American Apparel: ขับเคลื่อนการยึดลูกค้าเป็นศูนย์กลางในโลก Omnichannel

หัวหน้าเจ้าหน้าที่ดิจิทัลของ American Apparel ได้หารือเกี่ยวกับอนาคตของการค้าปลีก ความสำคัญของการส่งมอบคุณค่าให้กับผู้บริโภค และกลยุทธ์สำหรับโลก IoT และช่องทางหลากหลาย

Thoryn Stephens หัวหน้าเจ้าหน้าที่ดิจิทัลของ American Apparel กำลังพูดที่ ClickZ Live Hong Kong ซึ่งเขาได้นำเสนอประเด็นสำคัญเกี่ยวกับวิธีที่นักการตลาดสามารถเพิ่มมูลค่าให้กับผู้บริโภคโดยใช้ข้อมูลและเทคโนโลยี โดยใช้วิธีดังนี้:

เราจะกำหนดมูลค่าได้อย่างไร เราจะวัดมูลค่าได้อย่างไร และเราจะขับเคลื่อนมูลค่าได้อย่างไร

สตีเฟนส์อยากเป็นร็อคสตาร์มาตลอด แต่เขากลับกลายเป็นนักชีววิทยาระดับโมเลกุล เป็นแนวทางทางวิทยาศาสตร์ในการวิเคราะห์ข้อมูล ซึ่งในที่สุดในปี 2546 เขาก็เชื่อมโยงบัญชี Google Analytics กับ Ad Words และ Salesforce เพื่อทำความเข้าใจพฤติกรรมผู้บริโภคเป็นครั้งแรก

สิ่งนี้นำไปสู่บทบาทกับสตาร์ทอัพใน Silicon Valley ผู้ประกาศรายการโทรทัศน์และในปัจจุบันในฐานะ CDO ที่ American Apparel

“การเป็นอดีตนักวิทยาศาสตร์ ทุกสิ่งที่ฉันทำขึ้นอยู่กับการวัดผล” สตีเฟนส์กล่าว

เขาเชื่อว่าเขาได้รับเงินทุนมากกว่าหัวหน้าแผนกอื่น ๆ เพราะเขาสามารถแสดงให้เห็นว่าทุกอย่างวัดได้อย่างไร นอกจากนี้ เขายังเชื่อว่าส่วนหนึ่งของความสำเร็จของเขามาจากการเป็นเจ้าของทีมเทคโนโลยีของตัวเอง

จากข้อมูลของ Stephens ในการขับเคลื่อนการเข้าชมจากการได้มาสู่ Conversion นักการตลาดต้อง:

• เข้าใจประสบการณ์ผู้บริโภค
• เพิ่มประสิทธิภาพผ่านการทดสอบและเรียนรู้
• พัฒนากลยุทธ์การเก็บรักษา

องค์ประกอบพื้นฐานของสิ่งเหล่านี้คือเทคโนโลยีและวิทยาศาสตร์ข้อมูล

ในการเริ่มต้น องค์กรจำเป็นต้องเข้าใจว่าพวกเขาอยู่ที่ใดในเส้นโค้งการพัฒนาข้อมูล

สี่ขั้นตอนของเส้นโค้งการเติบโตข้อมูลคือ:

1. การรวบรวมข้อมูลที่ถูกต้อง

2. การรายงานข้อมูลและข้อมูลเชิงลึกในการขับขี่

3. การทดสอบสมมติฐาน (และการพัฒนาแบบทดสอบและเรียนรู้)

4. การวิเคราะห์เชิงทำนาย

แต่ละขั้นตอนบนเส้นโค้งจะซับซ้อนมากขึ้น แต่ในขณะเดียวกันก็เพิ่มผลกระทบทางธุรกิจที่อาจเกิดขึ้นได้ ยิ่งองค์กรไปถึงตามเส้นโค้งมากขึ้นเท่าใด

สถานะผู้ใช้และโปรไฟล์

สตีเฟนส์มองโลกในสามมิติ:

• ผู้ใช้ที่ไม่รู้จัก
• ผู้ใช้นิรนาม
• ผู้ใช้ที่รู้จัก

แต่ละมิติเหล่านั้นมีค่า เมื่อระบุผู้ใช้ได้แล้ว เป้าหมายคือการผลักดันผู้บริโภคจากผู้ใช้ที่ไม่รู้จักหรือไม่ระบุตัวตนไปยังผู้ใช้ที่รู้จัก

