E-ticaret kişiselleştirmesi: Ürün tavsiyelerinden daha fazlasıdır

E-ticaret kişiselleştirmesi yeni bir şey değil, ancak büyük ölçüde yalnızca kişiselleştirilmiş ürün önerileri olmaktan çıkmış durumda.

Yıllardır, perakendecilerin bir müşterinin belirli bir kategoriye, ürüne veya konuya olan yakınlığını belirlemek için teknoloji ve araçları kullanmaları yaygın bir uygulamadır. yakınlık. Şimdiye kadar, çeşitli derecelerde başarı ile karşılandı.

Normalde, bu e-ticaret kişiselleştirmesinden bahsettiğimizde, çoğu insan ürün önerileri ve içeriği hakkında düşünür, ancak nadiren birinin bundan daha ileri gittiğini görürüz.

E-ticaret kişiselleştirmesi nedir: Tanım

E-ticaret kişiselleştirmesi, markaların web sitelerinde ziyaretçilere nasıl özelleştirilmiş deneyimler sunduğu sürecini ifade eder.

Tek bir deneyim yerine bütünsel e-ticaret kişiselleştirmesi, markaların ziyaretçilere ve müşterilere arzularını ve tercihlerini karşılamaları için benzersiz deneyimler sunmalarına yardımcı olur.

E-ticarette kişiselleştirme, dinamik olarak aşağıdakileri sağlamak için kullanıcıların önceki etkinliklerini, göz atma davranışını, satın alma geçmişini ve diğer verileri kullanır:

1. Kişiselleştirilmiş ürün önerileri
2. İçerik
3. Özel veya özel teklifler

Parlama noktası: E-ticaret kişiselleştirmenin faydaları

Kişiselleştirmenin doğru yapılması şu anlama gelir: Müşterilerin markanızdan satın alma olasılıkları daha yüksek olacak ve tekrar müşteri haline geleceklerdir. Tüketiciler ayrıca kişiselleştirilmiş deneyimler için daha fazla para ödemeye hazır.

Doğru zamanda doğru ürünler

Kişiselleştirilmiş ürün önerileri, kişiselleştirme denince çoğu kişinin aklına geliyor.

Bunu en basit haliyle, bir web sitesinin farklı alanlarına yerleştirilebilen ürün karusellerinde veya bir e-postada görüyoruz. Döngü, müşteri hakkında toplanan verilere dayanarak, bir algoritmanın müşterinin ilgi duyabileceğini belirlediği bir dizi ürünü içerecektir.

Bu, temel cinsiyet ve coğrafi bilgiler ve daha önce satın aldıkları bilgiler kadar basit olabilir. Ayrıca hangi ürünlere baktıklarına, tükettikleri içeriğe ve hatta marka hakkında sosyal medyada ne yayınladıklarına ilişkin verileri de içerebilir.

EĞLENCELİ GERÇEK: Ne kadar veri kullanırlarsa kullansınlar ve kişiselleştirme motorları ne kadar karmaşık olursa olsun, markalar yalnızca ürün karusellerini kullanarak yalnızca sınırlı bir artış göreceklerdir.

Çoğu atlıkarınca 10'a kadar farklı ürün içerir ve bu ürünlerden birinin müşterinin o anda satın almak istediği ürün olma olasılığı, bir algoritma tarafından küratörlüğünü yapsa bile, nispeten düşüktür. Kesinlikle yapmaya değer, ancak yapılan tek kişiselleştirme ise, dünyayı değiştirmeyeceğini söyleyelim.

Ürün kişiselleştirmede bir adım daha ileri, katalog tarama dahil arama sonuçlarının kişiselleştirildiği yerdir. Bu, ürün listelemelerinin ve arama sonucu sayfalarının kişiselleştirilerek müşterinin ilgi gösterdiği (kişiselleştirme algoritması tarafından belirlenen) ürünlerin sayfalarda yukarı doğru itilmesi veya sipariş belirlenirken farklı bir kurallar dizisinin kullanılması anlamına gelir. Bu sayfalarda gösterilen ürünlerin

Bu teknik, bir ürün karuselinden daha az spesifiktir, çünkü sayfaların üst kısmına doğru daha fazla itilmelerini sağlamak için belirli ürün türlerine etkili bir şekilde ağırlıklar ekler.

