전자상거래 개인화: 제품 추천 그 이상
게시 됨: 2021-11-09전자 상거래 개인화는 단순히 개인화된 제품 추천에 관한 것에서 크게 발전했지만 새로운 것은 아닙니다.
수년 동안 소매업체는 기술과 도구를 사용하여 고객이 특정 범주, 제품 또는 주제에 대해 가지고 있는 친화성을 파악하여 해당 고객에게 올바른 제품과 콘텐츠를 제공하는 것이 일반적이었습니다. 유연. 지금까지 다양한 수준의 성공을 거뒀습니다.
일반적으로 이 전자 상거래 개인화에 대해 이야기할 때 대부분의 사람들은 제품 권장 사항과 콘텐츠에 대해 생각하지만 그 이상으로 나아가는 사람은 거의 보지 못합니다.
전자상거래 개인화란 무엇인가: 정의
전자 상거래 개인화는 브랜드가 웹사이트 방문자에게 맞춤형 경험을 제공하는 프로세스를 의미합니다.
하나의 단일 경험 대신, 전체적인 전자 상거래 개인화는 브랜드가 방문자와 고객에게 그들의 욕구와 선호도를 충족시키는 독특한 경험을 제공할 수 있도록 도와줍니다.
전자 상거래의 개인화는 사용자의 이전 활동, 검색 행동, 구매 내역 및 기타 데이터를 사용하여 다음을 동적으로 제공합니다.
- 맞춤형 제품 추천
- 콘텐츠
- 특별 또는 특정 제안
옴니채널과 개인화로 소매업체의 수익성을 높이는 방법
옴니채널 전략은 판매 및 고객 요구에 사용되는 채널 유형을 포괄하므로 옴니채널 및 개인화는 소매업체의 필수 요소입니다.
인화점: 전자 상거래 개인화의 이점
개인화의 올바른 의미: 고객은 귀하의 브랜드에서 구매하고 재구매할 가능성이 높아집니다. 소비자들은 또한 개인화된 경험을 위해 더 많은 비용을 지불할 의향이 있습니다.
적시에 적합한 제품
개인화 제품 추천은 일반적으로 개인화에 대해 이야기할 때 많은 사람들이 생각하는 것입니다.
가장 단순한 형태로 우리는 웹사이트나 이메일의 다른 영역에 배치할 수 있는 제품 캐러셀에서 이를 볼 수 있습니다. 캐러셀에는 수집된 고객에 대한 데이터를 기반으로 알고리즘에서 고객이 관심을 가질 수 있다고 판단한 제품 세트가 포함됩니다.
이것은 기본적인 성별, 지리 정보, 그리고 이전에 구매한 항목만큼 간단할 수 있습니다. 또한 사용자가 보는 제품, 소비하는 콘텐츠, 소셜 미디어에 브랜드에 대해 게시한 내용에 대한 데이터도 포함될 수 있습니다.
고객 데이터 유형: 정의, 가치, 예
고객 데이터 유형은 고유한 목적을 제공합니다. 신원 데이터, 기술 데이터, 태도 데이터, 예시로 정의된 행동 데이터.
재미있는 사실: 얼마나 많은 데이터를 사용하고 개인화 엔진이 얼마나 정교하더라도 브랜드는 제품 캐러셀만 사용하는 경우에만 제한적인 향상을 볼 수 있습니다.
대부분의 캐러셀에는 최대 10개의 서로 다른 제품이 포함되어 있으며 이러한 제품 중 하나가 알고리즘에 의해 선별된 경우에도 해당 시점에 고객이 구매하려는 제품일 가능성은 상대적으로 낮습니다. 확실히 할 가치가 있지만 완료된 유일한 개인화라면 세상을 바꾸지 않을 것이라고 말합시다.
제품 개인화에서 한 단계 더 나아가 카탈로그 탐색을 포함한 검색 결과가 개인화됩니다. 즉, 제품 목록 및 검색 결과 페이지가 개인화되어 고객이 선호하는 제품(개인화 알고리즘에 의해 결정됨)이 페이지에서 위쪽으로 푸시되거나 주문을 결정할 때 다른 규칙 집합이 사용됩니다. 이 페이지에 표시된 제품의
이 기술은 제품 캐러셀보다 덜 구체적입니다. 특정 유형의 제품에 가중치를 효과적으로 추가하여 제품이 페이지 상단으로 더 밀릴 수 있도록 하기 때문입니다.
그러나 이 기술을 활용하는 소매업체는 제품 캐러셀을 도입할 때보다 더 큰 향상을 기대할 수 있습니다. 고객은 지속적으로 더 친밀한 제품을 더 자주 보게 되기 때문입니다.
