Apa yang Kami Pelajari Dari Pemasar E-niaga Mode Tentang Wawasan Konsumen, Desain Produk, dan Strategi Pemasaran

Dalam putaran terakhir wawancara UX kami (Desember 2021) dengan klien kami yang lebih paham data (dalam bisnis e-niaga mode), satu hal terus muncul: Wawasan konsumen terperinci dari data pelanggan pihak pertama menjadi semakin berharga untuk desain produk baru dan strategi pemasaran yang berkelanjutan. Jadi untuk lebih memahami klien kami, kami harus mengungkap benang merah ini. Sebagai permulaan, mengapa sekarang? Dan bagaimana platform kami berkontribusi? Jika Anda berada di tim pemasaran di ritel e-niaga, dan Anda sudah berpikir ini terdengar familier, baca terus, Anda tidak sendirian.

Data Pihak Pertama Lebih Penting Sekarang. Mengapa?

Riset pasar dan analisis pesaing tetap penting, tetapi data pihak pertama yang unik dari pelanggan aktual akan lebih penting di masa mendatang karena dua alasan:

1. Beriklan melalui Data Pihak Ketiga Selesai

Masa depan tanpa cookie yang telah lama diprediksi telah tiba. Data pihak ketiga dan bahkan data pihak kedua telah kehilangan nilainya dan tim pemasaran e-niaga bekerja lebih keras untuk memanfaatkan lalu lintas yang sudah mereka miliki untuk ROAS yang lebih baik dengan melakukan penjualan silang lebih banyak melalui rekomendasi yang dipersonalisasi.

2. Pengalaman yang Dipersonalisasi Diharapkan

Anak muda asli digital tidak tahu apa-apa selain belanja online yang dipersonalisasi. Amazon dan Netflix menggunakan pembelajaran mesin untuk mencari tahu apa yang disukai pembeli individu, dan sekarang belanja sosial menghadirkan barang-barang akrab yang digunakan oleh rekan-rekan mereka dalam aliran konten buatan pengguna yang stabil.

Judul utama dari tahun 2020 tentang topik ini merangkum situasi dan sikap Gen-Z:

Wawasan Konsumen dan Desain Produk

Bayangkan sebuah tim pengembangan produk di hari-hari awal produk baru: generasi ide dan tahap desain. Tujuan akhirnya tentu saja adalah untuk mengidentifikasi produk tertentu yang tepat sasaran dengan audiens tertentu. Tetapi ketika benar-benar merancang produk, dari mana ide-ide itu berasal?

Desain Berpusat pada Pengguna di Industri Fashion

Klien kami di industri fashion memberi petunjuk kepada kami tentang istilah terkenal dari dunia desain: UCD (desain yang berpusat pada pengguna).

Metode UCD:

“Seruan untuk melibatkan pengguna di seluruh proses desain melalui berbagai penelitian dan teknik desain untuk menciptakan produk yang sangat berguna dan mudah diakses.” Sumber: Yayasan Desain Internasional

Kedengarannya seperti rencana yang bagus!

Berita gembira lain dari wawancara kami tentang mendefinisikan persyaratan pengguna menonjol:

Bagaimana suatu produk dilihat, dihargai, dan dibandingkan dengan produk lain berdasarkan fitur, harga, musim, dll., Semua faktor dalam desain mode.

Wawasan ini menambah proses pengembangan produk, memberi desainer produk, manajer produk, dan tentu saja semua orang di tim produk lebih banyak untuk mempertimbangkan saat mereka mengetahui "konteks penggunaan."

melalui: https://www.interaction-design.org/literature/topics/user-centric-design

Apa yang Dibutuhkan Pelanggan kami untuk Desain Produk

Yang paling diinginkan oleh tim e-niaga kami yang paling paham data adalah wawasan konsumen tentang pembeli yang sudah sering kembali untuk menelusuri perjalanan pelanggan merek.

Ini adalah pelanggan VIP, 20 persen dari aturan lama 80/20 dalam penjualan yang memberi tahu kami bahwa sebagian besar keuntungan Anda berasal dari VIP Anda yang menyukai merek Anda dan pengalaman online yang diberikannya. Ternyata, yang benar-benar ingin diketahui oleh tim e-niaga adalah apa yang disukai pelanggan VIP individu mereka saat mereka menjelajah, secara waktu nyata, sehingga desain dan penawaran mereka dapat menjadi yang terdepan.

