Estrategia de personalización de comercio electrónico: un enfoque gradual

En alg√ļn momento, la personalizaci√≥n puede parecer un buen pr√≥ximo paso para nivelar los esfuerzos de CRO. Pero las empresas, siempre y cuando la personalizaci√≥n tenga sentido, a menudo intentan usar algoritmos de inmediato, confiando en la inteligencia artificial y el aprendizaje autom√°tico para crear experiencias personalizadas.

Muchos también comienzan con herramientas de marketing que tienen la recopilación de datos y la inteligencia artificial incorporadas, lo que resulta en una experiencia fragmentada para el cliente y resultados subóptimos para la empresa.

Rhett Norton aconseja precaución: "La estrategia de herramienta primero es una de las peores porque pone su estrategia en el asiento trasero mientras su herramienta lo empuja por un precipicio".

De hecho, la personalización no se trata solo de datos y algoritmos. Para hacerlo correctamente, necesitas:

  • Procesos en el lugar;
  • Suficiente gente para crear contenido relevante para todas las variantes;
  • Sistemas que pueden servir el contenido, etc.

Se requiere una gran inversión para poner en funcionamiento la personalización completa. Y cuanto mayor es la inversión, mayor es el riesgo.

Por lo tanto, no tiene sentido comenzar con una personalización total (a menos que esté aburrido y tenga dinero para gastar). Al igual que con las pruebas A / B, puede comenzar de a poco y construir gradualmente un programa más completo si sus incursiones iniciales funcionan.

Por supuesto, si muestra resultados tempranos, es más fácil ganar recursos que pueden escalar y automatizar su personalización. Los pasos incrementales hacia ese nivel de personalización son similares a los de CRO: investigación, hipótesis, prueba de creación, prueba de ejecución, evaluación.

El objetivo de este artículo es mostrar, utilizando un ejemplo hipotético, una forma pragmática de avanzar hacia la personalización. Al hacerlo, se destacan las diversas etapas del proceso y qué esperar en cada una; También simplifica algunos aspectos.

He utilizado este mismo enfoque en varias empresas de comercio electrónico. Todo comienza con algo con lo que está familiarizado: la segmentación.

Comenzando con la segmentación

Tomemos una compa√Ī√≠a ficticia, "The Garden Company", que vende equipos de jardiner√≠a que van desde una pala hasta un juego de sal√≥n. Tienen una gran cartera de productos y gastan mucho dinero en marketing. Tambi√©n est√°n optimizando continuamente su sitio web con pruebas A / B.

Para ellos, la personalización puede ser el siguiente paso lógico. Se pueden personalizar muchas cosas, como qué canales elegir para qué usuarios, en qué orden, en qué período de tiempo, con qué contenido, qué productos, etc.

Como escribe el CEO de Conductrics, Matt Gershoff:

La pregunta no es si puedo personalizar una experiencia: en este momento hay miles de herramientas y formas diferentes de hacerlo. Entonces, el simple acto de crear una experiencia no es el objetivo, el objetivo es hacerlo de la manera que genere el mayor ROI para mi organización.

La pregunta debe ser: "¬ŅC√≥mo descubro la forma m√°s valiosa de cambiar la experiencia?"

En este caso hipot√©tico, abordaremos un problema com√ļn de experiencia del usuario en grandes sitios de comercio electr√≥nico: la posibilidad de encontrar productos.

Investigue para identificar y priorizar segmentos potenciales

Al igual que al crear una prueba A / B, la investigación identifica segmentos potencialmente valiosos.

Si ya está haciendo CRO, mucha investigación y conocimiento del consumidor ya está disponible. Todos, desde expertos en productos, departamentos de compras y analistas, tienen hipótesis respaldadas por datos sobre la base de clientes.

La investigación existente más las conversaciones internas por sí solas pueden ayudar a identificar posibles atributos para la segmentación. The Garden Company, por ejemplo, tiene las siguientes hipótesis:

  • Nuestros clientes podr√≠an clasificarse como "tumbonas de jard√≠n" o "aficionados activos de jardiner√≠a".
  • Algunos clientes son m√°s sensibles al descuento que otros.
  • Algunos clientes prefieren marcas de alta gama y est√°n dispuestos a pagar m√°s por ellas.

