Blog di personalizzazione dell'e-commerce
Pubblicato: 2021-09-13 L'analisi di coorte può moltiplicare le vendite. Sfortunatamente, molti negozi di eCommerce limitano i dati di coorte al miglioramento della conservazione o, peggio, non li usano affatto.
Questa guida mostra come i marchi di eCommerce possono utilizzare l'analisi di coorte per migliorare le operazioni chiave come le campagne post acquisto, l'ottimizzazione della spesa pubblicitaria e la personalizzazione delle offerte per coorti e segmenti di clienti ad alto impatto.
Se desideri passare direttamente a come utilizzare l'analisi di coorte con esempi, fai clic qui. Altrimenti, continua a leggere cos'è l'analisi di coorte e perché dovresti investire del tempo per configurarla.
Cos'è l'analisi di coorte?
L'analisi di coorte è un tipo di segmentazione comportamentale che raggruppa gli utenti in base a una o più caratteristiche e ne traccia il comportamento nel tempo.
L'analisi di coorte più comune raggruppa gli utenti per data di acquisizione. Gli esempi qui includono
Tuttavia, puoi anche creare coorti di clienti in base ai comportamenti presi o non presi. Esempi qui includono la visita di determinate pagine o l'adesione a programmi fedeltà.
Un importante vantaggio dell'analisi di coorte è la possibilità di vedere come ciascuna coorte agisce nei periodi di tempo. Per questo motivo, viene spesso utilizzato per l'analisi della ritenzione di coorte.
Tuttavia, come vedremo, i negozi di eCommerce possono utilizzare l'analisi di coorte per molto di più della fidelizzazione.
"I negozi eCommerce possono utilizzare l'analisi di coorte per molto di più della fidelizzazione "
Vantaggi dell'analisi di coorte eCommerce: come utilizzare i dati di coorte per migliorare il successo dell'eCommerce
L'analisi di coorte è uno strumento eccellente da utilizzare per le aziende di eCommerce. Di seguito sono riportati alcuni dei vantaggi più comuni che puoi ottenere dalla progettazione e dall'utilizzo di un rapporto di coorte.
1. Comprendere come si comportano i clienti nel tempo
Il vantaggio principale dell'analisi di coorte è capire come si comportano i tuoi clienti nel tempo.
Senza la segmentazione per coorte, la crescita o il declino di un'azienda offuscheranno l'impatto della personalizzazione, dell'ottimizzazione della conversione o di altri sforzi.
2. Tieni traccia e comprendi il tuo tasso di abbandono
L'analisi di coorte è il modo migliore per vedere e comprendere il tasso di abbandono del tuo marchio. Dato che i clienti esistenti spendono in media il 73,72% in più rispetto a quelli nuovi, trovare modi per massimizzare il tasso di fidelizzazione è uno dei principali vantaggi dell'analisi della fidelizzazione di coorte.
Credito di immagine
3. Identificare i segmenti comportamentali per cui creare campagne ed esperienze personalizzate
Infine, puoi utilizzare l'analisi di coorte per segmentare efficacemente i clienti.
Ad esempio, quali esperienze personali dovresti creare per i clienti che sono scaduti di recente rispetto a quelli che tornano ogni settimana rispetto a quelli che sono nuovi di zecca sul tuo sito. I clienti che provengono da campagne pubblicitarie diverse agiscono in modo diverso? E se sì, come puoi creare offerte migliori per loro?
Questi sono i tipi di domande e risposte che puoi ottenere utilizzando l'analisi di coorte.
Migliori pratiche ed esempi di analisi di coorte
1. Ottimizza le campagne post acquisto
Secondo il nostro ultimo studio sulle statistiche dell'email marketing, le campagne post acquisto hanno convertito un eccezionale 8,2% delle volte.
L'analisi di coorte ti consente di capire quando i tuoi clienti tornano naturalmente ed effettuano acquisti ripetuti. Con questi dati, puoi ottimizzare le tue campagne di acquisto post e aumentarle con messaggi attivati dal promemoria di rifornimento.
Sopra, Tula utilizza l'analisi di coorte per capire quando i loro clienti effettuano naturalmente un altro acquisto. Attivano le loro e-mail di rifornimento come promemoria prima di questa data e aggiungono ulteriori incentivi dopo. In questa e-mail, evidenziano tre vantaggi specifici di
2. Trasforma ampie metriche LTV in utili metriche di 30 giorni, 60 giorni o altri periodi di ammortamento
Il valore a vita (LTV) è spesso considerato il Santo Graal delle metriche delle entrate dell'eCommerce.
Tuttavia, il tempo è importante sia per il flusso di cassa che per i calcoli del ROI. A questo proposito, i periodi di ammortamento sono molto più perseguibili rispetto alle ampie metriche LTV.
Dall'acquisizione dei clienti, quanto spesso tornano i tuoi clienti, quanto presto torneranno e quanto guadagni quando lo fanno.
Con l'analisi di coorte puoi capire chiaramente quante entrate generano i clienti per periodo.
Di seguito è riportato un esempio di come visualizzare questi dati. Qui stiamo tracciando quante entrate genera una coorte nel tempo.
