Hogyan szabd személyre a vásárlási élményt, hogy többen vásároljanak újra

Mi a webshop személyre szabása, és miért fontos a visszatérő vevőknek?

A személyre szabás azt jelenti, hogy abból, amit tudsz a vevőről, mást mutatsz neki, mint egy idegennek. Az a vevő a múlt hónapban téli kabátokat nézegetett. Az a vevő átlagosan ötven dollárt költött rendelésenként. Az a vevő olyan éghajlaton él, ahol időjárásálló felszerelés kell neki. Ezek a tények mind lehetővé teszik, hogy testre szabd, mit mutatsz neki.

A visszatérő vevők a legnagyobb értékű vevőid. Már eldöntötték, hogy eléggé megbíznak a márkádban ahhoz, hogy egyszer vásároljanak. Rávenni őket az újabb vásárlásra olcsóbb, mint új vevőt szerezni. Minden érintkezés egy visszatérő vevővel alkalom arra, hogy megerősítsd ezt a bizalmat, és megkönnyítsd a következő vásárlásukat.

A személyre szabás azért fontos az ismételt vásárlásoknál, mert elismeri, hogy a vevőnek van közös története veled. Egy általános e-mail, amely azt írja: "nézd meg az új kollekciónkat", nem hat úgy, mint az, hogy "láttuk, hogy a múlt hónapban bio kávét vettél. Itt van három új, egy helyről származó pörkölés, amelyet most vettünk fel." Az első szórás. A második beszélgetés.

Az adatok ezt támasztják alá. Azoknál a boltoknál, amelyek alapszintű személyre szabást vezetnek be, az ismételt vásárlások aránya 20-30 százalékkal nő. A vevők relevánsabb üzeneteket kapnak, az érdeklődésükhöz illő termékeket fedeznek fel, és úgy érzik, a bolt emlékszik rájuk. Ez nem manipuláció, ha a személyre szabás őszinte. Éppen az ellenkezője: azt adja a vevőknek, amit maguk is kérnek. A kutatások szerint a fogyasztók 72 százaléka azt mondja, csak a személyre szabott üzenetekkel foglalkozik.

Melyek a fő személyre szabási módszerek, és melyek hoznak ismételt vásárlásokat?

Nem minden személyre szabási módszer egyformán hatékony a visszatérő vevőknél. Van, amelyik az első alkalommal érkezőkön működik. Van, amelyik kifejezetten azokon, akiket már ismersz. Ha érted, melyik módszer a vevői út melyik szakaszát szolgálja, akkor stratégiát építesz, nem csak véletlenszerű funkciókat adsz hozzá.

Személyre szabott termékajánlások

Ha a vevőknek a böngészési és vásárlási előzményeik alapján mutatsz termékeket, az a legerősebb mozgatórugó az ismételt vásárlásokhoz. Az a vevő, aki téli bakancsot vett, más téli felszerelést lát ajánlva. Az a vevő, aki könnyű bőröndöket nézegetett, más utazási termékeket lát kiemelve. Ezek az ajánlások három helyen jelennek meg: a termékoldalakon ("akik ezt vették, ezt is megvették"), a vásárlás utáni e-mailben, és a kezdőlapon, amikor visszatér.

Az ajánlások azért működnek, mert olyan termékeket hoznak elő, amelyek a vevőt valóban érdeklik, de maga nem találta volna meg őket. A visszatérő vevő talán egyetlen konkrét termék vásárlási szándékával nyitja meg a webshopodat. Az ajánlások három másik terméket mutatnak neki, amelyekről nem tudta, hogy forgalmazod. Ez növeli az átlagos kosárértéket, és böngészésre ösztönöz, ami további vásárlásokhoz vezet.

Az ajánlómotorokhoz vagy kézi, szabályalapú logika kell, vagy mesterséges intelligencia és gépi tanulás. A kisebb boltok kezdhetik kézi szabályokkal: ha a vevő nyomtatót vesz, ajánld a kompatibilis tintapatronokat. Ahogy nősz, a szoftver ezt automatikusan elvégzi, és több ezer vevői interakcióból tanul mintákat.

