التخصيص أكثر ميزة تسويقية في التجارة الإلكترونية وأكثرها تنفيذًا سيئاً. كل منصة تأتي مع محرك توصيات. كل مورد SaaS يعد بتجارب مخصصة مدعومة بالذكاء الاصطناعي. تفعل معظم العلامات التجارية الأداة وتنتظر 90 يومًا ترى نتائج مسطحة وتتحول. المشكلة لم تكن أبدًا محرك التوصيات. المشكلة الأساس الذي يغذيه.
الطبقات الثلاث للتخصيص الذي يعمل فعليًا
محركات التوصيات جائعة للبيانات. لا تحتاج فقط إلى من هو العميل. تحتاج إلى ما يبحث عنه، وما ينقر عليه، وما يشتريه، والترتيب الذي يحدث فيه. نموذج الذكاء الاصطناعي الأفضل في العالم لا يستطيع إنتاج توصيات جيدة من بيانات ضعيفة. أكثر العلامات التجارية تفعل أداة التخصيص وتتخطى عمل البيانات ثم تلوم الذكاء الاصطناعي عندما الإيرادات لا تتحرك.
الطبقة الأولى: نظافة الكتالوج ووسم المنتجات
نظافة الكتالوج هي الفاصل بين التخصيص الذي يحرك الإيرادات وتخصيص يحرق الثقة. المنتجات تحتاج إلى سمات كاملة. الفئات يجب أن تكون متسقة ومربوطة بالمتغيرات. القميص يحتاج إلى وسوم للمادة والملاءمة ونطاق الحجم واللون والأسلوب والمناسبة والعشرات من الصفات الأخرى التي تؤثر على الشراء. عندما السمات ناقصة أو متضاربة، محرك التوصيات يرتبك. يوصي ببطاقة فصل الشتاء عندما كان العميل ينظر إلى القمصان الصيفية لأن النظام لا يفهم الفرق. العلامات التجارية التي تنفع تصرف وقت على تنظيف البيانات قبل تفعيل أي محرك.
الطبقة الثانية توحيد الهوية عبر القنوات
عرض الهوية الموحد إلزامي. عندما العميل يتصفح الويب، يشتري على الجوال، يتصل بخدمة العملاء، هذه التفاعلات تحدث في أنظمة مختلفة. ما لم تبني طبقة بيانات موحدة تربط هذه التفاعلات بهوية واحدة، محرك التخصيص يرى ثلاثة أشخاص مختلفين. النتيجة توصيات مكررة والعميل يشعر بعدم الاهتمام.
توحيد الهوية يعني مطابقة البريد الإلكتروني مع أرقام الهاتف، ربط الجلسات بالحسابات المصرح بها، دمج سجل الشراء عبر الويب والجوال والمتجر الفعلي. هذا عمل يحتاج إدارة حوكمة وأدوات. هذا بالضبط هو العمل الذي يفصل العلامات التجارية ذات التخصيص الفعال عن الباقي.
الطبقة الثالثة التقاط إشارات السلوك الفعلية
محركات التوصيات تحتاج فهم ما يفعل العملاء ليس فقط من هم. امرأة 35 من سان فرانسيسكو ليست معلومة مفيدة. امرأة 35 من سان فرانسيسكو نقرت على ثلاثة أحذية تنزه، أضافت واحدة للسلة ثم تخلت، عادت اليوم التالي لأحذية الجري. هذه معلومة محرك التخصيص يستطيع العمل بها. إشارات السلوك هي المادة الخام.
التقاط الإشارات يعني إرسال أحداث النقر، أحداث المشاهدة، أحداث إضافة للسلة، أحداث البحث، تسلسل الجلسة إلى مستودع البيانات. النظام يتعلم أن الباحثين عن "مقاوم للماء" يميلون لعرض "خفيف الوزن". يتعلم أن من يتصفح الدعاوى ثم فساتين الزفاف يتسوق لمناسبة. هذه الأنماط لا تظهر بدون طبقة البيانات السلوكية. بدونها محركات التوصيات تخمن فقط.
السلوك يحكم التخصيص، الديموغرافيات تخمن فقط
أقدم خطأ في التخصيص بناء على من هو العميل لا على ما يفعله. العلامات التجارية تقسم حسب العمر والجنس والموقع والدخل. ثم تفترض أن جميع نساء سياتل 35 سنة لهم نفس الرغبات. نتيجة نظام توصيات يتجاهل السلوك الفعلي على الموقع.
