Panduan Lengkap Pemasar Digital 2019 untuk Personalisasi E-niaga

Meskipun banyak konsumen menginginkan dan mengharapkan pengalaman yang lebih relevan dan dipersonalisasi, studi terbaru oleh Pure360 menunjukkan bahwa sebagian besar merek masih mengandalkan hanya bentuk dasar personalisasi e-niaga.

Menurut makalah Deloitte, ini menciptakan kesenjangan antara harapan pelanggan dan pengalaman yang diberikan merek.

Sebagian dari masalahnya adalah personalisasi itu sulit. Pesan yang terlalu sering dibicarakan tentang personalisasi bersifat sederhana atau bencana. Entah itu sesuatu yang dramatis dan mendesak seperti, "jika Anda tidak melakukan personalisasi satu lawan satu, pesaing Anda akan melewati Anda." Atau terlalu sederhana, seperti "mempersonalisasi halaman arahan pasca-klik dengan nama perusahaan".

Namun, jenis pesan ini berfokus pada puncak gunung es daripada proses yang perlu Anda kembangkan agar personalisasi berhasil. Fokusnya harus pada strategi, dan bagaimana personalisasi dapat menjadi alat yang digunakan untuk meningkatkan pengalaman pengguna dan meningkatkan metrik bisnis.

Apa itu personalisasi e-niaga?

Personalisasi e-niaga adalah seni dan ilmu dalam memberikan pengalaman belanja tertentu kepada subkelompok pengunjung yang ditargetkan untuk meningkatkan konversi dan pendapatan, serta meningkatkan pengalaman pengguna:

Ini seperti segala bentuk personalisasi. Anda harus menyiapkan beberapa hal:

1. Kemampuan untuk mengumpulkan data tentang pengunjung (perilaku, transaksional, demografis, dll.)
2. Kemampuan untuk menganalisis data tersebut untuk menemukan segmen yang mungkin merespons lebih baik daripada kumpulan pengunjung agregat untuk pengalaman tertentu
3. Kemampuan untuk memberikan pengalaman ke segmen itu secara real time

Meskipun sebagian besar digunakan, pada titik ini, oleh pemasar e-niaga, orang lain seperti insinyur, manajer produk, profesional sukses pelanggan, dan profesional penjualan juga dapat menggunakan personalisasi untuk meningkatkan ROI.

Berjalanlah sebelum Anda merangkak: Perencanaan strategis

Sebelum kita menyelami contoh inspiratif dan tip yang dapat ditindaklanjuti, penting untuk mengawali seluruh "personalisasi" dengan peringatan: ini bukan peluru perak.

Ada banyak artikel yang merekomendasikan personalisasi email dengan nama penerima atau mendorong CTA yang berbeda ke beberapa segmen hanya karena Anda bisa. Sementara taktik ini bisa berguna, melihat personalisasi dengan cara ini kehilangan hutan untuk pepohonan.

Sebaliknya, Anda harus melihatnya sebagai alat yang meluas dari proses pengoptimalan Anda. Terkadang optimal untuk memiliki pengalaman universal untuk semua pengunjung. Terkadang Anda menemukan segmen pengguna yang dapat dieksploitasi untuk menargetkan pengalaman yang dipersonalisasi. Tetapi seperti yang disarankan Andrew Anderson, Anda tidak boleh hanya mempersonalisasi pengalaman karena Anda bisa.

Inilah alasannya…

Pikirkan setiap tindakan yang Anda ambil sebagai biaya, meskipun itu hanya biaya peluang, dan dengan setiap tindakan Anda memiliki nilai ROI yang diharapkan. Tindakan demi tindakan menaikkan biaya program Anda tanpa memperhatikan imbalan yang sebenarnya, yang merupakan dilema strategis yang nyata.

Membingkai personalisasi sebagai tradeoff antara biaya dan imbalan memaksa Anda untuk mempertimbangkan kelayakan pengalaman (dapatkah itu disampaikan secara efektif?) dan potensi dampak (jika memang berhasil, apa keuntungannya?). Ketika Anda sampai pada jawaban itu, itu juga memaksa Anda untuk bertanya, "apakah ini penggunaan terbaik dari sumber daya kami atau apakah ada eksperimen yang lebih berharga untuk dijalankan?"

Andrew Anderson bertanya, “Apakah Anda hanya menyajikan sebuah pengalaman karena Anda bisa? Atau apakah Anda telah melakukan perolehan pengetahuan secara aktif yang menunjukkan tidak hanya bahwa hal itu meningkatkan kinerja, tetapi juga merupakan cara terbaik untuk meningkatkan kinerja.”