Böngészési előzmények és mentett termékek

Ha megjegyzed, mit nézett meg a vevő, az okot ad neki a visszatérésre. Az a vevő, aki öt téli kabátot megnézett, de nem vásárolt, egy hét múlva e-mailt kap pontosan ezekkel a kabátokkal, és ilyen üzenettel: "megőriztük neked ezeket." Ez emlékezteti az érdeklődésére, és csökkenti a súrlódást a döntés újragondolásához.

Ez a módszer egyszerű, de hatékony. Azért működik, mert a vevő helyett emlékszik. Nem kell újra átkutatnia az oldalad, hogy megtalálja a kabátokat, amelyek tetszettek neki. Közvetlenül azokhoz a termékekhez viszed, amelyeket fontolgatott. Ezeknek az e-maileknek a konverziós aránya jelentősen magasabb az általános reklámlevelekénél, mert a relevancia már adott.

Szegmentált e-mail marketing

Ha minden vevőnek ugyanazt az e-mailt küldöd, biztos, hogy a legtöbben figyelmen kívül hagyják. Az, aki irodaszert vásárol, nem érdeklődik egy új bútorokról szóló üzenet iránt. Az, aki luxustermékeket vesz, nem érdeklődik egy akciós leárazás iránt. Ha az e-mail-listádat termékkategória, vásárlási gyakoriság vagy érték szerint szegmentálod, a vevők olyan üzeneteket kapnak, amelyek tényleg rájuk vonatkoznak.

A legegyszerűbb szegmensek a vásárláson alapulnak: küldj követő e-mailt azoknak, akik sportruházatot vettek, és kérdezd meg, szeretnének-e segítséget a megfelelő méret kiválasztásához a következő vásárlásnál. Küldj más üzenetet azoknak, akik bőrápolót vettek, és javasolj kiegészítő termékeket. Szegmentálj földrajzi alapon, ha a boltod szezonális termékeket árul. Szegmentálj árszint szerint, ha a termékkínálatod az olcsótól a prémiumig terjed.

A szegmentált e-mail az egyik legkönnyebben megvalósítható, nagy megtérülésű személyre szabási módszer, mert kevesebb technológiát igényel. Csak az kell hozzá, hogy rendszerezd a vevői adataidat, és időt szánj célzott üzenetek megírására az egyméretes tömeglevelek helyett.

Dinamikus kezdőlap-tartalom

Ahelyett, hogy minden látogatónak ugyanazt a kezdőlapot mutatnád, változtasd meg aszerint, amit a bolt tud róla. A visszatérő vevő "az utolsó vásárlásod alapján" nevű részt lát kapcsolódó termékekkel. Az a vevő, aki böngészett, de nem vásárolt, a megnézettekhez hasonló termékeket lát. Az új látogató a sikertermékeidet látja.

A dinamikus kezdőlapok azért működnek, mert azonnal megmutatják a vevőnek a relevanciát. Nem kell végigkutatnia a teljes katalógusodat, hogy megtalálja, ami illik az érdeklődéséhez. Azonnal elé tárod. Ez növeli az oldalon töltött időt, és csökkenti a felfedezés súrlódását.

Vásárlás utáni sorozatok és bevezetés

A vásárlás utáni pillanat nagy figyelmű pillanat. A vevő a márkádra és a most vett termékre gondol. A személyre szabott vásárlás utáni sorozat elismeri a vásárlást, elmagyarázza, hogyan kell használni a terméket, kiegészítő termékeket javasol, és visszajelzést kér. Ilyenkor dől el, hogy ebből a vevőből ismételt vásárló lesz-e, vagy örökre eltűnik.

Egy ruhabolt másnap ilyen üzenetet küld: "megérkezett a rendelésed. Így ápold ezt az anyagot." Egy kávéüzlet ezt: "a szemes kávéd a következő két hétben lesz a legfinomabb. Így főzd meg a tökéletes csésze kávét." Egy szerszámbolt ezt: "itt vannak azok a kiegészítők, amelyek illenek ahhoz, amit most vettél." Ezek az e-mailek nem azon igyekeznek, hogy újabb vásárlást erőltessenek. Értéket tesznek hozzá az éppen megtörtént vásárláshoz.

