Od modelu wielokanałowego do modelu „omni-experience”

Ile razy zdarzyło Ci się korzystać z telefonu komórkowego, aby znaleźć wszystkie potrzebne informacje i podjąć decyzję o zakupie konkretnego produktu, unikając przy tym kontaktu z sprzedawcą?

Czy potrafisz sobie wyobrazić, jak przyjemne byłyby Twoje zakupy, gdyby witryna sklepowa, gdy przechodzisz obok, polecała Ci idealny garnitur na podstawie Twoich wyszukiwań, nadchodzących spotkań i wzorów do naśladowania w świecie biznesu, które podziwiasz?

W tej dekadzie sukces detalistów będzie zależał od ich zdolności do połączenia doświadczeń offline i online za pomocą oryginalnych i funkcjonalnych rozwiązań, tzw. Omni-Experience. Będzie to oparte na kompleksowym, spójnym obrazie klienta, uzyskanym dzięki głębokiemu połączeniu danych dotyczących zachowań klientów zarówno w świecie offline, jak i online. Będzie to wymagało połączenia z najbardziej zaawansowanymi technologiami sztucznej inteligencji, aby zapewnić każdemu klientowi przyjemne, wysoce spersonalizowane i oparte na przewidywaniach doświadczenia w każdym kanale i o każdej porze.

KONTEKST

Handel wielokanałowy nie jest już nowością; od wyszukiwania, przez wybór, zakup, aż po odbiór, klienci realizują swoje zakupy za pośrednictwem wielu kanałów. Dla sprzedawców detalicznych nie wystarcza już sama „strategia wielokanałowa”.

Dzisiejsi konsumenci na całym świecie oczekują spójnego doświadczenia zakupowego, umożliwiającego im płynne przechodzenie między kanałami przy pełnej widoczności stanów magazynowych, cen oraz procesu zakupów i realizacji transakcji.

Oczekiwania te wynikają z nowego paradygmatu „cyfrowej wygody”. Obecnie powoduje to frustrację wszystkich podmiotów działających w handlu stacjonarnym. Zmieniło to również sposób, w jaki klienci robią zakupy w sklepach stacjonarnych, oraz sposób, w jaki oceniamy nieruchomości handlowe.

Ci detaliści, którzy zaprojektują i zapewnią doświadczenie zakupowe oparte na nowym paradygmacie „cyfrowej wygody”, stworzą dla swoich klientów w sklepach stacjonarnych wspaniałe doświadczenie, które pozwoli im przetrwać i prosperować w nadchodzących dziesięcioleciach.

Steve Dennis określa to mianem „Remarkable Retail” (wyjątkowego handlu detalicznego). Zakupy z natury rzeczy są bardziej związane z doświadczeniem i właśnie o to naprawdę chodzi w handlu stacjonarnym. Zachowania klientów są dynamiczne i stanowią wyraz wygody w odniesieniu do ich wyszukiwań oraz potrzeb i oczekiwań związanych z zakupami. Dlatego nie można już rozdzielać tych dwóch sfer. Cyfrowy napędza stacjonarny. Stacjonarny napędza cyfrowy.

ZMIANA

Nowe technologie pozwalają detalistom mapować całe doświadczenie klienta we wszystkich kanałach i zapewniają aktualne wglądy w jego zachowanie. Co więcej, oznacza to również możliwość wykorzystania danych behawioralnych do tworzenia bardzo bogatych profili poszczególnych klientów lub zagregowanych audiencji, bardziej szczegółowych, wartościowych i trafnych niż kiedykolwiek wcześniej.

Te nowe technologie mogą obejmować:

  • Analizę zachowań klientów w świecie offline

Oznacza to, że każda indywidualna wizyta w sklepie oraz wiele punktów kontaktu są wykorzystywane do stworzenia modelu pozwalającego zrozumieć, kim są klienci oraz jakie są ich potrzeby i oczekiwania. Aby to osiągnąć, nowe technologie mogą wykorzystywać kamery wideo, Wi-Fi, kamery termowizyjne, czujniki podłogowe, Bluetooth Low Energy, NFC, GPS oraz inne funkcje wykrywania i lokalizacji. Efektem tego jest dogłębne zrozumienie indywidualnych ścieżek zakupowych oraz interakcji między nimi, gdy przechodzą one przez różne kategorie produktów i obszary sklepu.

