Что такое персонализация и как она помогает бизнесу

Содержание

• Что такое персонализация
• Зачем нужна персонализация
• Какие данные используются для персонализации
• Как работает персонализация: технологии и инструменты
• Примеры персонализации

Что такое персонализация

Персонализация — это возможность подобрать товары, услуги, контент или рекламу, которые учитывают текущие интересы и запросы клиента. Несколько примеров персонализации.

Персонализация под интересы. Интернет-магазин рекомендует посмотреть товары, похожие на те, которые ранее покупал клиент.

Персонализация под профиль. Баннер на сайте подстраивается под профиль посетителя — показывает рекламу, которая соответствует полу, возрасту и другим характеристикам посетителя. 

Персонализация под предпочтения. Сервис премиум-такси запоминает, какая атмосфера нравится клиенту — водитель включает академическую музыку на средней громкости, устанавливает температуру в 20° и не разговаривает без необходимости.

Зачем нужна персонализация

Персонализация помогает интернет-магазинам, маркетплейсам и стриминговым сервисам решать самые разные задачи.

• Привлекать клиентов. Персонализация поможет предложить уникальный клиентский опыт — быстро выбрать подходящий продукт, сэкономить время и получить положительные эмоции.
• Удерживать клиентов. Учесть вкусы и предпочтения, обеспечить положительный клиентский опыт — так, чтобы он захотел снова воспользоваться услугой.
• Нарастить конверсии. Ускорить продвижения клиента по воронке продаж — сократить время на изучение альтернатив, принятие решения и быстрее подвести к покупке.

Какие данные используются для персонализации

Для персонализации используются самые разные типы данных ↓

Социально-демографические данные

Данные соцдема помогают коммуницировать с клиентом уже тогда, когда бизнес еще ничего о нем не знает. Например, предложить товары, которые покупает похожая возрастная группа.

К такому типу данных относят:

• пол;
• возраст;
• профессию; 
• местоположение.

Поведенческие данные

Поведенческие данные помогают проанализировать интересы клиента и порекомендовать продукт, который учтет прошлые запросы клиенты. К таким данным относят:

• историю покупок — что клиент покупал ранее;
• историю просмотров — какие категории, товары и бренды изучал клиент;
• историю действий — когда был онлайн, какие товары добавлял или удалял из корзины, сколько баллов накопил, какие отзывы оставлял и так далее.

Контактные данные

Контактные данные помогают напрямую общаться с клиентом — отправлять персональные предложения, напоминания и оперативно получать обратную связь. К контактным данным относят:

• e-mail;
• телефон;
• адрес места жительства;
• ссылка на аккаунт в соцсети или мессенджере.

Данные по источникам

Группа данных, которые разделяют по источникам получения ↓

• Zero-party data — данные, которые клиент оставляет площадке самостоятельно. Например, в обмен на бонусы на следующую покупку.
• First-party data — данные, которые платформа собирает автоматически — что купил пользователь, как двигался по сайту, какой был клик-стрим, и так далее. Такие данные могут собирать как на сайте, так и с помощью компьютерного зрения в магазине.
• Second-party data — данные, которые бизнес получает от партнеров. Например, сервис покупки билетов и платформа для бронирования жилья могут обмениваться данными в рамках партнерского соглашения — чтобы обогащать данные за счет партнера и лучше понимать клиентов.
• Third-party data — данные о пользователях, которые покупают у дата-провайдеров, маркетинговых платформ и других компаний. Такие данные считают низкокачественными — их собирают из разных источников, они могут устаревшими и неполными.

Чем больше у бизнеса качественных и актуальных данных, тем лучше он сможет общаться с клиентами и выстраивать разные стратегии персонализации.

Как работает персонализация: технологии и инструменты

Учитывать текущие потребности и интересы пользователя можно с помощью этих инструментов ↓

Алгоритмы рекомендаций

Рекомендательные системы помогают предложить товар, услугу или контент, который соответствует интересам пользователя. Такие алгоритмы помогают бизнесу:

• анализировать базу данных — обрабатывать категории товаров, услуг и контента. Например, изучить базу данных онлайн-кинотеатра, найти взаимосвязи и предложить похожие фильмы;
• обрабатывать данные аудитории — выявлять сегменты, накапливать паттерны поведения и определять предпочтения клиентов.

