Personalizacja w e-commerce / Solidne podstawy

Kiedy rozmawiamy, personalizacja często dzieje się nieświadomie. Interakcja jest wtedy płynna, a na potrzeby klienta reagujemy w czasie rzeczywistym. Obsługa w sklepie może pokierować ludzi w odpowiednie miejsce po coś, czego właśnie potrzebują – to sekret wszystkich dobrych sprzedawców.

Co z Internetem? Tam musimy się dostosować. Trendy personalizacji w e-commerce szybko się upowszechniają, ale przeciętny sklep internetowy wciąż może wdrożyć wiele różnych usprawnień.

Czym jest personalizacja w e-commerce?

Kiedy spojrzymy całościowo, w e-handlu mamy do dyspozycji dwa obszary, w których możemy znacząco personalizować doświadczenia.

Dzisiaj omówimy wszystkie działania on-page, które warto przeprowadzić, aby poprawić interakcje na linii klient-sklep. Da się również personalizować działania marketingowe i inboundowe – ale taki temat zasługuje już na osobny wpis.

Dlaczego personalizacja jest ważna?

Możemy wymienić wiele korzyści płynących z personalizacji w e-commerce.

Staramy się nie tylko odtworzyć osobisty charakter zakupów w sklepie, ale przede wszystkim wykorzystać dane historyczne i zachowania, aby polepszyć zakupy w miejscach, poza zasięgiem poprzednich rozwiązań. W kontakcie bezpośrednim klienci mogą otrzymać osobiste rekomendacje oraz dać się zapamiętać jako stali bywalcy – i tym samym silniej związać się ze sklepem lub marką… a to wszystko służy biznesowi! 😉

• Personalizacja pomaga ludziom dotrzeć do poszukiwanych przez nich produktów lub usług. Szybszy i płynny proces przekłada się na lepszego doświadczenie cyfrowe.
• Przekłada się też na zwiększenie konwersji poprzez rekomendacje i wsparcie klienta. Sytuacja win-win, prawda?
• Wreszcie, zwiększają sprzedaż.

Porozmawiajmy przez chwilę o statystykach. W 2018 roku tylko około 36% firm posiadało jakąś formę personalizacji na swojej stronie głównej. W 2020 roku podobne badania wykazały, że funkcjonalności z tej kategorii miały wskaźnik skuteczności na poziomie około 85% – w tym przypadku bezpośrednio wpływając na ludzi do zakupu.

Innymi słowy: nie wszyscy personalizują, ale ci, którzy to robią, widzą wymierne rezultaty.

Dobra, jak się za to zabrać?

Jedną z największych barier utrudniających profilowanie i personalizację w e-commerce jest głównie założenie, że takie technologie nie są łatwo dostępne. Jednak w dobie powszechnych platform e-commerce, uczenia maszynowego i rozwiązań w chmurze, jest to problem nieaktualny – dziś mamy wiele rozwiązań do łatwego wdrożenia, które pomagają odpowiedzieć na szereg potrzeb związanych z personalizacją.

Rekomendacje produktowe

To prawdopodobnie najlepszy przykład personalizacji w e-commerce. Do rekomendacji można podejść na kilka sposobów. Są to zarówno proste metody (wyświetlanie podobnych produktów w tych samych kategoriach na podstawie wcześniej zakupionych towarów), jak i bardziej złożone – a przy tym zazwyczaj skuteczniejsze.

Idealnym przykładem rozwiązań z drugiej grupy są silniki rekomendacji wykorzystujące uczenie maszynowe do tworzenia rekomendacji na podstawie całości danych o zakupach w sklepie.