제품 콘텐츠 관리를 통한 마스터 옴니채널
모든 채널에서 매력적이고 일관된 제품 정보를 제공할 수 있는 강력한 제품 콘텐츠 관리를 통해 고객 경험을 관리하십시오.
전자상거래 개인화: 올바른 콘텐츠 보기
콘텐츠는 브랜드가 개인화하는 또 다른 영역이며 많은 소매업체가 풍부한 콘텐츠를 사용하여 경쟁업체보다 우위를 점하고 있습니다.
전자 상거래는 단순히 제품 카탈로그에 관한 것이 아니라 경험에 관한 것이며 풍부한 콘텐츠는 종종 그 경험의 중요한 부분입니다.
예를 들어, 브랜드의 홈 페이지에 큰 영웅 배너가 있는 것은 매우 일반적입니다. 특정 범주 또는 제품 범위를 가리키는 경우가 많습니다.
이제 많은 브랜드에서 배너의 복사본을 여러 개 만들고 해당 고객에 대해 수집된 데이터를 기반으로 각 고객에게 가장 관련성이 높은 배너를 표시하여 이를 개인화합니다.
모든 사람에게 동일한 내용을 보여주기보다 고객에게 가장 관련성이 높은 콘텐츠를 보여주는 것이 좋습니다.
이 기술은 전환율과 같은 KPI를 높이는 것으로 입증되었으며 거의 항상 수행할 가치가 있지만 그 자체로는 극적인 영향을 미치지 않습니다.
B2B 콘텐츠 마케팅: 고객을 영웅으로 만드는 소개
B2B 콘텐츠 마케팅이 비즈니스에 중요한 이유는 무엇입니까? 판매, 브랜드 인지도, 브랜드 신뢰 및 고객 충성도를 높입니다.

개인화된 제품 추천을 넘어: 경험을 통해 총체적
많은 브랜드가 제품 권장 사항과 콘텐츠를 개인화하는 데 중점을 두고 있지만 전체론적 경험을 개인화하는 데 초점을 맞추는 브랜드는 거의 없습니다.
웹 사이트와 상호 작용하는 것은 다양한 측면이 있는 경험입니다. 제품 및 콘텐츠뿐만 아니라 사용자는 다음과 상호 작용합니다.
- 항해
- 찾다
- 필터
- 카트
- 계산대 및 기타 여러 영역
대부분의 전자 상거래 웹 사이트에서 이러한 측면은 모든 고객에게 정확히 동일한 경향이 있습니다. 고객이 보는 제품과 콘텐츠는 개인화될 수 있지만 경험의 다른 모든 부분은 동일한 경향이 있습니다. 바로 여기에서 전체적인 경험 개인화가 시작되어 큰 수익을 얻을 수 있습니다.
여러 카테고리의 소매업체가 가정용품뿐만 아니라 의류도 판매하는 매우 간단한 시나리오를 생각해 보겠습니다. 여러 범주에서 구매하는 고객이 있지만 주로 단일 범주에서 구매하는 다른 고객도 있습니다.
대부분의 브랜드는 여러 요인을 기반으로 기본 탐색에 어떤 카테고리를 먼저 표시할지 결정합니다. 일반적으로 어떤 제품 카테고리가 가장 전체 수익을 창출하는지에 중점을 둡니다. 그러나 이는 사이트를 방문하는 모든 사람에게 가장 자주 동일합니다. 그러나 브랜드가 내가 주로 의류 카테고리에서 구매한다는 것을 알고 있다면 탐색에서 먼저 해당 카테고리를 나에게 보여주겠다는 강한 주장이 있습니다. 이것만으로는 KPI에 극적인 영향을 미치지 않지만 경험에 대한 다른 변경 사항과 결합하여 큰 차이를 만들기 시작할 수 있습니다.
전체적인 개인화의 보다 정교한 예는 사용자의 행동에 따라 패싯 탐색(제품 목록 및 검색 결과 페이지에 있는 필터 옵션)의 순서를 변경하는 것일 수 있습니다.
특정 방문자는 색상별로 필터링하는 것보다 가격 슬라이더를 훨씬 더 자주 사용합니다. 그렇다면 소매업체는 가격 슬라이더를 패싯 탐색의 맨 위로 밀어야 합니다. 많은 브랜드에는 고객이 필터링할 수 있는 많은 패싯이 있지만 항상 모든 고객에게 동일한 순서로 동일한 패싯을 표시합니다. 각 개인이 가장 많이 사용하는 패싯을 맨 위에 표시하지 않는 이유는 무엇입니까?