Muebles de Jardín.

Buscar divisiones amplias respaldadas por datos dentro de su audiencia es diferente de elegir y personalizar de inmediato un solo segmento. Norton ha visto que el √ļltimo enfoque falla a menudo:

El m√©todo de personalizaci√≥n del primer segmento es peligroso porque limita el tama√Īo de la muestra demasiado pronto. La buena personalizaci√≥n comienza de la manera m√°s amplia posible, luego se concentra en donde se descubre el valor.

Tambi√©n debe priorizar a qu√© segmentos apuntar seg√ļn el valor esperado y la facilidad de implementaci√≥n, algo que Isma√ęl Sow recomienda:

Cree una hoja de ruta de personalización donde enumere todos los segmentos y las experiencias asociadas que desea asignarles.

Luego, asigne una puntuaci√≥n a cada elemento de su lista en funci√≥n del tama√Īo del segmento, los recursos y el tiempo necesarios para desarrollar la experiencia relevante y la magnitud de la mejora que anticipa de ella.

Comience con los que tienen el mayor impacto y el menor esfuerzo requerido.

Un marco de priorización como PXL puede ayudarlo a organizar su proceso.

Analice los segmentos potenciales en función de unos pocos datos.

Comprueba tus segmentos propuestos con algunos datos. No es necesario tener una vista completa del cliente en 360 ¬į (que, seamos sinceros, realmente no existe) para comenzar este an√°lisis. Los datos de compra de los clientes y algunos datos anal√≠ticos deber√≠an ser suficientes.

The Garden Company utiliza sus datos de pedido para hacer un análisis de conglomerados en las categorías de productos comprados para los segmentos de tumbonas frente a aficionados. Sorprendentemente, no muestra dos grupos sino tres: tumbonas, jardineros decorativos y jardineros de alimentos.


(Fuente de imagen)

Prep√°rese para sorprenderse a menudo, se√Īala Andrew Anderson:

Una de las cosas que lleva más tiempo comprender es que las cosas a las que necesita apuntar nunca son las cosas que cree que necesita apuntar. He trabajado con más de 100 grupos diferentes que intentan hacer una "personalización", y no he tenido una sola vez que la idea de focalización inicial sea valiosa y mucho menos la mejor opción.

Un an√°lisis de conglomerados sobre marcas muestra que, de hecho, ciertos clientes prefieren marcas de gama alta u opciones m√°s baratas. Para determinar los segmentos de descuento, se puede elegir un porcentaje de descuento para los segmentos, o se puede usar un conjunto de contenedores.

Deben ignorarse los segmentos hipotéticos que no se despliegan en los datos.

Con base en estos resultados, The Garden Company primero probar√° las tumbonas vs. decorativos vs. segmento de alimentos. Para probar este segmento, los usuarios se clasifican seg√ļn su comportamiento de compra y los productos que ven en l√≠nea. Con esta clasificaci√≥n, se puede configurar una prueba A / B para uno de los segmentos.

Crea una prueba

Para configurar una prueba de segmentación, elija un canal. La opción más fácil depende de la tecnología y las herramientas existentes. Si su sitio web está fuertemente almacenado en caché, es posible que necesite mucha ayuda del desarrollador para lidiar con esto, lo que no es ideal para una prueba de concepto.

Pero si el sitio web ejecuta una buena herramienta de comercialización (por ejemplo, Bloomreach, Algolia, Magento) que permite segmentos personalizados, podría ser bastante fácil. El correo electrónico es a menudo un buen canal para comenzar, ya que no sufre problemas de almacenamiento en caché, usuarios que cierran sesión y otros eventos que dificultan el análisis de las pruebas.

En The Garden Company, la prueba se ejecuta por correo electrónico y se agrega un atributo de segmentación a los usuarios clasificados en su plataforma de correo electrónico. Como hay recursos limitados para la creación de contenido, se le pide al equipo de correo electrónico que cree un correo electrónico adicional más allá de su boletín predeterminado: un correo electrónico para las tumbonas.


(Fuente de imagen)

Entonces, en la primera prueba, el 50% de las tumbonas reciben el boletín predeterminado y el 50% la versión específica. Es importante mostrar el control al segmento objetivo y la variación a la audiencia general.

