Ritel Musim Hujan: Mengungkap 10 Pola Afinitas Kategori E-Commerce

Cuaca tidak hanya memengaruhi suasana hati kita tetapi juga perilaku pembelian kita. Secara umum, cuaca memengaruhi metode pembelian kami dan pilihan produk. Misalnya, studi penelitian ini menemukan bahwa cuaca hujan berdampak positif pada perilaku pembelian pengguna, yang berarti bahwa perusahaan e-commerce berpotensi menjual lebih banyak selama musim hujan. Melakukan analisis afinitas kategori dan memahami metrik afinitas dapat membantu merek menawarkan rekomendasi yang disesuaikan dengan musim hujan untuk peluang penjualan yang lebih baik.

Tapi apa itu afinitas kategori?

Jika Anda adalah pembelanja reguler di Amazon, Anda sering melihat fitur "barang yang dibeli bersama" atau "pelanggan yang membeli barang ini juga membeli barang ini" saat membeli produk. Meskipun ini sering disebut sebagai rekomendasi produk, ini juga merupakan contoh klasik afinitas kategori eCommerce.

Menganalisis afinitas kategori pengguna dan mencari pola adalah strategi yang bagus untuk menargetkan dan menyegmentasikan pelanggan, mendatangkan pembeli baru, membangun kepercayaan, mempromosikan kesadaran merek, dan terakhir menjual silang dan meningkatkan penjualan produk Anda.

Di awal musim hujan, menurut kami menyelami pola afinitas kategori dapat membantu Anda menjual lebih banyak kepada konsumen yang berbelanja online karena mereka menghabiskan lebih banyak waktu di dalam ruangan. Menganalisis perilaku pembelian pelanggan, Anda dapat mengelompokkan produk terkait dan mendorong pelanggan untuk membelinya agar sesuai dengan kebutuhan 'musim' mereka.

Jika Anda baru mengenal konsep afinitas kategori eCommerce, ini berarti menemukan minat 'terkait dengan' atau 'relevan dengan' yang ditampilkan oleh konsumen selama periode waktu tertentu. Dan pola tersebut dapat diketahui melalui data toko online Anda.

10 pola afinitas kategori eCommerce untuk musim hujan

Mari kita jelaskan ini dengan sebuah contoh. Misalkan Anda adalah toko pakaian eCommerce untuk busana pria, wanita, dan anak-anak. Berikut adalah beberapa ide afinitas kategori untuk dijelajahi:

1. Lalu lintas ke suatu kategori

Apakah Anda mengamati lebih banyak pola lalu lintas ke kategori produk tertentu? Misalnya, jika Anda melihat lonjakan lalu lintas ke produk kategori, misalnya jas hujan wanita, kemungkinan besar pelanggan juga tertarik menjelajahi produk lain dalam kategori wanita, misalnya celana yang dapat dipasangkan dengan jas hujan. Jadi, saat Anda melihat peningkatan lalu lintas dalam kategori produk tertentu, Anda dapat menampilkan produk serupa dari kategori yang sama kepada pelanggan.

2. Keterlibatan dalam suatu kategori

Jika Anda melihat pelanggan tertentu ada di wishlist, menambahkan produk ke troli, atau berlangganan kupon diskon untuk kategori produk tertentu, misalnya pakaian musim hujan untuk anak-anak, kemungkinan besar mereka terlibat dalam kategori produk ini. Menampilkan mereka produk lain dari kategori yang sama meningkatkan peluang penjualan silang produk Anda.

3. Biaya untuk mengarahkan lalu lintas ke suatu kategori

Membuat halaman kategori yang dipersonalisasi berdasarkan afinitas dan perilaku pengguna dapat meningkatkan pengalaman pengguna dan meningkatkan peluang konversi sambil menurunkan biaya untuk mengarahkan lalu lintas ke suatu kategori karena pembeli sudah memiliki niat yang sama. Dengan menghadirkan produk yang paling relevan kepada setiap pengunjung, bisnis dapat meningkatkan peluang konversi, yang mengarah ke biaya yang lebih rendah dalam jangka panjang.

4. Jumlah konversi/penjualan dalam suatu kategori

Jika Anda melihat lebih banyak konversi atau penjualan dalam kategori tertentu, misalnya jas hujan anak-anak, Anda mungkin ingin menampilkan produk serupa seperti kombinasi jas hujan untuk keluarga, kombinasi jas hujan ibu-anak, atau kombinasi jas hujan ayah-anak untuk meningkatkan konversi dan penjualan dalam kategori tersebut.

