Personalisasi e-niaga: Ini lebih dari sekadar rekomendasi produk
Diterbitkan: 2021-11-09Personalisasi e-commerce bukanlah hal baru, meskipun telah berkembang pesat dari sekadar rekomendasi produk yang dipersonalisasi.
Selama bertahun-tahun, sudah menjadi praktik umum bagi pengecer untuk menggunakan teknologi dan alat untuk menentukan ketertarikan pelanggan terhadap kategori, produk, atau subjek tertentu dalam upaya untuk menempatkan produk dan konten yang tepat di depan pelanggan tersebut, berdasarkan hal itu. afinitas. Sejauh ini, itu telah bertemu dengan berbagai tingkat keberhasilan.
Biasanya, ketika kita berbicara tentang personalisasi e-niaga ini, kebanyakan orang berpikir tentang rekomendasi produk dan konten, tetapi jarang kita melihat seseorang melangkah lebih jauh dari itu.
Apa itu personalisasi e-niaga: Definisi
Personalisasi e-niaga mengacu pada proses bagaimana merek menawarkan pengalaman yang disesuaikan bagi pengunjung di situs web.
Alih-alih satu pengalaman tunggal, personalisasi e-niaga holistik membantu merek memberi pengunjung dan pelanggan pengalaman unik untuk memenuhi keinginan dan preferensi mereka.
Personalisasi dalam e-niaga menggunakan aktivitas sebelumnya oleh pengguna, perilaku penelusuran, riwayat pembelian, dan data lainnya untuk secara dinamis memberikan:
- Rekomendasi produk yang dipersonalisasi
- Isi
- Penawaran khusus atau khusus
Bagaimana omnichannel dan personalisasi membuat ritel menguntungkan
Strategi omnichannel mencakup jenis saluran yang digunakan untuk penjualan dan kebutuhan pelanggan, menjadikan omnichannel dan personalisasi yang harus dimiliki pengecer.
Titik nyala: Manfaat personalisasi e-niaga
Personalisasi dilakukan dengan benar berarti: Pelanggan akan cenderung membeli dari merek Anda – dan menjadi pelanggan tetap. Konsumen juga bersedia membayar lebih untuk pengalaman yang dipersonalisasi.
Produk yang tepat pada waktu yang tepat
Rekomendasi produk yang dipersonalisasi biasanya yang terlintas di benak banyak orang ketika berbicara tentang personalisasi.
Dalam bentuknya yang paling sederhana, kami melihat ini di carousel produk yang dapat ditempatkan di berbagai area situs web atau di email. Carousel akan berisi sekumpulan produk yang telah ditentukan oleh algoritme yang mungkin diminati oleh pelanggan, berdasarkan data tentang pelanggan yang telah dikumpulkan.
Ini mungkin sesederhana informasi gender dan geografis dasar, dan apa yang telah mereka beli sebelumnya. Ini juga dapat mencakup data tentang produk mana yang mereka lihat, konten yang mereka konsumsi, dan bahkan apa yang mereka posting tentang merek tersebut di media sosial.
Jenis data pelanggan: Definisi, nilai, contoh
Jenis data pelanggan melayani tujuan yang berbeda. Data identitas, data deskriptif, data sikap, data perilaku yang didefinisikan dengan contoh.
FAKTA MENYENANGKAN: Tidak peduli berapa banyak data yang mereka gunakan dan betapapun canggihnya mesin personalisasi mereka, merek hanya akan melihat peningkatan terbatas menggunakan carousel produk saja.
Sebagian besar carousel berisi hingga 10 produk berbeda, dan kemungkinan salah satu produk ini menjadi produk yang ingin dibeli pelanggan pada saat itu relatif rendah – bahkan jika dikuratori oleh algoritme. Ini tentu layak dilakukan, tetapi jika itu satu-satunya personalisasi yang dilakukan, katakan saja itu tidak akan mengubah dunia.
Satu langkah lebih jauh dalam personalisasi produk adalah di mana hasil pencarian – termasuk penelusuran katalog – dipersonalisasi. Ini berarti bahwa daftar produk dan halaman hasil pencarian dipersonalisasi, memastikan bahwa produk yang memiliki minat pelanggan (sebagaimana ditentukan oleh algoritme personalisasi) didorong ke atas di halaman, atau bahwa serangkaian aturan yang berbeda digunakan saat menentukan pesanan produk yang ditampilkan di halaman ini.
Teknik ini kurang spesifik dibandingkan carousel produk, karena secara efektif menambahkan bobot ke jenis produk tertentu untuk memastikan bahwa mereka didorong lebih jauh ke bagian atas halaman.
