장마철 소매: 10가지 전자상거래 카테고리 선호도 패턴 공개

날씨는 기분뿐만 아니라 구매 행동에도 영향을 미칩니다. 대체로 날씨는 우리의 구매 방법과 제품 선택에 영향을 미칩니다. 예를 들어, 이 연구 조사에서는 우천이 사용자의 구매 행동에 긍정적인 영향을 미친다는 사실을 발견했습니다. 즉, 전자 상거래 회사는 몬순 기간 동안 더 많이 판매할 가능성이 있습니다. 카테고리 선호도 분석을 수행하고 선호도 메트릭을 이해하면 브랜드가 더 나은 판매 기회를 위해 몬순 맞춤형 개인화 권장 사항을 제공하는 데 도움이 될 수 있습니다.

그러나 카테고리 친화력이란 무엇입니까?

아마존 단골 구매자라면 상품을 구매할 때 '함께 구매한 상품' 또는 '이 상품을 구매한 고객이 이 상품도 구매했습니다' 기능을 자주 보셨을 것입니다. 이것은 일반적으로 제품 권장 사항이라고 하지만 전자 상거래 범주 선호도의 전형적인 예이기도 합니다.

사용자의 카테고리 선호도를 분석하고 패턴을 찾는 것은 고객을 타겟팅 및 세분화하고, 새로운 구매자를 유치하고, 신뢰를 구축하고, 브랜드 인지도를 높이고, 최종적으로 제품을 교차 판매 및 상향 판매하는 훌륭한 전략입니다.

몬순이 시작될 때 카테고리 선호도 패턴을 분석하면 실내에서 더 많은 시간을 보내면서 온라인 쇼핑을 하는 소비자에게 더 많은 것을 판매하는 데 도움이 될 수 있다고 생각합니다. 고객의 구매 행동을 분석하여 관련 제품을 함께 그룹화하고 고객이 '몬순' 요구 사항에 맞게 구매하도록 유도할 수 있습니다.

전자상거래 카테고리 선호도 개념이 생소하다면 단순히 특정 기간 동안 소비자가 표시한 '관련' 또는 '관련' 관심사를 찾는 것을 의미합니다. 그리고 이러한 패턴은 온라인 상점 데이터를 통해 확인할 수 있습니다.

몬순에 대한 10가지 전자상거래 카테고리 선호도 패턴

예를 들어 설명하겠습니다. 남성복, 여성복, 아동복을 취급하는 전자상거래 의류 매장을 운영하고 있다고 가정해 보겠습니다. 탐색할 몇 가지 카테고리 선호도 아이디어는 다음과 같습니다.

1. 카테고리로의 트래픽

특정 제품 범주에 대한 더 많은 트래픽 패턴을 관찰합니까? 예를 들어 여성용 레인 판초와 같은 카테고리 제품에 대한 트래픽이 급증하는 경우 고객이 레인 판초와 짝을 이룰 수 있는 바지와 같은 여성용 카테고리의 다른 제품을 탐색하는 데 관심이 있을 가능성이 더 높습니다. 따라서 특정 제품 범주에서 트래픽이 증가하는 것을 확인하면 동일한 범주의 유사한 제품을 고객에게 보여줄 수 있습니다.

2. 범주 참여

특정 고객이 위시리스트에 있거나 장바구니에 제품을 추가하거나 특정 제품 범주(예: 아동용 몬순 의류)에 대한 할인 쿠폰을 구독하는 경우 이 범주의 제품에 참여하고 있을 가능성이 큽니다. 동일한 카테고리의 다른 제품을 보여주면 제품을 교차 판매할 가능성이 높아집니다.

3. 카테고리로 트래픽을 유도하는 비용

사용자 친화도 및 행동을 기반으로 개인화된 카테고리 페이지를 생성하면 구매자가 이미 비슷한 의도를 가지고 있기 때문에 카테고리로 트래픽을 유도하는 비용을 낮추면서 사용자 경험을 개선하고 전환 가능성을 높일 수 있습니다. 기업은 각 방문자에게 가장 관련성 높은 제품을 제시함으로써 전환 가능성을 높이고 장기적으로 비용을 절감할 수 있습니다.