정렬 옵션에 대해서도 동일한 작업을 수행하거나 각 개인이 이전에 웹사이트와 상호 작용한 방식에 따라 제품 목록 페이지의 각 행에 특정 수의 제품을 자동으로 표시할 수도 있습니다.
배송 환경 설정은 어떻습니까? 사용자가 클릭 및 수집을 가장 자주 선택하는 경우 다른 전달 방법보다 먼저 해당 옵션을 표시합니다.
결제 수단도 마찬가지입니다. 항상 PayPal을 사용하는 경우 이를 눈에 띄게 만들고 첫 번째 선택합니다. 생각하기 시작하면 전자 상거래 개인화 경험의 많은 부분이 개인과 완벽하게 일치하도록 변경할 수 있습니다.
이 수준의 경험 개인화는 콘텐츠 개인화 및 개인화된 제품 추천을 넘어선 단계입니다. 사용자의 인지된 선호도에 따라 웹사이트의 전체적인 경험을 조정하고 있습니다. 여정의 모든 측면을 개인화하여 브랜드와 상호 작용하려는 방식에 완전히 맞춤화된 경험을 제공합니다.
제품 추천 및 콘텐츠 개인화와 마찬가지로 경험을 개인화하는 것만으로는 전환율이 갑자기 극적으로 증가하지 않지만 함께 수행하면 브랜드는 상당한 이익을 얻을 것으로 예상해야 합니다.
고객 데이터 관리로 장바구니 포기 감소
믿거나 말거나, 쇼핑카 포기는 견고한 고객 데이터 관리 접근 방식으로 해결할 수 있는 또 다른 문제입니다. 장바구니 포기는 온라인 소매업체의 주요 과제입니다. 쇼핑객으로서 우리 모두는 때때로 그것에 대해 유죄입니다. 우리는 온라인으로 탐색하고 장바구니에 품목을 추가하고 이런저런 이유로…
전체적인 전자 상거래 개인화를 제공하는 방법
브랜드가 전체론적이고 개인화된 전자 상거래 경험을 제공하는 데 사용할 수 있는 최고의 도구 중 일부는 A/B 테스트 도구로 시작했지만 경험 개인화 플랫폼으로 진화한 도구입니다. Dynamic Yield, Monetate 및 Optimizely와 같은 도구는 HTML이 사용자의 브라우저에 로드되기 전에 가로채서 특정 규칙에 따라 조작한 다음 변경된 경험을 사용자에게 보여주는 방식으로 작동합니다.
이 기술을 통해 이러한 도구는 제품, 콘텐츠, 탐색 및 경험의 거의 모든 부분에서 웹사이트의 거의 모든 측면을 변경할 수 있습니다. 브랜드는 한 번에 여러 다른 경험을 테스트하고 최상의 결과를 제공하는 것을 측정할 수 있습니다.
처음 개발되었을 때 이러한 도구는 개별 사용자에 대해 거의 알지 못했고 브랜드가 구성할 비율에 따라 어떤 사용자에게 어떤 경험을 보여줄지 무작위로 선택했습니다.
그러나 시간이 지남에 따라 각 사용자의 행동에 대한 데이터를 수집하는 개인화 플랫폼으로 발전했습니다. 어떤 제품과 카테고리를 보고 어떤 콘텐츠를 소비하는지, 무엇을 검색하는지, 무엇을 구매하는지, 그리고 사용자 행동의 기타 여러 측면이 포함됩니다. 그런 다음 그들은 인공 지능과 기계 학습을 사용하여 특정 카테고리, 제품 또는 브랜드가 고려할 수 있는 기타 측면에 대한 사용자의 선호도를 계산합니다. 그런 다음 시스템은 이 행동과 선호도를 기반으로 고객을 동적으로 분류하고 브랜드는 어떤 세그먼트에서 어떤 경험을 볼 것인지 정의할 수 있습니다.
이를 제품 반품, 사회적 상호 작용 및 실제 매장에서의 구매와 같은 다른 접점의 데이터와 결합하는 것도 가능합니다.
이 모든 데이터는 고객에 대한 360도 뷰를 제공하는 데 사용될 수 있으며 온라인 및 이메일 제품 추천이 매장 내 조치를 고려하도록 하는 것과 같은 개인화된 경험을 제공하는 데 추가로 사용될 수 있습니다.
이 기술을 사용하면 브랜드가 각 고객에게 완전히 개인화된 온라인 경험을 제공하고 모든 사람에게 올바른 제품 콘텐츠와 전반적인 경험을 제공하고 KPI에 최대한 긍정적인 영향을 줄 수 있습니다.