A személyre szabott vásárlás utáni sorozatok 25-40 százalékkal növelik az ismételt vásárlások arányát, mert megerősítik a vásárlási döntést, és a vevő úgy érzi, hogy törődsz vele a tranzakción túl is.

Fiókoldalak és vevői előzmények

Ha bejelentkezéskor megmutatod a vevőknek a rendeléstörténetüket, a mentett termékeiket és a beállításaikat, az olyan passzív személyre szabás, amely e-mail nélkül is működik. A vevő láthatja a korábbi vásárlásait, és egy kattintással újrarendelheti ugyanazt. Láthatja a megnézett termékeket, és visszatérhet azokhoz, amelyeket megjelölt. Frissítheti a beállításait, hogy azokra a kategóriákra kapjon ajánlásokat, amelyek érdeklik.

Ez a megközelítés jól működik azoknál a vevőknél, akik rendszeresen vásárolnak, vagy fogyóeszközöket vesznek. Megszünteti a súrlódást az ismételt vásárlás folyamatából, és elismeri, hogy ismert vevő, nem idegen.

Hogyan néz ki egy lépcsőzetes személyre szabási ütemterv?

Ha mindent egyszerre vezetsz be, túlterheled a csapatot, és gyenge eredményt kapsz. A lépcsőzetes megközelítés lehetővé teszi, hogy egyszerűen kezdj, mérd az eredményeket, és csak akkor adj hozzá bonyolultságot, ha van értelme. A legtöbb bolt jobb megtérülést ér el, ha kicsiben kezd, és a működő dolgok alapján bővít, mint ha azonnal mindent meg akarna csinálni.

1. fázis: Gyors sikerek (1-2. hónap, minimális befektetés)

Kezdd olyan módszerekkel, amelyekhez már megvannak az adataid, és minimális technológia kell: szegmentált e-mailek és alapvető termékajánlások. Állítsd be az e-mail-listád szegmenseit termékkategória vagy vásárlási érték szerint. Küldj három célzott e-mail-sorozatot: üdvözlő e-mailt az új vevőknek, elhagyott kosár visszahozó e-mailt azoknak, akik elkezdték a fizetést, és vásárlás utáni követő e-mailt a vásárlóknak.

Adj hozzá alapvető termékajánlásokat a termékoldalakon egyszerű szabályokkal: ha valaki ezt a terméket nézi, mutass más termékeket ugyanabból a kategóriából. Ha valaki ezt vette, ajánlj hozzá illő termékeket. Ehhez nem kell AI-motor. Elég egy szabály, például "ha a terméktípus futócipő, ajánlj talpbetétet és sportzoknit."

Időráfordítás: 20-30 óra beállítás (e-mail-sablonok készítése, szegmentálási szabályok, kategóriaalapú ajánlások). Költség: általában nulla, ha a platformod beépített funkcióit vagy ingyenes e-mail-eszközöket használsz. Várható megtérülés: 10-15 százalékos növekedés az e-mailek átkattintási arányában, és 5-10 százalékos növekedés az átlagos kosárértékben az ajánlott termékeknél.

2. fázis: Böngészési és fiókszintű személyre szabás (3-4. hónap)

Ha látod az alapvető e-mail-személyre szabás eredményeit, adj hozzá olyan funkciókat, amelyek a webshopodba visszatérő vevőket segítik. Vezess be olyan fiókfunkciókat, amelyekkel a vevők később elmenthetnek termékeket, megnézhetik a rendeléstörténetüket, és láthatnak egy személyre szabott kezdőlapi részt azzal, amit böngésztek, hasonló termékekkel. Engedd, hogy a vevők kategóriánként feliratkozzanak a termékajánlásokra, így a megadott érdeklődésükhöz igazodó javaslatokat látnak.

Állíts be egy "megnézted" e-mailt, amely három nappal azután megy ki, hogy valaki vásárlás nélkül böngészte az oldalad. Mutasd meg neki pontosan azokat a termékeket, amelyeket megnézett, egyszerű üzenettel, például "megőriztük neked ezeket." Ennek a módszernek az egyik legmagasabb a konverziója az e-mailek között, mert a relevancia már adott.

