La navegación personalizada on site es un factor clave para una tienda online, pero, a veces no sabemos cómo ofrecer a los usuarios una experiencia que sea efectiva a nivel comercial y de comunicación.
Intentemos hacer un poco de luz sobre qué es que guía la personalización y qué datos nos ayudan a reconocer al usuario.
Primer paso. ¿Usuario registrado o anónimo?
Ya se sabe que para ofrecer una experiencia personalizada a un usuario no es necesario que esté registrado/conectado. Las personas dejan rastros continuos de su paso por la web y, gracias a las simples cookies y a tecnologías más avanzadas como las huellas dactilares, hay mucha información útil para maximizar la experiencia de navegación desde los primeros minutos: por ejemplo, es posible proponer contenidos personalizados en función de las páginas que se ven o de la palabra clave de búsqueda de la que procede la visita. Intentemos resumir algunos de los datos en base a los cuales se podría realizar una segmentación, partiendo del usuario anónimo y luego del registrado.
Anónimo:
- canal de adquisición
- páginas vistas o pulsadas
- origen geográfico
- referral
- etiquetas y categorías de las páginas visitadas y cliqueadas
- dispositivo utilizado
- palabras buscadas en el buscador interno
- carrito abandonado
Registrado:
- auto perfilación
- historial de pedidos
- lista de deseos
- aperturas y clics en los correos electrónicos o en el sitio web
- CLV
Cada una de estas informaciones puede definir una regla o un filtro que permite crear personalizaciones cada vez más refinadas, basadas no sólo en el comportamiento online del usuario (si vio este producto, entonces puede que le guste este otro), sino también en una demanda latente que suma varias variables a la vez. ¿Cómo es posible?
Segundo paso. De los datos históricos a los datos contextuales
En primer lugar, los datos del pasado y del presente no deben ser gestionados en silos separados. La navegación online es un hecho contextual, por lo que la personalización no puede basarse sólo en información estática e histórica, sino que debe ser dinámica, o tener en cuenta lo que está ocurriendo en ese preciso momento.
Esto es especialmente cierto cuando se gestiona un comercio electrónico con un gran catálogo de productos, que no necesariamente se correlaciona fácilmente con el último producto comprado. Los usuarios compran un determinado producto, pero no necesariamente sólo quieren oír hablar de él. Por lo tanto, hay que intentar razonar sobre segmentos complejos que tengan en cuenta quién es el usuario y también lo que quiere en ese momento (por ejemplo: compró un televisor de una determinada marca, tiene un determinado potencial de gasto, pero ahora quiere una nueva aspiradora y no un mando a distancia).
Hay al menos 3 buenas razones para apostar por la personalización: desde el aumento de las ventas, hasta la creación de una relación de fidelización con el usuario. Para ello debemos ser capaces de interceptar nuevas necesidades. Aquí es donde nos ayuda la automatización del marketing: dotarnos de soluciones que aprenden en tiempo real y automatizan en función de lo que está ocurriendo realmente.
Tercer paso. Pasar de «quién eres» a «cómo eres»
Un ejemplo de ello es la marca Sephora que, desde hace 4 años, implementa en sus tiendas físicas una tecnología que permite clasificar a sus clientes según su tipo de piel, con el objetivo de ofrecerles productos de maquillaje que se adapten mejor a sus colores naturales.
Esto se traduce en una serie de sugerencias para las compras online que nacen con la premisa de apoyar al cliente en la selección de un producto más cercano a sus necesidades y, por tanto, más satisfactorio. La clasificación se lleva a cabo con el apoyo de asistentes de ventas que, con sólo fotografiar a los visitantes, enriquecen la base de datos con información fundamental.
El caso de Sephora nos enfrenta a un cambio de paradigma. La personalización de la navegación en línea no es sólo una cuestión de correlación de productos. Sephora parte de «quién eres» para llegar a «cómo eres». La consideración adicional que hay que hacer es entonces si no es posible utilizar los datos para imaginar segmentos de usuarios similares entre sí, con comportamientos parecidos, que nos ayuden a proponer alternativas interesantes a las que no están pensando. ¿Eres un usuario de este tipo? Esta es la mejor respuesta que hemos encontrado para satisfacer tu necesidad.
Por supuesto, cuanto mayor sea la complejidad que queramos alcanzar, mayores serán los esfuerzos necesarios para recopilar datos, normalizarlos para automatizar acciones que reflejen nuestra estrategia de marketing y ventas. Trabajando sobre varias variables al mismo tiempo, será necesario estructurar una oferta dinámica que se actualice en tiempo real, en un círculo virtuoso de aprendizaje continuo. Se llama inteligencia artificial y es el motor de la personalización no sólo durante la navegación del sitio de ecommerce sino, como veremos en todas las fases siguientes, en canales directos y de terceros como Facebook.
