AI 기반 개인화로 인상적인 소매 ROI 실현

도시가 오프라인 비즈니스의 단계적 재개를 시작함에 따라 소비자들은 3개월 간의 대피를 마치고 집을 나서고 있습니다.

팬데믹이 시작될 때 빠르게 전환해야 함에도 불구하고 현명한 소매업체는 소비자가 앞으로 여전히 적절하고 개인화된 쇼핑 경험을 필요로 한다는 점을 인식하고 있습니다. 팬데믹 초기 단계에서 개인화된 커뮤니케이션을 우선시한 기업은 고객과 강력한 유대 관계를 구축했을 가능성이 큽니다.

그러나 소매업 간행물의 최근 연구에서 응답자의 31%가 개인화된 커뮤니케이션을 유지하는 것이 운영상의 가장 큰 문제로 언급되었습니다.

우리가 수행한 최근 연구에서는 COVID-19에 대한 소매업체의 대응에 대해 구체적으로 묻지 않았지만 그 결과는 앞으로 나아갈 길을 만드는 데 중요한 통찰력을 제공합니다. 소매업체는 고급 개인화에 중점을 두어 변화하는 소비자 수요를 민첩하게 충족하고 궁극적으로 더 높은 수익을 달성할 수 있습니다.

우리 연구에 따르면 고급 AI 기반 개인화를 사용한 소매업체의 70%가 200% 이상의 ROI를 달성했습니다. 가능한 한 많은 접점에 배포하기 위해 한 단계 더 나아가면 ROI가 다시 300%까지 증가합니다.

마지막으로, 거의 모든 접점이 쇼핑객의 이력과 선호도에 맞게 개인화되어 있는 진정한 마케팅 주도의 교차 채널 개인화 전략을 사용하는 소매업체는 400%의 ROI를 달성할 수 있습니다.

AI 도구를 수용함으로써 소매업체는 유사한 결과를 얻을 수 있는 최상의 위치에 있게 될 것입니다.

개인화는 인상을 남기기 위해 데이터 숙달이 필요합니다

좋은 엔진과 마찬가지로 개인화 도구도 올바른 연료원을 활용해야 합니다. 그 연료는 정확한 데이터에서 찾을 수 있습니다. 데이터는 소매의 모든 곳에 있으며 고객은 항상 새로운 데이터를 생성하고 있습니다.

좋은 데이터는 기억에 남는 개인화를 촉진합니다. 이를 염두에 두고 AI는 개인화 엔진의 주요 구성 요소로 완벽하게 이해됩니다. AI를 통해 데이터 통찰력은 엔진의 개인화된 권장 사항에 따라 실행되는 자동화와 함께 즉시 더 가치가 높아집니다.

데이터를 수집하는 소매업체 또는 브랜드의 능력에는 두 가지 차원이 있습니다. 첫 번째 요소는 소매업체가 다양한 접점이나 채널에서 고객에 대해 가지고 있는 지식이고, 두 번째 요소는 모든 고유한 상호작용이나 구매를 기반으로 구매자에 대해 알고 있는 것입니다.

이를 반영하여 전자 상거래 플랫폼에는 제품 정보와 거래 데이터라는 개인화 정보를 제공하는 데 사용할 수 있는 두 가지 광범위한 데이터 유형이 있습니다.

1. 제품 – 제품 범주 및 하위 범주, 성별에 따른 제품 및 제품군과 관련된 데이터입니다. 크기, 스타일, 색상, 비용, 판매 가격 및 마진과 같은 제품 특성도 포함됩니다.
2. 거래 – 역사적으로 각 주문을 구성하는 품목 및 바구니 크기와 관련된 데이터입니다. 이 특정 인구통계 및 지역에 대한 과거 구매를 살펴보면 어떤 제품을 함께 구매하는 경우가 많습니까? 온라인 쇼핑과 매장에서의 쇼핑을 비교하면 어떻습니까?

데이터는 쇼핑객이 과거에 어떻게 행동했는지 알고 있으며 미래의 쇼핑 행동에 대한 예측 변수가 어느 정도인지 이해합니다. 단순히 탐색하거나 최종 구매로 넘어가는 등 쇼핑객이 취하는 모든 행동은 전자상거래 엔진에 반영됩니다.

그런 다음 AI의 힘은 날씨, 위치, 시간, 장치 유형 또는 기타 환경 요인과 함께 해당 데이터를 종합하여 인간에게 분명하지 않은 반직관적인 수요 패턴을 분석하고 알아차리는 것입니다. 눈.