التقسيم الديموغرافي اخترع للبيع الفعلي والإعلان التلفزيوني لأنه كان الطريقة الوحيدة لتجميع الناس على النطاق. أداة خام. الرقمي يعطيك شيء أفضل. ترى بالضبط ما يبحث عنه كل عميل وينقر عليه ويضيفه للسلة ويشتريه. تبني نماذج على السلوك الحقيقي بدل افتراضات عن من يشاركون السمات الديموغرافية.
السلوك دقيق، الديموغرافيات ضخمة وغير دقيقة
قسم صغير من العملاء الذين بحثوا "طبقات الميرينو" نقروا على ثلاثة منتجات وأضافوا واحدة للسلة أكثر إفادة من قسم ديموغرافي ضخم من "محبي الهواء الطلق". الجزء السلوكي يفعل شيء محدد. الجزء الديموغرافي يخمن فقط. التخصيص على السلوك يجعل العميل يشعر بأنه مفهوم. التخصيص على الديموغرافيات يعطيه توصيات رآها أو لا يريدها.
أفضل محركات التوصيات تشغل نماذج متعددة معا. نماذج ديموغرافية عندما البيانات السلوكية نادرة. نماذج تشابه الفئات لفهم تفضيلات المنتج. نماذج متسلسلة لفهم ما يريده العميل بعد الآن. لكن السلوك يقود العرض. الإشارات السلوكية هي الإشارة. الباقي تصفية للضوضاء.
الوقت الفعلي لما يهم، الدفعات لكل شيء آخر
ليس كل قرار تخصيص يحتاج أن يحدث بالميلي ثانية. كثير لا. العلامات التجارية التي تهندس التخصيص الفعلي لكل شيء تهدر أموال البنية التحتية وتعقد أنظمتها دون فائدة. العلامات التجارية الذكية تستخدم الوقت الفعلي للحظات المهمة والدفعات للباقي وترى أسعار تحويل أعلى.
التخصيص الفعلي مهم عندما العميل في جلسة نشطة والقرار يحدث أمامهم. ترتيب نتائج البحث بالوقت الفعلي. البحث عن منتج والنتائج تظهر مرتبة لهويتك. توصيات صفحة المنتج الفعلية. تهبط على سترة والنظام عنده ميلي ثانية لحساب ما قد تحبينه أيضا. منطق البيع الإضافي عند الدفع الفعلي. العميل على ثوانِ من الشراء والنظام عنده لحظات لاقتراح شيء تريده.
الدفعات تفوز على الوقت الفعلي لأشياء كثيرة
حملات البريد الإلكتروني لا تحتاج الوقت الفعلي. ترسل مرة واحدة لآلاف الناس ساعات أو أيام بعد القرار. محتوى البريد مخصص على البيانات التي جمعت مسبقا. تنبيهات إعادة التخزين بالدفعات. تدفقات ما بعد الشراء بالدفعات. عندما العميل ليس فاعل ونافذة التأخير ساعات لا ميلي ثانية، الدفعات تفوز. أرخص وأسهل على النطاق الواسع.
العمارة الذكية متدرجة. الوقت الفعلي للجلسات الفاعلة. الدفعات لكل شيء آخر. العلامات التجارية التي تحاول فعل كل شيء فعلي ينتهي بها بناء بنية ml متنامية لمشاكل لا تحتاجها.
الخمس أسطح التي تحرك الإيرادات الفعلية
العلامات التجارية التي تحاول تخصيص كل شيء تنتهي بتخصيص لا شيء بفعالية. البؤرة مهمة. هذه الخمس أسطح تمثل أكبر تأثير للتخصيص على الإيرادات. أتقنها قبل أن تحاول ما وراء ذلك.
التوصيات بالمنتج
صفحة تفاصيل المنتج وصفحة السلة والصفحة الرئيسية لديها أسطح توصية. على PDP، هو "العملاء الذين شاهدوا هذا أيضًا شاهدوا" أو "أكمل الملابس". في السلة، إنه توصيات البيع المتقاطع والبيع الإضافي. على الصفحة الرئيسية، إنها توصيات التصفح بناءً على السلوك الأخير. هذه الأسطح لحظات عالية النية. العميل مشاركون ومستقبلون. التوصيات الجيدة في هذه اللحظات تزيد من AOV بشكل قياسي.
ترتيب نتائج البحث
هنا تحدث أكبر الانتصارات. تتخلف معظم العلامات التجارية عن منطق الترتيب القياسي لنتائج البحث. أحدث أولاً، الأكثر مبيعًا أولاً، السعر الصعود أو الهبوط. يتعلم ترتيب البحث المخصص أن هذا العميل تصفح المنتجات المتميزة بحيث يرتب الخيارات المتميزة أعلى، أو جاء هذا العميل من رسالة بريد إلكترونية عن ملابس الصيف بحيث يعزز فئات الصيف. يمكن لترتيب البحث المخصص زيادة التحويل على حركة البحث بنسبة 5 إلى 15 في المئة لأنك تعرض كل عميل النتائج بالترتيب الذي من المرجح أن يشتروا فيه.