Namun, pengecer yang menggunakan teknik ini dapat mengharapkan untuk melihat peningkatan yang lebih besar daripada saat memperkenalkan carousel produk, karena pelanggan akan secara konsisten melihat produk yang lebih sering mereka dekati.
Kuasai omnichannel dengan manajemen konten produk
Kendalikan pengalaman pelanggan dengan manajemen konten produk yang kuat yang memungkinkan Anda menyampaikan informasi produk yang menarik dan konsisten di semua saluran.
Personalisasi e-niaga: Melihat konten yang tepat
Konten adalah area lain di mana merek dipersonalisasi, dan sejumlah besar pengecer menggunakan konten yang kaya untuk memberi mereka keunggulan atas pesaing mereka.
E-niaga bukan hanya tentang katalog produk, ini tentang pengalaman, dan konten yang kaya sering kali menjadi bagian penting dari pengalaman itu.
Misalnya, sangat umum bagi sebuah merek untuk memiliki spanduk pahlawan besar di beranda mereka; sering menunjuk ke kategori atau rangkaian produk tertentu.
Banyak merek sekarang mempersonalisasi ini dengan membuat banyak salinan spanduk dan menunjukkan yang paling relevan untuk setiap pelanggan berdasarkan data yang telah dikumpulkan tentang pelanggan itu.
Masuk akal untuk menunjukkan kepada pelanggan konten yang paling relevan bagi mereka daripada hanya menunjukkan hal yang sama kepada semua orang.
Teknik ini telah terbukti meningkatkan KPI seperti tingkat konversi dan hampir selalu layak dilakukan tetapi, dengan sendirinya, tidak akan memiliki dampak yang dramatis.
Pemasaran konten B2B: Pengantar untuk menjadikan pelanggan Anda pahlawan
Mengapa pemasaran konten B2B sangat penting bagi bisnis? Ini meningkatkan penjualan, kesadaran merek, kepercayaan merek, dan loyalitas pelanggan.
Di luar rekomendasi produk yang dipersonalisasi: Menjadi holistik dengan pengalaman
Sementara banyak merek berfokus pada personalisasi rekomendasi produk dan konten, sangat sedikit yang berfokus pada personalisasi pengalaman holistik.
Berinteraksi dengan situs web adalah pengalaman yang memiliki banyak aspek berbeda. Selain produk dan konten, pengguna berinteraksi dengan:
- Navigasi
- Mencari
- Filter
- Sebuah gerobak
- Sebuah checkout, dan banyak area lainnya
Di sebagian besar situs web e-niaga, aspek ini cenderung sama persis untuk setiap pelanggan. Sementara produk dan konten yang dilihat pelanggan mungkin dipersonalisasi, semua bagian lain dari pengalaman cenderung sama – di sinilah personalisasi pengalaman holistik masuk dan dapat memberikan keuntungan besar.
Mari kita pikirkan skenario yang sangat sederhana di mana pengecer multi-kategori menjual pakaian serta peralatan rumah tangga. Meskipun mereka akan memiliki pelanggan yang membeli dari beberapa kategori, mereka juga akan memiliki orang lain yang terutama akan membeli dari satu kategori.
Sebagian besar merek akan memutuskan kategori mana yang akan ditampilkan pertama kali dalam navigasi utama berdasarkan banyak faktor – biasanya berfokus pada kategori produk mana yang menghasilkan pendapatan paling besar secara keseluruhan – tetapi ini paling sering sama untuk semua orang yang mengunjungi situs. Namun, jika merek mengetahui bahwa saya terutama membeli dari kategori pakaian, ada argumen kuat untuk menunjukkan kategori itu kepada saya terlebih dahulu di navigasi. Ini, saja, tidak akan memiliki efek dramatis pada KPI tetapi, dikombinasikan dengan perubahan lain pada pengalaman, itu dapat mulai membuat perbedaan besar.
Contoh personalisasi holistik yang lebih canggih dapat mengubah urutan navigasi segi (opsi filter yang ada di daftar produk dan halaman hasil pencarian) berdasarkan perilaku pengguna.
Mungkin pengunjung tertentu lebih sering menggunakan penggeser harga daripada memfilter berdasarkan warna. Jika demikian, pengecer harus mempertimbangkan untuk mendorong penggeser harga ke bagian atas navigasi segi. Banyak merek akan memiliki sejumlah besar aspek yang dapat disaring oleh pelanggan, tetapi akan selalu menunjukkan aspek yang sama dalam urutan yang sama kepada setiap pelanggan. Mengapa tidak menunjukkan aspek yang paling banyak digunakan setiap individu di bagian atas?