Como Norton escribe:

Recomendado para ti Transmisi√≥n web, 21 de mayo: Crecimiento para todos: un modelo escalable para cualquier empresa de tama√Īo
Regístrate ahora

Queremos ver si la experiencia personalizada es realmente mejor para la audiencia para la que fue creada. La √ļnica forma de demostrarlo es mostrar esa experiencia a otras audiencias, y mostrar a la audiencia prevista otras experiencias.

En nuestro caso hipot√©tico, la versi√≥n espec√≠fica produce un impresionante 15% m√°s de ingresos para las tumbonas. Con estos n√ļmeros, el equipo de correo electr√≥nico est√° inmediatamente dispuesto a probar tambi√©n los otros segmentos y hacer que haya m√°s personas disponibles para crear estos correos electr√≥nicos.

Con los recursos adicionales, todos los segmentos se prueban a través de correos electrónicos, donde tres segmentos y tres correos electrónicos se combinan completamente para crear una prueba 3 × 3 en el correo electrónico. De esta manera, The Garden Company tiene una idea general de cómo los segmentos impactan sus resultados de correo electrónico.

Avanzando

Después de haber aprendido qué segmentos funcionan en el canal elegido, hay tres formas de avanzar:

  1. Repita la prueba inicial en otros canales. Este es a menudo el paso m√°s f√°cil cuando se pueden identificar los mismos usuarios en otro canal.
  2. Combina segmentos. Siga este paso cuando los creadores de contenido tengan tiempo extra disponible para crear contenido m√°s relevante.
  3. Agregar comportamiento desencadenante. Esto es bastante fácil cuando los atributos del producto correctamente definidos están disponibles en la plataforma de correo electrónico.

Todos estos pasos pueden agregar valor, y el orden en que se realizan no es fijo. De nuevo, ve con lo que es m√°s f√°cil.

1. Repita la prueba inicial en otros canales.

Como siempre, cuando una prueba ha mostrado impacto, tome lo que funciona y amplíe. Use los segmentos y simplemente pruébelos en otros canales. Por ejemplo, The Garden Company podría usar la misma clasificación y aplicarla para mostrar publicidad para saber si funciona allí también.

Otra gran opción es ordenar la visualización del producto en el sitio web en función de los segmentos. Como los correos electrónicos han mostrado un buen impacto, de repente puede ser más fácil conseguir que un grupo de desarrolladores ayude a construir esta función.

productos de jardiner√≠a m√°s vendidos seg√ļn la ubicaci√≥n.

2. Combina segmentos

Cuando varios segmentos han demostrado que funcionan, una combinación podría hacer que la experiencia para el cliente sea más personal. Las combinaciones de segmentos de categoría de producto y segmentos de marca podrían funcionar juntas (por ejemplo, tumbonas con preferencia por marcas de alta gama).

La combinaci√≥n de segmentos agrega complejidad cuando se trata de crear contenido y administrar pruebas. El n√ļmero de variantes crece r√°pidamente. Simplemente probando los segmentos de marca y categor√≠a de producto se obtienen seis segmentos de usuario y seis correos electr√≥nicos diferentes.

Gershoff explica el desafío:

Si bien la orientación puede ser increíblemente valiosa, muchos en la industria no han comprendido completamente que la orientación siempre conduce a una mayor complejidad organizacional, y que una mayor complejidad significa mayores costos. La complejidad es la otra cara de la focalización.

En alg√ļn momento, es necesario contar con un centro de contenido escalable o una gesti√≥n de activos digitales para escalar la creaci√≥n de contenido junto con la personalizaci√≥n. Cuando el contenido se puede reutilizar f√°cilmente y combinar en m√ļltiples plantillas, la creaci√≥n de contenido para la personalizaci√≥n se vuelve factible.

Sistema de gestión de contenidos digitales.

Muchas herramientas lo admiten (por ejemplo, Bynder, Nuxeo), pero la herramienta no es la solución, se trata del proceso de etiquetar y reutilizar contenido. Esto podría requerir cambiar la forma en que los equipos de contenido crean el contenido.

En general, la segmentación comienza a requerir más recursos para configurar y administrar pruebas; necesitará resultados para ganar esos recursos.