  • Analiza zachowań klientów w internecie

Oznacza to, że każda sesja użytkownika na stronie internetowej lub w aplikacji mobilnej jest rejestrowana i śledzona od momentu jej źródła (np. konkretnej reklamy displayowej, wyszukiwarki lub innego scenariusza) przez cały czas trwania interakcji z ekranami, treściami, produktami i przyciskami aż do momentu opuszczenia serwisu. Technologie takie jak pliki cookie, identyfikatory przeglądarki, logi po stronie serwera oraz inne cyfrowe technologie śledzenia pozwalają zrozumieć unikalne ścieżki online w ramach rynku detalicznego online lub poszczególnych witryn e-commerce oraz sposób, w jaki użytkownicy osobiście angażują się w kategorie i produkty.

  • Modele profilowania probabilistycznego

Są to zaawansowane algorytmiczne modele uczenia maszynowego (AI), w których surowe dane behawioralne mogą generować bardzo bogate i istotne z marketingowego punktu widzenia informacje, takie jak dane socjodemograficzne i psychograficzne (np. wartości, pragnienia, cele, zainteresowania i wybory dotyczące stylu życia). Zachowanie ludzi odzwierciedla to, kim są, dlatego sensowne jest, aby koszyk na stronie e-commerce dostarczał nam informacji o tym, kim jest dany shopper (płeć, wiek, styl życia, etap życia, preferencje, nawyki itp.), bez konieczności wyraźnego przesyłania tych danych przez użytkownika.

  • Modele podobieństwa

Są to zaawansowane modele algorytmiczne oparte na uczeniu maszynowym (AI), w których wykorzystuje się określonych użytkowników z naszej bazy danych (grupa początkowa) wraz z wszystkimi danymi profilowymi, aby zidentyfikować innych użytkowników (grupa docelowa) o bardzo podobnych zachowaniach lub cechach. Służy to przede wszystkim poszerzaniu audiencji w marketingu oraz pozyskiwaniu nowych, wartościowych klientów. Można je jednak wykorzystać również do wzbogacania danych użytkowników: jeśli w naszej audiencji wyjściowej brakuje pewnych danych (powiedzmy średniego miesięcznego dochodu gospodarstwa domowego), a dane te można znaleźć w naszej audiencji docelowej, sensowne jest wykorzystanie tych informacji również w naszej audiencji wyjściowej.

  • Modele predykcyjne

Są to zaawansowane algorytmiczne modele uczenia maszynowego (AI), w których przyszłe zachowania są przewidywane z pewnym prawdopodobieństwem na podstawie przeszłych zachowań i wzorców, w tym czynników zewnętrznych (takich jak pogoda, święta, dzień miesiąca itp.).

  • Modele rekomendacyjne

Mowa tu o zaawansowanych modelach algorytmicznych opartych na uczeniu maszynowym (AI), w których system sugeruje konkretnym klientom określone produkty na podstawie wysokiego wskaźnika prawdopodobieństwa, że klienci ci będą zainteresowani zakupem i korzystaniem z tych produktów.

  • Fuzja danych

O ile niektóre z wyżej wymienionych technologii można znaleźć na kilku platformach, o tyle istnieje jedna technologia, którą można znaleźć wyłącznie w Footprints, jest ona w stanie pobrać wszystkie dane behawioralne z kanałów offline i dopasować je do wszystkich danych behawioralnych z kanałów online, spełniając w ten sposób wielką obietnicę spójnego obrazu klienta łączącego świat offline i online. Jest to jeden z najbardziej zaawansowanych modeli uczenia maszynowego, zdolny do fuzji danych bez konieczności stosowania nowego identyfikatora (takiego jak adres e-mail czy numer telefonu), opierający się wyłącznie na bardzo dużym zbiorze danych behawioralnych dotyczących każdego indywidualnego klienta.

Niezwykłe możliwości tych unikalnych technologii stanowią kluczowe czynniki wyróżniające handel detaliczny przyszłości, pozwalające zapewnić to, co dziś postrzegamy jako najwyższą jakość obsługi klienta. Jednak zgodnie z dyktatem rynku wkrótce będzie to stanowiło minimalny, obowiązkowy poziom obsługi klienta wymagany od wszystkich detalistów, którzy przetrwają wielką zmianę paradygmatu handlu detalicznego w tej dekadzie.