Analisis Preferensi Waktu Nyata

Dengan mempertimbangkan kebutuhan klien kami, tim Ilmu Data kami mengubah fitur Analisis Preferensi sehingga tag produk pilihan untuk setiap pembeli diberi bobot dengan persentase yang menunjukkan kemungkinan pembeli mengklik item dengan atribut yang dijelaskan oleh tag tersebut.

Ini membuat profil pembeli anonim yang mematuhi GDPR dari data pihak pertama untuk mencari tahu produk mana yang mengaitkan pembeli seperti pada gambar yang mereka jelajahi.

Ini bisa berupa desain panjang, warna, pola, bahan, atau atribut khusus lainnya yang mereka perlukan untuk menganalisis preferensi atribut waktu nyata dari data pihak pertama mereka.

Dalam industri mode yang terus berubah, wawasan konsumen tingkat atribut yang mendetail ini memberikan arahan kepada desainer berdasarkan data pelanggan dan meyakinkan mereka bahwa mereka mengembangkan produk yang tepat, setiap saat.

Wawasan Konsumen dan Strategi Pemasaran

Mantan CDO L'Oreal, Lubomira Rochet, mempelopori banyak kampanye pemasaran selama waktunya bersama perusahaan dan menekankan pentingnya sentrisitas pelanggan dan membangun hubungan 1-1.

Wawasan konsumen yang unik adalah kuncinya. Mereka penting untuk mengembangkan strategi pemasaran yang menjangkau pembeli satu per satu.

melalui: https://twitter.com/LOrealGroupe/status/1118423858338500609

Dalam sebuah wawancara tahun 2018 dengan Commonwealth, Rochet menjelaskan,

“Teknologi digital telah mengubah cara kami memasarkan. Tujuan penting adalah memiliki kemampuan untuk membangun hubungan konsumen yang kaya dan dipersonalisasi dan untuk membuat konten yang melibatkan konsumen dan membuat mereka senang untuk membagikannya.” Sumber: Commonwealth

Tapi ada apa dengan konten yang dipersonalisasi yang begitu menarik?

Wawasan Konsumen dan Kejutan yang Menyenangkan

Jika dilakukan dengan baik, wawasan konsumen dapat menginformasikan rekomendasi yang dipersonalisasi yang sangat berkesan. Contohnya adalah keputusan pembelian yang tidak direncanakan yang menyenangkan , seperti yang dijelaskan oleh Blogger Pemasaran Hubspot, Amanda Zantal-Wiener:

“Mereka yang mengenal saya menyadari obsesi batas saya dengan hip hop, yang juga merupakan motivasi bagi banyak perilaku belanja online saya. Jelas, Amazon telah memperhatikan ... tujuan kunjungan terakhir saya ke Amazon adalah untuk memeriksa fitur personalisasi untuk artikel ini. Tapi kemudian, saya menemukan bahwa Rapper's Delight: The Hip Hop Cookbook ada di buku yang saya rekomendasikan. Apakah saya membeli sesuatu yang tidak saya butuhkan? Tentu. Tapi saya juga merasa senang dengan fakta bahwa itu menarik perhatian saya dengan sedikit usaha… bagian terbaiknya, bagi pengguna, adalah penemuan yang dihasilkan dari hal-hal baru yang kami sukai — baik itu buku, alat, atau artikel.” Sumber: Hubspot, 9 Merek Ini Membawa Pemasaran yang Dipersonalisasi ke Tingkat Baru

melalui: Amazon

Mempersonalisasi pengalaman berbelanja dengan wawasan konsumen dan memuaskan pembeli dengan rekomendasi yang sudah dikenal adalah strategi pemasaran terbukti yang telah digunakan Amazon selama bertahun-tahun untuk membuat pembeli kembali lagi. Dan seperti yang dicontohkan oleh buku masak Hip Hop di atas, berbagi kesenangan dengan orang lain.

Pindah dari Strategi Pemasaran ke Taktik

Pelacakan data tentang transaksi dan tentang produk mana yang dijual masih merupakan bagian dari permainan dan Platform menawarkan banyak metrik praktis dalam sekejap.

Tetapi kontribusi yang sangat berharga yang diberikan Platform — hal yang mendorong strategi pemasaran yang berpusat pada pelanggan — adalah Analisis Preferensi. Dan alat yang mendorong lebih banyak penjualan silang dan peningkatan penjualan adalah pemberi rekomendasi yang dipersonalisasi.

