Kiedy marki opracowuja brief do kampanii w mediach detalicznych, zazwyczaj zaczynaja od wlasnych klientow: osob, ktore kupily produkty tej marki w ciagu ostatnich 90 dni. To rozsadny punkt wyjscia. Jest to jednak ograniczenie, a nie strategia rozwoju.
Wzrost wynika z dotarcia do klientow, ktorzy obecnie nie kupuja Twojej marki, ale sa do tego sklonni. Zainteresowanie dana kategoria produktow pozwala ich znalezc.
Co oznacza powinowactwo kategoryczne
Zainteresowanie kategoria mierzy, jak silnie zachowanie kupujacego wiaze sie z konkretna kategoria, nawet jesli nie kupil on jeszcze zadnej konkretnej marki z tej kategorii.
Klient, ktory kupuje jogurt ekologiczny, granole, swieze jagody i mleko migdalowe, wykazuje silna afinicje do produktow sniadaniowych zorientowanych na zdrowie. Nie kupil jeszcze nowych platkow proteinowych Twojej marki, ale sklad jego koszyka wskazuje, ze jest dokladnie tym typem osoby, ktora by to zrobila.
Zainteresowanie nie jest tym, co zadeklarowal w ankiecie. Nie jest to zainteresowanie, ktore zaznaczyl na platformie spolecznosciowej. Jest to to, co faktycznie kupuje, wielokrotnie, za wlasne pieniadze. To najsilniejszy sygnal przyszlego zachowania, jaki istnieje.
W Footprints AI powinowactwo wywodzi sie z danych transakcyjnych sprzedawcy detalicznego. Analizujemy sklad koszyka, czestotliwosc zakupow w obrebie kategorii i miedzy kategoriami, wzorce zmiany marek oraz korelacje miedzy kategoriami. Wynikiem jest profil behawioralny, ktory przewiduje otwartosc, nie na podstawie tego, kim jest kupujacy, ale na podstawie tego, co robi.
Dlaczego powinowactwo przewyzsza bezposrednie targetowanie pod katem wzrostu
Targeting bezposredni, docierajacy do obecnych klientow, jest skuteczny w kampaniach majacych na celu utrzymanie klientow i zwiekszenie czestotliwosci zakupow. Ma jednak naturalne ograniczenie: pula obecnych klientow jest skonczona i czesto juz lojalna.
Targetowanie oparte na podobienstwach poszerza te pule. Identyfikuje ono klientow, ktorzy maja podobne wzorce zachowan do Twoich obecnych klientow, ale jeszcze nie zetkneli sie z Twoja marka. Sa to nowi klienci o najwyzszym prawdopodobienstwie zakupu: wykazuja juz podobne zachowania i kupuja w ekosystemie kategorii, w ktorym dziala Twoja marka.
Wskazniki konwersji w grupach odbiorcow opartych na podobienstwach sa zazwyczaj nizsze niz w przypadku bezposrednich odbiorcow
, co jest oczekiwane, poniewaz docierasz do osob, ktore nie maja jeszcze utrwalonego nawyku zwiazanego z Twoja marka. Jednak przyrostowosc jest wyzsza, poniewaz kazda konwersja jest naprawde nowa.
To wlasnie tutaj tkwi prawdziwy potencjal wzrostu. Nie w wyswietlaniu reklam osobom, ktore juz kupuja Twoje produkty.
W znalezieniu tych, ktorzy powinni kupowac Twoje produkty, i w daniu im powodu, by zaczeli.
Zainteresowania i okazje zakupowe
Affinity staje sie jeszcze potezniejsze, gdy polaczy sie je z danymi o okazjach zakupowych.
Klient zainteresowany produktami zdrowotnymi, ktory w poniedzialkowy poranek wybiera sie na szybkie sniadanie, stanowi bardzo konkretna okazje: jest predysponowany do zakupu produktow zdrowotnych, znajduje sie w kontekscie sniadaniowym i jest w trybie rutynowych zakupow, w ktorym nowa marka moze wpasowac sie w jego rutyne.
Porownaj to z: „kobiety w wieku 25–44 lat, ktore kupily jogurt”. Ta sama ogolna przestrzen, ale polaczenie powinowactwa i okazji jest bardziej precyzyjne. Informuje Cie, co klient jest sklonny kupic (powinowactwo) i kiedy jest najbardziej otwarty (okazja). Targetowanie jest bardziej precyzyjne, kreacja moze byc bardziej konkretna, a pomiary pozwalaja dokladniej wyodrebnic efekt.
Na poziomie platformy oznacza to budowanie grup odbiorcow laczacych preferencje behawioralne z wzorcami czasowymi oraz aktywowanie ich w odpowiednich punktach kontaktu:
poza witryna przed podroza, aby wzbudzic zainteresowanie, oraz w witrynie podczas podrozy, aby doprowadzic do konwersji.