Időráfordítás: 20-40 óra (fiókoldal tervezése, e-mail-sablon, böngészési előzmények követésének beállítása). Költség: gyakran benne van a webshop-platformodban, vagy 100-300 dollár havonta egy újracélzó e-mail-eszközért. Várható megtérülés: 15-25 százalékos növekedés a visszatérő látogatások arányában, 10-20 százalékos konverzió a böngészési előzményeken alapuló e-maileknél.

3. fázis: Fejlett ajánlási logika (5-6. hónap)

Ha az alapvető személyre szabás működik, adj hozzá kifinomultabb termékajánlásokat. Az "akik X-et vették, Y-t is vették" helyett térj át a gyakoriságon alapuló ajánlásokra (a vevő kategóriájának sikertermékeit mutatva) és a kiegészítő termékajánlásokra (ha fényképezőgépet vettél, itt vannak az ahhoz illő objektívek és akkumulátorok). Egyes platformok AI-t használnak, hogy megtanulják, mely ajánlások vezetnek ténylegesen vásárláshoz a te boltodban.

Adj hozzá olyan dinamikus kezdőlapi részeket, amelyek a vevői szegmens szerint változnak. A visszatérő vevőknek mutass egy "köszönjük, hogy visszajöttél, ez az új a kedvenc kategóriádban" részt. Azoknak, akik böngésztek, de nem vásároltak, mutass "egészítsd ki a szettet" ajánlást. Az új látogatóknak mutasd a sikertermékeidet.

Időráfordítás: 15-30 óra beállítás beépített eszközökkel, vagy 40+ óra, ha ajánlási API-t vezetsz be. Költség: 200-1000 dollár havonta ajánlószoftverért, vagy benne van a platformodban. Várható megtérülés: 8-12 százalékos növekedés az átlagos kosárértékben, 20-30 százalékos növekedés a kezdőlapi átkattintási arányban az ajánlott termékeknél.

4. fázis: Előrejelző személyre szabás és fejlett szegmentálás (7. hónaptól)

Csak akkor lépj ide, ha a korábbi fázisok mérhető bevételt hoznak. Vezess be előrejelző analitikát, amely azonosítja a legvalószínűbben lemorzsolódó vevőket, és ösztönzőkkel célozza meg őket az újabb vásárlásra. Használj gépi tanulást annak optimalizálására, melyik vevő melyik ajánlást kapja. Állíts be dinamikus árazást vagy exkluzív ajánlatokat a vevő élettartam-értéke alapján.

Ezek a módszerek nagyobb kifinomultságot igényelnek, és csak akkor érdemes bevezetni őket, ha van kapacitása a csapatnak a kezelésükre, és elég vevői adat (általában 500+ visszatérő vevő) a pontos előrejelzésekhez.

Időráfordítás: 40+ óra. Költség: 500-5000 dollár havonta a kifinomultságtól függően. Várható megtérülés: erősen változó, a vevő élettartam-értékének 10-20 százalékos növekedése, ha helyesen vezeted be.

Hogyan méred, hogy a személyre szabás működik-e?

A személyre szabás akkor bukik el, ha a boltok az eredmények mérése nélkül vezetik be. Végül olyan módszerekre költesz pénzt, amelyek nem működnek. A megfelelő mutatók követése megmutatja, mit tarts meg, és mit hagyj el.

A személyre szabás sikerének kulcsmutatói

Az ismételt vásárlási arány az elsődleges mutató: a vevők hány százaléka, aki egyszer vásárolt, tér vissza újra vásárolni? Hasonlítsd össze ezt a személyre szabás bevezetése előtt és után. A 15-25 százalékos növekedés azt jelzi, hogy a személyre szabás működik.

A vevő élettartam-értéke megmutatja, hogy az ismételt vásárlások növelik-e a rendelés méretét és gyakoriságát. Kövesd az egy vevőre jutó átlagos költést az élettartama során. A személyre szabásnak 10-30 százalékkal kell növelnie ezt a mutatót.