SZANSA

Nadszedł czas, aby zmienić kierunek i, jako sprzedawca detaliczny, zacząć patrzeć poza transakcje i liczbę odwiedzających. Właściwa perspektywa przyszłości handlu detalicznego wykracza poza CRM. Jako sprzedawca detaliczny musisz zacząć kłaść większy nacisk i przeznaczać więcej środków na zarządzanie doświadczeniem klienta we wszystkich kanałach i w odniesieniu do każdego indywidualnego klienta: na Omni-Experience.

Możesz zacząć wykorzystywać najbardziej zaawansowane technologie wraz z solidniejszymi modelami mapowania doświadczeń klientów (takimi jak model „Customer Decision Journey” firmy McKinsey, który jest moim ulubionym od zawsze), aby przekształcić się w sprzedawcę detalicznego oferującego Omni-Experience.

W perspektywie krótkoterminowej oznacza to wzrost zwrotu z inwestycji marketingowych (ROMI) o ponad 50%. Dlaczego? Ponieważ analizując wielokanałowe doświadczenie klienta, identyfikujesz słabe punkty i nieuzasadnione utrudnienia, które uniemożliwiają Ci zwiększenie konwersji, a w rezultacie podnoszą koszty pozyskania klienta.

W dłuższej perspektywie doświadczenie zakupowe zapewniane każdemu klientowi niesie ze sobą istotne emocjonalne korzyści, które przełożą się na zwiększoną częstotliwość wizyt, wydłużenie czasu trwania wizyt, wzrost wydatków i udziału w portfelu klienta oraz większą liczbę spontanicznych rekomendacji. Może to przełożyć się na nawet o 80% niższe koszty pozyskania klienta.

Najważniejszą rzeczą, od której można zacząć, jest pomiar doświadczenia klienta we wszystkich kanałach. Celem pomiaru działań związanych z doświadczeniem klienta jest:

  • Śledzenie postępów w działaniach podejmowanych w celu poprawy doświadczenia omnichannelowego\
  • zidentyfikowanie obszarów wymagających poprawy
  • Obliczenie zwrotu z inwestycji w doświadczenia klienta
  • Ustalanie priorytetów działań i inwestowanie w właściwe obszary

To jednak nie wszystko. Funkcje platformy Footprints, które pomagają mierzyć doświadczenia klientów we wszystkich kanałach, obejmują wszystkie poniższe kluczowe wskaźniki:

  • Wskaźnik Net Promoter Score (NPS), ten wskaźnik daje ogólny obraz poparcia klientów. Mierzy on prawdopodobieństwo, z jakim klient poleci doświadczenia związane z Twoją marką.
  • Wskaźnik szybkości utrzymania klientów (Customer Retention Velocity Score), ten wskaźnik pokazuje, jak szybko udaje Ci się zatrzymać nowych klientów i przekształcić ich w lojalnych klientów. Bierze pod uwagę, jak szybko klienci przechodzą przez proces wdrażania oraz jaką wartość (zakupy, wyszukiwania, częstotliwość i czas trwania wizyt) generują ci klienci w całym Twoim ekosystemie, a także jak szybko to następuje (tj. tempo tego procesu).
  • Wskaźnik wysiłku klienta (Customer Effort Score), ten wskaźnik pomaga zrozumieć podstawową funkcjonalność Twojej oferty oraz jej dostosowanie do potrzeb klientów. Skupia się on na łatwości, z jaką klient może wykonać dane zadanie.
  • Wskaźnik zadowolenia klientów (Customer Satisfaction Score), ten wskaźnik pomaga zrozumieć, na ile klienci są zadowoleni z produktów i/lub usług Twojej firmy. Gromadząc te dane w różnych punktach kontaktu, możesz zacząć identyfikować kluczowe czynniki wpływające na pozytywne lub negatywne doświadczenia na różnych etapach ścieżki klienta.

Chcesz zobaczyć, jak to działa w praktyce?

Footprints AI pomaga markom i detalistom mierzyć to, co naprawdę ma znaczenie. Zapoznaj się z historiami sukcesów naszych klientów lub skontaktuj się z nami, aby omówić swoją strategię w zakresie Retail Media.

More Stories

By clicking “Accept All”, you agree to the storing of cookies on your device to enhance site navigation, analyze site usage, and assist in our marketing efforts. View our Privacy Policy for more information.
Thank you! Your submission has been received!
Oops! Something went wrong while submitting the form.