전자상거래 개인화 블로그
게시 됨: 2021-10-06 많은 상점에서 콘텐츠 개인화를 활용하여 전환율을 높이지 못하고 있습니다.
진실은 제품 추천이 환상적이지만 포괄적인 전환 최적화 전략의 일부일 뿐입니다.
이 가이드는 Alo Yoga, Drunk Elephant, Haus 등의 라이브 예를 통해 콘텐츠 개인화가 무엇인지 분석합니다. 예제로 바로 건너뛰려면 여기를 클릭하십시오.
콘텐츠 개인화란 무엇입니까?
콘텐츠 개인화는 사용자 선호도에 따라 사용자 경험을 변경하는 것을 설명하는 포괄적인 용어입니다.
개인화된 콘텐츠는 제안, 제품, 알림 또는 기타 메시지를 참조할 수 있습니다. 콘텐츠 개인화는 채널별로 제한되지 않습니다. 많은 기술이 웹 경험을 위해 처음 개발되었지만 Barilliance와 같은 오늘날의 개인화 도구는 다양한 소매 옴니채널 전략을 사용합니다.
다양한 콘텐츠 개인화 유형은 무엇입니까?
전자 상거래 상점에는 효과적인 콘텐츠 개인화 전략이 많이 있습니다. 여기에는 다음이 포함됩니다.
콘텐츠 개인화 예시
1. Target이 고객 라이프사이클 및 인구통계학적 세분화를 기반으로 이메일 콘텐츠를 개인화하는 방법
회사: 타겟
세그먼트: 부모. 과거 구매를 통해 식별된 인구통계학적 세그먼트
제안: Target은 전문적으로 콘텐츠 개인화를 사용하여 고객의 평생 가치를 극대화합니다.
과거 구매를 기반으로 고객을 새 아기가 있는 사람으로 분류했습니다. 따라서 그들이 보내는 이메일 메시지는 이러한 필수 구매를 대상으로 합니다.
Target은 몇 가지 주요 방법으로 거래를 극대화합니다. 첫째, 인센티브는 Target 기프트 카드에 대한 것입니다. 고객에게 10달러의 가치를 전달하지만 Target의 비용은 더 저렴하고(판매된 제품 비용만) 재방문을 보장하며 선물로 받은 10달러 이상의 구매가 발생할 가능성이 큽니다.
둘째, 클릭 앤 컬렉션 전략의 일부인 당일 배송 및 픽업을 고객에게 소개합니다.
2. Ace Hardware가 지리적 위치를 사용하여 반복 구매를 늘리는 방법
회사: 에이스 하드웨어
세그먼트: 충성도 회원. 실제 매장 쇼핑객
제안: Ace Hardware는 매장 내 쇼핑객을 유도하고자 합니다. 매장에 있는 동안 Ace Hardware는 가격 경쟁이 적고 반복 구매를 유도할 수 있습니다.
위에서 그들은 재방문에 대한 보너스 인센티브를 제공하는 매장 내 쇼핑객을 대상으로 합니다. 그들은 정기적 인 필요를 위해 Ace를 찾는 고객 행동을 확립하는 데 도움이 되도록 짧은 만료 날짜를 첨부합니다.
콘텐츠 개인화 팝업 예시
전자 상거래 팝업은 콘텐츠 개인화의 인기 있는 형태입니다.
사용 사례에는 환영 제안으로 처음 방문자를 대상으로 하고, 재방문자에게 로열티 프로그램에 가입하도록 촉구하고, 향후 커뮤니케이션을 선택할 수 있는 다양한 인센티브를 제공하는 것이 포함됩니다.
3. Alo Yoga 팝업 콘텐츠 개인화
회사: 알로 요가
세그먼트: 최초 방문자, 메일링 리스트에 가입하지 않은 방문자
제안: Alo Yoga는 주간 스타일 및 이벤트에 대한 최신 정보를 제공할 것을 약속합니다. 그들은 몇 가지 잘 알려진 요가 용어로 언어를 가볍게 유지하고 긴급하지 않습니다.