Az e-mail-elköteleződési mutatók (megnyitási arány és átkattintási arány) megmutatják, relevánsabbak-e a szegmentált üzeneteid. A szegmentált e-mailek átkattintási arányának 20-50 százalékkal magasabbnak kell lennie az általános tömeglevelekénél. Ha nem az, a szegmentálásod nem illeszkedik a vevők érdeklődéséhez.

A termékajánlások átkattintási és konverziós aránya megmutatja, hogy az ajánlásaid tényleges eladásokhoz vezetnek-e. Kövesd, az emberek hány százaléka kattint az ajánlott termékekre, és hány százalék vásárol. Ebből látod, hogy az ajánlások relevánsak, vagy csak zajt adnak hozzá.

Az e-mailről való leiratkozási arány megmutatja, hogy a személyre szabás növeli-e az elköteleződést, vagy tolakodónak hat. A szegmentált, releváns e-mailek leiratkozási aránya alacsonyabb az általános tömeglevelekénél. Ha a leiratkozási arányod nő, a személyre szabás túl agresszív, vagy nem elég releváns.

Hogyan állíts be követést fejlett analitika nélkül

Ha a platformod tartalmaz analitikát, ezeknek a mutatóknak a többsége már be van építve. Ha nem, állíts be egyszerű követést: készíts táblázatot, amelyben havonta rögzíted az ismételt vásárlások számát, a visszatérő vevők átlagos rendelési értékét és az e-mail-elköteleződési arányokat. Hasonlítsd össze hónapról hónapra. Egy háromhónapos trend elég ahhoz, hogy megtudd, segít-e vagy árt a személyre szabás.

Az e-mail-mutatókat a legtöbb e-mail-platform automatikusan megmutatja a megnyitási és átkattintási arányokkal. Hasonlítsd össze az általános e-mail-kampányokat a szegmentáltakkal. Ha a szegmentált e-mail mutatói jobbak, jó úton jársz.

Milyen hibák miatt üt vissza a személyre szabás?

A személyre szabás többet árthat, mint használ, ha a segítőkészből kísérteties lesz, ha túl agresszív, vagy ha rosszak a vevőkről meglévő adatok. Ezeknek a hibáknak a megértése megelőzi a kidobott pénzt és a vevők elidegenítését.

Túl agresszív célzás túl kevés adattal

A vevő vesz egy terméket, és azonnal öt személyre szabott e-mailt kap egyetlen vásárlása alapján. Ez agresszívnek hat, nem figyelmesnek. A személyre szabáshoz elég adat kell a pontos következtetésekhez. Egy vásárlás szinte semmit nem mond. Tíz vásárlás már mond valamit. Ötven vásárlás sokat mond.

A hiba az, ha elégtelen adattal szabod személyre, és tolakodónak hatsz. Aki egy kék ruhát vett, nem feltétlenül akar még öt kék ruhát. Ha túl sok ajánlást mutatsz túl kevés bizonyíték alapján, úgy tűnik, feltételezéseket teszel, ahelyett hogy mintákból tanulnál.

Tolakodó vagy kísérteties hatás

A személyre szabás akkor kísérteties, ha megmutatja a vevőknek, hogy többet tudsz róluk, mint várták. A böngészési előzményeken alapuló termékajánlás természetesnek hat. A helyadatokon alapuló termékajánlás tolakodónak. Ha úgy szabod személyre, hogy kiderül, olyan viselkedést követsz, amiről nem tudták, hogy követik, bizalmatlanságot keltesz.

A határ az, hogy olyan adatok alapján szabj személyre, amelyeket a vevők tudatosan adtak meg, vagy olyan tetteik alapján, amelyeket tudatosan tettek (vásárlások, böngészés, kifejezett beállítások). Ne szabj személyre olyan adatok alapján, amelyekről nem tudják, hogy gyűjtöd (billentésminták, eszközazonosítók, helyadatok), vagy olyan adatok alapján, amelyeket következtetsz (anyagi helyzet, életmódra vonatkozó feltevések), és amelyek túlmennek a tetteiken.

