Темные века.
Для тех, кто не знаком со средневековой историей, Средневековье было временем технологической деградации. Период, когда не было Netflix. Нет Спотифай. Нет Амазонки. Ни Сириуса, ни Пандоры.
В Средние века потребители не получали индивидуальных рекомендаций по продуктам, основанных на их уникальных вкусах и интересах. Они также не получали индивидуальных рекомендаций для новых телешоу, фильмов или музыки на основе того, что они уже смотрели или слушали.
На самом деле, чтобы смотреть свои любимые телепередачи, люди должны были «настраиваться» в определенное время. Предположительно, телевизионная индустрия создавала контент для всех нас. Тем не менее, если мы хотели посмотреть его, мы должны были делать это исключительно по их расписанию.
Это действительно было темное время.
Хорошо, так что мою средневековую историю можно считать немного ошибочной. Но моя главная мысль здесь в том, что потребители предпочитают — и часто жаждут — индивидуальный опыт. И под «индивидуальным опытом» я имею в виду взаимодействие или взаимодействие с продавцом, сайтом электронной коммерции или человеком, которое заставляет вас чувствовать, что ваши личные интересы и предпочтения действительно признаются.
Сегментация ≠ персонализация
Многие маркетологи осознают важность персонализации и годами рассматривают персонализацию как основную стратегию увеличения доходов и вовлеченности. Тем не менее, перед большинством маркетологов стоит задача взять базу данных клиентов, сегментировать ее и создать кампании для 10, 20 или даже 50 различных аудиторий.
Если эти кампании, основанные на сегментах, работают, клиент продвигается по пути совершения покупки, и все в порядке. Если нет, то возвращаемся к чертежной доске. Даже с имеющимися сегодня инструментами это трудоемкий процесс. То, на что у маркетинговой команды может уйти полных 30 минут для одного покупателя, может быть выполнено искусственным интеллектом (ИИ) за считанные секунды для 1 миллиона покупателей.
ИИ позволяет маркетологу собирать информацию о поведении каждого покупателя на месте и создавать профили вкусов для каждого человека. В то же время ИИ анализирует все продукты продавца на глубоком уровне, чтобы понять каждый продукт так, как это сделал бы человеческий разум, установив связи между продуктами, категориями и рекламными акциями. Используя эти два источника данных, ИИ может создавать более индивидуальный подход к клиентам на уровне 1:1, предлагая продукты, которые каждый человек, скорее всего, полюбит и купит.
Статья по теме: Динамический контент в эпоху машинного обучения
Какие тактики персонализации ИИ в настоящее время используют ритейлеры
Согласно отчету International Data Corporation, подготовленному по заказу Salesforce.com, ИИ способен улучшить многие области CRM.
В ходе опроса 1028 бизнес-профессионалов по всему миру, в том числе 292 респондента, работающих в брендах, которые уже внедрили ИИ, были опрошены, как они в настоящее время используют или собираются использовать ИИ.
Например, в почтовом маркетинге 87% сторонников ИИ заявили, что намерены или в настоящее время используют ИИ для этой цели. И 74% всех респондентов, которые в основном состояли из тех, кто не усыновил, выразили то же намерение.
В целом исследование показало, что нынешние пользователи ИИ с большей вероятностью будут использовать или намереваются использовать технологию ИИ для решения многих задач по сравнению со всеми респондентами.
Amazon продолжает устанавливать планку для индустрии розничной торговли, и Amazon перешла от прогнозной аналитики к более сложным стратегиям персонализации, основанным на вкусовом профиле каждого потребителя. Недавно компания внедрила Amazon Scout, новую технологию машинного обучения, которая изучает атрибуты каждого продукта и вкусы каждого покупателя, а затем продает другие продукты на основе этих вкусов.
Отчеты о стратегии рекомендаций Amazon показывают, что они посвящают почти 70% места на страницах своих продуктов рекомендациям продуктов.
Если вы работаете в сфере электронного маркетинга в розничной или электронной коммерции и планируете инвестировать в платформу персонализации ИИ, вот несколько стратегий, которые вам следует рассмотреть:
Привлекайте пассивных потребителей
Для потребителей, которые не покупают активно что-либо, использование последней покупки или клика часто может привести к неактуальной персонализации, поскольку эти данные могут быть устаревшими, например, если потребитель не посещал ваш сайт или не нажимал на электронную почту в течение нескольких месяцев. Вместо того, чтобы реагировать на информацию, чтобы совершить покупку, ваша цель для большинства потребителей — вдохновить клиентов на регулярное взаимодействие с вашим брендом.
Персонализация ИИ позволяет вам создавать персонализированный опыт для этих пассивных потребителей, гарантируя, что каждый потребитель получит совершенно уникальный набор рекомендаций по продуктам (на сайте, в электронной почте или в приложении) на основе их личных вкусов, интересов и стиля.
