Aplikasi ritel harus terlibat lebih jauh untuk mengimbangi selama musim belanja liburan

Musim belanja liburan sedang berjalan lancar!

Pada Black Friday, pembeli mengerumuni toko fisik dan online untuk mendapatkan penawaran terbaik untuk pakaian, teknologi, perjalanan, apa saja.

Musim belanja liburan, bagaimanapun, jauh lebih pendek tahun ini dengan Thanksgiving datang sangat terlambat di bulan November.

Sebenarnya ini seminggu lebih pendek dari tahun lalu.

Tapi itu tentu tidak memperlambat pengeluaran liburan. Diperkirakan satu triliun dolar akan dihabiskan musim ini oleh orang Amerika yang menyebarkan keceriaan liburan melalui hadiah kepada keluarga dan teman.

Dengan lebih banyak uang yang dipertaruhkan dan lebih sedikit waktu untuk diperhatikan, merek Anda harus lebih bersaing di musim liburan ini jika Anda ingin menguangkannya.

Masalahnya, bagaimanapun, adalah merek ritel tertinggal dalam hal inisiatif pemasaran digital mereka.

Fokus tunggal pada data profil yang membebani perusahaan ritel

Merek ritel terlalu mengandalkan data profil dalam hal memanfaatkan informasi pengguna untuk memasarkan kepada mereka.

Data profil terdiri dari data apa pun yang Anda masukkan saat menyiapkan profil pengguna, pikirkan usia, tempat tinggal, jenis kelamin, dan sejenisnya.

Namun untuk personalisasi yang sebenarnya, merek juga harus fokus pada data perilaku—pikirkan data seperti perilaku dalam aplikasi, seperti kategori yang paling sering dikunjungi atau pengabaian keranjang belanja.

Perusahaan ritel digital asli telah memanfaatkan personalisasi profil dan data perilaku, bersama-sama, selama bertahun-tahun.

Pikirkan perusahaan seperti Amazon. Mereka tidak hanya menggunakan data profil seperti kota asal, usia, atau jenis kelamin, tetapi mereka juga memanfaatkan bagian mana dari situs web mereka yang sering dikunjungi oleh setiap pelanggan.

Mereka tahu minat, perilaku, hampir semua orang untuk meningkatkan pengalaman pelanggan dan memaksimalkan keterlibatan.

Dan sementara Amazon dan perusahaan digital native lainnya adalah pemimpin dalam industri media, data kami menunjukkan bahwa merek ritel belum sepenuhnya menerima tren tersebut.

Kami telah mengumpulkan semua kampanye dalam pustaka data kami yang berasal dari aplikasi seluler ritel selama paruh kedua tahun lalu—total lebih dari 37.000 aplikasi.

Kami menemukan bahwa aplikasi ritel menggunakan kampanye bertarget pada frekuensi yang lebih tinggi daripada industri lain, tetapi sebagian besar kampanye target hanya menggunakan data profil, jauh lebih tinggi daripada rata-rata daripada yang lain.

Sementara 94% merek di seluruh industri mengirimkan kampanye bertarget, 97% kampanye yang berasal dari merek ritel ditargetkan.

Pada tingkat permukaan, ini menunjukkan bahwa merek ritel mengoptimalkan upaya personalisasi.

Tetapi gali lebih dalam dan Anda akan menemukan bahwa 58% kampanye yang berasal dari aplikasi ritel hanya menggunakan data profil. Di semua industri, kampanye yang hanya menggunakan data profil adalah 45%.

Ini menandakan bahwa merek ritel tidak, pada level saat ini, mengoptimalkan berbagai data di ujung jari mereka. Tapi apa yang mungkin menjadi konsekuensi dari ini?

Perusahaan ritel tertinggal dalam strategi personalisasi

Data kami juga menemukan bahwa rata-rata keterlibatan aplikasi dalam industri ritel berada pada tingkat yang jauh lebih rendah daripada rata-rata merek secara keseluruhan.

