La navigazione personalizzata on site è un asset fondamentale di un ecommerce, spesso non si sa però come possa essere effettivamente possibile offrire alle persone un’esperienza che sia efficace sul piano commerciale e della comunicazione.
Proviamo a fare un po’ di chiarezza su cosa guida la personalizzazione e quali dati ci aiutano a riconoscere l’utente.
Primo step. Utente registrato o utente anonimo?
E’ ormai noto che per offrire un’esperienza personalizzata ad un utente non è necessario che questi sia registrato/loggato. Le persone lasciano in rete continue tracce del loro passaggio e, grazie ai semplici cookie e a tecnologie più avanzate come i fingerprint, ci sono molte informazioni che sono utili per massimizzare l’esperienza di navigazione fin dai primi minuti: per esempio è possibile proporre contenuti personalizzati in base alle pagine che vengono viste o alla keyword di ricerca da cui è arrivata la visita. Proviamo a sintetizzare alcune delle informazioni in base alle quali si potrebbe effettuare una segmentazione, partendo dall’utente anonimo e poi registrato.
Anonimo:
- canale di acquisizione della visita
- pagine viste o cliccate
- provenienza geografica
- referral
- tag e categorie delle pagine viste e cliccate
- device utilizzato
- parole ricercate sul motore di ricerca interno
- carrello abbandonato
Registrato:
- auto profilazione
- storico degli ordini
- wish list
- aperture e click sulle email o sul sito
- ciclo di vita
Ciascuna di queste informazioni può definire una regola o un filtro che permette di creare delle personalizzazioni sempre più raffinate, basate non solo sul comportamento online dell’utente (se hai visto questo prodotto allora ti potrebbe piacere quest’altro), ma anche su una domanda latente che somma più variabili contemporaneamente. Come è possibile farlo?
Secondo step. Dai dati dello storico ai dati contestuali
Per prima cosa il passato e il presente non dovrebbero essere informazioni gestite in silos separati. La navigazione on line è un fatto contestuale pertanto la personalizzazione non può basarsi solo su informazioni statiche e storiche ma deve essere dinamica, ovvero tenere conto di quanto sta accadendo in quel preciso istante.
Questo vale soprattutto quando si gestiscono ecommerce con un catalogo di prodotti ampio, che non necessariamente si correla facilmente a partire dall’ultimo prodotto acquistato. Gli utenti acquistano un certo prodotto ma non è detto che vogliano sentire parlare solo di quello. Bisogna dunque provare a ragionare su segmenti complessi che tengano conto di chi è l’utente e anche di ciò che vuole in quel momento (per esempio: ha comprato un televisore di una certa marca, ha un certo potenziale di spesa, ma adesso vuole un aspirapolvere nuovo e non un telecomando!).
Come abbiamo già scritto in questo post, ci sono almeno 3 buoni motivi per puntare sulla personalizzazione: dalle maggiori vendite, alla creazione di un rapporto di fedeltà con l’utente. Per questo dobbiamo saper intercettare bisogni sempre nuovi. In questo ci aiuta la marketing automation: dotarsi di soluzioni che apprendono in real time e automatizzano sulla base di quello che sta accadendo realmente.
Terzo step. Passare dal “chi sei” al “come sei”
Un esempio è rappresentato dal brand Sephora che, da ormai 4 anni, ha implementato una tecnologia distribuita sui negozi fisici che gli consente di classificare le proprie clienti secondo la tipologia di pelle, con l’obiettivo di proporre loro prodotti di make up più adatti ai loro colori naturali.
Questo si traduce in una serie di suggerimenti per gli acquisti online nati con il presupposto di supportare il cliente nella selezione di un prodotto più vicino all’esigenza e quindi più soddisfacente. La classificazione avviene con il supporto delle assistenti alla vendita che, semplicemente fotografando le visitatrici, arricchiscono il database di un’informazione fondamentale. (Tutta la storia si trova a questo link http://digiday.com/marketing/color-iq-sephoras-shade-matching-skin-care-tool-boosts-brand-loyalty/)
Il caso di Sephora ci pone di fronte a un cambio di paradigma. La personalizzazione della navigazione online non è solo un argomento di correlazione di prodotti. Sephora parte da dal “chi sei” per arrivare al “come sei”. La considerazione ulteriore da fare è quindi se non sia possibile utilizzare i dati per immaginare dei segmenti di utenti simili tra loro, con comportamenti analoghi, che ci aiuti nel proporre alternative interessanti alle quali non stanno pensando. Sei un utente di questo tipo? Questa è la migliore risposta che abbiamo elaborato per rispondere alla tua esigenza.
Naturalmente maggiore è la complessità che vogliamo raggiungere, maggiori saranno gli sforzi necessari per poter raccogliere i dati, normalizzarli al fine di poter automatizzare azioni che riflettano la nostra strategia di marketing e commerciale. Lavorando su più variabili contemporaneamente sarà necessario strutturare un’offerta dinamica che si aggiorni in tempo reale, in un circolo virtuoso di apprendimento continuo. Si chiama intelligenza artificiale ed è il motore della personalizzazione non solo durante la navigazione del sito ecommerce ma, come vedremo anche in tutte le fasi successive, sui canali diretti e di terze parti come facebook.