Tworzenie modeli podobienstwa
Modele powinowactwa wykorzystuja dane transakcyjne do znalezienia podobienstw behawioralnych miedzy kupujacymi. Najpopularniejsze podejscia:
Analiza zakupow laczonych. Klienci, ktorzy czesto kupuja produkty A i B razem, maja
zainteresowanie obiema kategoriami. Jesli Twoja marka nalezy do kategorii A, klienci, ktorzy czesto kupuja produkty z kategorii B, ale nie z kategorii A, sa docelowa grupa.
Klasteryzacja skladu koszyka. Grupuj klientow wedlug ogolnego ksztaltu ich koszyka, a nie poszczegolnych zakupow, ale wzorcow. Powstaja klastry koszykow zorientowanych na zdrowie, wygode, produkty premium i rodzine. Kazdy klaster definiuje grupe podobienstwa.
Wzorce zmiany marki. Klienci, ktorzy przechodza miedzy markami w obrebie jednej kategorii
wykazuja aktywne zaangazowanie w dana kategorie. Probuja alternatywnych rozwiazan, co oznacza, ze sa otwarci rowniez na Twoja marke.
Trajektoria kategorii. Klient, ktory niedawno wkroczyl do nowej kategorii, zaczal kupowac produkty dla niemowlat, zaczal kupowac produkty ekologiczne, zaczal kupowac wino premium, znajduje sie w fazie przejsciowej. Jego preferencje sie ksztaltuja, a wczesna obecnosc marki moze zapewnic dlugoterminowa lojalnosc.
Modele te dzialaja w oparciu o te sama infrastrukture danych, ktora wspiera identyfikacje okazji i segmentacje wedlug etapow zycia. Sa to rozne perspektywy na ten sam zbior danych behawioralnych, czyli wlasne dane transakcyjne sprzedawcy detalicznego.
Zainteresowanie kampaniami miedzykategorialnymi
Jednym z najrzadziej wykorzystywanych zastosowan sympatii jest kierowanie reklam miedzykategorialne.
Marka przekasek nie konkuruje tylko z innymi przekaskami. Konkuruje z kazda alternatywa, ktora klient moze wybrac na wieczor filmowy, impreze, wycieczke samochodowa lub popoludniowa przerwe. Zestaw konkurencyjny jest definiowany przez okazje, a nie przez polke sklepowa.
Dane dotyczace preferencji ujawniaja te powiazania miedzy kategoriami:
Klienci, ktorzy kupuja sery premium, wykazuja rowniez ponadprzecietne zainteresowanie piwem rzemieslniczym i
. To wlasnie jest preferencja zwiazana z rozrywka na wysokim poziomie.
Klienci kupujacy napoje izotoniczne wykazuja rowniez ponadprzecietne zainteresowanie batonami proteinowymi i swiezymi owocami.
To preferencja zwiazana z aktywnym stylem zycia.
Klienci kupujacy zywnosc dla niemowlat wykazuja rowniez ponadprzecietne zainteresowanie srodkami czystosci i produktami ekologicznymi. To preferencja typowa dla swiezo upieczonych rodzicow.
Kazde z tych powiazan stwarza mozliwosc targetowania, ktora pomijaloby targetowanie na poziomie kategorii. Kazde z nich mozna aktywowac za posrednictwem platformy mediow detalicznych, docierajac do grupy o podobnych preferencjach w odpowiednich momentach zakupowych dzieki kreacjom odwolujacym sie do wspolnego kontekstu.
Podsumowanie
Zainteresowanie kategoria to najszybsza droga do trafnego targetowania w kampaniach na rzecz wzrostu. Pozwala zidentyfikowac klientow, ktorzy sa behawioralnie predysponowani do Twojej marki, na podstawie tego, co faktycznie kupuja, a nie tego, co mowia, ze lubia.
W polaczeniu z okazjami zakupowymi i momentami konsumpcji, podobienstwo tworzy najdokladniejsza definicje odbiorcow dostepna w mediach detalicznych: kupujacych, ktorzy sa sklonni do zakupu (podobienstwo), w momencie, gdy sa najbardziej otwarci (okazja), z kreacja dopasowana do kontekstu konsumpcji, dla ktorego dokonuja zakupu.
Zainteresowanie to to, co zazwyczaj kupuja. Okazja to moment, w ktorym zazwyczaj to kupuja. Razem stanowia one skrot do osiagniecia wynikow.
Powiazane artykuly
- True Reach: Co tak naprawde oznacza zasieg
- Produkty sponsorowane: retail media w momencie wyboru
- Czestotliwosc okazji: jak czesto zdarza sie ta chwila na jednego kupujacego
- Wskaznik dopasowania: KPI, ktory ogranicza skutecznosc mediow detalicznych
- Zakupy oparte na odbiorcach: przyszlosc mediow detalicznych
Chcesz zobaczyc, jak to dziala w praktyce?
Footprints AI pomaga markom i detalistom mierzyc to, co naprawde ma znaczenie. Zapoznaj sie z historiami sukcesow naszych klientow lub skontaktuj sie z nami, aby omowic swoja strategie mediow detalicznych.