Bununla birlikte, bu tekniği kullanan bir perakendeci, ürün karusellerini tanıtırken olduğundan daha büyük bir artış görmeyi bekleyebilir, çünkü müşteri sürekli olarak daha yakın bir yakınlığa sahip oldukları ürünleri görecektir.

E-ticaret kişiselleştirme: Doğru içeriği görme

İçerik, markaların kişiselleştirdiği başka bir alandır ve çok sayıda perakendeci, rakiplerine karşı üstünlük sağlamak için zengin içerik kullanıyor.

E-ticaret sadece bir ürün kataloğu değil, bir deneyimle ilgilidir ve zengin içerik genellikle bu deneyimin önemli bir parçasıdır.

Örneğin, bir markanın ana sayfasında büyük bir kahraman banner'ına sahip olması çok yaygındır; genellikle belirli bir kategoriye veya ürün yelpazesine işaret eder.

Artık birçok marka, bir banner'ın birden çok kopyasını oluşturarak ve o müşteri hakkında toplanan verilere dayanarak her müşteriye en alakalı olanı göstererek bunu kişiselleştiriyor.

Herkese aynı şeyi göstermek yerine, müşterilere kendileriyle en alakalı içeriği göstermek tamamen mantıklıdır.

Bu tekniğin dönüşüm oranları gibi KPI'ları arttırdığı kanıtlanmıştır ve neredeyse her zaman yapmaya değerdir, ancak kendi başına dramatik bir etkisi olmayacaktır.

Kişiselleştirilmiş ürün önerilerinin ötesinde: Deneyimle bütünselleşmek

Birçok marka ürün önerilerini ve içeriğini kişiselleştirmeye odaklanırken, çok azı bütünsel deneyimi kişiselleştirmeye odaklanıyor.

Bir web sitesiyle etkileşim kurmak, birçok farklı yönü olan bir deneyimdir. Ürünler ve içeriğin yanı sıra, bir kullanıcı şunlarla etkileşimde bulunur:

• Navigasyon
• Aramak
• filtreler
• bir araba
• Bir ödeme ve diğer birçok alan

Çoğu e-ticaret web sitesinde, bu yönler her müşteri için tamamen aynı olma eğilimindedir. Bir müşterinin gördüğü ürünler ve içerik kişiselleştirilebilse de, deneyimin diğer tüm bölümleri aynı olma eğilimindedir - işte bu noktada bütünsel deneyim kişiselleştirmesi devreye girer ve büyük getiriler sağlayabilir.

Çok kategorili bir perakendecinin ev eşyalarının yanı sıra giyim de sattığı çok basit bir senaryo düşünelim. Birden fazla kategoriden satın alan müşterileri olacak olsa da, öncelikle tek bir kategoriden satın alacak başka müşterilere de sahip olacaklar.

Çoğu marka, ana gezinmede hangi kategorinin ilk olarak gösterileceğine birçok faktöre dayalı olarak karar verir - genellikle hangi ürün kategorisinin en fazla geliri sağladığına odaklanır - ancak bu, siteyi ziyaret eden herkes için genellikle aynıdır. Bununla birlikte, marka, ağırlıklı olarak giyim kategorisinden alışveriş yaptığımı biliyorsa, navigasyonda o kategoriyi bana ilk önce göstermek için güçlü bir argüman var. Bunun tek başına KPI'lar üzerinde dramatik bir etkisi olmayacak, ancak deneyimdeki diğer değişikliklerle birlikte büyük bir fark yaratmaya başlayabilir.

Bütünsel kişiselleştirmenin daha karmaşık bir örneği, kullanıcının davranışına bağlı olarak yönlü gezinmenin (ürün listeleme ve arama sonucu sayfalarında bulunan filtre seçenekleri) sırasını değiştirmek olabilir.

Belki belirli bir ziyaretçi, fiyat kaydırıcısını renge göre filtrelemekten çok daha sık kullanır. Eğer öyleyse, perakendeci fiyat kaydırıcısını yönlü gezinmenin üst kısmına doğru itmeyi düşünmelidir. Birçok markanın, bir müşterinin filtreleyebileceği çok sayıda yönü olacaktır, ancak her müşteriye her zaman aynı yönleri aynı sırayla gösterecektir. Neden her bireyin en çok kullandığı yönleri en üstte göstermiyorsunuz?

Sıralama seçenekleri için de aynısını yapabilir, hatta her bireyin daha önce web sitesiyle nasıl etkileşimde bulunduğuna bağlı olarak ürün listeleme sayfasındaki her satırda belirli sayıda ürünü otomatik olarak gösterebilirsiniz.

