Ekonomi perilaku untuk pemasaran: Mengubah data menjadi persuasi

Salah satu kesalahan terbesar yang dilakukan perusahaan ketika mencoba menggunakan data untuk memengaruhi perilaku pelanggan adalah dengan berasumsi bahwa orang membuat pilihan yang rasional.

Banyak bisnis mulai menggunakan data untuk memengaruhi keputusan pembelian pelanggan, tetapi mereka mengabaikan elemen manusia saat mencoba menggunakan informasi itu.

Akibatnya, terjun bisnis ke dunia desain perilaku sering mengakibatkan kekecewaan dan lompatan ke kesimpulan bahwa data itu sendiri buruk.

Namun pada kenyataannya, bukan data yang harus disalahkan. Fakta bahwa kebanyakan perusahaan tidak tahu bagaimana mengemasnya dengan benar. Ini gagal untuk mempertimbangkan bahwa ketika seseorang memutuskan untuk membeli sesuatu, biasanya dari kombinasi faktor rasional dan irasional.

Tetapi hanya karena orang tidak selalu rasional tidak berarti mereka tidak dapat diprediksi. Mengutip kata-kata bijak dari “Predictably Irrational” oleh Dan Ariely, orang mungkin tidak bertindak secara rasional, tetapi mereka dapat diandalkan untuk bereaksi secara tidak rasional.

Dan pemasaran adalah tentang perubahan perilaku. Data bisa sangat efektif dalam persuasi, tetapi hanya jika digunakan di area yang tepat. Tantangannya adalah mencari tahu apa saja bidang-bidang itu.

Memahami irasionalitas

Orang-orang itu kompleks, dan tidak setiap tindakan dapat diringkas menjadi beberapa impuls sederhana. Konon, ada beberapa tema umum dalam memprediksi perilaku manusia. Masalahnya adalah bahwa mereka tidak mudah terlihat dalam data, karena mereka tidak keluar dari pemikiran logis.

Pembelian impulsif adalah contoh bagus dari pembelian irasional yang dilakukan oleh semua orang. Dalam survei terbaru dari Business Insider Intelligence, 49 persen dari mereka yang menjawab mengatakan bahwa mereka telah melakukan pembelian impulsif dalam tiga bulan terakhir. Keputusan impulsif jarang logis tetapi selalu memikat.

Bagaimana perasaan pelanggan tentang pembelian setidaknya sama pentingnya dengan apa yang mereka pikirkan tentangnya. Menimbulkan perasaan baik adalah alasan mengapa iklan seperti "Saya ingin memberi dunia Coke" sangat efektif. Atau mengapa memilih Colin Kaepernick sebagai juru bicara adalah pemasaran yang baik: Itu membuat konsumen merasakan cara tertentu tentang produk perusahaan, bahkan jika mereka tahu itu tidak mengubah apa yang dijual.

Kupon, misalnya, sangat efektif karena benar-benar membuat orang bahagia. Menambahkan pengiriman gratis atau hadiah gratis dengan pembelian yang lebih besar dapat menyebabkan seseorang benar-benar membelanjakan lebih banyak daripada yang seharusnya. Tetapi bagi orang itu, rasanya seperti kesepakatan yang bagus, dan itulah yang penting.

Kekuatan persuasi

Orang cenderung hanya melihat apa yang ingin mereka lihat. Ini benar jika menyangkut hal-hal besar, seperti berita apa yang mereka pilih untuk dikonsumsi (dan diyakini). Dan itu berlaku untuk hal-hal yang lebih kecil, seperti perasaan mereka tentang pembelian tertentu. Jika orang mengharapkan hasil tertentu, kemungkinan besar mereka percaya bahwa mereka mencapai hasil itu, terlepas dari faktanya.

Ini dikenal sebagai bias konfirmasi, dan ini sama pentingnya dalam ritel seperti halnya dalam psikologi dan politik. Itu sebabnya orang cenderung berpikir bahwa produk bermerek bekerja lebih baik daripada alternatif merek toko, meskipun hampir identik.

Bias konfirmasi dapat digunakan dalam berbagai cara, seperti sarana untuk menciptakan loyalitas pelanggan. Seorang pelanggan yang telah membeli layanan atau cukup jauh dalam proses pembelian awal siap dan menunggu untuk mendengar bagaimana waktu dan uangnya dibelanjakan dengan baik dan dengan demikian lebih bersedia untuk menjadi pelanggan tetap.

Itu tidak rasional, itu rasionalisasi, tetapi itu bisa menjadi alat yang ampuh.

Hal utama yang perlu diingat ketika mencoba menerapkan data untuk memengaruhi perilaku pelanggan adalah bahwa perilaku pelanggan harus mengarahkan data, bukan sebaliknya. Kekuatan sebenarnya datang dengan mengetahui pembelian dan pola pelanggan sebelumnya. Dari situlah pembelian di masa depan dapat dipengaruhi menggunakan metode irasional, seperti bias konfirmasi.

Pasar real estat dan persewaan Zillow memimpin dalam hal menggunakan perilaku pelanggan untuk tujuan persuasi. Perusahaan baru-baru ini mengumumkan program "Best of Zillow", yang dirancang untuk memberi agen kemampuan untuk melacak perjalanan pembeli rumah dan mempelajari perilaku mana yang mengarah pada kesuksesan.