Это происходит за счет использования комбинации обработки естественного языка и алгоритмов, которые сначала прислушиваются к вкусам и интересам каждого клиента, а затем предлагают оптимальные продукты для каждого потребителя. Это происходит автоматически, поэтому вам не нужно тратить время на пометку похожих товаров или на приложения или виджеты, предлагающие похожие товары.
Узнайте, почему ритейлеры стремятся получить преимущества от обработки естественного языка
Повысить лояльность клиентов
Использование платформы рекомендаций по продуктам, чтобы предлагать продукты исключительно для каждого потребителя, заставляет их чувствовать себя ценными. Ценные потребители с большей вероятностью будут лояльны к вашему бренду и порекомендуют его своим друзьям. Это важно, потому что лояльные клиенты являются источником жизненной силы любой розничной или электронной коммерции. Рассмотрим следующее:
– От 25% до 40% общей выручки самых стабильных бизнесов в сети SumAll приходятся на постоянных клиентов [- Sumall].
– Существующие клиенты тратят на 67% больше, чем новые клиенты. Одним словом, лояльность клиентов действительно окупается [- Inc.com].
– Пятипроцентное увеличение удержания клиентов может повысить прибыльность компании на 75 процентов [- Bain & Company].
Перекрестные продажи и дополнительные продажи лучше
Помимо возможности улучшить качество обслуживания клиентов и повысить их лояльность, платформы рекомендаций по продуктам могут помочь в еще более важной для бренда вещи: зарабатывать деньги. Для многих брендов розничной торговли, путешествий или электронной коммерции продажа — это только начало. Кросс-продажи и дополнительные продажи необходимы для максимизации дохода от каждого покупателя. Согласно исследованию PredictiveIntent, дополнительные продажи на розничных сайтах работают в 20 раз лучше, чем перекрестные продажи. Ритейлер модной одежды Phase Eight отлично справляется с этой задачей благодаря разделу «сочетается» на странице своего продукта:
Планирование вашей стратегии контент-маркетинга
Для розничных продавцов и брендов электронной коммерции, стремящихся опередить кривую, есть четкий путь к внедрению и масштабированию ИИ в вашей маркетинговой команде. Чтобы помочь вам начать думать о своей дорожной карте, вот три шага, которые могут помочь сформулировать ваши приоритеты и временные рамки персонализации:
ШАГ 1. Установите ключевые показатели эффективности для персонализации ИИ. На этом первом этапе подумайте о своих ключевых показателях эффективности и о том, чего вы хотите достичь с финансовой и операционной точки зрения, например, целевой доход, более высокая скорость. выхода на рынок или лучшего удержания клиентов.
ЭТАП 2. Пилотный проект по персонализации ИИ. На этом этапе вы проведете пилотный эксперимент и выполните подготовленные вами первоначальные планы. Вы многому научитесь на Пилоте и сможете использовать эти знания на третьем этапе.
ШАГ 3. Масштабируйте. Возьмите рамки, установленные и полученные на первых двух этапах, а затем внедрите их в более широком масштабе. Кроме того, используйте этот шаг, чтобы оптимизировать и превратить вашу стратегию персонализации в программу мирового класса, которая оказывает значительное влияние на бизнес.
Подведение итогов
К счастью, современные (не Темные века) технологии позволяют нам использовать возможности персонализации, как никогда раньше. Например, мы, как маркетологи, теперь можем персонализировать наши электронные письма, веб-сайты и мобильные приложения, поэтому контент и сообщения, которые мы показываем, всегда адаптированы к человеку, взаимодействующему с ними.
Узнав, что релевантность влияет на результаты, маркетологи электронной почты продолжили выделять ресурсы на стратегии и тактики, которые обеспечивают более релевантные сообщения за счет сегментации и персонализации.
Эти усилия привели к скромному, но измеримому увеличению количества ответов за последние три года, но существуют большие возможности для еще большего вовлечения, и это повышенное внимание к сегментации дорого обходится. Сегодня большинство маркетологов по электронной почте тратят непропорционально много времени на задачи по созданию кампаний, которые теперь могут более эффективно решаться системами машинного обучения.
Машинное обучение достигло того уровня, когда каждый потребитель, взаимодействующий с брендом, может получить свой уникальный опыт. Маркетологи электронной почты, которые начали использовать эти инструменты машинного обучения для запуска кампаний, адресованных потребителям на индивидуальной основе, понимают, что они могут улучшить качество обслуживания клиентов, экономя время и увеличивая доходы; большая победа для всех.
Розничные продавцы теперь могут использовать машинное обучение, чтобы по-настоящему изменить то, как мы повышаем релевантность электронной почты, обеспечивая настоящую индивидуализацию 1:1. Для многих маркетологов по электронной почте это святой Грааль.
Узнайте, как розничные продавцы могут обеспечить оптимальное взаимодействие с электронной почтой для каждого покупателя на основе «карты интересов каждого человека в течение жизни и семантического моделирования продуктов.»