Rekomendasi yang Dipersonalisasi

Di luar pasar, situs web bermerek besar menggunakan strategi pemasaran yang sama tetapi sering kali membuat sistem rekomendasi internal mereka sendiri, mempekerjakan pasukan kecil insinyur backend yang berspesialisasi dalam ilmu data dan pembelajaran mesin.

Namun akhir-akhir ini, beberapa merek telah mengambil pendekatan SaaS tanpa kode dan mengalihdayakan pekerjaan backend ke sistem otomatis yang dapat dengan mudah ditambahkan sebagai plugin ke situs web mereka yang ada. Tim pemasaran tanpa pengalaman pengkodean dapat menggunakan alat pemasaran ini untuk mendapatkan pemahaman yang lebih mendalam tentang wawasan konsumen dari pengunjung situs mereka.

Situs Web Multi-Merek Fashion Korea, Codibook

Codibook mengkompilasi wawasan konsumennya secara otomatis dengan langganan mereka ke Platform Pengalaman Personalisasi AI Rosetta.

Plugin pemberi rekomendasi carousel dalam halaman menjual silang item yang cocok dengan atribut yang sebelumnya dilihat saat pembeli menelusuri gambar produk. Alat ini meningkatkan nilai pesanan rata-rata untuk Codibook sebesar 38%.

Situs Web Shu Uemura di Taiwan

Shu Uemura juga menerapkan strategi pemasaran mereka dengan Rekomendasi Produk yang Dipersonalisasi. Mereka menyesuaikan tampilan pemberi rekomendasi agar sesuai dengan tampilan Shu Uemura yang dioptimalkan untuk perangkat seluler di halaman Tambahkan ke Keranjang mereka. Pendapatan meningkat 149% pada tahun 2021.

Mereka juga menggunakan plugin Promosi Pelanggan Hesitant untuk melibatkan pembeli pada waktu yang tepat (sebelum mereka berniat untuk bangkit) dengan popup diskon yang dipersonalisasi untuk preferensi masing-masing.

Dan untuk mempertahankan pelanggan yang lolos tanpa melakukan pembelian, mereka menggali wawasan konsumen mereka dari data pihak pertama mereka sendiri dan kemudian mengirim pesan yang dipersonalisasi melalui email atau SMS menggunakan plugin Personalized Multichannel Marketing.

Untuk rincian hasil lengkap dari perampokan Shu Uemura ke dalam personalisasi, lihat studi kasusnya.

Pikiran Akhir

Jadi menurut klien kami, wawasan konsumen sangat penting bagi kesuksesan e-niaga saat ini untuk pengembangan produk dan strategi pemasaran.

• Data pihak pertama adalah kunci untuk memaksimalkan ROAS dan personalisasi telah menjadi umum secara online dan pembeli berharap untuk melihatnya.
• Hal ini terutama berlaku bagi Generasi Z dan Milenial asli digital, yang bersedia dan mampu membayar lebih untuk pengalaman online yang menjangkau mereka sebagai individu.
• Tim e-niaga yang lebih didorong data dengan bersemangat melacak metrik transaksional, tetapi nilai sebenarnya ada dalam wawasan konsumen tentang atribut produk dari data pihak pertama.

Untuk tim e-niaga mode yang ingin menyelesaikan riset pasar mereka dengan wawasan konsumen waktu nyata — dan alat konversi untuk menerapkan strategi pemasaran yang berpusat pada pelanggan — sekaranglah waktunya.

Tentang Rosetta AI

Platform Pengalaman Personalisasi AI Rosetta menemukan preferensi pembeli dari data pihak pertama Anda dan memberikan rekomendasi produk 1-ke-1, promosi pelanggan yang ragu-ragu, dan pemasaran omnichannel.

Algoritme AI kami ditulis khusus untuk pedagang e-niaga pakaian, kecantikan, dan aksesori dan kami melayani mereka dengan penuh semangat karena kesuksesan mereka adalah kesuksesan kami.

Rata-rata, klien kami menggandakan nilai pesanan mereka dan melipatgandakan tingkat konversi mereka karena pembeli mereka lebih benar-benar terlibat dengan pengalaman yang disediakan platform kami.

Rosetta.ai telah ditampilkan dalam 25 startup ML Top Forbes dan 10 perusahaan Analytics Insights Top 10.