Viselkedés alapú célzás az e-kereskedelemben

Az alábbi cikk egy összefoglaló arról, hogy hogyan készítsünk relevánsabb, személyre szabottabb ajánlatokat az online vásárlóink számára, ill. szeretnénk egy kis betekintést nyújtani a viselkedés alapú célzásról és annak használatáról az e-kereskedelemben. A legtöbb megközelítés más típusú vállalkozásokban is használható, ilyen példa lehet a diverzifikált tartalom vagy ajánlat megjelenítése a visszatérő vásárlók számára.

A cikk a smartinsights.com, Behavioural Targeting for e-commerce című cikke alapján készült.

A viselkedés alapú célzás meghatározása

A viselkedés alapú célzás legegyszerűbb definíciója ez lehetne: az ügyfél/vásárló viselkedésén alapuló szegmentáció. Egyik előnye, hogy ügyfeleidet bizonyos viselkedési minták függvényében csoportosíthatod, ilyen például az oldalankénti látogatások száma, a megvásárolt termékek, a preferált kategóriák, feliratkozások, stb., de azt is megállapíthatod, hogy bizonyos viselkedési minták felismerésekor mit kellene cselekedned.

A viselkedés alapú célzás óriási előrelépést jelent a hagyományos „Customer” szegmensek után, amelyek általában a demográfiai adatokon alapulnak (nem, kor, lokáció, stb.). Bár ez a hagyományos módszere az ügyfelek felosztásának, mégis azok a változók, amelyeket az adatbázisban használunk, meglehetősen generikusak, és realisztikusan prezentálják az egyes ügyfelek szükségleteit és érdeklődéseit.

Nézzünk most egy konkrét példát, hogy jobban megértsük az előnyöket: adva van egy olyan ügyfél, aki bár magas vásárlási tőkével bír, mégis mindig olcsóbb termékeket vásárol, mint ami a szükségleteinek megfelel. Ezek a tulajdonságok takarékos és pragmatista típusra utalnak, tehát nehéz lesz rávenni őt arra, hogy 200.000 Ft-ot költsön egy okostelefonra.

A hagyományos megközelítést használva, és csak a demográfiai adatokra támaszkodva sokkal drágább és szofisztikáltabb termékeket ajánlhatnánk neki, amit valószínűleg soha nem venne meg. A viselkedési adatokat használva viszont, fel tudunk fedezi mélyebb viselkedésbeli mintákat is, így rájövünk, hogy valójában ők az olcsóbb termékeket preferálják.

Akkor tudjuk a legtöbbet kihozni a viselkedés alapú célzásból, ha:

• felhasználói profilokat hozunk létre viselkedés alapján,
• definiáljuk azokat a tevékenységeket, amelyeket az adott profilokhoz szeretnénk kötni.

Viselkedés típusok, amelyek szerint csoportosítanánk az ügyfeleket

Melyek azok a viselkedési minták, amelyek érdekesek lehetnek a „Vásárlói profilok” szegmentálásánál?  Esetenként változhat, és általában bármilyen viselkedés szóba jöhet, de lássunk pár gyakori és fontos példát:

1. Geo-lokáció és eszköz adatok

A jelenlegi rendszerek segítségével már igazán egyszerű a felhasználók földrajzi elhelyezkedését kivonatolni a pontosság érdekében. Ez lehet kontinens, régió vagy város szintű, de akár egy adott cég épületéhez is rendelhető. Nagyon értékes információ, hiszen ha tudjuk azt, hogy egy felhasználó mondjuk New York-ból nézi az oldalunkat, mi pedig online értékesítünk ruhákat, akkor pl. jobb lenne, ha párásabb és hidegebb éghajlathoz illő termékeket ajánlanánk neki. Ugyanakkor azon vásárlóknak, akik melegebb tájakról nézik oldalunkat, úgy az éghajlat típusához legmegfelelőbb, top-minőségű termékeinket tudjuk nekik ajánlani. Bizonyos országokban, mint például UK, a régió és város szintű adatok kevésbé pontosak, és igazán csak az országos szintű célzásra hagyatkozhatunk.

2. Forráshoz fűződő adatok

Egy másik adat, amelyet a vásárlóinkról megtudhatunk, hogy milyen forrásból érkeznek a weboldalra. Ilyen pl. Google kereső, social oldalak, vagy egyéb csatornák, de megtudhatjuk azt is, hogy a felhasználók milyen kulcsszó beírásával jutottak el a weboldalra.

