American Apparel: favorire la centralità del cliente in un mondo omnicanale

Il chief digital officer di American Apparel ha discusso del futuro del retail, dell'importanza di fornire valore al consumatore e delle strategie per un mondo IoT e omnicanale.

Thoryn Stephens, chief digital officer, American Apparel, ha parlato a ClickZ Live Hong Kong, dove ha tenuto una presentazione di apertura su come gli esperti di marketing possono portare valore al consumatore utilizzando dati e tecnologia. Ecco come:

Come definiamo il valore, come misuriamo il valore e come lo guidiamo?

Stephens ha sempre voluto essere una rockstar. Invece è diventato un biologo molecolare. È stato questo approccio scientifico all'analisi dei dati che alla fine lo ha portato nel 2003 a collegare un account Google Analytics con Ad Words e Salesforce per la sua prima incursione nella comprensione del comportamento dei consumatori.

Questo a sua volta ha portato a ruoli con startup della Silicon Valley, un'emittente televisiva e oggi come CDO presso American Apparel.

"Essendo un ex scienziato, tutto ciò che faccio si basa sulla misurazione", ha affermato Stephens.

Crede di ricevere più finanziamenti di qualsiasi altro capo dipartimento perché è in grado di mostrare come tutto viene misurato. Crede anche che parte del suo successo dipenda dal possedere un proprio team tecnologico.

Secondo Stephens, per indirizzare il traffico dall'acquisizione alla conversione, i professionisti del marketing devono:

• Comprendi l'esperienza del consumatore
• Ottimizza attraverso il test e impara
• Sviluppare strategie di conservazione

Gli elementi fondamentali di tutto questo sono la tecnologia e la scienza dei dati.

Per iniziare, le organizzazioni devono capire a che punto si trovano nella curva di maturazione dei dati.

I quattro passaggi della curva di maturazione dei dati sono:

1. Raccogliere i dati giusti

2. Reportistica sui dati e guida agli approfondimenti

3. Test di ipotesi (e sviluppo di un approccio di test e apprendimento)

4. Analisi predittiva

Ogni fase della curva diventa più complessa, ma aumenta contemporaneamente il potenziale impatto sul business, quanto più un'organizzazione raggiunge lungo la curva.

Stati utente e profili

Stephens guarda il mondo in tre dimensioni principali:

• L'utente sconosciuto
• L'utente anonimo
• L'utente conosciuto

Ognuna di queste dimensioni ha un valore. Una volta identificati gli utenti, l'obiettivo è quello di guidare il consumatore da un utente sconosciuto o anonimo, a un utente noto.

L'utente sconosciuto

Durante la sua permanenza in Fox Broadcasting, Stephens è stato responsabile della creazione della prima strategia di ottimizzazione della scienza dei dati dell'azienda. A quel tempo, stava lavorando al marchio I Simpson . Aveva più di 70 milioni di Mi piace (utenti sconosciuti) sulla sua pagina Facebook, ma in confronto, il CRM era piccolo (utenti conosciuti).

La sfida principale era convertire questi utenti sconosciuti in utenti conosciuti. Utilizzando un'applicazione Facebook, come una lotteria, Stephens e il suo team hanno coinvolto gli utenti e li hanno incentivati ​​a condividere un indirizzo e-mail. Con un indirizzo e-mail, l'utente sconosciuto è diventato noto.

L'utente anonimo

Un utente anonimo è un utente a cui, ad esempio, potrebbe essere stato assegnato un cookie. Esiste un profilo di base sul comportamento o sulla geolocalizzazione, ma non si sa esattamente chi siano.

Utilizzando il retargeting, un marketer può iniziare a personalizzare i contenuti per questi consumatori e spingerli a diventare utenti noti. Ciò può essere ottenuto incoraggiandoli a:

• iscriviti a un evento
• fare un acquisto
• scarica un'app (con registrazione)

L'utente conosciuto

Una volta che un utente diventa un utente noto, è possibile estrarre tutti i tipi di dati su di esso.

"Alla fine puoi ottenere il massimo valore da loro non solo come consumatore, ma ora anche come marchio, perché stai adattando l'esperienza a quel singolo utente noto", ha affermato Stephens.

Identificando gli utenti in questo modo, possono essere mirati meglio anche attraverso i canali.