Selain pertimbangan ROI, dengan setiap aturan personalisasi tambahan yang Anda atur, Anda menimbulkan tingkat kompleksitas organisasi yang marjinal. Artinya, setiap pengalaman tambahan yang Anda berikan adalah pengalaman yang harus Anda kelola juga.

Matt Gershoff, CEO Conductrics, menjelaskannya dengan baik:

Meskipun penargetan bisa sangat berharga, banyak di industri ini belum sepenuhnya memahami bahwa penargetan SELALU mengarah ke kompleksitas organisasi yang lebih besar, dan kompleksitas yang lebih besar berarti biaya yang lebih besar.

“Kompleksitas,” katanya, “adalah kebalikan dari penargetan.”

Jadi dengan mengingat hal itu, Anda memiliki dua tantangan untuk diperhatikan:

1. Bagaimana Anda memilih untuk menyampaikan pengalaman?
2. Bagaimana Anda mengelola pengalaman tersebut secara operasional?

Bagaimana memilih untuk memberikan personalisasi e-niaga

Ada dua metode utama untuk menemukan segmen untuk personalisasi:

1. Peraturan bisnis
2. Aturan pembelajaran mesin

Dalam kasus pertama, seorang analis atau pemasar membuat keputusan apakah akan membuat aturan penargetan atau tidak. Keputusan ini dapat dibuat dengan berbagai cara. Terkadang, ini sesederhana "Saya pikir kita harus memberi pengguna seluler bentuk yang berbeda dari pengguna desktop." Terkadang, Anda dapat melihat bahwa segmen tertentu di bawah atau di atas dilakukan dalam pengujian A/B. Terkadang kombinasi data (kualitatif dan kuantitatif) dan intuisi.

Kasus kedua bergantung pada algoritme mesin untuk memunculkan segmen yang dapat dieksploitasi secara prediktif. Dalam hal ini, solusi perangkat lunak akan melacak, menganalisis, dan menyarankan segmen yang tampaknya berperilaku berbeda dari yang lain. Dalam salah satu contoh tersebut, Conductrics, platform eksperimen dan personalisasi, dapat menunjukkan kepada Anda, berdasarkan eksperimen yang Anda jalankan, jika ada segmen perangkat/perilaku/demografis yang layak untuk dilihat:

Tidak ada jawaban benar atau salah mengenai metode mana yang Anda gunakan, meskipun kemungkinan Anda harus memulai dengan logika bisnis, hanya karena biaya yang dikeluarkan melalui perangkat lunak atau pengembangan pembelajaran mesin. Seringkali akan ada buah yang menggantung rendah di tahap awal juga, banyak di antaranya dapat diambil dengan aturan keputusan sederhana.

Untuk menyelam lebih dalam tentang ini, Andrew Anderson memiliki metodologi yang sangat baik untuk menemukan peluang personalisasi e-niaga yang baik.

Bagaimana mengelola pengalaman personalisasi e-niaga

Pada tingkat yang paling sederhana, setiap kali Anda menyiapkan aturan penargetan, Anda dikenakan biaya (desain, pengembangan produk, atau hanya waktu yang diperlukan untuk menyiapkannya). Manfaatnya biasanya inkremental, jadi intinya, Anda perlu memastikan ada ROI pada setiap aturan yang Anda buat.

Selain itu, mengelola semua pengalaman yang Anda siapkan memiliki biaya yang rumit, karena akan mempersulit menjalankan eksperimen di masa mendatang dan terkadang situs web Anda dapat memiliki ketidakcocokan yang tidak direncanakan. Anda juga harus melacak pengalaman khusus dalam hal tiket dukungan pelanggan.

Terakhir, pastikan aturan personalisasi Anda terus berjalan dengan baik dan menghasilkan ROI. Sebagian besar waktu, Anda dapat menggunakan metode serupa yang digunakan orang untuk memastikan pengujian A/B tetap valid dari waktu ke waktu. Kamu bisa:

• Uji ulang pengalamannya
• Simpan set holdout yang selalu mendapatkan pengalaman kontrol

Dengan cara ini, Anda dapat melacak masa pakai suatu pengalaman dalam jangka panjang.