Teslimat tercihlerine ne dersiniz? Bir kullanıcı en sık tıkla ve topla seçeneğini seçiyorsa, diğer teslimat yöntemlerinden önce bu seçeneği gösterin.

Aynı şey ödeme yöntemleri için de geçerlidir. Her zaman PayPal kullanıyorlarsa, bunu öne çıkarın ve ilk tercihi yapın. Bunu düşünmeye başladığınızda, e-ticaret kişiselleştirme deneyiminin bir kişiye mükemmel şekilde uyacak şekilde değiştirilebilecek birçok farklı kısmı vardır.

Bu deneyim kişiselleştirme düzeyi, içerik kişiselleştirmenin ve kişiselleştirilmiş ürün önerilerinin ötesinde bir adımdır. Kullanıcının algılanan tercihlerine dayalı olarak web sitesinin bütünsel deneyimini uyarlıyor; tamamen marka ile etkileşim kurmak istedikleri şekilde uyarlanmış bir deneyim sağlamak için yolculuklarının tüm yönlerini kişiselleştirmek.

Ürün tavsiyeleri ve içerik kişiselleştirmede olduğu gibi, deneyimi kişiselleştirmek tek başına dönüşüm oranınızı aniden ve çarpıcı bir şekilde artırmaz, ancak birlikte yapıldığında markalar önemli kazanımlar görmeyi beklemelidir.

Bütünsel e-ticaret kişiselleştirmesi nasıl sağlanır?

Bir markanın bütünsel, kişiselleştirilmiş bir e-ticaret deneyimi sunmak için kullanabileceği en iyi araçlardan bazıları, hayata A/B test araçları olarak başlayan ancak deneyim kişiselleştirme platformlarına dönüşen araçlardır. Dynamic Yield, Monetate ve Optimizely gibi araçlar, HTML'yi bir kullanıcının tarayıcısı tarafından yüklenmeden önce yakalayarak, belirli kurallara göre manipüle ederek ve ardından değiştirilen deneyimi kullanıcıya göstererek çalışır.

Bu teknoloji, bu araçların ürünlerden, içerikten, gezinmeden ve deneyimin neredeyse her bölümünden web sitesinin neredeyse her yönünü değiştirmesine olanak tanır. Bir marka aynı anda birden fazla farklı deneyimi test edebilir ve hangisinin en iyi sonuçları verdiğini ölçebilir.

Bu araçlar ilk geliştirildiklerinde bireysel kullanıcılar hakkında çok az şey biliyordu ve markanın yapılandıracağı yüzdelere dayalı olarak hangi kullanıcılara hangi deneyimin gösterileceğini rastgele seçiyordu.

Ancak zamanla, her kullanıcının davranışı hakkında veri topladıkları kişiselleştirme platformlarına dönüştüler; hangi ürünleri ve kategorileri görüntülediklerini, hangi içeriği tükettiklerini, ne aradıklarını, ne satın aldıklarını ve kullanıcı davranışının diğer birçok yönünü. Ardından, bir kullanıcının belirli bir kategoriye, ürüne veya markanın göz önünde bulundurmak isteyebileceği diğer herhangi bir yöne olan yakınlığını hesaplamak için yapay zeka ve makine öğrenimi kullanırlar. Sistem daha sonra müşterileri bu davranışa ve yakınlığa dayalı olarak dinamik olarak segmentlere ayıracak, ardından marka hangi segmentin hangi deneyimi göreceğini tanımlayabilecek.

Bunu, ürün iadeleri, sosyal etkileşimler ve hatta fiziksel mağazalardan yapılan satın almalar gibi diğer temas noktalarından gelen verilerle birleştirmek bile mümkündür.

Tüm bu veriler, müşterinin 360 derecelik bir görünümünü sağlamak için kullanılabilir ve ayrıca çevrimiçi ve e-posta ürün önerilerinin mağaza içi eylemleri dikkate almasını sağlamak gibi kişiselleştirilmiş deneyimler sağlamak için kullanılabilir.

Bu teknolojiyi kullanmak, bir markanın her müşteriye tamamen kişiselleştirilmiş bir çevrimiçi deneyim sunmasına, doğru ürün içeriğini ve genel deneyimi herkesin önüne koymasına ve KPI'lar üzerinde maksimum olumlu etkiye sahip olmasına olanak tanır.