- Словарь
Что такое персонализация и как она помогает бизнесу
Персонализация — способ предложить клиенту товар, услугу или контент, который максимально заточен под его интересы и потребности. Андрей Москвин, Product Marketing Manager Retail Rocket Group рассказывает какие данные и технологии нужны для персонализации и разбирает конкретные примеры таких коммуникаций.
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.
