Panduan Lengkap Digital Marketer 2019 untuk Personalisasi Ecommerce

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

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

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

Jenis pesan ini, bagaimanapun, 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 mengangkat metrik bisnis.

Apa itu personalisasi e-niaga?

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

Ini seperti segala bentuk personalisasi. Anda harus memiliki 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 agregat pengunjung untuk pengalaman tertentu
3. Kemampuan untuk memberikan pengalaman ke segmen tersebut secara real time

Meskipun sebagian besar digunakan, pada saat 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-contoh yang menginspirasi dan kiat-kiat yang dapat ditindaklanjuti, penting untuk mengawali seluruh hal "personalisasi" dengan sebuah peringatan: ini bukan peluru perak.

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

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

Inilah alasannya…

Pikirkan setiap tindakan yang Anda lakukan sebagai biaya, meskipun itu hanya biaya peluang, dan dengan setiap tindakan Anda memiliki nilai ROI yang diharapkan. Tindakan demi tindakan meningkatkan biaya program Anda tanpa tujuan pengembalian yang nyata, yang merupakan dilema strategis yang nyata.

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

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

Selain pertimbangan ROI, dengan setiap aturan personalisasi tambahan yang Anda siapkan, Anda dikenakan tingkat kerumitan organisasi yang kecil. 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 orang di industri belum sepenuhnya memahami bahwa penargetan SELALU mengarah pada kompleksitas organisasi yang lebih besar, dan kompleksitas yang lebih besar berarti biaya yang lebih besar.

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

Maka 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?

Cara memilih untuk menghadirkan 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 menyiapkan aturan penargetan atau tidak. Keputusan ini dapat diambil dengan berbagai cara. Terkadang, sesederhana "Saya pikir kita harus memberikan pengguna seluler bentuk yang berbeda dari pengguna desktop." Terkadang, Anda dapat melihat bahwa segmen tertentu kurang atau lebih berkinerja dalam pengujian A/B. Terkadang kombinasi data (kualitatif dan kuantitatif) dan intuisi.

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

Tidak ada jawaban benar atau salah untuk 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 juga akan ada buah yang menggantung rendah di tahap awal, banyak di antaranya dapat diambil dengan aturan keputusan sederhana.

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

Cara mengelola pengalaman personalisasi e-niaga

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

Selain itu, mengelola semua pengalaman yang Anda siapkan memiliki biaya yang rumit, karena ini mempersulit pelaksanaan eksperimen di masa mendatang dan terkadang situs web Anda dapat mengalami ketidaksesuaian 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 masih valid dari waktu ke waktu. Kamu bisa:

• Uji ulang pengalaman
• Pertahankan set holdout yang selalu mendapatkan pengalaman kontrol

Dengan cara ini, Anda dapat melacak daya tahan suatu pengalaman dalam jangka panjang.

4 Poin perjalanan pelanggan e-niaga untuk dipersonalisasi

Meskipun ada banyak jalur yang memungkinkan untuk personalisasi, beberapa di antaranya 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 yang digerakkan oleh PPC, 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.

Jika 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 salinan (alias bau iklan) dari iklan Anda ke dalam pengalaman laman landas pasca-klik. Melakukan hal ini membantu menciptakan pengalaman pengguna yang kohesif tanpa memiliki konteks yang lebih luas dari situs web Anda yang lain.

Sebagai contoh, lihat iklan pencarian dari HootSuite ini:

Dengan halaman arahan pasca-klik yang sesuai:

Ini luar biasa karena berbagai alasan:

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

Namun yang terpenting, iklan tersebut cocok dengan pengalaman halaman arahan pasca-klik. Anda tidak perlu menjelajahi seluruh situs Hootsuite untuk mencari tahu apa yang terjadi karena pengalaman ad-to-page 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 pesan yang cocok setelah Anda mengklik:

Laman landas pasca-klik PPC adalah bentuk personalisasi yang ideal karena Anda menargetkan subkumpulan pengguna berdasarkan sekelompok karakteristik umum. (Dalam hal ini, semuanya menggunakan kueri penelusuran yang sama sehingga Anda menargetkan berdasarkan parameter URL).

Saat Anda mulai membangun 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 kumpulan teknologi .

