Демографический маркетинг в прошлом веке - настала эра поведенческой персонализации – Retail Rocket

Как хорошо вы знаете своих клиентов? Вопрос относительно прост, не так ли? Ведь это ваши клиенты, которые пользуются вашими продуктами. И все же, многие бренды не знают своего покупателя. Данные о возрасте, местоположении и история покупок есть в любой базе данных. Однако, в отличие от персонализации, это не дает понимания того, что действительно интересно и нужно человеку за монитором.

Содержание:

Демографический маркетинг
На уровень выше: психографическое сегментирование
Делать меньше для лучшего результата
Копаем глубже: три способа внедрения поведенческой персонализации
Подведем итоги

Персонализация совершила революцию в электронной коммерции и изменила интернет-магазины до неузнаваемости. После ее появления пользователи стали намного требовательнее к ритейлерам, ожидая более высокого качества сервиса.

Задумка проста донельзя: бренд собирает данные о клиентах и использует их для сегментации аудитории по разным параметрам. Для каждого сегмента создается индивидуальный контент в разных каналах коммуникации. Впрочем, многие компании до сих пор придерживаются традиционного демографического маркетинга, где предложение зависит от пола и возраста. Иногда это полезно, но в 2018 году развивать бренд без персонализации весьма проблематично.

Рассказываем, почему демографический маркетинг безнадежно устарел и как сформировать персонализированное предложение, идущее в ногу со временем.

Демографический маркетинг стал первым логическим шагом в мире электронной коммерции по направлению к персонализации. Теперь, когда у компании есть возможность найти альтернативу подходу к клиенту по возрасту и полу, пора беспристрастно взглянуть на метод, который использовали многие годы.

Начнем с основ. Традиционно бренды создавали несколько персонажей для сегментации аудитории по демографическим данным, таким как возраст, пол, доход, местонахождение.

Подобный персонаж мог выглядеть так:

Имя: Василий
Возраст: 21-29
Доход: 30-40 тысяч рублей в месяц
Пол: Мужской

Для каждого сегмента создавались разные электронные письма. Логично, ведь, к примеру, омолаживающая косметика будет интересна женщинам среднего возраста, у молодых мужчин потребности несколько иные. Однако, полагаясь на демографические данные в электронной коммерции, ритейлер видит своих клиентов словно через матовое стекло: изображение есть, но детали отсутствуют.

Для более глубокого понимания покупателя необходимо дополнить свою стратегию персонализации данными, основанными на мотивации покупателей. Ведь причина, по которой люди посещают ваш сайт, гораздо важнее их пола и года рождения.

По данным консалтинговой компании Gartner, к 2020 году прибыль брендов, внедривших персонализацию, на 15% будет выше, чем у компаний, которые этого не сделают.

Кроме того, у демографических персонажей есть существенный минус: они постоянно требуют обновления и создают маркетологам очень много работы. С каждым новым сегментом, который появляется по мере роста бизнеса, требуется создание портрета и “персонализированного” контента для него.

Психографическое сегментирование позволяет оценивать более глубинные причины принятия решений, что делает их более долгосрочными. И в отличие от демографических персон, их количество ограничено разумным пределом, что облегчает работу маркетолога.

Мотивационные персонажи по большей части автоматизированы и требуют намного меньше времени и анализа. Тем не менее, эффективность персонализированного контента намного выше, чем у демографического.

Многие демографические персонажи зачастую имеют схожие мотивы. Получается, что при смещении фокуса с демографии на мотивацию, вы охватываете более крупные сегменты аудитории, но с меньшим количество персонажей. И, тем не менее, ваш контент будет лучше соответствовать потребностям клиента.

Рассмотрим на примере двух персонажей:

Персонаж: Степан

Внештатный фотограф
Возраст: 31-45
Доход: 30-45 тысяч рублей в месяц
Живет в городе
Любит Netflix
Покупает книги на Amazon

Персонаж: Александр

Водитель автобуса
Возраст: 25-31
Доход: 30-45 тысяч рублей в месяц
Живет в пригороде
Узнает новости через Twitter
Предпочитает покупать аудиокниги онлайн

Если смотреть на Степана и Александра, как на демографических персонажей, то в первую очередь необходимо учитывать возраст и местожительство. Так они попадут в группы, для которых необходим разный контент. Однако, учитывая мотивацию персонажей, можно объединить их в одну группу по следующим признакам:

Заранее распределяет ограниченный бюджет
Прежде всего ценит удобство покупки
Использует современные технологии

Ниже мы подробнее рассмотрим несколько способов сегментирования клиентов по интересам.

Чтобы лучше понимать покупателя и его мотивацию, вы можете использовать поведенческий таргетинг: собирать данные о действиях пользователя на вашей платформе. Так ваши мотивационные персонажи максимально приблизятся к реальному клиенту. На сегодняшний день грамотное использование поведенческого таргетинга и психографической сегментации – вершина персонализации электронной коммерции.

Самый просто способ внедрить персонализацию – использовать поведенческое намерение клиента. То есть смотреть на паттерны поведения и использовать эти данные для формирования товарной подборки. В этом случае рекомендации, как правило, базируются на истории просмотров и покупок пользователя, а также поведении схожих с ним покупателей.

Например, интернет-магазин Zarina на странице категории использует персональные рекомендации на основе интересов пользователя и истории браузинга:

Демографический маркетинг в прошлом веке – настала эра поведенческой персонализации

Это, пожалуй, самый действенный способ персонализации. Алгоритмы рекомендательной системы самостоятельно определяют в реальном времени интересы клиента по его действиям.

Причем использовать технологию можно не только на сайте, но и в email-рассылках. Например, новый пользователь может получать рекомендации самых популярных товаров магазина, но как только он проявил интерес к конкретным товарам или категориям, письмо автоматически перестроится с учетом его интересов:

Еще один простой, но эффективный метод – использование рекомендаций в строке поиска. Это не просто поисковые подсказки, а предложения товаров, которые формируются в зависимости от истории поиска, просмотренных ранее товаров и проявленных интересов.

Такое решение использует интернет-магазин noon, предлагая своим пользователям рекомендации товаров, которые могут их заинтересовать сразу в процессе поиска:

Демографический маркетинг до сих пор используется, но, по сравнению с мотивационной персонализацией, безнадежно устарел. Если вы новичок в мире электронной коммерции, то начать можно именно с его.

Но все же для того, чтобы максимально приблизиться к клиенту и понять его, мотивационная персонализация необходима. 77% пользователей выбирают бренд, использующий персонализированное предложение, а также готовы платить значительно больше за его товары.

Еще не персонализируете? Тогда мы идем к вам!

Инфоподдержка: new-retail.ru

База знаний