4. Bodyrock 팝업 콘텐츠 개인화
회사: 바디록
세그먼트: 최초 방문자, 메일링 리스트에 가입하지 않은 방문자
제안: 대조적으로 Bodyrock은 인센티브 조합: 다음 구매 시 15% 할인, 사은품, 무료 운동 및 피트니스 조언 약속.
5. 팝업 콘텐츠 개인화 Doyoueven
회사: 도유벤
세그먼트: 메일링 리스트에 가입하지 않은 방문자
제안: DYE는 즉각적인 인센티브를 제공하지 않습니다. 대신 미래의 판매, 재입고 및 신제품 출시를 암시합니다.
6. Drunk Elephant 팝업 개인화 예시
회사: 취한 코끼리
세그먼트: 신규 방문자
제안: 드디어 술취한 코끼리가 생겼습니다. 이 제안은 첫 구매 시 깨끗한 15% 할인입니다.
Barilliance의 라이브 편집기로 팝업 만들기
Barilliance는 아름다운 팝업을 빠르게 생성 할 수 있는 진정한 프론트 엔드 라이브 편집기를 제공합니다.
아래에서 작동 방식을 엿볼 수 있습니다.
쉽게 개인 팝업 만들기:
수익성 있는 세그먼트를 쉽게 식별하고 고급 팝업을 통해 관련 제안을 제시합니다. 여기에서 Barilliance가 귀하에게 적합한 개인화 솔루션인지 확인하십시오 .
콘텐츠 개인화 메시지 표시줄 예
메시지 표시줄은 또 다른 인기 있는 콘텐츠 개인화 전략입니다.
그러나 팝업과 달리 몇 가지 다른 유형의 메시지 표시줄이 있습니다. 아래에 몇 가지가 있습니다.
7. Alo Yoga 다이내믹 메시지 바 콘텐츠 개인화
회사: 알로 요가
세그먼트: 모든 방문자
제안: Alo Yoga는 동적 메시지 표시줄을 제공합니다.
방문자는 사이트를 탐색하면서 변경 사항에 대해 메시지를 보냅니다. 내가 방문하는 동안 새로운 스타일에서 특정 임계값을 초과하여 지출한 경우 사은품에 이르기까지 세 가지 고유한 제안이 표시되었습니다.
8. Drunk Elephant 메시지 바 개인화 예시
회사: 취한 코끼리
세그먼트: 미국 방문자
제안: Drunk Elephant는 몇 가지 제안을 하나로 요약합니다. 첫째, 지리적 기반 세분화를 사용하여 경제적으로 가능한 경우 무료 배송을 제공합니다. 둘째, 고객이 기준을 충족할 경우 2일 배송이라는 추가 이점과 함께 임계값을 제공합니다.
이러한 제안은 장바구니를 포기하는 가장 일반적인 이유 중 일부를 직접 해결합니다.
9. 하우스 메시지 바 개인화 예시
회사: 하우스
세그먼트: 모든 방문자
권하다:
Haus는 메시지 표시줄에서 전체 사이트의 경계를 지정합니다. 상단은 최대 25% 할인을 약속하는 현재 "여름 세일"을 강조 표시합니다.
제안은 여러 페이지에서 지속됩니다. 홈 페이지에서 카테고리 페이지로 이동할 때 약속은 여전히 전면 중앙에 있습니다.
10. Kickstarter가 사용자 행동을 기반으로 홈페이지를 개인화하는 방법.
콘텐츠 개인화 사용 영역
콘텐츠 개인화는 고객 여정 전반에 걸쳐 활용될 수 있고 활용되어야 합니다.
우리가 검토하는 너무 많은 사이트가 홈페이지에 개인화 전략만 사용합니다. 홈 페이지는 많은 사용자의 진입점이지만 방문자가 상점을 탐색할 때 실제로는 세션 내 행동 데이터를 지속적으로 수집하고 이를 사용하여 구매를 유도해야 합니다.