• Jeśli użytkownicy, którzy kupują produkt A, kupują również produkt B, to istnieją pewne przesłanki do rekomendowania tego ostatniego osobom, które obecnie kupują ten pierwszy.
• Jednak jeżeli z całego zbioru danych wynika, że użytkownicy, którzy kupili produkty A, B i C są znacznie bardziej skłonni do zakupu produktu D, to możemy być znacznie bardziej pewni naszych rekomendacji.
• Możemy wtedy uwzględnić więcej zmiennych, takich jak geolokalizacja. Jeśli produkt D jest parasolem, a klienci mieszkają w różnych klimatach, dane mogą pomóc nam dostosować unikalne strategie dla każdego regionu. W końcu, jeśli w Niemczech pada deszcz, sprzedaż nie wzrośnie w USA.

Targetowanie behawioralne i zachęty do zaangażowania W sklepie, dobry sprzedawca może wypracować własną strategię na podstawie zachowań klientów. Między klientem, który wchodzi do sklepu po raz pierwszy, a takim, który wraca, aby obejrzeć te same produkty po raz trzeci istnieje zasadnicza różnica. Podobnie sklepy internetowe mogą wykorzystać tę różnicę, aby lepiej umożliwić klientowi zakupy.

• Nowym użytkownikom możemy zaoferować ogólny rabat lub zachętę. Pozwala to nie tylko na przekazanie wiadomości powitalnej, ale również stanowi wczesny impuls do związania się z marką.
• Za to odwiedzającym przeglądającym podobne produkty możemy zaproponować konkretne kupony. W przeciwieństwie do nowych użytkowników, nie proponujemy im wszechstronnego bonu, ale dodajemy korzyść danym produktom – tym, o których wiemy, że są interesujące dla klientów z ich zachowania.

Podobnie, możemy dalej dostosowywać strony internetowe za pomocą podpowiedzi opartych na określonych sygnałach. Takim triggerem może być przebywanie na stronie przez dłuższy czas, ale bez podjęcia konkretnej akcji lub wielokrotne odwiedziny tego samego produktu lub zapełnienie koszyka bez finalizacji zakupu.

Dostosowywanie się do źródeł ruchu

Co więcej, wiele dowiemy się o użytkownikach na podstawie sposobu w jaki dotarli do naszego sklepu – a w imię personalizacji możemy po raz kolejny wykorzystać to do poprawy cyfrowego doświadczenia.

• Według urządzeń – w przypadku modelu omnichannel otrzymujesz ruch z różnych urządzeń. Jednak każde z nich może wskazywać na inne przyzwyczajenia. Jeśli Twoje dane pokazują, że użytkownicy mobilni nie są zainteresowani najdroższymi produktami, spersonalizuj takie doświadczenia, aby prezentować bardziej przystępne cenowo produkty dla danego urządzenia – nawet jeśli ten sam użytkownik pojawia się na wielu urządzeniach.
• Według źródła – jeśli na przykład prowadzimy aktywne kampanie dotyczące określonych kategorii, to wszelkie reklamy i promocje w sklepach powinny być spersonalizowane wokół tego oryginalnego przekazu i wynikających z niego oczekiwań użytkowników.
• Według kanału – może się okazać, że różne kanały sprowadzają różnych odbiorców. W tym przypadku możemy chcieć spersonalizować doświadczenie tak samo jak w przypadku źródła, ale źródło ruchu powinno być traktowane priorytetowo. To znaczy, że możemy filtrować wszystkich użytkowników Pinteresta, ale ci z konkretnych kampanii mają dla nas silniejsze przesłanki do działania.
• Po geolokalizacji – sklepy działające na skalę międzynarodową mogą dostosować promocje i produkty wyświetlane na stronie głównej do pogody i pory roku w kraju użytkownika. Mogą również nadać produktom priorytety zgodne z lokalnymi wartościami. (Większy sukces odniesiesz sprzedając pieczoną fasolkę w Wielkiej Brytanii niż w większości innych krajów 😉 ).

W przypadku kanałów i źródeł, mamy również dodatkową korzyść w postaci możliwości wykorzystania UTM-ów z naszych kampanii marketingowych. Jest to ważny – ale na szczęście bardzo prosty sposób – na wdrożenie podstawowego śledzenia zorientowanego na personalizację. Możemy również użyć tego śledzenia do zasilenia naszych własnych modeli danych. Kiedy widzimy, że pewne kanały lub źródła wiążą się z preferencją dla pewnych produktów, możemy odpowiednio dostosować stronę.