일부 데이터 포인트는 그다지 중요하지 않은 반면 다른 데이터 포인트는 강력한 수요 신호입니다. AI는 모든 소음을 분류하여 쇼핑객에 대한 포괄적인 시야를 확보합니다. 엔진에 더 많은 데이터를 입력할수록 더 나은 타겟팅이 가능해지며 쇼핑객과 소통할 가능성이 높아집니다.

AI가 대규모로 맞춤형 경험을 제공하는 방법

"개인화된 상거래"는 모든 마케팅, 쇼핑 및 이행 채널에서 일대일 고객 경험을 우선시하는 3단계 개인화 전략입니다.

AI 기반 개인화가 제대로 이루어지면 고객은 "와! 그들은 내가 그것을 좋아한다는 것을 어떻게 알았습니까? 마치 내 마음을 읽을 수 있는 것처럼.” 그 순간은 진정성 있게 느껴져야 하고, 이 감정적 반응은 그 쇼핑객에 대한 자연스러운 충성심이나 친밀감을 생성해야 합니다.

그러나 개별 구매자의 평생 동안 일관되고 지속적으로 이를 수행하는 능력은 엄청난 장애물입니다. 잠시 시간을 내어 무한한 가능성을 상상해 보십시오. 이러한 경험은 결코 손으로 꿰맬 수 없다는 것이 분명해집니다.

예를 들어, 홈페이지는 웹 사용자의 현재 기상 조건을 기반으로 개인화될 수 있습니다. 쇼핑객이 사이트에 들어오면 엔진은 충성도 상태와 검색 기록을 인식하여 구매자가 가장 행동할 가능성이 높은 특정 판매 또는 판촉을 표시할 수 있습니다.

또한 카테고리 목록 페이지와 제품 검색 결과를 개인별로 맞춤화할 수 있습니다. 심지어 제품 리뷰도 개인화될 수 있으며, 기본적으로 최근성이나 등급이 아니라 가장 좋아하는 사람의 사용자 피드백을 표시합니다.

기회는 계속됩니다. 교차 판매, 상향 판매 및 충동 구매는 결제 시 개인화될 수 있으며 AI는 이 단계에서 더 많이 구매하려는 구매자의 성향을 이해합니다.

이메일이나 소셜을 통해 전달되는 마케팅도 개인화할 수 있으며, 구매자를 다시 참여시키기 위해 어떤 제안을 제시해야 하는지 정확히 알 수 있습니다. 가능성은 무한합니다.

전자 상거래 스택에서 AI 채택을 위한 모범 사례

오늘날 채택할 가치가 있는 올바른 개인화 플랫폼은 그 자체로 플랫폼에 구애받지 않는 플랫폼입니다. 이는 소매업체의 전자상거래 플랫폼, 재고 관리 시스템, 모바일, 앱, 매장 내 POS, 키오스크, 이메일 등 소매업체 기술 스택의 다른 계층과 잘 작동해야 합니다.

개인화 엔진에 제공되는 데이터 유형을 논의할 때 도구가 다양한 데이터 소스와 인터페이스할 수 있는지 확인하는 것이 중요합니다.

API 또는 마이크로서비스 구조를 통해 정보를 주고받는 기능을 통해 소매업체는 모든 데이터를 모델링하고 구매자에 대한 단일 보기를 생성할 수 있습니다. 기본 알고리즘은 강력해야 하며 도구는 주요 지표 및 KPI에 대한 빠른 보고를 활성화해야 합니다.

소매 형식의 변화를 예측할 수 없더라도 조직이 접점이나 채널에 관계없이 유동적이고 마찰이 없으며 개인화된 쇼핑 여정을 위해 노력하는 것은 여전히 ​​매우 중요합니다.

디지털 방식으로 민첩해지고 기술 지출에 대해 최고의 ROI를 달성하려면 소매업체에 AI가 필요하며 이는 개인화된 상거래를 현실로 만들 것입니다.

Meyar Sheik은 소매업체, 제조업체 및 브랜드를 위한 전자상거래, 주문 관리, Certona 개인화, Monetate 개인화 및 최적화, 모바일 POS를 포함하는 클라우드 상거래 소프트웨어 및 서비스를 제공하는 Kibo의 사장 겸 최고 상거래 책임자입니다. Kibo는 2019년 Meyar가 CEO 겸 설립자로 재직한 Certona를 인수했습니다.