🧚🏼 🏊 🧘 Terapkan personalisasi dalam E-commerce 🛃 🤙 🤞🏽

Pada tahap tertentu dalam pengembangan bisnis, personalisasi mungkin tampak seperti langkah yang baik untuk meningkatkan optimasi tingkat konversi (CRO). Perusahaan sering mencoba menggunakan algoritma yang sudah jadi, mengandalkan AI dan pembelajaran mesin untuk menciptakan pengalaman yang dipersonalisasi.

Selain itu, banyak perusahaan mulai bekerja dengan alat pemasaran untuk mengumpulkan data dengan AI bawaan, yang mengarah pada fragmentasi pengalaman untuk klien dan hasil yang kurang optimal bagi perusahaan.

Personalisasi otomatis harus didekati dengan hati-hati. Strategi yang bergantung pada alat adalah beberapa yang terburuk - mereka bisa sangat membahayakan bisnis Anda.
Personalisasi bukan hanya data dan algoritma. Untuk mencapainya, Anda harus:

Merampingkan proses bisnis;
Pekerjakan orang yang cukup untuk membuat konten yang relevan untuk semua opsi halaman;
Sistem yang dapat menyajikan konten.

Personalisasi penuh membutuhkan investasi serius. Dan semakin besar investasi, semakin tinggi risikonya.

Jadi, tidak masuk akal untuk memulai dengan personalisasi penuh (kecuali jika Anda memiliki banyak waktu luang dan uang tambahan). Seperti halnya pengujian A / B, Anda dapat memulai dari yang kecil dan secara bertahap beralih ke pendekatan yang lebih komprehensif jika upaya awal Anda berhasil.

Tentu saja, itu baik jika hasilnya muncul pada tahap awal - ini akan membantu untuk dengan cepat mendapatkan sumber daya yang diperlukan untuk penskalaan dan otomatisasi proses personalisasi. Ini dapat dicapai menggunakan langkah-langkah berurutan yang sama yang digunakan untuk mengoptimalkan tingkat konversi:

Belajar;
Hipotesa;
Persiapan Ujian;
Melakukan tes;
Peringkat.

Tujuan artikel ini adalah untuk menunjukkan, menggunakan contoh hipotetis, cara pragmatis untuk beralih ke personalisasi penuh. Jadi kami akan menunjukkan berbagai tahapan proses dan apa yang diharapkan pada masing-masing dari mereka. Ini juga akan menyederhanakan beberapa tugas personalisasi.
Saya sudah menggunakan pendekatan serupa untuk beberapa perusahaan e-commerce. Semuanya dimulai dengan segmentasi - suatu proses yang mungkin Anda kenal.

Mulai dengan segmentasi

Mari kita perkenalkan perusahaan fiksi, The Garden Company. Dia menyelinap melalui berbagai alat dan alat berkebun, mulai dari sekop hingga set untuk relaksasi. Dia memiliki portofolio produk yang besar dan menghabiskan banyak uang untuk pemasaran. Selain itu, perusahaan ini terus mengoptimalkan situsnya menggunakan pengujian A / B.

Personalisasi dapat menjadi langkah logis untuk pengembangan The Garden Company. Banyak hal yang dapat dipersonalisasi - misalnya, saluran mana yang ditargetkan, pengguna mana, dalam urutan apa, pada jam berapa, dengan konten apa, produk apa, dll.
Dalam kasus hipotetis ini, kami akan mencoba memecahkan masalah interaksi pengguna yang sering dijumpai pada situs e-commerce besar - ketersediaan barang.

Lakukan penelitian untuk memprioritaskan segmen potensial

Seperti halnya pengujian A / B, penelitian ini mengidentifikasi segmen yang berpotensi berharga.

Jika Anda terlibat dalam CRO, maka banyak data konsumen sudah tersedia untuk Anda. Semua karyawan, mulai dari pakar produk hingga analis dan karyawan dari departemen pengadaan, mengajukan hipotesis tentang basis pelanggan, yang didasarkan pada data.