Dynamic Pricing

Święty Graal każdego silnika personalizacji e-commerce, dynamiczne ceny zmieniają samą cenę produktu lub usługi, prowadząc do zwiększenia sprzedaży. Niestety, jest to rozwiązanie wykorzystywane tylko przez największych liderów e-commerce, ale dostępna już technologia dynamicznego ustalania cen otwiera drogę do uzyskania przewagi. Jest to także coś bardzo rozpowszechnionego w sektorze turystycznym, gdzie hotele, loty i inne opcje podróży zmieniają się… w locie (czerstwy żart zamierzony) ze względu na dostępność i popyt.

Powinniśmy jednak podkreślić, że dynamiczne ustalanie cen wiąże się również z paroma zagrożeniami. Zbyt duże zmiany cen mogą odstraszać klientów. Reklamowane ceny są często postrzegane jako obietnica – choć klienci zawsze są zadowoleni, gdy widzą coś tańszego, nikt nie chce niespodzianki w postaci wyższych kosztów.

Dynamiczne ustalanie cen najlepiej stosować w celu osiągnięcia równowagi między podażą a popytem – a nie do wyciągania od klientów dodatkowych pieniędzy za produkt. To drugie podejście przyniesie krótkoterminowe zyski kosztem zniszczenia długoterminowej lojalności. Istnieją oczywiście wyjątki od tego, takie jak podnoszenie ceny na bardzo ograniczonych zapasach, ale strategia cenowa to zupełnie odrębna dyskusja.

Personalizacja konta klienta

Wreszcie, gdy Twoja witryna e-commerce lub sklep działa również jako portal internetowy, masz możliwość bezpośredniego dotarcia do ludzi. Z zarejestrowanym użytkownikiem, masz wiele informacji do wykorzystania:

• Imię i nazwisko. Nawet coś tak prostego, jak zastąpienie domyślnej wiadomości głównej czymś, co zawiera ich imię, może znacznie poprawić doświadczenia handlowe.
• Historia zamówień. Wiedza, czy jest to powtarzające się zamówienie oraz preferencje dla niektórych kategorii i wiele innych, dzięki tej wiedzy możemy dostosować to, co jest wyświetlane – tj. wspierając swoje silniki rekomendacji.
• Ich kamienie milowe. Stali klienci, którzy często dokonują zamówień, mogą być nagradzani nie tylko systemem punktowym, ale również wyróżnieniem za setne zamówienie, a nawet specjalnym voucherem lub zniżką po roku robienia u Ciebie zakupów.

Co z tego wynika

Kiedy wspominamy o takich rozwiązaniach jak uczenie maszynowe i silniki rekomendacji, jasne jest, że duża część pracy odbywa się w backendzie. Od strony frontendowej, po prostu łączymy wnioski i wypracowane zasady z dynamiczną zawartością, która już dawno przestała być ekskluzywnym rozwiązaniem.

Na stronie głównej zintegrujemy te funkcje backendowe z dynamicznym tekstem, dobieranym pod kąem kluczowych UTM (jak geolokalizacja) lub powracających, zalogowanych gości. W podobny sposób możemy zmieniać układ treści na kluczowych stronach docelowych, takich jak kategorie czy strony produktowe. Same produkty i ich dane nie są zaburzone, ponieważ są zagregowane w Twoim systemie PIM, ale serwer wyświetli je zgodnie z tym, co wprowadzamy do backendu i już indywidualnie pokaże użytkownikowi.

Personalizacja nie jest wdrożeniem z dnia na dzień. Jednak zaczynając od dostępnych już zasobów, takich jak dane historyczne i źródła ruchu, możemy zaczynać. W kolejnych krokach da się pójść dalej i wykorzystać bardziej zaawansowane rozwiązania, takie jak uczenie maszynowe.