4. 카테고리 내 전환/판매 횟수

특정 카테고리(예: 아동용 비옷)에서 더 많은 전환 또는 판매가 발생하는 경우 가족용 비옷 콤보, 모녀 비옷 콤보 또는 아버지-아들 비옷 콤보와 같은 유사한 제품을 표시하여 해당 카테고리의 전환 및 판매를 개선할 수 있습니다.

5. 판매 촉진 비용

리타겟팅/리마케팅 광고는 일반적으로 고유한 타겟팅 방법으로 인해 판매를 유도하는 데 가장 비용 효율적입니다. 리타겟팅/리마케팅 비용은 사용하는 플랫폼과 입찰 전략에 따라 달라질 수 있습니다. 고객이 이미 제품을 검색하고 있고 구매 의향이 높기 때문에 카테고리 선호도를 식별하고 초타겟팅 메시지를 통해 세분화된 수준에서 고객을 타겟팅하면 판매 촉진 비용을 낮출 수 있습니다.

이를 효과적으로 수행하려면 구매 행동을 결정하는 데 도움이 되는 제품 선호도 메트릭을 이해해야 합니다. 다음과 같은 조건부 규칙을 사용합니다.

IF(우산) THEN(레인코트, 레인브트)

제품 친화성 메트릭을 이해하면 더 잘 팔리는 더 나은 제품 번들을 만들고 판매 가치 상승을 계산하는 데 도움이 될 수 있습니다.

상승도는 항목 집합의 총 거래 수를 취하여 해당 수치의 몇 퍼센트가 친밀도 범주의 어떤 요소를 설명하는지 찾아 계산합니다.

6. 카테고리별 수익

다른 카테고리보다 더 많은 수익을 창출하는 카테고리는 무엇입니까? 이러한 카테고리를 식별하고 유사한 카테고리의 제품을 페어링하면 더 많은 수익을 얻을 수 있습니다.

7. 고객 서비스

범주별로 더 많은 고객 서비스 요청, 지원 요청을 받고 있는 제품 범주는 무엇입니까? 고객 서비스 팀을 활용하여 이러한 질문에 대한 답변을 찾고 고객에게 적합한 제품 권장 사항을 만드십시오.

8. 카테고리별 장바구니 이탈률

카테고리별 장바구니 포기율은 전자상거래 기업이 사용자 경험을 개선하고 전환율을 높이기 위해 모니터링하고 최적화해야 하는 중요한 지표입니다. 장바구니 포기율은 카테고리, 장치, 위치 및 고객 행동에 따라 다를 수 있습니다. 올바른 제품을 페어링하고 수익성 있는 할인을 제공하면 카테고리당 장바구니 포기율을 줄이는 데 도움이 될 수 있습니다.

9. 카테고리별 이탈률

전자 상거래의 반송률이 높다는 것은 문제가 있음을 의미합니다. 평균 전자상거래 이탈률은 20%~40%이지만 이탈률이 20% 미만이면 예외적인 것으로 간주됩니다. 카테고리 유사성 데이터를 분석하여 가치가 높은 고객을 식별하고 개인화된 캠페인으로 타겟팅할 수 있습니다. 이러한 고객은 귀하의 사이트에서 참여하고 구매할 가능성이 높기 때문입니다. 이렇게 하면 반송률이 최소화됩니다.

10. 카테고리별 사이트에 머문 시간

카테고리 선호도는 고객이 사이트에서 보내는 시간에 큰 영향을 미칩니다. 기업은 카테고리 선호도 데이터를 분석하여 웹사이트에 더 많이 참여하고 더 많은 시간을 할애할 가능성이 높은 선호도가 높은 사용자를 식별할 수 있습니다. 기업은 개인화 된 콘텐츠 및 제안으로 이러한 사용자를 대상으로 하여 현장 시간을 늘리고 참여를 향상시킬 수 있습니다.

브랜드는 카테고리 선호도를 어떻게 사용할 수 있나요?

이제 전자 상거래 비즈니스가 몬순 및 연중 다른 시기에 달성하는 데 도움이 될 수 있는 카테고리 선호도 인사이트를 살펴보겠습니다.

1. 더 나은 커뮤니케이션 개인화

타겟 청중이 무엇을 찾고 있는지 알면 커뮤니케이션 메시지를 더 잘 만들 수 있습니다. 예를 들어 몬순 복장 컬렉션을 찾고 있는 경우 직접 말할 수 있습니다. "몬순 복장에 이 장화를 매치하여 발을 건조하게 유지하세요."라고 말하면 빠르게 관심을 끌 수 있습니다.