5. Biaya untuk mendorong penjualan

Iklan penargetan ulang/pemasaran ulang biasanya paling hemat biaya untuk mendorong penjualan karena metode penargetan uniknya. Biaya penargetan ulang/pemasaran ulang dapat bervariasi tergantung pada platform yang digunakan dan strategi penawaran. Mengidentifikasi afinitas kategori dan menargetkan pelanggan pada tingkat terperinci dengan pesan yang sangat bertarget dapat menurunkan biaya untuk mendorong penjualan karena pelanggan sudah mencari produk dan memiliki niat tinggi untuk membeli.

Untuk melakukannya secara efektif, Anda perlu memahami metrik afinitas produk yang membantu menentukan perilaku pembelian. Ini menggunakan aturan bersyarat seperti:

JIKA (payung) MAKA (jas hujan, sepatu hujan)

Memahami metrik afinitas produk dapat membantu Anda membuat bundel produk yang lebih baik yang menjual lebih baik dan menghitung peningkatan nilai penjualan.

Lift dihitung dengan mengambil jumlah total transaksi dari sebuah itemset dan menemukan berapa persentase dari angka tersebut untuk elemen mana dalam kategori afinitas.

6. Pendapatan yang dihasilkan per kategori

Kategori mana yang menghasilkan lebih banyak pendapatan daripada kategori lainnya? Mengidentifikasi kategori tersebut dan memasangkan produk dari kategori serupa dapat membantu Anda memperoleh lebih banyak pendapatan.

7. Layanan pelanggan

Kategori produk mana yang mendapatkan lebih banyak permintaan layanan pelanggan, permintaan dukungan, per kategori? Masuk ke tim layanan pelanggan Anda untuk menemukan jawaban atas pertanyaan-pertanyaan ini dan membuat rekomendasi produk yang tepat untuk pelanggan Anda.

8. Tingkat pengabaian keranjang per kategori

Tingkat pengabaian keranjang per kategori adalah metrik penting bagi bisnis eCommerce untuk memantau dan mengoptimalkan untuk meningkatkan pengalaman pengguna dan meningkatkan tingkat konversi. Tingkat pengabaian keranjang dapat bervariasi tergantung pada kategori, perangkat, lokasi, dan perilaku pelanggan. Memasangkan produk yang tepat dan menawarkan diskon yang menggiurkan dapat membantu Anda mengurangi tingkat pengabaian keranjang per kategori.

9. Rasio pentalan per kategori

Tingkat bouncing yang tinggi untuk eCommerce Anda berarti ada sesuatu yang salah. Sementara rata-rata tingkat bouncing eCommerce adalah antara 20% dan 40%, tingkat bouncing lebih rendah dari 20% dianggap luar biasa. Dengan menganalisis data afinitas kategori, Anda dapat mengidentifikasi pelanggan bernilai tinggi dan menargetkan mereka dengan kampanye yang dipersonalisasi karena pelanggan ini cenderung terlibat dan membeli dari situs Anda. Ini akan meminimalkan rasio pentalan Anda.

10. Waktu di situs per kategori

Afinitas kategori sangat memengaruhi berapa banyak waktu yang akan dihabiskan pelanggan di situs Anda. Dengan menganalisis data afinitas kategori, bisnis dapat mengidentifikasi pengguna dengan afinitas tinggi yang cenderung terlibat dengan situs web dan menghabiskan lebih banyak waktu di situs tersebut. Bisnis dapat meningkatkan waktu di tempat dan meningkatkan keterlibatan dengan menargetkan pengguna ini dengan konten dan penawaran yang dipersonalisasi.

Bagaimana merek dapat menggunakan afinitas kategori?

Sekarang mari kita lihat wawasan afinitas kategori apa yang dapat membantu bisnis eCommerce mencapai selama musim hujan dan waktu lain dalam setahun:

1. Personalisasi komunikasi yang lebih baik

Ketika Anda tahu apa yang dicari audiens target Anda, Anda dapat menyusun pesan komunikasi Anda dengan lebih baik. Misalnya, Anda dapat berbicara langsung dengan mereka jika mereka sedang mencari koleksi pakaian musim hujan. Mengatakan, "Pasangkan pakaian musim hujan Anda dengan sepatu bot hujan ini agar kaki Anda tetap kering," dapat dengan cepat menarik perhatian mereka.

