Blog Personalisasi E-niaga

Segmentasi perilaku menciptakan perjalanan pelanggan yang dipersonalisasi dan meningkatkan keuntungan.

Posting ini membagikan taktik dan strategi segmentasi perilaku lanjutan untuk merek eCommerce. Saat ini, perangkat lunak personalisasi memberi Anda kemampuan untuk mengamati dan beradaptasi dengan perilaku pelanggan.

Mengadopsi strategi ini tidak hanya akan menciptakan pengalaman pelanggan yang lebih baik, tetapi juga membuat toko Anda lebih menguntungkan. jika Anda ingin langsung beralih ke contoh segmentasi perilaku, klik di sini.

Jika Anda sudah terbiasa dengan segmentasi perilaku, jangan ragu untuk melompat ke bagian berikutnya .


Jika tidak, akan sangat membantu jika Anda mendefinisikan apa itu segmentasi perilaku.

Segmentasi adalah proses " membagi pasar menjadi kelompok pelanggan dengan kebutuhan yang sama, dan mengembangkan program pemasaran yang memenuhi kebutuhan tersebut" .

Segmentasi perilaku berfokus pada membagi pelanggan dengan perilaku masa lalu mereka.

Karena tindakan menunjukkan lebih banyak tentang niat dan preferensi pelanggan daripada sekadar informasi demografis, segmentasi perilaku lebih prediktif, dan karenanya efektif.

Data memungkinkan segmentasi perilaku.

Meskipun segmentasi sebagai strategi pemasaran telah lama ada, hingga saat ini belum mungkin melacak perilaku pelanggan secara akurat dan dalam skala besar.

Perangkat lunak personalisasi seperti Barilliance mengotomatiskan pengumpulan data untuk Anda. Sekarang, Anda dapat menentukan sejumlah segmen berdasarkan perilaku, dan bahkan menentukan strategi penetapan harga khusus untuk setiap segmen.

Sisa dari posting ini akan fokus pada strategi segmentasi perilaku yang sukses.

Segmentasi yang efektif mengidentifikasi kelompok pelanggan yang berbeda.

Kami membuat berbagai formula segmentasi perilaku yang memastikan Anda membuat segmentasi yang efektif.

Segmen perilaku pertama adalah formula "dasar".

Ini adalah jenis segmen perilaku paling sederhana yang dapat Anda buat. Ini didefinisikan sebagai perilaku itu sendiri.

Barilliance secara otomatis melacak perilaku pengguna di situs Anda. Untuk membuat segmentasi perilaku dasar, cukup tentukan perilaku mana yang ingin Anda buat segmennya.

Pilihan jatuh ke dalam tiga kategori umum.

Perilaku keterlibatan: Ini mencakup perilaku seperti membedakan antara pengunjung pertama kali dengan pengunjung yang kembali, menambahkan item tertentu atau sejumlah item ke keranjang mereka, atau melihat produk.

Perilaku di tempat: Perilaku keterlibatan adalah subbagian dari perilaku di tempat yang lebih umum. Perilaku di situs lainnya termasuk mengunjungi URL tertentu, berapa lama mereka menghabiskan waktu di situs Anda, dan kueri spesifik yang mereka buat di situs Anda.

Sumber lalu lintas: Kategori sumber lalu lintas menjelaskan perilaku pengunjung Anda sebelumnya sebelum mereka mencapai situs. Mereka sangat baik dalam memberikan konteks. Contohnya termasuk jenis penawaran apa yang mereka tanggapi, media apa yang mereka gunakan untuk menghabiskan waktu, dan bagaimana jika ada kampanye yang terkait dengan sesi tersebut.

Wawasan Pengunjung: Ini adalah penampang lanjutan, sering kali mencakup beberapa perilaku dan ambang batas KPI eCommerce. Kami akan menjelaskannya secara lebih rinci di bawah ini.

Kami dapat meningkatkan seberapa tepat segmentasi kami dengan menambahkan apa yang saya sebut ambang batas.

Ambang batas adalah titik kritis dalam metrik tertentu. Itu bisa berupa batas bawah atau batas atas, dan metriknya bisa berupa metrik apa pun yang dipilih.

Contoh ambang batas adalah minimal $50 (batas bawah) AOV (metrik) .