ผู้ใช้ที่ไม่รู้จัก

ระหว่างที่เขาทำงานที่ Fox Broadcasting สตีเฟนส์มีหน้าที่รับผิดชอบในการสร้างกลยุทธ์การเพิ่มประสิทธิภาพด้านวิทยาศาสตร์ข้อมูลเป็นครั้งแรกของธุรกิจ ในขณะนั้นเขาทำงานให้กับแบรนด์ The Simpsons มีมากกว่า 70 ล้านไลค์ (ผู้ใช้ที่ไม่รู้จัก) บนหน้า Facebook ของตน แต่เมื่อเปรียบเทียบแล้ว CRM มีขนาดเล็ก (ผู้ใช้ที่รู้จัก)

ความท้าทายหลักคือการเปลี่ยนผู้ใช้ที่ไม่รู้จักเหล่านี้ให้เป็นคนที่รู้จัก ด้วยการใช้แอปพลิเคชัน Facebook เช่น การชิงโชค สตีเฟนส์และทีมของเขาได้ดึงดูดผู้ใช้และสร้างแรงจูงใจให้พวกเขาแบ่งปันที่อยู่อีเมล ด้วยที่อยู่อีเมล ผู้ใช้ที่ไม่รู้จักกลายเป็นที่รู้จัก

ผู้ใช้นิรนาม

ผู้ใช้ที่ไม่ระบุชื่อคือผู้ใช้ที่อาจถูกคุกกี้เป็นต้น มีโปรไฟล์พื้นฐานเกี่ยวกับพฤติกรรมหรือตำแหน่งทางภูมิศาสตร์ แต่ไม่รู้แน่ชัดว่าพวกเขาเป็นใคร

การใช้การกำหนดเป้าหมายใหม่ นักการตลาดสามารถเริ่มต้นปรับแต่งเนื้อหาให้เหมาะกับผู้บริโภคเหล่านี้และผลักดันให้พวกเขากลายเป็นผู้ใช้ที่รู้จัก สามารถทำได้โดยการสนับสนุนให้พวกเขา:

• ลงทะเบียนเข้าร่วมงาน
• ซื้อสินค้า
• ดาวน์โหลดแอป (พร้อมลงทะเบียน)

ผู้ใช้ที่รู้จัก

เมื่อผู้ใช้กลายเป็นผู้ใช้ที่รู้จักแล้ว ก็สามารถดึงข้อมูลทุกประเภทได้

“ท้ายที่สุด คุณสามารถขับเคลื่อนมูลค่าสูงสุดจากพวกเขาได้ ไม่เพียงแต่ในฐานะผู้บริโภคเท่านั้น แต่ยังรวมถึงแบรนด์ด้วย เพราะคุณกำลังปรับแต่งประสบการณ์ให้เข้ากับผู้ใช้แต่ละคนที่เป็นที่รู้จัก” สตีเฟนส์กล่าว

ด้วยการระบุผู้ใช้ด้วยวิธีนี้ พวกเขาสามารถกำหนดเป้าหมายผ่านช่องทางต่างๆ ได้ดีขึ้นด้วย

• ผู้ใช้ที่ไม่รู้จักสามารถกำหนดเป้าหมายด้วยทีวีและวิดีโอ
• ผู้ใช้ที่ไม่ระบุชื่อผ่านการกำหนดเป้าหมายใหม่ตามประสบการณ์เว็บไซต์ที่มีโฆษณา
• ผู้ใช้ที่รู้จักด้วยแอป การแจ้งเตือนแบบพุช ข้อความในแอป SMS และอีเมล

"ในที่สุด ทุกๆ การโต้ตอบเหล่านี้ภายนอกผู้ใช้ที่ไม่รู้จัก ฉันสามารถติดตามและทำความเข้าใจและเพิ่มประสิทธิภาพในท้ายที่สุด" สตีเฟนส์กล่าว

ขับเคลื่อนลูกค้าเป็นศูนย์กลางด้วยการประเมินระดับผู้ใช้

Stephens กล่าวว่าการยึดลูกค้าเป็นศูนย์กลางมุ่งเน้นไปที่ความต้องการในปัจจุบันและอนาคตของกลุ่มลูกค้าที่ได้รับการคัดเลือกเพื่อเพิ่มมูลค่าสูงสุดให้กับธุรกิจในระยะยาว

