Blog Personalisasi E-niaga

Data pelanggan sangat penting untuk kesuksesan.

Perusahaan yang sukses memanfaatkan data sepanjang siklus hidup pelanggan - mulai dari akuisisi hingga keterlibatan, hingga pembelian berulang.

Tantangannya adalah bagaimana menggabungkan data secara efektif. Pelanggan berinteraksi dengan merek di banyak saluran. Platform Data Pelanggan bertujuan untuk menyelesaikan ini dengan menyatukan data, dan membuatnya mudah diakses oleh tim pemasaran.

Artikel ini membahas apa itu platform data pelanggan, dan cara terbaik menggunakannya untuk mendorong hasil bisnis. Untuk langsung beralih ke contoh data pelanggan, klik di sini.

Platform data pelanggan (CDP) adalah teknologi yang menyatukan data pelanggan dari berbagai sumber untuk membuat satu profil pelanggan. Tidak seperti sistem lain, platform data pelanggan dibuat untuk aksesibilitas dengan antarmuka yang sederhana.

Anggota tim yang kurang teknis seperti pemasaran dan layanan pelanggan diharapkan untuk berinteraksi dan menggunakan data melalui Platform Data Pelanggan - tanpa menggunakan sumber daya TI.

Terakhir, platform data pelanggan membuat data ini dapat ditindaklanjuti. Beberapa platform data hanya berfokus pada data, dan mengandalkan integrasi untuk mencapai hal ini. Lainnya, seperti Barilliance, melengkapi klien untuk menggunakan data ini secara langsung dalam aplikasi mereka.

Sementara CDP terdengar sederhana dalam konsepsi, itu memecahkan serangkaian pertanyaan sulit yang menipu: siapa calon pelanggan dan pelanggan Anda saat ini? Kapan Anda harus menghubungi mereka? Penawaran mana yang harus Anda gunakan?

Data pelanggan mengacu pada informasi yang dikumpulkan tentang pelanggan. Data pelanggan dapat mencakup sifat, perilaku, dan data demografis yang dikumpulkan oleh bisnis. Yang terbaik adalah mengatur data pelanggan di sekitar pelanggan.


Di bawah ini kami menguraikan contoh data pelanggan, dan menyoroti data apa yang harus digunakan toko eCommerce untuk menciptakan pengalaman pelanggan yang lebih baik.

Jenis data pelanggan yang pertama adalah identitas. Identitas pelanggan adalah data yang memungkinkan Anda membedakan satu pelanggan dengan pelanggan lainnya.

Sebagian besar prospek menjalin hubungan dengan merek sebagai pembeli anonim. Platform seperti Barilliance melacak tindakan pengguna anonim, dan akhirnya menghubungkannya ke catatan pelanggan yang dikenal.

Ini paling sering dilakukan ketika pengunjung anonim mengambil tindakan mengidentifikasi diri. Ini dapat diminta oleh merek melalui bonus pendaftaran, ketika prospek masuk ke akun yang ada, atau membuat akun baru sebagai bagian dari proses pembayaran.

Di bawah ini adalah contoh identitas pelanggan dari Bookings.com.

Di atas, Bookings.com mengenali calon pengunjung yang kembali melalui Alamat IP. Mereka membuat popup yang mendorong pengunjung anonim untuk mengidentifikasi diri mereka dengan masuk.

Contoh identitas pelanggan yang lebih khas datang dari Pampers. Di sini, pengunjung anonim disambut dengan pop-up selamat datang. Pop-up menawarkan insentif sebagai imbalan untuk membuat akun, mengidentifikasi pelanggan dan membuka kemampuan untuk melampirkan data pelanggan ke individu.

Di atas, Pampers menggunakan pop-up sambutan untuk mengubah pengunjung anonim menjadi prospek yang dikenal.

Data perilaku adalah data pelanggan sinyal tertinggi yang dapat dikumpulkan oleh suatu merek. Ini menunjukkan niat pelanggan lebih dari jenis data lainnya, dan sangat penting untuk teknik analisis seperti segmentasi perilaku dan analisis kohort eCommerce.

Data perilaku dasar mengacu pada tindakan umum yang dilakukan pelanggan di situs eCommerce. Ini mencakup tindakan seperti melihat item, menambahkan item ke troli, menghapus item dari troli, dan menyelesaikan pembelian.

Di atas adalah contoh dasbor analisis kohort, yang menggabungkan data perilaku dasar pelanggan dengan pelanggan yang melakukan pembelian pertama mereka di bulan tertentu. Analisis kelompok memungkinkan merek untuk membuat penilaian yang lebih baik dari LTV, periode pengembalian, dan membantu dalam alokasi sumber daya.