Anda dapat melakukan hal yang sama untuk opsi pengurutan, atau bahkan secara otomatis menampilkan sejumlah produk tertentu di setiap baris pada halaman daftar produk berdasarkan bagaimana setiap individu sebelumnya berinteraksi dengan situs web.
Bagaimana dengan preferensi pengiriman? Jika pengguna paling sering memilih klik dan kumpulkan, tunjukkan opsi itu terlebih dahulu sebelum metode pengiriman lainnya.
Hal yang sama berlaku untuk metode pembayaran. Jika mereka selalu menggunakan PayPal, jadikan itu pilihan pertama dan menonjol. Ketika Anda mulai memikirkannya, ada banyak bagian berbeda dari pengalaman personalisasi e-niaga yang dapat diubah agar sesuai dengan individu.
Tingkat personalisasi pengalaman ini merupakan langkah di luar personalisasi konten dan rekomendasi produk yang dipersonalisasi. Ini mengadaptasi pengalaman holistik situs web, berdasarkan preferensi yang dirasakan pengguna; membuat semua aspek perjalanan mereka dipersonalisasi untuk memberikan pengalaman yang sepenuhnya disesuaikan dengan cara mereka ingin berinteraksi dengan merek.
Seperti halnya rekomendasi produk dan personalisasi konten, mempersonalisasi pengalaman saja tidak akan tiba-tiba dan secara dramatis meningkatkan tingkat konversi Anda, tetapi, jika dilakukan bersama-sama, merek akan mengharapkan untuk melihat keuntungan yang signifikan.
Kurangi pengabaian keranjang belanja dengan manajemen data pelanggan
Percaya atau tidak, pengabaian mobil belanja adalah hal lain yang dapat diselesaikan dengan pendekatan manajemen data pelanggan yang solid. Pengabaian keranjang belanja merupakan tantangan utama bagi pengecer online. Sebagai pembeli, kita semua pernah bersalah dari waktu ke waktu. Kami menelusuri online, menambahkan item ke keranjang kami, dan karena satu dan lain alasan…
Bagaimana memberikan personalisasi e-niaga holistik
Beberapa alat terbaik yang dapat digunakan merek untuk memberikan pengalaman e-niaga yang holistik dan dipersonalisasi adalah alat yang dimulai sebagai alat pengujian A/B, tetapi telah berkembang menjadi platform personalisasi pengalaman. Alat seperti Dynamic Yield, Monetate, dan Optimizely bekerja dengan mencegat HTML sebelum dimuat oleh browser pengguna, memanipulasinya berdasarkan aturan tertentu, dan kemudian menunjukkan pengalaman yang diubah kepada pengguna.
Teknologi ini memungkinkan alat-alat ini untuk mengubah hampir semua aspek situs web, mulai dari produk, konten, navigasi, dan hampir semua bagian dari pengalaman. Sebuah merek dapat menguji beberapa pengalaman berbeda sekaligus dan mengukur mana yang memberikan hasil terbaik.
Saat pertama kali dikembangkan, alat ini hanya tahu sedikit tentang pengguna individu dan akan secara acak memilih pengguna mana yang diperlihatkan pengalaman berdasarkan persentase yang akan dikonfigurasi merek.
Namun, seiring waktu, mereka telah berkembang menjadi platform personalisasi tempat mereka mengumpulkan data tentang perilaku setiap pengguna; produk dan kategori mana yang mereka lihat, konten apa yang mereka konsumsi, apa yang mereka cari, apa yang mereka beli, dan banyak aspek lain dari perilaku pengguna. Mereka kemudian menggunakan kecerdasan buatan dan pembelajaran mesin untuk menghitung afinitas pengguna terhadap kategori, produk, atau aspek lain apa pun yang mungkin ingin dipertimbangkan oleh merek. Sistem kemudian akan secara dinamis menyegmentasikan pelanggan berdasarkan perilaku dan afinitas ini, kemudian merek dapat menentukan segmen mana yang akan melihat pengalaman mana.
Bahkan dimungkinkan untuk menggabungkan ini dengan data dari titik kontak lain seperti pengembalian produk, interaksi sosial, dan bahkan pembelian dari toko fisik.
Semua data ini dapat digunakan untuk memberikan pandangan 360 derajat kepada pelanggan dan dapat digunakan lebih lanjut untuk memberikan pengalaman yang dipersonalisasi, seperti memastikan rekomendasi produk online dan email mempertimbangkan tindakan di dalam toko.
Menggunakan teknologi ini akan memungkinkan merek untuk memberikan pengalaman online yang sepenuhnya dipersonalisasi untuk setiap pelanggan, menempatkan konten produk yang tepat dan pengalaman keseluruhan di depan semua orang – dan memiliki dampak positif maksimum pada KPI.