Karena pemasar memiliki kemampuan untuk menargetkan iklan mereka secara berlebihan dan kontrol yang tinggi atas sumber lalu lintas dengan iklan berbayar, Anda memiliki dunia pilihan 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 lebih baik, BPK lebih rendah, dan konversi lebih tinggi).

2. Rekomendasi produk

Amazon benar-benar mengatur nada untuk banyak praktik terbaik e-niaga. Dari kemudahan pembelian (satu klik) hingga efisiensi belanja mereka (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 terkait serta Converse All-Stars, sandal, jam tangan, dan dompet di masa lalu 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, membangun 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 Pros.

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 pengguna?

Tentu, beberapa pengguna akan memanfaatkan 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 data scientist yang baik memberikan nilai. Jika Anda dapat mempersonalisasi rekomendasi produk berdasarkan karakteristik pengunjung, Anda pasti akan meningkatkan tingkat konversi dan menjadi sukses. Berikut adalah contoh menampilkan produk yang sedang tren atau populer ke sebagian pengunjung:

Selain memikirkan tentang modul rekomendasi produk mana yang akan bekerja paling baik, pikirkan tentang di mana mereka akan memberikan dampak terbesar. Satu tempat yang jelas adalah beranda, tempat Anda memiliki beragam pengunjung dan sebagian besar dari mereka menjelajah secara samar-samar. Ini adalah tempat yang bagus untuk memunculkan produk yang ditargetkan atau terlaris (atau penawaran baru).

Setelah seseorang menambahkan item ke keranjangnya adalah saat yang tepat untuk menampilkan modul "produk terkait", yang, dalam hal ini, bertindak sebagai mekanisme jual-lebih/jual-silang. Anda bahkan dapat meletakkan modul "produk terkait" di halaman produk, seperti yang dilakukan Amazon di sini:

3. Perilaku di tempat

Ketika kita berpikir tentang 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 dari Amazon).

Namun, sesuatu yang diremehkan adalah pengalaman yang diubah berdasarkan navigasi dan perilaku di lokasi. Pada dasarnya, Anda menggunakan hal-hal seperti pergerakan mouse, halaman yang dikunjungi, dan perkembangan pengunjung melalui formulir multi-langkah untuk mengirimkan 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 sisa hingga mereka mencapainya. Atau jika mereka sudah mencapainya, Anda bisa memberikan pesan ucapan selamat kepada mereka. Contoh dari proses pemesanan Candle Delirium:

Salah satu yang mudah diterapkan adalah mempersonalisasi penawaran berdasarkan pengunjung baru versus pengunjung 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 munculan yang dipicu gulir, munculan 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 dipersonalisasi adalah dengan perangkat lunak obrolan langsung 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 pengantar 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 niat dan berbagai tindakan. Misalnya, melalui berbagai titik kontak yang mereka klaim dapat mendeteksi ketika pengguna, misalnya, dilumpuhkan oleh pilihan, atau sensitif terhadap harga. Saat mereka mengetahui hal ini, mereka dapat mengirimkan modals atau diskon atau perubahan antarmuka lainnya untuk mencoba membujuk pengunjung agar membeli.

4. Pemasaran email terprogram

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

Saat Anda memiliki alamat email seseorang, Anda dapat mengingatkan mereka bahwa mereka belum selesai membeli. Seringkali, ini adalah hasil 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. Ini adalah email dari Society6 yang menunjukkan beberapa item yang baru saja saya lihat tetapi tidak saya beli:

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

Meskipun sebagian besar pemasar email mungkin berhenti mempersonalisasikan dengan nama depan Anda (“Hai {{Nama}},), ada dunia penargetan yang dapat Anda lakukan saat menggabungkan sinyal perilaku, data properti kontak, dan data firmografis jika Anda menggunakan B2B . Faktanya, masa depan pemasaran email kemungkinan besar akan didominasi oleh personalisasi yang ditargetkan dengan lebih baik.

Masalahnya dengan jenis email ini adalah mereka lebih jelas maksud penerimanya. 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 untuk 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 hal 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 Klaviyo atau layanan pemasaran email HubSpot.

Kesimpulan

Contoh di sini menunjukkan apa yang saat ini dimungkinkan dengan personalisasi e-niaga. Satu-satunya batasan Anda adalah sumber daya 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 menempatkan 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 selengkapnya di panduan personalisasi Instapage.