Tipp: Hogy milyen kulcsszavak alapján kerültek a látogatók az oldalunkra, azt Analytics-ben az Ügyfélszerzés –> Csatornák –> Organikus jelentésben tekinthetjük meg. Ez nem összekeverendő a Fizetett forgalomban látható kifejezésekkel, melyek a hirdetést kiváltó kulcsszavakat mutatják, továbbá ne feledjük, hogy a Google a felhasználók védelme miatt csak korlátozott számú adatokat fog a rendelkezésünkre bocsátani (not provided)! Amennyiben részletesebb információt szeretnék az organikus forgalmunkról, keressük fel a Google Search Console szolgáltatását.

Miért hasznosak nekünk ezek az információk? Mert rengeteg előnye van számunkra! Például, ha egy olyan kampányt futtatunk AdWords-ben, amelyben azt hangsúlyozzuk, hogy a legjobb áron adjuk termékeinket, akkor az oldalra irányítva megerősíthetjük ezt az információt, ezáltal konzisztens élményt nyújtva számukra. Vagy, ha pl. Facebook-ról érkezik, akkor ösztönözhetjük egy pop-uppal, hogy a Facebook belépésével regisztráljon.

3. Adatok arra vonatkozólag, hogy egy user hányszor látogatott meg egy bizonyos oldalt

A látogatásokra vonatkozó adatok segítenek üzenetünk testreszabásában. Egy új felhasználónak, aki nem ismeri oldalunkat, sokkal inkább a megkülönböztető, kiemelkedő funkciókra érdemes fókuszálni és meggyőzni őt cégünk hitelességéről. A visszatérő felhasználókat nyugodtan szólítsuk meg mélyebb üzenetekkel, felhívva figyelmét egyéb előnyökre.

A felkeresett tartalmak alapján is szegmentálhatjuk látogatóinkat, például az előző látogatás mélysége szerint, vagy akár annak alapján, hogy hányszor néztek meg egy bizonyos terméket anélkül, hogy megvásárolták volna.

Ha például azt látjuk, hogy valaki sokszor felkeresett egy bizonyos termékoldalt, biztosak lehetünk benne, hogy meg szeretné azt vásárolni, viszont valami megakadályozza őt ebben. Lehet, hogy hasznos információkat hiányol, vagy épp egy kedvezményre vár?

Mit tehetünk ilyen helyzetekben?  Állítsunk be egy viselkedés alapú szabályt, és egy click-to-chat vagy click-to-call gombot jelenítsünk meg, valahányszor ezt a viselkedési mintát észleljük, legyőzve ezzel a felmerülő akadályokat, amelyek a vásárlás útjában állnak.

4. A vásárlási számokra vonatkozó adatok

A vásárlással kapcsolatos adatok még érdekesebbek. Amikor a felhasználó például először vásárol, nem szabad egyből több termék vásárlására ösztönöznünk, inkább a lojalitását próbáljuk meg növelni.

Tekintettel az értékesítésre, szintén rengeteg adatunk van az ügyfelek kategorizálására: a teljes vásárlási érték, a megvásárolt termékek ára, átlagosan megvásárolt termékek száma, a kosárba rakások a száma egy adott termékre mind-mind olyan információk, amelyekkel élhetünk. A viselkedési minták eszközzel automatizálhatjuk az on-site marketing szabályokat, növelve az elköteleződést a már meglévő ügyfeleink körében.

Testreszabott ajánlatok a viselkedési minták alapján

A viselkedés alapú célzás előnye, hogy a vásárlókat több kritérium szerint szegmentálhatjuk (mint pl. a jelenlegi viselkedésük), viszont csökken a jelentősége, ha nem vagyunk képesek valós időben kommunikálni a vásárlókkal a saját oldalunkon, személyre szabott élményt nyújtva számukra.

Termékajánlás mellett lássuk milyen intézkedéseket tehetünk még annak érdekében, hogy még személyre szabottabb hirdetéseket jelenítsünk meg és növeljük ügyfeleink vásárlási élményét.

1. Feliratkoztató pop-up megjelenítése

E-kereskedőként természetesen mindig szeretnék megszerezni vásárlóink email címét. Ennek tipikus módja a formon belüli feliratkoztatás, vagy x másodperccel az érkezés után. Viszont sok e-kereskedelmi oldal egyáltalán nem alkalmaz efféle agresszív stratégiát, és csak a vásárlás végén gyűjti be az email címeket. Azonban ettől eltekintve vannak olyan időszakok, amikor a vásárlók sokkal fogékonyabbak email címük megadására.