4 poin perjalanan pelanggan e-niaga untuk dipersonalisasi

Meskipun ada banyak kemungkinan jalur personalisasi, beberapa lebih umum atau lebih mudah diterapkan dalam personalisasi e-niaga. Menurut pendapat saya, siapa pun dapat dan harus melihat bidang-bidang berikut:

1. Halaman arahan pasca-klik PPC
2. Rekomendasi produk
3. Promosi di tempat
4. Pemasaran email terprogram

1. Halaman arahan pasca-klik PPC

Saat Anda membuat halaman arahan pasca-klik e-niaga berbasis PPC sejati, mengarahkan lalu lintas yang sangat bertarget pada halaman tertentu yang dirancang dengan satu penawaran (dan tanpa gangguan seperti navigasi), Anda memiliki banyak potensi untuk personalisasi.

Anda dapat melihat jalur dari pengalaman pra-klik (iklan) ke halaman arahan pasca-klik (halaman arahan pasca-klik) hampir seperti alam semesta yang terpisah — serupa tetapi terpisah dari pengalaman situs web umum Anda.

Ketika dilihat dengan cara ini, hampir semua halaman arahan pasca-klik PPC harus dipersonalisasi sampai batas tertentu.

Pada tingkat paling dasar, Anda harus mencocokkan citra dan menyalin (alias aroma iklan) dari iklan Anda ke dalam pengalaman halaman arahan pasca-klik. Melakukan hal ini membantu menciptakan pengalaman pengguna yang kohesif tanpa memiliki konteks yang lebih luas dari sisa situs web Anda.

Sebagai contoh, lihat iklan pencarian ini dari HootSuite:

Dengan halaman arahan pasca-klik yang sesuai:

Ini sangat baik karena berbagai alasan:

• Judulnya jelas dan relevan (frasa kata kunci disertakan)
• Salinan dipecah menjadi poin-poin dengan citra yang membantu
• Tombol CTA menggunakan warna kontras
• Lencana pelanggan di bagian bawah halaman memberikan bukti sosial yang sangat dibutuhkan

Tapi yang menonjol, iklan cocok dengan pengalaman halaman arahan pasca-klik. Anda tidak perlu menavigasi sisa situs Hootsuite untuk mencari tahu apa yang terjadi karena pengalaman iklan-ke-halaman mengatakan semuanya.

Sebagai contoh, lihat iklan Facebook ini dari Four Sigmatic:

Saya telah membeli dengan mereka sebelumnya, jadi iklan mereka adalah tentang membuat saya menjadi pelanggan tetap, terutama dengan menggunakan promosi obral musim dingin. Dengan demikian, salinan iklan adalah tentang penghematan, dan kami dapat melihat ada kecocokan pesan yang kuat setelah Anda mengklik:

Halaman arahan pasca-klik PPC adalah bentuk personalisasi yang ideal karena Anda menargetkan sebagian pengguna berdasarkan sekelompok karakteristik umum. (Dalam hal ini, mereka semua menggunakan kueri penelusuran yang sama sehingga Anda menargetkan berdasarkan parameter URL).

Saat Anda mulai membuat halaman arahan pasca-klik PPC dalam skala besar, Anda dapat menggunakan perangkat lunak personalisasi e-niaga seperti Mutiny untuk secara terprogram mengubah salinan dan desain halaman arahan pasca-klik berdasarkan karakteristik pengunjung, seperti ukuran perusahaan, penargetan kata kunci, atau tumpukan teknologi .

Karena pemasar memiliki kemampuan untuk menargetkan iklan mereka secara berlebihan dan kontrol tinggi atas sumber lalu lintas dengan iklan berbayar, Anda memiliki dunia opsi personalisasi yang terbuka. Ada banyak contoh bagus tentang ini dalam tindakan.

Setiap karakteristik pengunjung yang dapat Anda pelajari sebelum atau selama kunjungan mereka adalah sesuatu yang dapat Anda gunakan untuk menciptakan pengalaman yang lebih relevan (yang berarti skor kualitas yang lebih baik, BPK yang lebih rendah, dan konversi yang lebih tinggi).

2. Rekomendasi produk

Amazon telah benar-benar mengatur nada untuk banyak praktik terbaik e-niaga. Dari kemudahan pembelian (satu klik) hingga efisiensi belanja (pengiriman Perdana), ini adalah pengalaman pelanggan yang cukup bagus. Mereka juga mendorong amplop pada personalisasi.