Misalnya, mesin rekomendasi dan katalog kami dapat digunakan untuk kampanye pemasaran monsun Anda untuk menghadirkan personalisasi di semua titik kontak pelanggan. Baik itu pemberitahuan push atau pesan teks, mesin ini dapat memanfaatkan data interaksi historis dan real-time untuk memastikan semua promosi tetap kontekstual.

2. Penargetan kampanye iklan yang lebih baik

Karena kategori membantu Anda memahami produk mana yang lebih populer di kalangan pelanggan, Anda dapat menargetkan iklan pada tingkat yang terperinci. Ini secara signifikan dapat membantu mengurangi CAC dan meningkatkan konversi karena Anda menunjukkan rekomendasi produk yang ditargetkan yang telah menunjukkan minat audiens target Anda.

3. Rekomendasi yang lebih baik

Anda dapat merekomendasikan produk serupa dengan menghitung afinitas pembeli untuk kategori tertentu. Ini bisa dilakukan berdasarkan profil gaya pembeli. Profil gaya memberikan gambaran perilaku online pembeli, seperti produk apa yang mereka lihat (misalnya, jika mereka melihat payung, mereka merekomendasikan berbagai warna dan pilihan payung), perilaku transaksional pembeli (seperti apa yang telah mereka beli dan kembalikan di masa lalu) bersama dengan demografi mereka. Mengetahui semua detail ini dapat membantu Anda menyajikan rekomendasi melalui konten situs web, konten aplikasi, atau email.

4. Penempatan produk

Mengetahui dua produk mana yang berpasangan dengan baik dan produk mana yang memiliki afinitas rendah, Anda dapat merekomendasikan produk kepada pelanggan Anda untuk meningkatkan penjualan. Artinya, meskipun payung dan jas hujan berpasangan dengan baik, kacamata hitam dan jas hujan mungkin tidak berpasangan dengan baik. Jadi pelanggan dengan afinitas yang kuat untuk produk monsun kemungkinan besar akan membeli kombo jas hujan dan payung daripada kacamata hitam dan kombo jas hujan. Dengan mengetahui data pelanggan dengan baik, Anda dapat menempatkan produk Anda secara strategis.

5. Pembundelan produk

Analisis perilaku pembelian pelanggan Anda. Produk serupa apa yang mereka beli? Kombinasi produk apa yang dapat Anda pasangkan yang dapat meningkatkan nilai umur pelanggan (CLV) Anda? Bila Anda memiliki pelanggan tetap yang membeli produk sejenis selama periode waktu tertentu, Anda dapat membuat bundel produk untuk mereka dan mengikatnya dengan diskon kecil. Ini dapat membantu Anda menjual lebih banyak dan membawa loyalitas pelanggan juga.

Kesimpulan

Memanfaatkan pola afinitas kategori dapat menjadi pengubah permainan untuk bisnis Anda, tidak hanya untuk kampanye pemasaran musiman, tetapi juga mendorong penjualan dan keterlibatan secara keseluruhan ke bisnis Anda.

Namun, Anda perlu mendalami data untuk mendapatkan gambaran menyeluruh tentang kampanye pemasaran Anda, bagaimana kampanye tersebut mengarahkan orang ke situs, dan di mana serta bagaimana pengaruhnya terhadap keuntungan Anda.

Platform seperti Webengage dapat memberi Anda pandangan holistik dan membantu Anda membuat keputusan yang tepat berdasarkan cara konsumen berinteraksi dengan kampanye Anda, dan kampanye mana yang menghasilkan penjualan aktual. Mesin rekomendasi dan katalognya yang canggih dapat lebih membantu Anda mempersonalisasi kampanye monsun dalam skala besar di seluruh saluran, membawa musiman ke dalam pesan Anda bersamaan dengan perilaku konsumen yang tercatat sebelumnya – perpaduan yang pasti akan membuat Anda mendapatkan interaksi dan konversi yang lebih baik pada kampanye.

Ingin tahu lebih banyak tentang penggunaan pola afinitas kategori dan bagaimana mesin rekomendasi dan katalog dapat meningkatkan penjualan monsun Anda?

Pesan demo WebEngage hari ini.