Рекомендации помогают бизнесу решить задачи пользователя — подскажут что почитать или посмотреть, что можно купить и куда сходить. Но такие алгоритмы не работают сами по себе — для их работы нужно собирать и хранить данные об аудитории, а также выбрать платформу. Например, мобильное приложение, интернет-магазин или даже кассу продуктового магазина.

Таргетированная реклама

Таргетинг показывает рекламу, которая соответствует интересам пользователя:

• знакомит с продуктом, подсвечивает отличия от конкурентов;
• персонализирует предложение — помогает показать рекламу для пользователя с конкретным возрастом, полом, интересами, предпочтениями и даже доходом.

Аналитика данных и машинное обучение

Аналитика данных помогает обрабатывать большие данные, а машинное обучение анализирует эти данные и подстраивает продукты, акции и рекламу под конкретного клиента. 

Оба инструмента работают в связке. Например, вместе помогают учитывать характеристики товаров, поведение пользователей, ситуацию у конкурентов, погодные условия и другие факторы, которые влияют на продажи.

Большие данные могут оказаться бесполезными, если бизнес работает без технологий машинного обучения — не умеет обрабатывать данные и использовать их. Но как только такой инструмент появляется, компания получает преимущество перед конкурентами — алгоритмы рекомендаций, персонализированную рекламу и точечные рассылки.

Системы управления данными клиентов

Такие системы помогают собирать, хранить и анализировать самые разные данные клиентов. Для увеличения персонализации бизнесу стоит использовать два типа систем:

• CDP — платформа клиентских данных. Помогает агрегировать данные клиентов из разных источников и генерировать профили. Например, чтобы быстро сегментировать клиентов, выделить небольшую группу и предложить ей скидку.
• CRM — система управления взаимоотношениями с клиентами. Помогает выстроить коммуникацию с текущими покупателями и включает в себя историю общения — звонки, покупки, обращения и так далее.

Примеры персонализации

Компании выстривают личную коммуникацию с клиентами, используя разные виды персонализации.

Товарные рекомендации. Рекомендательные системы могут предлагать физические и цифровые товары, а также услуги. Например, подобрать похожие и сопутствующие товары, порекомендовать музыку по настроению или фильм который можно посмотреть вместе с ребенком.

Персональные акции. Бизнес может прислать уведомление о персональном предложении или учесть прогресс в программе лояльности и дать скидку. Такой подход мотивирует клиента чаще взаимодействовать с брендом, а компанию — адаптировать предложение под поведение покупателя.

Персональный контент. Помогает предложить контент, адаптированный под интересы пользователя, историю просмотров и реакции. 

Адаптация интерфейса. Помогает сделать разные элементы удобным для пользователя:

• подстроить под задачи — дать возможность скрывать или всегда показывать баланс на счете, кастомизировать блоки и функции приложения;
• настроить под интересы — выводить какой фильм не успел досмотреть пользователь или показывать какие товары он покупал ранее.

Персонализация поисковой выдачи. Поисковые сервисы адаптируют результаты и информационные блоки под локацию пользователя:

• показывают прогноз погоды для города, где находится пользователь;
• подстраиваются под язык;
• выводят компании и места, которые соответствуют местоположению пользователя — например, ближайшие кафе или гостиницы. 

Программы лояльности. Помогают учитывать действия пользователей и на основе этого предложить:

• подарки — бонусы и награды. Например, частому гостю;
• бейджи, статусы и достижения — звания, которые помогают геймифицировать и вовлечь клиента в покупки. Например, дать звание почетный гость и скидку в 10% за покупках на сумму 50 000 ₽ в месяц;
• эксклюзивные предложения — доступ к закрытым мероприятиям или распродажам. Например, приглашение на закрытый показ или приватную распродажу.

Персонализированная реклама. К такой рекламе относят:

• баннеры на сайтах — блок рекламы, который подстраивается под запросы и поведение пользователя. Например, показывает кроссовки, если посетитель недавно искал кроссовки;
• плейсменты — платные размещения внутри маркетплейсов, которые продвигают производители.