Informasi yang tersedia sudah cukup untuk menentukan atribut yang mungkin untuk segmentasi. Misalnya, hipotesis berikut ini berlaku untuk The Garden Company:

Klien dapat diklasifikasikan sebagai "pencinta relaksasi" atau "tukang kebun aktif";
Beberapa pelanggan menyukai diskon lebih dari yang lain;
Beberapa pelanggan lebih suka merek mahal dan bersedia membayar lebih untuk mereka.

Menyoroti grup luas di antara audiens Anda berdasarkan data tidak sama dengan seleksi cepat dan personalisasi untuk satu segmen pelanggan. Pendekatan terakhir sering gagal.

Metode personalisasi menurut segmen berbahaya karena membatasi ukuran sampel terlalu cepat. Personalisasi kualitas dimulai dengan kelompok seluas mungkin, dan kemudian mempersempit pelanggan yang memiliki nilai terbesar.

Memprioritaskan segmen terbaik berdasarkan nilai yang diharapkan dan kemudahan personalisasi:

Buat rencana personalisasi yang mencantumkan semua segmen pelanggan dan pengalaman yang ingin Anda berikan kepada mereka.
, , , .
, — .

Cocokkan segmen yang diusulkan dengan data yang tersedia. Untuk melakukan ini, tidak perlu membuat potret lengkap klien. Statistik belanja dan beberapa informasi analitik tentang konsumen Anda sudah cukup.

"The Garden Company" menggunakan data pesanan untuk analisis kluster dari kategori produk yang dibeli di antara segmen "penggemar rekreasi" dan "tukang kebun aktif". Anehnya, hasilnya terungkap bukan dalam dua, tetapi dalam tiga kelompok: "pecinta relaksasi", "pecinta berkebun dekoratif" dan "pecinta tumbuh buah".

Saat menganalisis segmen, Anda akan terkejut berulang kali.

Objek penargetan seringkali tidak jelas. Cepat atau lambat Anda akan sampai pada kesimpulan ini. Saya berurusan dengan ratusan perusahaan berbeda yang mencoba menciptakan pengalaman yang dipersonalisasi. Selama ini, gagasan orisinal untuk penargetan tidak pernah bagus.
Analisis klaster merek menunjukkan bahwa beberapa pelanggan benar-benar lebih suka merek mahal, sementara yang lain lebih suka rekanan yang lebih murah. Untuk menentukan segmen terbaik untuk diskon, Anda dapat menetapkan persentase diskon untuk semua produk.

Taksiran segmen yang tidak menunjukkan banyak pertumbuhan penjualan harus diabaikan.

Berdasarkan hasil, The Garden Company pertama-tama akan membandingkan pembuat liburan, penggemar berkebun dan penggemar hortikultura. Untuk pengujian semacam itu, pengguna diklasifikasikan berdasarkan perilaku pembelian dan produk yang mereka lihat di Internet. Menggunakan klasifikasi ini, pengujian A / B dapat dikonfigurasi untuk salah satu segmen.

Buat tes

Pilih saluran untuk menyiapkan tes segmentasi. Cara termudah tergantung pada teknologi dan alat yang digunakan. Misalnya, jika situs menyimpan banyak informasi dalam cache, Anda mungkin perlu memperbaikinya dengan melibatkan pengembang web.
Namun, semuanya jauh lebih sederhana jika Anda menggunakan alat merchandising yang bagus (seperti Bloomreach, Algolia atau Magento) yang memungkinkan Anda membuat segmen khusus. E-mail dapat menjadi saluran yang baik pertama, karena tidak mengalami masalah caching, pengguna keluar dari sistem, dan nuansa lain yang membuatnya sulit untuk menganalisis hasil tes.

Di The Garden Company, pengujian dilakukan melalui email. Semua pengguna rahasia termasuk dalam salah satu segmen. Karena sumber daya untuk membuat konten terbatas, pada awalnya tim hanya membuat satu versi pesan untuk buletin email selain yang utama - itu ditujukan untuk "pecinta rekreasi". Selama tes pertama, 50% dari mereka akan menerima surat reguler, dan 50% akan menerima versi targetnya.

