkan penguasaan data untuk membuat kesan

Seperti mesin yang baik, alat personalisasi perlu memanfaatkan sumber bahan bakar yang tepat. Bahan bakar itu ditemukan dalam data yang akurat. Data ada di mana-mana di ritel, dan pelanggan menghasilkan data baru setiap saat.

Data yang baik memicu personalisasi yang tak terlupakan – dengan pemikiran ini, AI sangat masuk akal sebagai komponen utama mesin personalisasi. Melalui AI, wawasan data menjadi lebih berharga secara instan, dengan otomatisasi yang dijalankan untuk menjalankan rekomendasi mesin yang dipersonalisasi.

Ada dua dimensi kemampuan pengecer atau merek untuk mengumpulkan data. Elemen pertama adalah pengetahuan yang dimiliki pengecer tentang pelanggan di berbagai titik kontak atau saluran, dan yang kedua adalah apa yang mereka ketahui tentang pembeli berdasarkan setiap interaksi atau pembelian yang unik.

Mencerminkan ini, platform e-niaga memiliki dua jenis data luas yang tersedia untuk menginformasikan personalisasi: informasi produk dan data transaksional.

1. Produk – Data yang terkait dengan kategori dan subkategori produk, produk khusus gender, dan kelompok produk; juga mencakup karakteristik produk, seperti ukuran, gaya, warna, biaya, harga jual, dan margin, untuk beberapa nama.
2. Transaksional – Data yang terkait dengan ukuran keranjang dan item yang membentuk setiap pesanan, secara historis. Melihat pembelian sebelumnya untuk demografi dan wilayah tertentu, produk apa yang sering dibeli bersamaan? Bagaimana perbandingannya saat berbelanja online versus di toko?

Data mengetahui bagaimana perilaku pembelanja di masa lalu dan memahami sejauh mana perilaku belanja tersebut merupakan prediktor untuk perilaku belanja di masa depan. Setiap tindakan yang diambil oleh pembelanja, apakah hanya menelusuri atau berpindah ke pembelian akhir, dimasukkan ke dalam mesin e-niaga.

Kekuatan AI adalah menyisir data itu – ditambah cuaca, lokasi, waktu, jenis perangkat, atau faktor lingkungan lainnya – untuk “memotong dan memotong” secara lebih efisien, menganalisis dan memperhatikan pola permintaan yang berlawanan dengan intuisi yang tidak jelas bagi manusia. mata.

Beberapa titik data tidak terlalu signifikan sementara yang lain merupakan sinyal permintaan yang kuat. AI memilah-milah semua kebisingan untuk mendapatkan pandangan yang komprehensif tentang pembelanja. Semakin banyak data yang dimasukkan ke dalam mesin, semakin baik penargetannya, dan semakin banyak kemungkinan yang muncul untuk terlibat dengan pembeli.

Bagaimana AI memberikan pengalaman yang disesuaikan dalam skala besar

“Perdagangan yang dipersonalisasi” adalah strategi personalisasi tiga bagian, yang memprioritaskan pengalaman pelanggan satu-ke-satu di setiap saluran pemasaran, belanja, dan pemenuhan.

Ketika personalisasi berbasis AI dilakukan dengan benar, pelanggan harus berpikir, “Wow! Bagaimana mereka tahu aku akan menyukainya? Sepertinya mereka bisa membaca pikiranku.” Momen itu harus terasa otentik, dan respons emosional ini harus menghasilkan rasa kesetiaan atau kedekatan yang alami dengan pembelanja itu.

Tetapi kemampuan untuk melakukan ini secara konsisten dan terus-menerus selama masa hidup pembelanja individu itu adalah rintangan yang luar biasa. Luangkan waktu sebentar untuk membayangkan kemungkinan yang tak terbatas – menjadi jelas bahwa pengalaman ini tidak akan pernah bisa dilakukan secara manual.

Misalnya, beranda dapat dipersonalisasi berdasarkan kondisi cuaca saat ini untuk pengguna web. Saat pembeli memasuki situs, mesin dapat mengenali status loyalitas dan riwayat penelusuran mereka, menunjukkan penjualan atau promosi tertentu yang kemungkinan besar akan ditindaklanjuti oleh pembeli.

Selain itu, halaman daftar kategori dan hasil pencarian produk dapat disesuaikan dari orang ke orang. Bahkan ulasan produk dapat dipersonalisasi, tidak default ke kebaruan atau peringkat, melainkan menunjukkan umpan balik pengguna dari seseorang yang paling menyukainya.

Peluang terus berlanjut. Cross-sell, up-sell, dan pembelian impulsif dapat dipersonalisasi saat checkout, dengan AI memahami kecenderungan pembelanja untuk membeli lebih banyak lagi pada tahap ini.

Pemasaran yang disampaikan melalui email atau sosial juga dapat dipersonalisasi, mengetahui dengan tepat penawaran apa yang akan diberikan untuk membuat pembeli terlibat kembali. Kemungkinannya tidak terbatas.

Praktik terbaik untuk adopsi AI di tumpukan e-niaga

Platform personalisasi yang tepat yang layak diadopsi saat ini adalah platform yang agnostik. Itu harus bekerja dengan baik dengan lapisan lain dari tumpukan teknologi pengecer – platform e-niaga pengecer, sistem manajemen inventaris, seluler, aplikasi, POS di dalam toko, kios, email, dan sebagainya.

Dalam membahas jenis data yang dimasukkan ke dalam mesin personalisasi, penting untuk memastikan bahwa alat tersebut dapat berinteraksi dengan berbagai sumber data.

Kemampuan untuk meneruskan informasi bolak-balik melalui API atau struktur layanan mikro akan memungkinkan pengecer untuk memodelkan semua data dan membuat satu tampilan pembeli. Algoritme yang mendasarinya harus kuat, dan alat tersebut perlu mengaktifkan pelaporan cepat ke dalam metrik utama dan KPI.

Terlepas dari ketidakpastian perubahan format ritel, masih sangat penting bagi organisasi untuk bekerja menuju perjalanan belanja yang terasa lancar, tanpa gesekan, dan dipersonalisasi, terlepas dari titik kontak atau saluran.

Untuk menjadi gesit secara digital dan mencapai ROI tertinggi untuk pembelanjaan teknologi, pengecer membutuhkan AI di pihak mereka, yang akan membuat perdagangan yang dipersonalisasi menjadi kenyataan.

Meyar Sheik adalah presiden dan chief commerce officer di Kibo, yang menyediakan perangkat lunak dan layanan cloud commerce yang mencakup e-niaga, Manajemen Pesanan, Personalisasi Certona, Personalisasi dan Optimalisasi Uang, dan Point of Sale Seluler untuk pengecer, produsen, dan merek. Kibo mengakuisisi Certona pada 2019, di mana Meyar menjabat sebagai CEO dan pendiri.