تخصيص محتوى البريد الإلكتروني
يمكن تخصيص حملات البريد الإلكتروني على اختيار المنتج ومستوى العرض وتوقيت الإرسال. يحصل العميل الذي يتصفح معدات المشي لمسافات طويلة على رسالة بريد إلكترونية مع معدات المشي لمسافات طويلة. يحصل العميل ذو القيمة العالية على عرض مختلف عن العميل الجديد. أوقات الإرسال يمكن أن تتحول بناءً على وقت فتح كل عميل البريد الإلكتروني عادة. يزيد تخصيص البريد الإلكتروني من أسعار الفتح والنقر والتحويل.
العروض الترويجية والنوافذ على الموقع
يمكن تخصيص بيان الصفحة الرئيسية وشريط الترقية العائمة ومناطق الترويج داخل الصفحة. عرض الرسائل المختلفة على شرائح مختلفة. قد يرى العميل الجديد خصم الترحيب. قد يرى العميل العائد عرض الولاء. قد يرى العميل في جزء قيمة عالية إطلاق منتج جديد أو عرض حصري. تزيد هذه الترقيات المخصصة من الانخراط و AOV.
تدفقات ما بعد الشراء
ما يحدث بعد شراء العميل هو حيث تعمق العلاقة. تسلسل بريد إلكتروني ما بعد الشراء، والتوصيات المتابعة، والمطالب الفئة العابرة بناءً على ما اشتروه محرك أسعار شراء متكررة. يعتبر شخص ما اشترى للتو معطف الشتاء احتمالية جيدة لملحقات الطقس البارد. شخص ما يشتري أحذية الجري هو احتمالية لملابس الجري والعتاد. هذه التسلسلات من بين أعلى تكتيكات إعادة التخصيص ROI لأنها تستند إلى نية مؤكدة والسلوك.
قياس تأثير التخصيص بشكل صحيح
معدل النقر هو المقياس الخاطئ. يخبرك بعدد الأشخاص الذين نقروا على التوصية، وليس ما إذا كانت التوصية حركت الإيرادات. يتم النقر على بعض التوصيات لأنها بارزة، وليس لأنها ذات صلة. تخفي المقاييس الفارغة المشكلة الحقيقية.
الإيرادات لكل جلسة هي المقياس الصحيح. إذا عمل التخصيص، يجب أن ينفق العملاء أكثر لكل جلسة مما كانوا عليه من قبل. تزيد الإيرادات لكل جلسة عندما تؤدي التوصيات إلى عمليات شراء فعلية. عند قياس هذه الطريقة، يصبح الفرق بين التخصيص الجيد والسيء واضحًا.
رفع التحويل و AOV
يقيس رفع التحويل ما إذا كان التخصيص زيادة معدل التحويل الإجمالي. هل يحول عدد أكبر من العملاء بسبب توصيات أفضل، أو هل تزيد حركة المرور فقط؟ يخبرك AOV بموقع التوصية عن الأسطح التي تحرك الإيرادات فعليًا. هل توصية PDP تزيد حجم السلة؟ هل توصية السلة تزيد؟ أيها يستحق التحسين أكثر؟ لا يمكن الإجابة على هذه الأسئلة إلا عند القياس على مستوى السطح.
معدل الشراء المتكرر
يزداد تكييف العميل عندما ينشئ التخصيص الولاء. هل العملاء الذين يتلقون حملات بريد إلكتروني مخصصة يشترون بشكل أكثر تكرارًا من مجموعات التحكم؟ هل يزيد العملاء المعرضون لنتائج البحث المخصصة من تكرار الشراء؟ معدل الشراء المتكرر على مدى الوقت هو المقياس الحقيقي لنجاح التخصيص. إنه يفصل بين المرتفع قصير الأجل والتغيير المستدام.
اختبار Holdout إلزامي
بدون مجموعة تحكم، لا يمكنك قياس الرفع الحقيقي. لا يمكن لعلامة تجارية تطلق التخصيص وترى زيادة الإيرادات أن تخبر ما إذا جاء الرفع من التخصيص أو من زيادة حركة المرور الموسمية. الطريقة الوحيدة لقياس التأثير الحقيقي هي تشغيل اختبار holdout حيث تحصل مجموعة من العملاء على تجارب مخصصة ومجموعة متطابقة أخرى لا. ثم يمكنك قياس الفرق. هذه هي الطريقة الصحيحة من الناحية العلمية الوحيدة لقياس تأثير التخصيص.