Sementara banyak skeptis masih mengolok-olok Amazon ketika mereka memberikan rekomendasi produk yang tidak relevan, Anda harus mengakui, sebagian besar waktu mereka akurat. (Catatan: Saya telah membeli buku-buku terkait serta Converse All-Stars, sandal, jam tangan, dan dompet di Amazon. Ini cukup sesuai dengan minat saya):

Sebagian besar modul rekomendasi produk dibuat berdasarkan model pembelajaran mesin yang menganalisis perilaku belanja sebelumnya untuk mengelompokkan produk terkait dengan apa yang telah Anda lihat atau beli. Kemudian mereka merekomendasikan hal-hal yang mungkin juga Anda sukai.

Meskipun ada banyak produk SaaS yang tersedia, membuat mesin rekomendasi produk juga merupakan sesuatu yang dapat Anda lakukan sendiri, selama Anda memiliki pemahaman tentang algoritme pengelompokan dan kemampuan pemrograman untuk mendesainnya. Berikut panduan hebat dari Analytics Pro.

Perhatikan juga bahwa Anda tidak perlu membatasi diri pada rekomendasi produk berdasarkan data perilaku sebelumnya. Pikirkan pada tingkat yang lebih meta: jenis rekomendasi apa yang akan dihargai oleh pengguna?

Tentu, beberapa pengguna akan melompat pada kesempatan untuk melihat produk terkait, tetapi yang lain mungkin tertarik untuk mendengar tentang penawaran baru. Beberapa mungkin hanya ingin melihat apa yang paling populer. Beberapa mungkin ingin melihat penawaran termurah bulan ini.

Tentu saja, ini lebih sulit untuk diprediksi, tetapi di situlah ilmuwan data yang baik memberikan nilai. Jika Anda dapat mempersonalisasi rekomendasi produk berdasarkan karakteristik pengunjung, Anda pasti akan meningkatkan tingkat konversi Anda dan menjadi sukses. Berikut ini contoh menampilkan produk yang sedang tren atau populer kepada sebagian pengunjung:

Selain memikirkan modul rekomendasi produk mana yang paling berhasil, pikirkan di mana modul tersebut akan memberikan dampak terbesar. Satu tempat yang jelas adalah beranda, di mana Anda memiliki sekumpulan pengunjung yang beragam dan sebagian besar dari mereka menjelajah dengan samar-samar. Ini adalah tempat yang baik untuk menampilkan produk yang ditargetkan atau penjual terbaik (atau penawaran baru).

Setelah seseorang menambahkan item ke keranjang mereka adalah saat yang tepat untuk menunjukkan modul “produk terkait”, yang dalam hal ini bertindak sebagai mekanisme upsell/cross-sell. Anda bahkan dapat meletakkan modul "produk terkait" di halaman produk, seperti yang dilakukan Amazon di sini:

3. Perilaku di tempat

Ketika kita memikirkan personalisasi e-niaga, kita sering memikirkan hal-hal sederhana, seperti menggunakan tag UTM untuk mempersonalisasi salinan halaman arahan pasca-klik atau menggunakan nama depan seseorang dalam buletin email. Rekomendasi produk menjadi lebih populer, sebagian besar karena proliferasi alat SaaS yang memungkinkannya (ditambah inspirasi Amazon).

Namun, sesuatu yang diremehkan adalah pengalaman yang diubah berdasarkan navigasi dan perilaku di tempat. Pada dasarnya, Anda menggunakan hal-hal seperti gerakan mouse, halaman yang dikunjungi, dan perkembangan pengunjung melalui formulir multi-langkah untuk menyampaikan pesan utama dan penargetan di tempat.

Ini adalah kategori personalisasi yang tidak jelas, jadi saya akan membahas beberapa contoh.

Pertama, jika Anda memiliki ambang pengiriman gratis, Anda dapat mengingatkan pengunjung dengan pesan yang menunjukkan berapa banyak yang tersisa hingga mereka mencapainya. Atau jika mereka sudah mencapainya, Anda bisa memberi mereka pesan selamat. Contoh dari proses pemesanan Candle Delirium:

Yang mudah diterapkan adalah mempersonalisasi penawaran berdasarkan pengunjung baru versus pengunjung yang kembali, yang keduanya memiliki perilaku dan kebutuhan belanja yang berbeda. Banyak pengecer e-niaga akan menawarkan semacam diskon untuk menarik pengunjung pertama kali mendaftar ke daftar email mereka:

Tentu saja, ada banyak metode perilaku yang digunakan pemasar untuk menangkap prospek email, mulai dari menargetkan pengunjung pertama kali hingga menggulir popup yang dipicu, popup niat keluar, dan banyak lagi.