2. Content helyettesítése vagy hozzáadása

Másik érdekes pont, mely lehetővé teszi a viselkedés alapú célzást, a tartalom hozzáadás és testreszabás lehetősége. Az Amazon például átirányításokat használ a különböző országok között, és felhívja a figyelmet arra, hogyha más országból, mondjuk Spanyolországból akarunk belépni, akkor valószínűleg az Amazon.es érdekel minket.

3. Személyre szabott ajánlatok, kuponok és kedvezmények

Az utolsó dolog, amire kitérnék a tengernyi lehetőségek közül, azok az akciók, kuponok, valamint discountok kifejezetten azoknak a látogatóknak, akik kiérdemlik a jutalmat és tettek is valamit a vállalkozás céljainak érdekében. Az 5mimitos.com babatermékeket értékesítő oldal például egy kedvezményes kódot jelenített meg csupán a hűséges vásárlók számára. A szabály olyan vásárlók esetében lép életbe, akik az utóbbi három hónapban legalább 3 vásárlást hajtottak végre (a promóció szövege spanyolról lett lefordítva angolra).

Hogy miért csak a látogatóid egy kis rétegét jutalmazd meg? A válasz nagyon egyszerű: nem minden vásárlód egyenértékű. Azok a látogatók, akik hetente vásárolnak valamit oldaladról egyértelműen sokkal jobb „bánásmódot” érdemelnek mint azok, akik nem vásároltak még. Sajnos nagyon sokszor a „sima” látogatóinkat jutalmazzuk meg, akik valószínűleg a legjobb árra vadásznak, ugyanakkor elfeledkezünk gondoskodni a legjobb és leghűségesebb vásárlóinkról.

4. Gamification

A „gamification”-t a viselkedés alapú targetálás egy bizonyos fajtájának tekinthetjük. Amikor webáruházunkban gamificationt használunk, akkor bizonyos felhasználói viselkedésekhez külső vagy belső jutalmat társítunk. A legtöbb e-kereskedő a külső jutalmazást preferálja (akciók, kedvezmények, stb.), de természetesen más motiváló tényezőket és lehetőségeket is figyelembe vehetünk. Ezt a megközelítést a fogyasztói hűségprogramokban is többször alkalmazták már: a Starbucks személyre szabott jelvényeket osztott azoknak az embereknek, akik több alkalommal becsekkoltak hozzájuk és kedvezményeket adott azoknak, akik „Mayor” rangot szereztek (a rang akkor kapható, ha a felhasználó gyakran csekkolt be) az adott helyen.

5. Up-selling és cross-selling

Gondolom ezek után nem meglepő, hogy a viselkedés alapú célzást az átlagos megrendelési érték növelésére is tudjuk használni, mégpedig az up-selling és cross-selling metódusokkal. A GemLn.com például a következő stratégiát alkalmazta: alapesetben, amikor a látogató felkeres egy termékoldalt, a rendszer hasonló, de sokkal drágább termékeket jelenít meg (klasszikus up-selling stratégia).

Viszont ha kiderül, hogy a user több terméket is megvásárol ugyanabban a session-ben, cross-selling stratégiára váltanak és kiegészítő termékeket fognak megjeleníteni nekik.

Gondolom, ezek után egyet tudunk érteni abban, hogy a viselkedés alapú targetálás és szegmentáció nélkülözhetetlen része kell legyen minden e-kereskedelmi vállalkozásnak, sőt, közép-hosszútávon ez lesz a siker kulcsa. Szerencsére rengeteg e-kereskedelmi viselkedés alapú tool áll rendelkezésünkre, amelyek segítenek abban, hogy milyen termékajánlási stratégiát használj.

A leggyakoribb termék ajánlási stratégiák oldaltípusonként:

• Alternatív termékek / Up-selling a termék oldalon
• Cross-selling a kosár oldalon
• Személyre szabott ajánlatok a főoldalon
• Személyre szabott ajánlatok egy bizonyos kategóriára korlátozva

Hogy milyen toolokat használjuk a személyre szabott ajánlásokhoz? A smartinsights.com egy csokorba gyűjtötte a lényegeseket.

Sok sikert és eredményes teszteket!