Pelanggan memberikan umpan balik anonim waktu nyata selama proses pembelian, dan sistem penilaian akan membedakan agen terbaik dari waktu ke waktu. Akibatnya, agen diberi insentif untuk mengikuti praktik terbaik dan menyesuaikan pendekatan mereka berdasarkan apa yang diharapkan pelanggan saat ini.

Mengubah data menjadi persuasi

Tidak semua desain perilaku diciptakan sama. Berikut adalah beberapa langkah yang dapat diambil perusahaan untuk memastikan mereka memilih titik data yang relevan yang dapat diterapkan ke pelanggan dengan cara yang benar-benar efektif.

1. Mulailah dengan manusia di jantung transaksi

Data seharusnya tidak menjadi tujuan akhir; pengguna Anda seharusnya. Fokus pada mengidentifikasi perubahan perilaku apa yang akan memiliki dampak terbaik pada bisnis Anda. Ini akan membantu mencegah Anda terperosok dalam upaya yang tidak perlu.

Gallup menemukan bahwa perusahaan yang memanfaatkan ekonomi perilaku , tumpang tindih sifat manusia dan keputusan ekonomi, mengalami pertumbuhan penjualan 85 persen lebih banyak dan margin kotor 25 persen lebih tinggi daripada pesaing yang tidak fokus pada elemen emosional dari pengeluaran konsumen.

Pemasaran yang efektif menawarkan nilai nyata kepada orang-orang nyata secara real time. Mencapai ini membutuhkan bagian bahan pelengkap dari presisi dan empati, diterapkan pada skala.

Contoh utama perusahaan yang mengembangkan perdagangan cerdas, di mana pengalaman berbasis data mengurangi hambatan pembelian dengan meningkatkan transaksi elektronik bagi konsumen, adalah inisiatif Domino dan “Jika Ini, Kemudian Domino”.

Di situs mikro yang baru diluncurkan, pelanggan Domino dapat memilih sejumlah peristiwa kehidupan dari daftar yang telah ditetapkan (atau membuat acara mereka sendiri) di mana mereka ingin menikmati pizza (misalnya, saat tim bola basket perguruan tinggi favorit Anda bermain di TV). Ketika peristiwa ini terjadi, pelanggan menerima pesan teks sederhana yang menanyakan apakah mereka ingin memulai pesanan.

Kampanye ini merupakan inisiatif terbaru dari Domino's untuk membuat pemesanan pizza menjadi lebih mudah dan lebih relevan dalam kehidupan masyarakat; ini juga merupakan langkah selanjutnya dalam menghubungkan berbagai saluran pemesanan digital mereka.

2. Cari tahu di mana data Anda sesuai dengan konteksnya

Gunakan sumber daya Anda untuk lebih memahami konteks dan perilaku pengguna. Tanyakan pada diri Anda beberapa pertanyaan sederhana:

• Apa bias bawaan?
• Di mana konflik kepentingan?
• Seberapa baik Anda dapat campur tangan dalam proses dan memengaruhi pengguna Anda?

Konteks adalah kemudi yang mengarahkan data Anda ke arah yang benar, membantu Anda mengidentifikasi peluang ketika tindakan Anda dapat mengubah perilaku pengguna. Misalnya, 65 persen konsumen menyebut promosi yang dipersonalisasi sebagai elemen terpenting dari pengalaman berbelanja yang baik. Ini adalah kesempatan sempurna untuk data kontekstual.

3. Beradaptasi, sempurnakan, optimalkan

Jangan berhenti pada rasa kesuksesan pertama Anda. Gunakan kekuatan pengoptimalan data berkelanjutan untuk menciptakan kebiasaan baru dan memastikan pengalaman pelanggan yang berbeda. Menurut Business Insider Intelligence, 41 persen pelanggan mengharapkan rekanan penjualan menyadari pembelian mereka sebelumnya, tetapi hanya 19 persen yang benar-benar mengalaminya. Lacak kemajuan pengguna Anda dan gunakan apa yang Anda ketahui untuk menunjukkan kepada mereka bahwa mereka berada di jalur yang benar dan untuk mendorong keterlibatan lebih lanjut. Desain perilaku bukan hanya dorongan ke arah yang benar; itu adalah hubungan berkelanjutan yang bermanfaat bagi kedua belah pihak.

Pertimbangkan kemungkinan terkait asisten suara seperti Alexa dan Siri; ketika konsumen menjadi lebih nyaman dengan kemampuan program ini, mereka akan dapat membujuk dan mendorong pembelian tertentu berdasarkan akumulasi data, preferensi pelanggan, dan pola belanja.

Manusia tidak akan pernah serasional komputer, tetapi komputer dapat belajar menjadi irasional seperti manusia. Dengan tidak mengandalkan data mentah, dan sebagai gantinya berusaha membentuk data itu untuk membujuk orang, perusahaan dapat memanfaatkan kekuatan teknologi yang sebenarnya dan menjalin hubungan yang sehat dan tahan lama dengan pelanggan mereka.

Shravya Kaparthi memimpin Ilmu Strategi & Keputusan di RAPP.