Anda harus mengevaluasi efektivitas pengalaman yang dipersonalisasi untuk audiens yang spesifik. Hanya ada satu cara untuk melakukan ini. Anda perlu memeriksa konten yang dibuat untuk segmen tertentu pada klien yang bukan bagian darinya - dan sebaliknya.

Dalam kasus hipotetis kami, versi target memberikan peningkatan yang mengesankan - 15% lebih banyak pendapatan dari "pecinta liburan". Dengan angka-angka ini, tim proyek akan siap untuk menguji segmen lain dan mengidentifikasi lebih banyak orang untuk membuat email pribadi.

Setelah sumber daya tambahan dialokasikan, ketiga segmen pelanggan diuji melalui email dengan tiga huruf berbeda. Berkat ini, The Garden Company akan mendapatkan gagasan umum tentang bagaimana segmentasi memengaruhi hasil distribusi.

Tindakan selanjutnya

Setelah menentukan segmen di saluran yang dipilih, Anda dapat bergerak maju dengan memilih salah satu dari tiga metode yang mungkin:

Ulangi tes awal di saluran lain. Ini biasanya merupakan solusi termudah jika segmen pelanggan yang sama dapat diidentifikasi di saluran lain.
. , .
. , .

Tidak masalah bagaimana urutan langkah-langkah ini dilakukan. Sekali lagi, yang terbaik adalah memulai dengan yang paling sederhana.

1. Ulangi tes awal pada saluran lain

Seperti biasa, jika pengujian menghasilkan, ambil yang berfungsi dan perbesar. Gunakan segmen dan coba saja di saluran lain. Misalnya, The Garden Company dapat menggunakan klasifikasi yang sama untuk menampilkan iklan dengan menguji efektivitasnya.

Solusi bagus lainnya adalah menyortir produk di situs web berdasarkan segmen. Karena email terbukti efektif, ada baiknya menyoroti sekelompok pengembang yang akan membantu membuat fitur ini.

2. Gabungkan segmen

Setelah mengidentifikasi segmen, mulailah menggabungkannya untuk membuat interaksi dengan klien lebih personal. Anda dapat membuat kombinasi efektif berbagai kategori produk dan merek (misalnya, "pecinta relaksasi" yang lebih suka merek mahal).

Kombinasi segmen akan mempersulit proses pembuatan konten dan mengelola tes. Jumlah opsi halaman akan mulai tumbuh dengan cepat. Bahkan pengujian awal untuk segmen yang lebih sempit akan membutuhkan banyak sumber daya.

Meskipun penargetan dapat bermanfaat besar, banyak yang belum sepenuhnya menyadari bahwa penargetan selalu dikaitkan dengan kesulitan organisasi. Karena itu, membutuhkan investasi besar. Kesulitan adalah sisi lain dari penargetan.

Pada titik tertentu, memiliki hub konten yang dapat diskalakan menjadi prasyarat untuk penskalaan dan personalisasi konten. Ketika konten dapat dengan mudah digunakan kembali dan digabungkan menjadi beberapa templat, membuat pengalaman yang dipersonalisasi terasa lebih mudah.

Banyak alat mendukung ini (misalnya, Bynder dan Nuxeo), tetapi mereka sendiri bukanlah solusi. Kemungkinan besar, Anda harus mengubah cara Anda membuat konten sehingga Anda dapat menggunakannya kembali.

Dalam kasus apa pun, segmentasi membutuhkan sumber daya untuk mengonfigurasi dan mengelola pengujian. Anda harus berusaha keras untuk mendapatkannya.

3. Tambahkan pemicu perilaku

Berdasarkan apa yang sudah Anda ketahui tentang segmentasi, akan berguna untuk mempertimbangkan data tentang perilaku konsumen. "Pencinta Rekreasi" yang mencari panggangan baru harus ditargetkan secara spesifik untuk produk ini, dan bukan untuk kategori umum yang dibuat untuk segmen pelanggan ini.