전체 콘텐츠의 일부로 웹사이트 및 기타 채널에서 콘텐츠 개인화를 사용할 수 있습니다. 전자상거래 옴니채널 전략 .
위의 Altitude Sports는 제품 페이지에 평생 회원이 아닌 방문자를 위한 토글을 삽입합니다.
콘텐츠 개인화 접근 방식
콘텐츠 개인화를 구현하는 방법은 다양합니다. 가장 일반적인 세 가지는 규칙 기반, 트리거된 메시지 및 기계 학습입니다.
규칙 기반 콘텐츠 개인화 사용
규칙 기반 콘텐츠 개인화는 사전 정의된 기준에 의존합니다.
일반적으로 규칙은 고객 세그먼트를 정의하고 전자 상거래 상점의 상품화 목표와 일치시킵니다.
최고의 세그먼트는 행동 기반입니다. 여기에서 전자 상거래 상점을 위한 효과적인 행동 세그먼트를 만드는 방법에 대한 자세한 가이드를 작성했습니다.
다음은 몇 가지 빠른 예입니다.
분절 | 행동 | 한계점 | 어디에 | 설명 |
---|---|---|---|---|
참여도가 높은 쇼핑객 | 현장에 있는 시간 > 10:00 | 구매율 > 0 | 세션이 월 이내입니다. | 지난 한 달 동안 사이트에서 활발하게 이전에 구매 및 쇼핑한 사용자 |
홀리데이 쇼퍼 | 구매한 항목 > 0 | AOV > $50 | 블랙프라이데이에 | 블랙 프라이데이에 $50 AOV 이상으로 구매한 사용자 |
트리거된 메시지 기반 콘텐츠 개인화
또한 트리거된 메시지에 대한 보다 심층적인 가이드를 만들었습니다. 이 기사는 이메일 마케팅에 초점을 맞추고 있지만 원칙은 콘텐츠 개인화와 함께 트리거를 사용하는 것과 동일합니다.
그 기사에서 우리는 무엇이 훌륭한 방아쇠를 만드는지 정의했습니다.
위에서 DYE는 종료 의도에 따라 팝업을 트리거합니다. 그들은 독점적 인 10 % 할인을 제공합니다. 여기에서 탐색 포기 콘텐츠 개인화 의 더 많은 예를 볼 수 있습니다.
머신러닝 기반 콘텐츠 개인화
기계 학습 콘텐츠 개인화 접근 방식은 미리 정의된 기준에 의존하지 않기 때문에 규칙 기반 및 트리거 기반 접근 방식과 다릅니다.
대신 어떤 개인화 기술을 사용하든 학습 알고리즘을 사용하여 현재 방문자의 행동을 고려할 때 어떤 유형의 제품이 가장 효과적인지 학습합니다.
협업 필터링 및 콘텐츠 기반 필터링을 비롯한 다양한 유형의 기계 학습 알고리즘에 대해 자세히 알아보려면 다음을 수행하십시오. 여기에서 자세히 알아보십시오 .
다음 단계
이 가이드에서는 콘텐츠 개인화를 성공적으로 사용하기 위한 다양한 실제 사례를 다뤘습니다.
다음 단계는 유능한 개인화 파트너를 선택하는 것 입니다. 몇 가지 중요한 고려 사항이 있습니다. 여러 장치에서 데이터를 통합하고, 행동 세그먼트에 대해 행동 데이터를 실시간으로 사용하고, 사용할 다양한 개인화 전술을 보유할 수 있는 파트너를 원합니다.
여기를 클릭 하면 개인화 공급업체를 선택할 때 가장 일반적인 문제에 대한 자세한 가이드를 볼 수 있습니다.
또는 Barilliance가 귀하에게 적합한지 확인하려면 여기에서 데모를 요청하십시오 .