Satu ukuran solid untuk menentukan tingkat keterlibatan aplikasi adalah peluncuran aplikasi rata-rata per individu setiap bulan. Sektor ritel rata-rata meluncurkan 8,76 per bulan, dibandingkan dengan rata-rata keseluruhan 13 per bulan.

Jumlah waktu yang dihabiskan selama sesi aplikasi juga lebih sedikit di sektor ritel. Di sini, individu rata-rata sekitar 3 menit dan 23 detik per sesi.

Relatif, aplikasi pada umumnya rata-rata 4 menit dan 20 detik per sesi. Aplikasi ritel memperlambat aktivitas pengguna hampir satu menit penuh.

Aplikasi pada umumnya menikmati lebih dari 56 menit waktu yang dihabiskan dalam aplikasi yang dikumpulkan selama sebulan per pengguna sedangkan aplikasi ritel kurang dari 30 menit.

Banyak waktu yang hilang dalam hal keterlibatan dan potensi pendapatan.

Dalam hal keterlibatan pengguna, banyak faktor yang mempengaruhi apakah pengguna meluncurkan aplikasi atau tidak dan untuk berapa lama.

Tetapi aplikasi ritel tertinggal dari industri lain dan satu faktor yang berpotensi menjadi penyebab utama adalah fakta bahwa mereka tertinggal dalam strategi personalisasi saat menjangkau pengguna.

Jadi bagaimana merek ritel dapat memperbaiki strategi personalisasi mereka selama musim liburan?

Perbaikan untuk personalisasi yang lebih baik

Kampanye pemasaran seluler dapat dipersonalisasi berdasarkan sejumlah kualifikasi:

• Kampanye mana yang meminta setiap pengguna untuk meluncurkan sesi aplikasi—apakah pengguna terus meluncurkan sesi aplikasi untuk penjualan? Mungkin kategori tertentu seperti perlengkapan basket?
• Seberapa sering mereka mengklik notifikasi—jika pengguna lebih banyak menggunakan aplikasi Anda, mereka kemungkinan akan lebih terlibat dengan volume pesan yang lebih tinggi daripada pengguna pasif.
• Jam berapa untuk mengirimi mereka pemberitahuan—apakah mereka berbelanja saat istirahat makan siang? Setelah bekerja? Tepat sebelum tidur?
• Apakah beberapa dari kampanye ini bersifat regional atau global?

Dengan hanya mengajukan pertanyaan-pertanyaan ini, merek ritel akan menemukan keterlibatan yang lebih tinggi dengan pesan mereka dan lebih sedikit churn dengan individualisasi konten yang dikirim untuk berhubungan dengan minat dan kebutuhan mereka.

Dengan mengabaikan konten yang tidak relevan dan hanya mendorong minat dan kebutuhan mereka, merek dapat melihat keterlibatan yang tinggi dan risiko yang lebih kecil untuk membungkam pesan Anda.

Perusahaan akan dapat mendorong lebih banyak pendapatan melalui saluran seluler mereka di musim liburan ini dan menguangkan jumlah uang yang dibelanjakan.

Upaya personalisasi dapat mengubah permainan untuk merek ritel tidak hanya musim liburan ini, tetapi sepanjang tahun.

Dengan mengikuti pemimpin industri dalam upaya personalisasi, merek dapat melihat peningkatan ROI, pengurangan churn dan penolakan pemberitahuan, dan keterlibatan yang lebih tinggi.

Brian Johnson adalah Manajer Pemasaran Konten di Localytics, platform intelijen digital yang mendukung lebih dari 400 pelanggan perusahaan. Brian berpengalaman dalam analisis data dan memiliki lebih dari satu tahun pengalaman bekerja dengan wawasan konsumen dan data pasar di berbagai industri, termasuk ritel, perjalanan, layanan keuangan, dan teknologi.