Menggabungkan perilaku dengan ambang batas memberi Anda kontrol lebih besar terhadap siapa yang termasuk dalam segmen pelanggan.

Salah satu tantangan umum dalam menerapkan ambang batas adalah memastikan data Anda terpadu.

Faktanya, penyatuan data adalah salah satu kriteria utama yang kami uraikan dalam memilih mitra perangkat lunak personalisasi .

Dalam artikel ini, kami menjelaskan tantangan penyatuan data lebih dalam , tetapi untuk saat ini, sadari bahwa Anda ingin menggabungkan riwayat pembelian dari semua sumber untuk membuat segmen yang akurat.

Rumus terakhir yang akan kita jelajahi hari ini menambahkan klausa "di mana".

Kebaruan penting. Ini adalah salah satu faktor utama dalam analisis RFM , dan dapat dengan mudah dimasukkan ke dalam segmentasi perilaku dengan teknologi yang tepat.

Segmen yang sering diabaikan adalah segmen yang langsung membeli atau mengalami situs Anda.

Implementasi menarik lainnya adalah menargetkan liburan seperti Black Friday atau pembeli musiman. Di bawah ini kami memberikan beberapa contoh segmen yang menerapkan klausa perilaku, ambang batas, dan di mana.

Menerapkan di mana klausa dibangun ke dalam Barilliance.

Banyak perilaku memiliki opsi untuk dimasukkan ke dalam jangka waktu tertentu. Di bawah ini, Anda dapat melihat opsi tentang cara membuat segmen perilaku berdasarkan riwayat pembelian. Anda dapat mengatur kerangka waktu dari pesanan pertama mereka atau dari pesanan terakhir mereka.

Dengan fleksibilitas ini, Anda dapat dengan mudah membuat segmen untuk pelanggan pertama kali yang secara alami keluar dari segmen setelah beberapa hari berlalu.

Kami telah mengumpulkan contoh segmentasi perilaku dari beberapa perusahaan eCommerce teratas.

Ruang paling produktif untuk dipersonalisasi adalah konten paruh atas.

Thrive Market menyegmentasikan pelanggan berdasarkan item yang dibeli dan dilihat sebelumnya. Di sini, kita melihat bahwa rekomendasi resep lipatan atas semuanya mengikuti kategori diet yang sama yang menjadi bagian dari pelanggan (Paleo). Data ini digunakan untuk menjaga agar penawaran tetap relevan dan meningkatkan konversi.

Tindakan dalam sesi memberikan sinyal terbaik untuk apa yang diminati pelanggan saat ini. Dengan menggunakan data kontekstual ini, merek dapat membuat penawaran yang lebih baik.

Di bawah, Third Love menggunakan rekomendasi produk dinamis pada halaman produk berdasarkan produk yang sedang dilihat.

Jika prospek tidak berkonversi pada penawaran awal Anda, Anda harus mengelompokkannya kembali ke segmen perilaku "tidak berkonversi".

Prospek ini dapat ditawari kampanye diskon yang lebih agresif atau diberi insentif lain untuk menyelesaikan pembelian pertama mereka. Stitch Fix memberikan contoh yang bagus.

Setelah pelanggan menyelesaikan penilaian kecocokan awal mereka, mereka diberikan serangkaian penawaran untuk menyelesaikan pembelian pertama mereka. Namun, jika prospek belum membeli, mereka ditempatkan di segmen perilaku non-konversi dan kampanye aktivasi baru dipicu - kali ini menawarkan kredit $35 untuk digunakan.

Segmentasi perilaku adalah alat yang ampuh untuk membuat kampanye pemasaran yang relevan dan   personalisasi konten di seluruh perjalanan pelanggan .

Dengan memahami minat segmen tertentu, Anda memiliki kemampuan untuk membuat penawaran yang menarik. Saya sangat merekomendasikan belajar tentang analisis RFM untuk memiliki pemahaman inti tentang cara membuat segmen yang menguntungkan.

Klik di sini untuk melihat taktik lain untuk meningkatkan pengalaman pelanggan.

Dan, jika Anda ingin melihat apakah Barilliance adalah mitra personalisasi yang tepat untuk toko Anda, klik di sini untuk meminta demo langsung .