예를 들어 몬순 마케팅 캠페인에 추천 및 카탈로그 엔진을 사용하여 모든 고객 접점에서 개인화를 가져올 수 있습니다. 푸시 알림이든 문자 메시지이든 관계없이 엔진은 과거 및 실시간 상호 작용 데이터를 활용하여 모든 프로모션이 상황에 맞게 유지되도록 할 수 있습니다.

2. 광고 캠페인 타겟팅 개선

카테고리는 고객에게 어떤 제품이 더 인기가 있는지 이해하는 데 도움이 되므로 세분화된 수준에서 광고를 타겟팅할 수 있습니다. 이는 대상 고객이 이미 선호도를 보인 대상 제품 권장 사항을 보여주기 때문에 CAC를 줄이고 전환율을 높이는 데 크게 도움이 될 수 있습니다.

3. 더 나은 추천

특정 카테고리에 대한 구매자의 선호도를 계산하여 유사한 상품을 추천할 수 있습니다. 이는 구매자의 스타일 프로필을 기반으로 수행할 수 있습니다. 스타일 프로필은 구매자가 보고 있는 제품(예: 우산을 보고 있는 경우 우산의 다양한 색상과 옵션을 추천함), 구매자의 거래 행동(과거에 구매하고 반품한 항목 등)과 같은 구매자의 온라인 행동을 인구 통계와 함께 엿볼 수 있게 해줍니다. 이러한 세부 정보를 모두 알면 웹 사이트 콘텐츠, 앱 콘텐츠 또는 이메일을 통해 권장 사항을 제시하는 데 도움이 될 수 있습니다.

4. 제품 배치

어떤 두 제품이 잘 어울리고 어떤 제품이 호감도가 낮은지 알면 고객에게 제품을 추천하여 매출을 높일 수 있습니다. 즉, 우산과 비옷은 잘 어울리지만 선글라스와 비옷은 잘 어울리지 않을 수 있습니다. 따라서 장마철 상품에 대한 호감도가 높은 고객은 선글라스와 우비 콤보보다는 우비와 우산 콤보를 구매할 가능성이 높다. 고객 데이터를 잘 알아야 제품을 전략적으로 배치할 수 있습니다.

5. 상품의 번들링

고객의 구매 행동을 분석합니다. 그들이 사고 있는 유사한 제품은 무엇입니까? 고객 평생 가치(CLV)를 높일 수 있는 제품 조합은 무엇입니까? 일정 기간 동안 유사한 종류의 제품을 구매하는 반복 고객이 있는 경우, 그들을 위한 제품 번들을 생성하고 소액 할인과 함께 묶을 수 있습니다. 이를 통해 더 많이 판매하고 고객 충성도를 높일 수 있습니다.

결론

카테고리 유사성 패턴을 활용하면 계절별 마케팅 캠페인뿐만 아니라 비즈니스에 대한 전반적인 판매 및 참여를 유도하여 비즈니스의 게임 체인저가 될 수 있습니다.

그러나 마케팅 캠페인, 사람들을 사이트로 유도하는 방법, 수익에 영향을 미치는 위치 및 방법에 대한 포괄적인 보기를 얻으려면 데이터를 깊이 파고들어야 합니다.

Webengage와 같은 플랫폼은 소비자가 캠페인과 상호 작용하는 방식과 실제 판매로 이어지는 방식을 기반으로 전체적인 보기를 제공하고 정보에 입각한 결정을 내리는 데 도움을 줄 수 있습니다. 강력한 권장 사항 및 카탈로그 엔진은 채널 전반에 걸쳐 우기 캠페인을 규모에 맞게 개인화하여 이전에 기록된 소비자 행동과 함께 계절성을 메시지에 반영하는 데 도움을 줄 수 있습니다. 이 조합은 캠페인에서 더 나은 참여와 전환을 얻을 수 있는 조합입니다.

카테고리 선호도 패턴 사용에 대해 자세히 알고 싶고 추천 및 카탈로그 엔진이 어떻게 몬순 매출을 높일 수 있는지 알고 싶으십니까?

지금 WebEngage 데모를 예약하세요.