3. Agregar comportamiento de activación.

Seg√ļn lo que aprendi√≥ de la segmentaci√≥n, puede valer la pena tener en cuenta los datos de comportamiento recientes. Las tumbonas que comienzan a buscar una nueva barbacoa deben ser dirigidas en funci√≥n de ese producto en lugar de la comunicaci√≥n general de la tumbona, que podr√≠a basarse en una categor√≠a de producto.

barbacoa de alta gama.

Con la combinaci√≥n de segmentos, se pueden hacer suposiciones razonables sobre qu√© comportamiento de navegaci√≥n en l√≠nea es significativo y qu√© no. Si una tumbona mira cuatro barbacoas, de las cuales dos son marcas premium y dos marcas m√°s baratas, ¬Ņcu√°l deber√≠a ser el objetivo principal?

Depende del segmento que el usuario tenga para las marcas. Si es un usuario de marca premium, apunte al usuario con barbacoas y accesorios de marca premium. Esta orientaci√≥n puede, por supuesto, aplicarse a trav√©s de m√ļltiples canales, como se describi√≥ anteriormente.

Haciéndolo más personal

Combinar segmentos y aplicarlos a m√ļltiples canales consistentemente con la adici√≥n de desencadenantes de comportamiento ya es bastante impresionante. Podr√≠a calificarse como el punto en el que la segmentaci√≥n se cruza en personalizaci√≥n.

También se puede llevar al siguiente nivel con algoritmos verdaderamente personalizados.

Comience agregando recomendaciones personalizadas

Con los segmentos como base, puede configurar un algoritmo de recomendación. En The Garden Company, deciden agregar un conjunto de productos recomendados en función de lo que otras personas vieron dentro del mismo segmento.

ejemplo de productos "que los clientes también vieron" que se muestran en el sitio web.

Entonces, los jardineros decorativos reciben un par de recomendaciones m√°s detalladas en su correo electr√≥nico segmentado. Este peque√Īo ajuste dentro de un segmento facilita la determinaci√≥n del valor adicional de estos algoritmos sin el riesgo de recomendaciones extra√Īas: usted sabe que los productos son para un segmento espec√≠fico (y relevante).

Con cada prueba, The Garden Company mejora a√ļn m√°s los algoritmos detr√°s de la recomendaci√≥n y los aplica a otros canales y segmentos.

Comience con la orquestación

Como los canales ahora muestran contenido consistente, puede comenzar a probar qué canal funciona mejor para cada usuario. Esto se puede hacer llegando a los usuarios que normalmente responden bien a los banners con banners de redireccionamiento (en lugar de, por ejemplo, reorientar correos electrónicos).

Es una forma adicional de segmentación, aplicada a otro nivel. Esto puede ir un paso más allá al determinar cuánto tiempo esperar antes de enviar el correo electrónico de seguimiento después de mostrar un anuncio de reorientación.

Pasando de la segmentación a la personalización

Pronto, todos los segmentos, disparadores, canales y orquestaciones se vuelven demasiado complejos para administrar. Mirando los ejemplos de The Garden Company, podría haber tres segmentos de categoría, dos segmentos de marca y quizás cinco segmentos de sensibilidad de descuento: combinaciones de 30 segmentos.

Combinado con todos los segmentos de canal y pasos de orquestación, el conjunto de reglas se está volviendo bastante complejo. La ventaja es que, con todas las pruebas, se genera una gran cantidad de datos (por ejemplo, qué usuario responde a qué contenido, canal, orden y plazo).

Además, a medida que el contenido se segmenta, muchos esfuerzos de marketing se clasifican en uno o más de los segmentos (por ejemplo, jardín decorativo, marca premium, usuario de correo electrónico con descuento). La combinación de todos estos datos y clasificaciones de contenido lo hace ideal para el aprendizaje automático.

Conclusión

La √ļltima etapa, la personalizaci√≥n impulsada por la inteligencia artificial, no se podr√≠a haber alcanzado sin seguir los pasos anteriores.

Lo que se aplica a cada paso también se aplica al aprendizaje automático: comience con poco y siga aprendiendo lo que funciona. Machine Learning es solo otra herramienta para seguir agregando impacto a todos los segmentos y aprendizajes recogidos en el camino.