Az ügyféladatok félreértelmezése

A vevő ajándékot vesz valakinek, és a boltod hirtelen azt hiszi, új érdeklődési köre van. Futócipőket böngész, mert szeretne megtudni valamit a futásról, nem azért, mert futó. Rákeresett arra, hogy "hogyan javítsam meg a letört sarkat", és te most szerszámokat ajánlasz neki.

A megoldás nem a tökéletes adat (olyanod soha nem lesz). Hanem több jel használata egyetlen cselekvés helyett, és annak tesztelése, hogy az ajánlások tényleg konvertálnak-e. Ha azok 90 százaléka, akik egy bizonyos ajánlást látnak, figyelmen kívül hagyja, akkor a következtetés téves. Vond vissza azt az ajánlást, és használj másik jelet.

Túlzott személyre szabás és a felfedezés elvesztése

Ha minden élmény arra van szabva, amiről a vevő már tudja, hogy szereti, soha nem fedez fel új termékeket. Az a vevő, aki ismételten ugyanabban a termékkategóriában vásárol, olyan ajánlásokba zárul, amelyek csak ennek a kategóriának a változatait mutatják. Ez csökkenti a felfedezést, és korlátozza az átlagos kosárérték növekedését.

Tarts egyensúlyt a személyre szabás és a felfedezés között. Ajánlj termékeket rokon kategóriákból, ne csak ugyanabból. Mutass sikertermékeket és újdonságokat a nagyon személyre szabott vevőknek is. Engedd, hogy leiratkozzanak a személyre szabásról, ha az egész katalógusodat algoritmikus befolyás nélkül akarják böngészni.

Személyre szabás engedély és átláthatóság nélkül

A vevőknek adatvédelmi aggályaik vannak, és az olyan adatvédelmi szabályozások, mint a GDPR és a CCPA, hozzájárulást kérnek a viselkedési adatok gyűjtése előtt. Ha úgy szabsz személyre, hogy nem teszed világossá, hogyan teszed, vagy nem adsz kontrollt a vevőknek, jogi és hírnévbeli kockázatot teremtesz.

Bevált gyakorlat: legyél átlátható abban, hogy milyen adatokat gyűjtesz, és hogyan használod őket. Adj olyan beállításokat, amelyekkel a vevők szabályozhatják a kapott személyre szabás szintjét. Ha valaki leiratkozik az ajánlásokról, tartsd tiszteletben a döntését, még ha ez alacsonyabb konverziót jelent is. A bizalom és a megfelelés fontosabb egy további eladásnál.

Hogyan illeszkedik a személyre szabás az ismételt vásárlói stratégiádba?

A személyre szabás az egyik eszköz, amely növeli az ismételt vásárlásokat, de önmagában nem elég. Az a vevő, aki személyre szabott e-mailt kap, de rossz a kicsomagolási élménye, vagy soha nem kapja meg a rendelését, nem tér vissza. Az a vevő, aki tökéletes ajánlásokat kap, de bosszantónak találja a fizetési folyamatot, elhagyja a második vásárlását.

A személyre szabás akkor működik a legjobban, ha kiváló ügyfélszolgálattal, minőségi termékkel, megbízható szállítással és egyértelmű kommunikációval párosul. Akkor vezesd be, amikor az alapok rendben vannak. Aztán építsd rá, hogy meggyőzd azokat a vevőket, akik már érdeklődnek, de emlékeztetőre van szükségük arról, hogy emlékszel rájuk, és érted, mire van szükségük.

A teljes konverziós folyamat hátteréhez nézd meg a mi a konverzióoptimalizálás, és miért számít című cikket. Az együtt működő optimalizálási módszerek áttekintéséhez olvasd el a vásárlás lélektanát: hogyan alakítja a fogyasztói viselkedés a webshopodat.

A személyre szabás megvalósítása a WEMASY-vel

A WEMASY weboldalépítőjében felépítheted a webshopod oldalait, és kialakíthatod azokat a tartalmakat, amelyekre a személyre szabott élményed épül, például a kezdőlapi részeket és az üzenetek szövegeit.

A csomagokról a WEMASY árazási oldalán tájékozódhatsz.

GYIK