Dengan menggabungkan segmen, Anda dapat membuat asumsi yang masuk akal tentang perilaku mana saat melihat toko online Anda masuk akal dan mana yang tidak. Jika "pencinta relaksasi" memilih antara empat pemanggang, dua di antaranya premium, dan dua adalah mitra dari merek yang lebih murah, produk mana yang harus dipromosikan sebagai yang utama?

Jawabannya tergantung pada segmen pengguna. Jika pelanggan lebih menyukai merek premium, ia harus mempromosikan pemanggang dan aksesoris premium. Tentu saja, penargetan tersebut dapat diterapkan menggunakan beberapa saluran (seperti yang dijelaskan sebelumnya).

Peningkatan personalisasi

Menggabungkan segmen dan menggunakannya secara berurutan di berbagai saluran menggunakan pemicu perilaku sudah merupakan pekerjaan yang mengesankan. Pada titik ini, segmentasi mulai bersinggungan dengan personalisasi.

Namun, dengan bantuan algoritma personalisasi, dapat dibawa ke tingkat yang baru.

Mulailah dengan menambahkan rekomendasi hasil personalisasi.

Berdasarkan segmen, Anda dapat mengonfigurasi algoritme rekomendasi. The Garden Company memutuskan untuk menawarkan kepada pelanggan daftar produk yang direkomendasikan berdasarkan pandangan dari pelanggan lain di segmen yang sama.

Setelah itu, "penggemar berkebun" mulai menerima rekomendasi lebih rinci dalam surat dari milis tersegmentasi. Perubahan kecil dalam segmen ini memudahkan untuk menentukan nilai tambah dari algoritma personalisasi. Selain itu, semua rekomendasi akan relevan, karena produk dari mereka menarik bagi pelanggan dari segmen yang sesuai.

Dengan setiap pengujian baru, The Garden Company meningkatkan algoritme berdasarkan rekomendasi yang dibuat dan menerapkannya ke saluran dan segmen lainnya.

Mulailah dengan orkestrasi

Karena umpan sekarang menampilkan konten yang konsisten, Anda dapat mulai menguji mana yang terbaik untuk setiap pengguna. Ini dapat dilakukan dengan menghubungi pelanggan yang sering mengklik tautan dari spanduk.

Ini adalah bentuk tambahan segmentasi yang digunakan pada tingkat yang berbeda. Dengan bantuannya, Anda dapat menentukan jumlah waktu optimal setelahnya Anda harus mengirim surat tindak lanjut setelah menampilkan iklan dengan penargetan ulang.

Transisi dari segmentasi ke personalisasi

Mengelola semua segmen, pemicu, saluran, dan orkestrasi akan segera menjadi terlalu sulit. Dalam contoh The Garden Company, tiga segmen kategori produk, dua segmen merek dan, misalnya, lima segmen sensitivitas terhadap diskon dibedakan - total 30 kombinasi segmen diperoleh.

Dalam kombinasi dengan segmen saluran dan tahap orkestrasi, menjadi sangat sulit untuk mengatur seluruh sistem. Namun, selama pengujian banyak data dihasilkan - Anda akan tahu bagaimana reaksi pengguna terhadap saluran, urutan, konten, dan kerangka waktu tertentu.

Selain itu, karena konten tersegmentasi, banyak upaya pemasaran diklasifikasikan dalam satu atau beberapa segmen (misalnya, taman dekoratif, merek premium, pelanggan diskon yang telah beralih dari email). Kombinasi dari semua klasifikasi data dan konten ini sangat ideal untuk pembelajaran mesin.

Kesimpulan

Langkah terakhir - personalisasi yang didorong oleh AI - tidak dapat dicapai tanpa melalui langkah-langkah sebelumnya.

Segala sesuatu yang kita bicarakan sebelumnya berlaku untuk pembelajaran mesin. Mulai dari yang kecil dan terus jelajahi pendekatan mana yang paling berhasil. Pembelajaran mesin hanyalah satu alat lagi yang memungkinkan Anda untuk meningkatkan perkembangan sebelumnya yang dibuat dalam proses segmentasi dan personalisasi.

Terapkan personalisasi dalam E-commerce