3. Comprendere l'LTV e le metriche di rimborso con la segmentazione comportamentale
Per rendere le metriche di rimborso più utilizzabili, dovresti segmentare i dati in base a varie proprietà. Le proprietà possono includere
Barilliance offre ai negozi eCommerce una varietà di segmentazioni comportamentali pronte all'uso. In generale, Barilliance può tenere traccia degli impegni in loco come le pagine visitate, gli articoli aggiunti ai carrelli, le pagine di visualizzazione di un prodotto visualizzate.
Le informazioni contestuali possono anche essere una fonte di segmentazione comportamentale, ad esempio un dominio di riferimento o se l'utente ha interagito con una campagna di marketing. Infine, consentiamo ai clienti di definire profili clienti specifici o segmenti di fidelizzazione. I clienti vengono automaticamente iscritti o falliscono in base alle loro azioni.
4. Consenti CAC più elevati
I costi di acquisizione dei clienti continuano ad aumentare. Di seguito è riportato un esempio di Amazon CPC per categoria.
Credito di immagine
Ecco un altro esempio che mostra come il CAC sia cambiato nel tempo in più settori. Qui vediamo come i costi di acquisizione dei clienti siano aumentati del 70% nei settori B2B e di poco più del 60% per i marchi B2C rispetto a quattro anni fa.
Credito di immagine
Abbiamo discusso in precedenza di come l'utilizzo di una metrica ROAS per determinare l'efficacia degli annunci ti metterà in svantaggio e perché dovresti invece concentrarti sul ROMI (ritorno sull'investimento di marketing).
L'analisi di coorte è l'unico modo per ottenere effettivamente un vero ritorno sull'investimento di marketing. Come abbiamo discusso in precedenza, puoi utilizzare i dati di coorte per capire quanto velocemente puoi aspettarti un rimborso dai tuoi canali di acquisizione.
Ciò ti consente di investire di più, sapendo esattamente quando puoi aspettarti un rimborso e, in definitiva, quanto saranno redditizie le tue campagne pubblicitarie.
5. Determina se gli sconti funzionano
Un altro caso d'uso interessante per l'analisi di coorte è l'effetto degli sconti.
Per fare ciò, crea prima due segmentazioni di coorte comportamentali, una che ha acquistato tramite uno sconto e la seconda che ha acquistato senza uno. Quindi, confronta come si comportano queste coorti nei prossimi 90 giorni (o qualsiasi periodo di tempo che abbia senso per la tua attività).
Puoi iniziare a vedere se gli sconti si traducono in clienti fedeli o se invece stanno solo perdendo entrate.
6. Limita le campagne di sconti ai lead che non convertono ft. Stitch Fix
Esistono altri modi in cui l'analisi di coorte può aiutare i negozi di eCommerce a ottimizzare le campagne di sconti.
Quando i lead non si convertono, possono essere inseriti in una coorte comportamentale separata. Sei quindi libero di offrire sconti più aggressivi senza timore di cedere inutilmente il margine.
Stitch Fix fornisce un ottimo esempio. Questo messaggio viene inviato se un utente completa la valutazione iniziale dell'adattamento ma non completa un acquisto.
L'offerta è un chiaro credito di $ 35 che scade se non utilizzato.
7. Arricchisci le coorti con moduli opt-in ft. Fashion Nova
L'arricchimento dei profili è una tecnica fondamentale per migliorare l'efficacia dell'analisi di coorte.
I nuovi visitatori sono spesso anonimi. Fashion Nova affronta questo problema in modo proattivo con il loro pop-up iniziale di benvenuto. Oltre a offrire un incentivo aggressivo (sconto del 30%), consentono anche agli utenti di selezionare quali sono le loro preferenze.
Questi dati vengono quindi legati al profilo del cliente e utilizzati nelle segmentazioni di coorte e nella personalizzazione delle offerte future.
8. Crea migliori campagne di benvenuto
L'obiettivo delle campagne di benvenuto è stabilire relazioni e creare vendite.
Abbiamo spiegato come creare una campagna di benvenuto in più fasi, insieme a un esempio migliore di Sephora qui. Tuttavia, per comporre le tue campagne e-mail attivate, dovresti creare test AB e analizzarli attraverso un'analisi di coorte.
Puoi tracciare rapidamente un grafico dell'andamento dei vari segmenti nei successivi periodi di 30 e 60 giorni e, in definitiva, capire quale serie di benvenuto svolge un lavoro migliore nel trasformare i nuovi visitatori in clienti abituali.
Prossimi passi
Questa guida ha mostrato come i marchi di eCommerce dovrebbero utilizzare l'analisi di coorte per aumentare le vendite. Barilliance aiuta il brand eCommerce ad agire in base agli insight che ottengono dall'analisi di coorte.
Con Barilliance, puoi creare esperienze e offerte personalizzate per ogni coorte, impostare esperimenti multivariati per aumentare in modo incrementale le entrate e, infine, far crescere la tua attività.
Per uno sguardo su come utilizzare la personalizzazione dell'eCommerce per personalizzare le esperienze di coorte, fai clic qui.
E se vuoi parlare con un esperto di personalizzazione e vedere se Barilliance è il partner giusto per te, puoi richiedere una demo individuale qui.