• L'utente sconosciuto può essere preso di mira con TV e video.
• L'utente anonimo attraverso il retargeting basato sull'esperienza del sito con gli annunci.
• L'utente conosciuto con app, notifiche push, messaggi in-app, SMS ed email.

"In definitiva, posso monitorare, comprendere e infine ottimizzare ognuna di queste interazioni al di fuori degli utenti sconosciuti", ha affermato Stephens.

Favorire la centralità del cliente attraverso la valutazione a livello di utente

Secondo Stephens, la centralità del cliente si concentra sulle esigenze attuali e future di un gruppo selezionato di clienti per massimizzare il valore a lungo termine per l'azienda.

Si tratta della regola 80:20, ha detto Stephens.

"Ti stai concentrando sul 20% dei clienti che generano l'80% delle tue entrate comprendendo veramente chi sono quegli utenti", ha affermato.

Ecco una ripartizione delle diverse forme di valori del cliente:

• RCV – Valore realizzato per il cliente: il valore di questo cliente oggi.
• RLV – valore della vita residua: mantenere questo cliente nel futuro.
• CLV – customer lifetime value – questa è la combinazione di RCV e RLV ed è il valore del tuo consumatore per un periodo di tempo indeterminato. Quanto sei disposto a pagare per acquisire questo cliente? Ad esempio, se il valore della vita di un cliente è di $ 500, forse sarai disposto a pagare $ 200- $ 300 per acquisirlo.

Caso di studio RCV: startup della Silicon Valley

In un ruolo precedente, Stephens ha lavorato per una startup, che aveva raccolto 40 milioni di dollari, aveva 2 milioni di follower su Facebook e 10 milioni di membri.

Tuttavia, la percentuale di clienti era un po' più piccola e l'RCV era negativo per decine e migliaia di dollari. Stephens si chiedeva come fosse possibile avere clienti di valore negativo.

Dall'analisi dei dati, il suo team ha scoperto a livello di utente, che molti erano scambiatori seriali e restituiti. Attraverso la specifica metrica RCV, il team è stato in grado di modificare immediatamente le politiche di spedizione e cambio dell'azienda, portando ulteriori risparmi all'azienda.

Caso di studio dell'analisi del clustering: Fox Broadcasting

Utilizzando una metodologia statistica chiamata clustering, Stephens è stato in grado di identificare i visitatori del sito Web Fox che erano tutti uguali in un insieme specifico di modi.

Per prima cosa ha raccolto i dati di Adobe Analytics di un anno e li ha raggruppati.

Il team era alla ricerca di metriche di valore che rendessero l'azienda, in questo caso i consumatori che guardano i video, (watchaholics) una fonte primaria di monetizzazione.

Usando il clustering e un algoritmo specifico chiamato algoritmo di massimizzazione dell'eccitazione (EM), hanno iniziato a vedere modelli di comportamento. All'interno dell'ecosistema iniziarono a emergere quattro tipi principali di utenti.

1. I watchaholics : persone con visite ad alta frequenza, che tornano al sito Web e guidano le visualizzazioni degli annunci video. Questo gruppo è stato considerato consumatori di alto valore sulla curva di valutazione perché stavano generando ulteriori dollari pubblicitari.

2. Gli osservatori casuali

3. Il gruppo internazionale

4. Il gruppo passivo

Dopo essersi concentrato sui watchaholics, il team ha esaminato la loro attualità e frequenza.

“Cosa potremmo imparare sul loro comportamento? Abbiamo preso questa intuizione e poi abbiamo iniziato a testare”. L'intuizione è stata quindi utilizzata per testare un piccolo sottogruppo di osservatori occasionali con l'obiettivo di spingerli a diventare amanti della vigilanza.

“Potevamo fermarci lì. Ma non l'abbiamo fatto", ha detto Stephens.

I dati hanno mostrato che gli utenti passivi non hanno consumato molto del video ma hanno avuto un numero elevato di visite. Il team ha scoperto che, dopo essere arrivato immediatamente al sito Web della Fox, la seconda pagina che hanno visitato era il programma.

“In realtà usavano fox.com come una gigantesca guida televisiva. Questo ha ribaltato la curva di valutazione. Ci ha permesso di capire il comportamento degli utenti passivi e come testarli".

Dopo aver creato un segmento ogni volta che un utente passivo accedeva al sito Web, il programma dello spettacolo preferito dell'utente veniva inserito nella home page.

