零售應用必須進一步參與以跟上假日購物季的步伐

假日購物季如火如荼！

在黑色星期五，購物者蜂擁而至實體店和網上商店，以搶購衣服、科技、旅遊等各種最優惠的商品。

然而，今年的假日購物季節要短得多，感恩節在 11 月來得這麼晚。

事實上，它比去年短了整整一周。

但這當然並沒有減緩假期支出。 據估計，美國人本季將花費 1 萬億美元，通過給家人和朋友的禮物來傳播節日的歡樂。

由於風險增加，獲得關注的時間減少，如果您想兌現，您的品牌將需要在這個假期進行更多的競爭。

然而，問題是零售品牌在數字營銷計劃方面落後。

單一關注個人資料數據成本零售公司

在利用用戶信息向他們進行營銷時，零售品牌過於依賴個人資料數據。

個人資料數據包括您在設置用戶個人資料時輸入的任何數據，例如您的年齡、住所、性別等。

但對於真正的個性化，品牌還必須關注行為數據——想想應用內行為等數據，比如最常使用的類別或購物車放棄。

多年來，數字原生零售公司一直在利用個人資料和行為數據的個性化。

想想亞馬遜這樣的公司。 他們不僅利用家鄉、年齡或性別等個人資料數據，而且利用每個客戶經常光顧的網站部分。

他們了解人們的興趣、行為以及幾乎所有可以改善客戶體驗並最大限度地提高參與度的事情。

雖然亞馬遜和其他數字原生公司是媒體行業的領導者，但我們的數據表明零售品牌還沒有完全接受這一趨勢。

我們在數據庫中匯總了去年下半年源自零售移動應用程序的所有活動——總共超過 37,000 個應用程序。

我們發現，零售應用程序利用比其他行業更高的頻率有針對性的活動，但大多數的目標運動的只使用配置文件數據，不是比其他人平均要高得多。

雖然各行各業 94% 的品牌都會發送有針對性的營銷活動，但 97% 來自零售品牌的營銷活動都是有針對性的。

從表面上看，這表明零售品牌正在優化個性化工作。

但深入挖掘一下，您會發現 58% 的零售應用營銷活動僅使用個人資料數據。 在所有行業中，僅使用個人資料數據的營銷活動佔 45%。

這意味著零售品牌在目前的水平上並未優化觸手可及的全方位數據。 但這樣做的後果是什麼？

零售公司在個性化戰略方面落後

我們的數據還發現，零售行業內的應用程序平均參與度明顯低於品牌平均水平。

確定應用程序參與度的一項可靠衡量標準是每個人每月的平均應用程序發布量。 零售業平均每月發布 8.76 次，而總體平均為每月 13 次。

在零售領域，在應用程序會話期間花費的時間也較少。 在這裡，個人平均每次會話約 3 分 23 秒。

相比之下，應用程序一般平均每個會話 4 分 20 秒。 零售應用程序將用戶活動延遲近一分鐘。

應用程序一般在每個用戶一個月內在應用程序中花費的時間超過 56 分鐘，而零售應用程序則少於 30 分鐘。

在參與度和潛在收入方面浪費了很多時間。

在用戶參與方面，許多因素會影響用戶是否啟動應用程序以及啟動多長時間。

但零售應用落後於其他行業，一個潛在的主導因素是他們在接觸用戶時在個性化策略方面落後。

那麼，零售品牌如何在假期期間更好地制定個性化策略呢？

更好的個性化修復

移動營銷活動可以根據許多限定條件進行個性化：

• 哪些活動會提示每個用戶啟動應用會話——用戶是否持續啟動應用會話以進行銷售？ 也許是特定類別，例如籃球裝備？
• 他們點擊通知的頻率——如果用戶更多地使用你的應用，他們可能會比被動用戶更多地參與更多的消息。
• 什麼時間向他們發送通知——他們是否在午休時間購物？ 下班後？ 就在睡覺前？
• 其中一些活動是區域性的還是全球性的？

通過提出這些問題，零售品牌將通過個性化發送與他們的興趣和需求相關的內容來提高他們的信息參與度並減少流失。

通過繞過不相關的內容並只推動他們的興趣和必需品，品牌可以看到高參與度並降低使您的消息靜音的風險。

公司將能夠在這個假期通過他們的移動渠道增加收入，並從創紀錄的支出中獲利。

個性化工作不僅可以在這個假日季節，而且可以全年改變零售品牌的遊戲規則。

通過追隨個性化工作的行業領導者，品牌可以看到更高的投資回報率、減少的流失和通知選擇退出以及更高的參與度。

Brian Johnson 是 Localytics 的內容營銷經理，Localytics 是一個支持 400 多家企業客戶的數字智能平台。 Brian 精通數據分析，在零售、旅遊、金融服務和技術等各個行業擁有超過一年的消費者洞察和市場數據工作經驗。