零售应用必须进一步参与以跟上假日购物季的步伐

已发表: 2019-12-11

30秒总结:

  • 在利用用户信息向他们进行营销时,零售品牌过于依赖个人资料数据。
  • 虽然亚马逊和其他数字原生公司是媒体行业的领导者,但 Localytics 的数据表明零售品牌还没有完全接受这一趋势。
  • 应用程序一般在每个用户一个月内在应用程序中花费的时间超过 56 分钟,而零售应用程序则少于 30 分钟。
  • 通过绕过不相关的内容并只推动他们的兴趣和必需品,品牌可以看到高参与度并降低使您的消息静音的风险。

假日购物季如火如荼!

在黑色星期五,购物者蜂拥而至实体店和网上商店,以抢购衣服、科技、旅游等各种最优惠的商品。

然而,今年的假日购物季节要短得多,感恩节在 11 月来得这么晚。

事实上,它比去年短了整整一周。

但这当然并没有减缓假期支出。 据估计,美国人本季将花费 1 万亿美元,通过给家人和朋友的礼物来传播节日的欢乐。

由于风险增加,获得关注的时间减少,如果您想兑现,您的品牌将需要在这个假期进行更多的竞争。

然而,问题是零售品牌在数字营销计划方面落后。

单一关注个人资料数据成本零售公司

在利用用户信息向他们进行营销时,零售品牌过于依赖个人资料数据。

个人资料数据包括您在设置用户个人资料时输入的任何数据,例如您的年龄、住所、性别等。

但对于真正的个性化,品牌还必须关注行为数据——想想应用内行为等数据,比如最常使用的类别或购物车放弃。

多年来,数字原生零售公司一直在利用个人资料和行为数据的个性化。

想想亚马逊这样的公司。 他们不仅利用家乡、年龄或性别等个人资料数据,而且利用每个客户经常光顾的网站部分。

他们了解人们的兴趣、行为以及几乎所有可以改善客户体验并最大限度地提高参与度的事情。

虽然亚马逊和其他数字原生公司是媒体行业的领导者,但我们的数据表明零售品牌还没有完全接受这一趋势。

我们在数据库中汇总了去年下半年源自零售移动应用程序的所有活动——总共超过 37,000 个应用程序。

我们发现,零售应用程序利用比其他行业更高的频率有针对性的活动,但大多数的目标运动的只使用配置文件数据,不是比其他人平均要高得多。

虽然各行各业 94% 的品牌都会发送有针对性的营销活动,但 97% 来自零售品牌的营销活动都是有针对性的。

从表面上看,这表明零售品牌正在优化个性化工作。

但深入挖掘一下,您会发现 58% 的零售应用营销活动仅使用个人资料数据。 在所有行业中,仅使用个人资料数据的营销活动占 45%。

这意味着零售品牌在目前的水平上并未优化触手可及的全方位数据。 但这样做的后果是什么?

零售公司在个性化战略方面落后

我们的数据还发现,零售行业内的应用程序平均参与度明显低于品牌平均水平。

确定应用程序参与度的一项可靠衡量标准是每个人每月的平均应用程序发布量。 零售业平均每月发布 8.76 次,而总体平均为每月 13 次。

在零售领域,在应用程序会话期间花费的时间也较少。 在这里,个人平均每次会话约 3 分 23 秒。

相比之下,应用程序一般平均每个会话 4 分 20 秒。 零售应用程序将用户活动延迟近一分钟。

应用程序一般在每个用户一个月内在应用程序中花费的时间超过 56 分钟,而零售应用程序则少于 30 分钟。

在参与度和潜在收入方面浪费了很多时间。

在用户参与方面,许多因素会影响用户是否启动应用程序以及启动多长时间。

但零售应用落后于其他行业,一个潜在的主导因素是他们在接触用户时在个性化策略方面落后。

那么,零售品牌如何在假期期间更好地制定个性化策略呢?

更好的个性化修复

移动营销活动可以根据许多限定条件进行个性化:

  • 哪些活动会提示每个用户启动应用会话——用户是否持续启动应用会话以进行销售? 也许是特定类别,例如篮球装备?
  • 他们点击通知的频率——如果用户更多地使用你的应用,他们可能会比被动用户更多地参与更多的消息。
  • 什么时间向他们发送通知——他们是否在午休时间购物? 下班后? 就在睡觉前?
  • 其中一些活动是区域性的还是全球性的?

通过提出这些问题,零售品牌将通过个性化发送与他们的兴趣和需求相关的内容来提高他们的信息参与度并减少流失。

通过绕过不相关的内容并只推动他们的兴趣和必需品,品牌可以看到高参与度并降低使您的消息静音的风险。

公司将能够在这个假期通过他们的移动渠道增加收入,并从创纪录的支出中获利。

个性化工作不仅可以在这个假日季节,而且可以全年改变零售品牌的游戏规则。

通过追随个性化工作的行业领导者,品牌可以看到更高的投资回报率、减少的流失和通知选择退出以及更高的参与度。

Brian Johnson 是 Localytics 的内容营销经理,Localytics 是一个支持 400 多家企业客户的数字智能平台。 Brian 精通数据分析,在零售、旅游、金融服务和技术等各个行业拥有超过一年的消费者洞察和市场数据工作经验。