Pengabaian keranjang belanja tetap menjadi masalah signifikan di eCommerce. Rata-rata pengabaian gerobak di seluruh industri adalah 78,65% yang mengejutkan.

Ini menjadikan proses checkout sebagai peluang ROI tertinggi bagi merek untuk mengumpulkan data pelanggan. Merek harus melihat kapan proses pembayaran dimulai, langkah pembayaran mana yang diselesaikan, apakah pelanggan memasukkan metode pembayaran, dan pada akhirnya apakah pesanan telah diselesaikan atau ditinggalkan. Dari data ini, platform data pelanggan dapat memicu kampanye pengabaian keranjang untuk memulihkan penjualan.

Ada banyak cara untuk memulihkan penjualan dengan kampanye pengabaian keranjang. Di atas adalah contoh dari Thrive Market. Kami menempatkan seluruh panduan pada template email yang ditinggalkan.

Dalam analisis terbaru kami tentang statistik pemasaran email, kami menemukan kampanye pasca pembelian sangat efektif, dengan tingkat konversi lebih dari 7%.

Selain mendorong kampanye pascapembelian, data pelanggan ini sangat penting bagi tim sukses pelanggan. Data pasca pembelian dapat mencakup apakah pesanan diperbarui, pembaruan apa yang dilakukan, jika pesanan dibatalkan, dan apakah pelanggan meninggalkan ulasan atau tidak.

Di atas, Amazon menggunakan data pelanggan dalam kombinasi dengan data pasca pembelian untuk menyarankan rekomendasi produk tertentu dan membuat pembelian berulang.

Sebagian besar calon pelanggan tidak pernah mencapai halaman checkout. Untuk memaksimalkan konversi, merek harus memperluas kampanye yang dipicu keranjang yang ditinggalkan untuk juga menyertakan langkah-langkah lebih lanjut dalam perjalanan pembelian.

Untuk melakukan ini, data pelanggan seperti produk yang dicari, dilihat, dan difilter harus dikumpulkan. Data ini kemudian dapat digunakan untuk mempersonalisasi konten dalam kampanye pengabaian penelusuran.

Di atas, Fashion Nova menggunakan Facebook Messenger untuk membawa pelanggan kembali setelah menjelajahi suatu item. Menggunakan data pelanggan dalam kampanye yang dipicu menciptakan penawaran pribadi yang relevan.

Seperti yang disebutkan, platform data pelanggan memiliki banyak kasus penggunaan, mencakup akuisisi, keterlibatan, konversi, dan maksimalisasi.

Untuk membantu mengilustrasikan, saya mengambil beberapa contoh dari klien kami yang menunjukkan bagaimana mereka menggunakan CDP untuk meningkatkan penjualan.

Anda harus menggunakan platform data pelanggan untuk meningkatkan Audiens Kustom Facebook.

Pemirsa Khusus memungkinkan perusahaan menargetkan daftar pelanggan tertentu di Facebook, Instagram, atau Jaringan Pemirsa.

Efektivitas iklan ini bergantung pada kualitas daftar Anda. Di sinilah platform data pelanggan berperan.

CDP memberi Anda kekuatan untuk mengelompokkan pelanggan Anda, membuat pesan unik untuk setiap jenis.


Sebagai ilustrasi, saya akan menggunakan beberapa contoh anonim dari klien kami.

Pembeli baru-baru ini sangat terlibat dengan merek Anda dan kemungkinan besar akan melakukan pembelian kedua.

Penelitian menunjukkan bahwa membuat peningkatan kecil dalam retensi menghasilkan keuntungan besar.

Sayangnya, hanya mengandalkan FB Pixel melemahkan kemampuan Anda untuk menargetkan grup ini.

Dengan Barilliance, klien kami dapat menambahkan pelanggan yang membeli di saluran lain, termasuk toko fisik mereka, untuk membuat daftar pelanggan yang lengkap.

Di atas, tangkapan layar di atas, mereka mendefinisikan pembeli baru-baru ini sebagai seseorang yang telah melakukan pembelian kurang dari 90 hari yang lalu, dan yang nilai pesanannya $100 atau lebih.

Anda dapat menyinkronkan audiens ini terus menerus dengan Facebook. Setiap kali prospek melakukan pembelian, mereka akan ditambahkan ke audiens ini secara otomatis. Demikian juga, ketika pembelian terakhir mereka melampaui 90 hari, mereka akan dihapus.