LawnStarter menggunakan bukti sosial untuk menunjukkan kepada pengunjung berapa banyak orang yang telah mendaftar untuk layanan perawatan rumput tertentu dalam 24 jam terakhir:

Salah satu cara baru untuk menyampaikan pesan yang menarik dan personal adalah dengan software live chat atau chatbot. Sebagian besar perusahaan masih menggunakan pesan obrolan yang sama untuk semua tamu di situs web mereka, tetapi dengan sebagian besar alat, Anda dapat dengan mudah mempersonalisasi pesan perkenalan berdasarkan URL, perilaku pelanggan, atau data lain yang dapat Anda kumpulkan dari pengunjung:

Anda juga dapat melihat perangkat lunak perusahaan seperti Granify yang berupaya mendeteksi perilaku pengunjung dan menggunakannya untuk memprediksi maksud dan berbagai tindakan. Misalnya, melalui berbagai titik kontak, mereka mengklaim dapat mendeteksi ketika pengguna, misalnya, lumpuh karena pilihan, atau sensitif terhadap harga. Ketika mereka mempelajari ini, mereka dapat memberikan modal atau diskon atau perubahan antarmuka lainnya untuk mencoba membujuk pengunjung untuk membeli.

4. Pemasaran email terprogram

Salah satu kasus penggunaan paling umum untuk personalisasi e-niaga adalah kasus lain yang hanya dianggap sedikit orang sebagai "personalisasi" — email keranjang yang ditinggalkan.

Bila Anda memiliki alamat email seseorang, Anda dapat mengingatkan mereka bahwa mereka belum selesai membeli. Seringkali, ini adalah buah gantung yang sangat rendah dan dapat memberi Anda ROI langsung dalam upaya pengoptimalan Anda:

Anda bahkan tidak perlu menyimpan email perilaku eksklusif untuk pemicu keranjang yang ditinggalkan. Berikut email dari Society6 yang menunjukkan beberapa item yang baru saja saya lihat tetapi tidak saya beli:

Ingat obrolan kami tentang rekomendasi produk? Anda dapat mengirimkannya melalui email juga, terutama di email pasca-penjualan:

Sementara sebagian besar pemasar email mungkin berhenti mempersonalisasikan nama depan Anda (“Hai {{Name}},), ada dunia penargetan yang dapat Anda lakukan saat Anda memasukkan sinyal perilaku, data properti kontak, dan data firmografi jika Anda berada di B2B . Faktanya, masa depan pemasaran email kemungkinan akan didominasi oleh personalisasi yang lebih tepat sasaran.

Masalahnya dengan jenis email ini adalah bahwa mereka lebih jelas tentang maksud penerima. Ledakan email, pada dasarnya, menjangkau audiens yang beragam dengan berbagai selera dan minat.

Personalisasi email secara terprogram berdasarkan karakteristik perilaku dapat menghasilkan relevansi yang jauh lebih besar, pengalaman yang lebih baik bagi pelanggan Anda, dan lebih banyak pendapatan untuk Anda.

Pemasar e-niaga teratas sedang mengerjakan kampanye seperti ini, tetapi ini adalah taruhan meja di dunia SaaS B2B, di mana ia beroperasi di bawah moniker "otomatisasi pemasaran." Kami membangun sistem yang berupaya menyampaikan pesan yang tepat kepada orang yang tepat pada waktu yang tepat.

Untungnya, teknologi membuatnya semakin mudah untuk melakukan ini. Kami sekarang memiliki platform data pelanggan untuk memusatkan data kami dan cara mudah untuk menghubungkan alat pemasaran kami menggunakan solusi seperti Zapier. Kami kemudian dapat mengoperasionalkan data tersebut menggunakan alat perpesanan apa pun yang tersedia, seperti layanan pemasaran email Klaviyo atau HubSpot.

Kesimpulan

Contoh di sini menunjukkan apa yang saat ini dimungkinkan dengan personalisasi e-niaga. Satu-satunya batasan Anda adalah sumber daya yang ada dan kreativitas Anda.

Karena itu, lihat personalisasi sebagai ekstensi atau alat di perangkat pengoptimalan Anda. Ini bukan peluru perak, dan Anda tidak akan menghasilkan jutaan dengan meletakkan nama depan seseorang di email atau halaman arahan pasca-klik. Personalisasi harus mencerminkan pengalaman pengguna yang optimal; memikirkannya hanya dalam hal personalisasi konten tidak akan pernah membawa hasil yang berarti dalam skala besar. Dapatkan detail lebih lanjut di panduan personalisasi Instapage.