Il team di Stephens ha poi fatto un ulteriore passo avanti con una raccolta di e-mail per un avviso automatico.

Case study sullo sviluppo del pubblico: American Apparel

Facebook ha aperto la strada al pubblico personalizzato diversi anni fa. Consente agli esperti di marketing di prendere quattro variabili principali: e-mail, numero di telefono, un'idea di dispositivo o un cookie e inserirli in Facebook e indirizzare tali consumatori attraverso una serie di dimensioni. Ora è disponibile anche su altre piattaforme come Instagram, Twitter e Customer Match di Google.

In questo esempio, American Apparel voleva migliorare i tassi di abbandono del carrello. “Attraverso Oracle sappiamo quando qualcuno fa pubblicità al carrello. Letteralmente in pochi secondi se rimbalza, invece di ricevere un'e-mail, ottengono un annuncio di retargeting su Facebook. Può essere ridotto al millisecondo.”

Stephens ha affermato che i ritorni su queste campagne di social CRM sono 30 volte il ritorno sulla spesa pubblicitaria.

In un altro esempio, American Apparel ha utilizzato i dati per cercare abbonati e-mail dormienti, ovvero consumatori che non avevano interagito con il sito Web o aperto un'e-mail per un periodo di tempo. Queste campagne di re-engagement sono state distribuite come e-mail o tramite Facebook, mirandole con sconti.

Il futuro della vendita al dettaglio

Come sarà il futuro del marketing di American Apparel? Stephens si concentra su una serie di aree.

Omnicanale

Il marketing omnicanale è l'intersezione tra vendita al dettaglio e digitale. Ad esempio, un consumatore sta camminando per strada e mentre passa davanti a un negozio, riceve una notifica push che lo guida nel negozio per un acquisto. Questa attribuzione omnicanale accredita sia il canale digitale che quello al dettaglio per una vendita.

IoT e RFID

L'RFID è un chip che può essere incorporato nel tag di ogni singolo capo di abbigliamento. In American Apparel, questa tecnologia è stata implementata in tutto il mondo in 200 negozi e 15 milioni di tag. Consente a un team di marketing di seguire e comprendere i livelli di inventario globali in tempo reale.

Il prossimo passo è stabilire come può essere utilizzato per migliorare l'esperienza del consumatore e generare entrate. American Apparel sta attualmente sperimentando dispositivi mobili che si collegano agli annunci su un cartellone pubblicitario o su una fermata dell'autobus utilizzando chip NFC. Se al consumatore piace l'annuncio, tocca il telefono per avviare una conversazione con il bot di testo. L'utente può porre domande su colori o taglie e quindi scoprire se quel prodotto personalizzato specifico è disponibile in un negozio vicino.

Su richiesta con Postmates

Di recente, American Apparel ha condotto una campagna di consegna on demand con Postmates negli Stati Uniti. I consumatori possono ordinare una felpa con cappuccio e riceverla entro 60 minuti.

“C'è l'adozione da parte dei consumatori? Non ancora, ma ci stiamo arrivando", ha detto Stephens. Ha messo in evidenza la cultura del "must have now" dei millennial e crede che la consegna on demand sia la via del futuro.

Asporto

I punti chiave di Stephens sono i seguenti:

1. Valutare la maturazione dei dati organizzativi

2. Guida l'azienda verso misurazioni e metriche incentrate sul cliente

3. Testa e impara: segmenta gli utenti con CLV elevato e verifica le ipotesi per spostare gli utenti di valore inferiore a segmenti di valore più elevato

“Prova e impara tutto. Se comprendi i tuoi clienti di alto valore, chiedi cosa puoi imparare su di loro e poi metti alla prova i tuoi consumatori di basso e medio valore per spingerli a diventare alti.

4. L'adempimento on demand è il futuro della vendita al dettaglio

Piccoli budget

Un grande budget non è essenziale per comprendere i valori della vita, ha affermato Stephens.

“Molti modelli sono disponibili gratuitamente. Finché hai i tuoi record transazionali che escono dal tuo motore di e-commerce o punto vendita, hai tutti i dati di cui hai bisogno. L'attualità e la frequenza potrebbero diventare un po' rischiose, ma in genere dovresti avere ciò di cui hai bisogno: un timestamp e un record delle transazioni.