มันลงมาสู่กฎ 80:20 สตีเฟนส์กล่าว

“คุณกำลังมุ่งความสนใจไปที่ลูกค้า 20% ที่ขับเคลื่อนรายได้ 80% ของคุณโดยการทำความเข้าใจจริงๆ ว่าผู้ใช้เหล่านั้นเป็นใคร” เขากล่าว

ค่านิยมของลูกค้าในรูปแบบต่างๆ มีดังนี้

• RCV – คุณค่าของลูกค้าที่รับรู้: คุณค่าของลูกค้ารายนี้ในปัจจุบัน
• RLV – มูลค่าตลอดอายุการใช้งานที่เหลืออยู่: การรักษาลูกค้ารายนี้ไว้ในอนาคต
• CLV – มูลค่าตลอดช่วงชีวิตของลูกค้า – นี่คือการรวมกันของ RCV และ RLV และเป็นมูลค่าของผู้บริโภคของคุณในช่วงเวลาที่ไม่แน่นอน คุณยินดีจ่ายเท่าไหร่เพื่อให้ได้ลูกค้ารายนี้ ตัวอย่างเช่น หากมูลค่าตลอดอายุการใช้งานของลูกค้าคือ $500 คุณอาจจะเตรียมที่จะจ่าย $200-$300 เพื่อซื้อมันมา

กรณีศึกษา RCV: การเริ่มต้นใน Silicon Valley

ในบทบาทก่อนหน้านี้ สตีเฟนส์ทำงานให้กับสตาร์ทอัพซึ่งระดมทุนได้ 40 ล้านดอลลาร์ มีผู้ติดตาม Facebook 2 ล้านคนและสมาชิก 10 ล้านคน

อย่างไรก็ตาม เปอร์เซ็นต์ของลูกค้าค่อนข้างเล็ก และ RCV ติดลบหลายหมื่นดอลลาร์ สตีเฟนส์สงสัยว่าเป็นไปได้อย่างไรที่จะมีลูกค้าที่มีมูลค่าเชิงลบ

จากการวิเคราะห์ข้อมูล ทีมของเขาพบในระดับผู้ใช้ หลายคนเป็นการแลกเปลี่ยนแบบอนุกรมและผู้ส่งคืน ด้วยการวัด RCV เฉพาะ ทีมงานสามารถเปลี่ยนนโยบายการขนส่งและการแลกเปลี่ยนของบริษัทได้ทันที ซึ่งจะช่วยประหยัดค่าใช้จ่ายเพิ่มเติมให้กับธุรกิจ

กรณีศึกษาการวิเคราะห์คลัสเตอร์: Fox Broadcasting

โดยใช้วิธีการทางสถิติที่เรียกว่าคลัสเตอร์ สตีเฟนส์สามารถระบุผู้เยี่ยมชมเว็บไซต์ Fox ที่เหมือนกันหมดในรูปแบบเฉพาะ

อันดับแรก เขาดึงข้อมูลการวิเคราะห์ของ Adobe ที่มีอายุหนึ่งปีมารวมกันและจัดกลุ่มไว้

ทีมงานกำลังมองหาการวัดมูลค่าที่ขับเคลื่อนธุรกิจ ซึ่งในกรณีนี้คือผู้บริโภคที่ดูวิดีโอ (watchaholics) ซึ่งเป็นแหล่งหลักในการสร้างรายได้

การใช้คลัสเตอร์และอัลกอริธึมเฉพาะที่เรียกว่าอัลกอริธึมการกระตุ้นสูงสุด (EM) พวกเขาเริ่มเห็นรูปแบบของพฤติกรรม ผู้ใช้สี่ประเภทหลักเริ่มปรากฏในระบบนิเวศ

1. The watchaholics : ผู้ที่มีการเข้าชมความถี่สูง กลับมาที่เว็บไซต์ และผลักดันการดูโฆษณาวิดีโอ กลุ่มนี้ถือเป็นผู้บริโภคที่มีมูลค่าสูงบนเส้นการประเมินมูลค่าเนื่องจากพวกเขากำลังผลักดันดอลลาร์โฆษณาเพิ่มเติม

2. นักดูทั่วไป

3. กลุ่มนานาชาติ

4. กลุ่มพาสซีฟ

หลังจากมุ่งเน้นไปที่กลุ่ม Watchaholic แล้ว ทีมงานได้พิจารณาความใหม่และความถี่ของพวกเขา

“เราสามารถเรียนรู้อะไรเกี่ยวกับพฤติกรรมของพวกเขาได้บ้าง? เราใช้ข้อมูลเชิงลึกนั้นแล้วเริ่มการทดสอบ” จากนั้นจึงใช้ข้อมูลเชิงลึกเพื่อทดสอบกับกลุ่มย่อยเล็กๆ ของผู้ดูสบายๆ โดยมีเป้าหมายที่จะผลักดันพวกเขาให้กลายเป็นผู้คลั่งไคล้นาฬิกา

“เราสามารถหยุดอยู่ที่นั่นได้ แต่เราทำไม่ได้” สตีเฟนส์กล่าว

ข้อมูลแสดงให้เห็นว่าผู้ใช้แบบพาสซีฟไม่ได้ดูวิดีโอมากนัก แต่มีการเข้าชมสูง ทีมงานพบว่าหลังจากที่เข้ามาที่เว็บไซต์ Fox ทันที หน้าที่ 2 ที่พวกเขาเข้าชมคือตารางงาน

“จริงๆ แล้วพวกเขาใช้ fox.com เป็นไกด์ทีวีขนาดยักษ์ สิ่งนี้พลิกเส้นโค้งการประเมินมูลค่าบนหัวของมัน ช่วยให้เราเข้าใจพฤติกรรมของผู้ใช้แบบพาสซีฟและวิธีทดสอบกับพวกเขา”

หลังจากสร้างเซ็กเมนต์ทุกครั้งที่ผู้ใช้แบบพาสซีฟเข้ามาที่เว็บไซต์ กำหนดการของรายการโปรดของผู้ใช้ก็ถูกวางไว้บนหน้าแรก

ทีมงานของ Stephens ได้ก้าวไปอีกขั้นด้วยการรวบรวมอีเมลสำหรับการแจ้งเตือนอัตโนมัติ

กรณีศึกษาการพัฒนากลุ่มเป้าหมาย: American Apparel

Facebook เป็นผู้บุกเบิกกลุ่มเป้าหมายที่กำหนดเองเมื่อหลายปีก่อน ช่วยให้นักการตลาดนำตัวแปรหลักสี่ตัว: อีเมล หมายเลขโทรศัพท์ แนวคิดอุปกรณ์ หรือคุกกี้ แล้วป้อนลงใน Facebook และกำหนดเป้าหมายผู้บริโภคเหล่านั้นผ่านมิติข้อมูลจำนวนหนึ่ง ตอนนี้ยังใช้งานได้บนแพลตฟอร์มอื่นๆ เช่น Instagram, Twitter และการจับคู่ข้อมูลลูกค้าของ Google

ในตัวอย่างนี้ American Apparel ต้องการปรับปรุงอัตราการละทิ้งรถเข็น “ด้วย Oracle เรารู้เมื่อมีผู้โฆษณาในรถเข็น แท้จริงแล้วภายในไม่กี่วินาทีหากตีกลับ แทนที่จะได้รับอีเมล พวกเขาจะได้รับโฆษณาที่กำหนดเป้าหมายใหม่บน Facebook มันสามารถลงไปถึงมิลลิวินาที”

Stephens กล่าวว่าผลตอบแทนจากแคมเปญ CRM ทางสังคมเหล่านี้เป็น 30 เท่าของผลตอบแทนจากค่าโฆษณา

ในอีกตัวอย่างหนึ่ง American Apparel ใช้ข้อมูลเพื่อค้นหาสมาชิกอีเมลที่อยู่เฉยๆ – ผู้บริโภคที่ไม่ได้โต้ตอบกับเว็บไซต์หรือเปิดอีเมลในช่วงระยะเวลาหนึ่ง แคมเปญการมีส่วนร่วมซ้ำเหล่านี้ถูกแจกจ่ายเป็นอีเมลหรือผ่านทาง Facebook โดยกำหนดเป้าหมายด้วยส่วนลด

อนาคตของการค้าปลีก

อนาคตของการตลาดที่ American Apparel เป็นอย่างไร? สตีเฟนส์ให้ความสำคัญกับหลายด้าน

Omnichannel

การตลาดแบบช่องทาง Omni คือจุดตัดของการค้าปลีกและดิจิทัล ตัวอย่างเช่น ผู้บริโภคกำลังเดินไปตามถนนและขณะที่เดินผ่านร้านค้า พวกเขาจะได้รับข้อความ Push ที่จะพาพวกเขาเข้าไปในร้านเพื่อทำการซื้อ การระบุแหล่งที่มาแบบ Omnichannel นี้ให้เครดิตทั้งช่องทางดิจิทัลและช่องทางการขายปลีกสำหรับการขาย

IoT และ RFID

RFID เป็นชิปที่สามารถฝังลงในแท็กของเสื้อผ้าทุกชิ้นได้ ที่ American Apparel เทคโนโลยีนี้ถูกนำไปใช้ทั่วโลกในร้านค้า 200 แห่งและแท็ก 15 ล้านรายการ ช่วยให้ทีมการตลาดสามารถติดตามและทำความเข้าใจระดับสินค้าคงคลังแบบเรียลไทม์ทั่วโลก

ขั้นตอนต่อไปคือการกำหนดวิธีที่สามารถนำมาใช้เพื่อปรับปรุงประสบการณ์ของผู้บริโภคและเพิ่มรายได้ ขณะนี้ American Apparel กำลังทดลองกับอุปกรณ์เคลื่อนที่ที่เชื่อมโยงกับโฆษณาบนป้ายโฆษณาหรือป้ายรถเมล์โดยใช้ชิป NFC หากผู้บริโภคชอบโฆษณา พวกเขาแตะโทรศัพท์เพื่อเริ่มการสนทนากับบอทข้อความ ผู้ใช้สามารถถามคำถามเกี่ยวกับสีหรือขนาด จากนั้นค้นหาว่าผลิตภัณฑ์ที่กำหนดเองนั้นมีวางจำหน่ายในร้านค้าใกล้เคียงหรือไม่

ตามคำเรียกร้องกับ Postmates

เมื่อเร็ว ๆ นี้ American Apparel ได้ดำเนินแคมเปญการจัดส่งแบบออนดีมานด์กับ Postmates ในสหรัฐอเมริกา ผู้บริโภคสามารถสั่งซื้อเสื้อฮู้ดดี้และจัดส่งให้ภายใน 60 นาที

“ การรับเลี้ยงบุตรบุญธรรมของผู้บริโภคอยู่ที่นั่นหรือไม่? ยังไม่ถึงเวลา แต่ไปถึงที่นั่น” สตีเฟนส์กล่าว เขาเน้นย้ำถึงวัฒนธรรมที่ “ต้องมีตอนนี้” ของคนรุ่นมิลเลนเนียล และเชื่อว่าการส่งมอบตามความต้องการเป็นหนทางแห่งอนาคต

ซื้อกลับบ้าน

ประเด็นสำคัญของ Stephens มีดังนี้:

1. ประเมินการเติบโตของข้อมูลองค์กร

2. ขับเคลื่อนธุรกิจไปสู่การวัดและการวัดที่เน้นลูกค้าเป็นศูนย์กลาง

3. ทดสอบและเรียนรู้ – แบ่งกลุ่มผู้ใช้ CLV สูงและทดสอบสมมติฐานเพื่อย้ายผู้ใช้ที่มีคุณค่าต่ำไปยังกลุ่มที่มีมูลค่าสูงกว่า

“ทดสอบและเรียนรู้ทุกอย่าง หากคุณเข้าใจลูกค้าที่มีมูลค่าสูงของคุณ ให้ถามว่าคุณสามารถเรียนรู้อะไรเกี่ยวกับพวกเขาได้บ้าง จากนั้นจึงทดสอบผู้บริโภคที่มีมูลค่าต่ำและปานกลางของคุณเพื่อผลักดันให้พวกเขากลายเป็นลูกค้าสูง”

4. การปฏิบัติตามความต้องการคืออนาคตของการค้าปลีก

งบน้อย

งบประมาณจำนวนมากไม่จำเป็นต้องเข้าใจคุณค่าตลอดชีพ สตีเฟนส์กล่าว

“มีหลายรุ่นให้ใช้งานฟรี ตราบใดที่คุณมีบันทึกการทำธุรกรรมที่ออกมาจากเครื่องมืออีคอมเมิร์ซหรือจุดขาย คุณก็มีข้อมูลทั้งหมดที่คุณต้องการ ความใหม่และความถี่อาจดูยุ่งยากเล็กน้อย แต่โดยทั่วไปคุณควรมีสิ่งที่คุณต้องการ – การประทับเวลาและบันทึกการทำธุรกรรม”