Blog personalizacji e-commerce

Dane klientów są niezbędne do sukcesu.

Firmy odnoszące sukcesy wykorzystują dane przez cały cykl życia klienta – od pozyskania, przez zaangażowanie, po ponowny zakup.

Wyzwanie polega na tym, jak skutecznie łączyć dane. Klienci wchodzą w interakcję z markami w wielu kanałach. Customer Data Platforms dążą do rozwiązania tego problemu poprzez ujednolicenie danych i ułatwienie dostępu do nich zespołom marketingowym.

Z tego artykułu dowiesz się, czym są platformy danych klientów i jak najlepiej je wykorzystać do osiągania wyników biznesowych. Aby przejść bezpośrednio do przykładów danych klientów, kliknij tutaj.

Platforma danych klienta (CDP) to technologia, która ujednolica dane klientów z wielu źródeł w celu utworzenia jednego profilu klienta. W przeciwieństwie do innych systemów, platformy danych klientów są zbudowane z myślą o dostępności za pomocą prostych interfejsów.

Oczekuje się, że mniej techniczni członkowie zespołu, tacy jak marketing i obsługa klienta, będą wchodzić w interakcje i wykorzystywać dane za pośrednictwem platformy danych klienta - bez użycia zasobów IT.

Wreszcie platformy danych klientów sprawiają, że te dane są przydatne. Niektóre platformy danych koncentrują się wyłącznie na danych i polegają na integracjach, aby to osiągnąć. Inne, takie jak Barilliance, wyposażają klientów do korzystania z tych danych bezpośrednio w swoich aplikacjach.

Chociaż koncepcja CDP wydaje się prosta, rozwiązuje szereg zwodniczo trudnych pytań: kim są Twoi potencjalni i obecni klienci? Kiedy powinieneś się z nimi skontaktować? Z jakiej oferty skorzystać?

Dane klienta to zebrane informacje o kliencie. Dane klientów mogą obejmować cechy, zachowania i dane demograficzne gromadzone przez firmę. Najlepiej organizować dane klienta wokół klienta.


Poniżej przedstawiamy przykłady danych klientów i podkreślamy, jakie dane sklepy eCommerce powinny wykorzystywać, aby tworzyć lepsze doświadczenia klientów.

Pierwszym typem danych klienta jest tożsamość. Tożsamość klienta to dane, które pozwalają odróżnić jednego klienta od drugiego.

Większość potencjalnych klientów to relacje z markami jako anonimowy klient. Platformy takie jak Barilliance śledzą anonimowe działania użytkowników i ostatecznie łączą je ze znanym rekordem klienta.

Najczęściej dzieje się tak, gdy anonimowy gość podejmuje samoidentyfikujące działanie. Może to zostać poproszone przez marki za pomocą bonusów rejestracyjnych, gdy potencjalny klient zaloguje się na istniejące konto lub utworzy nowe konto w ramach procesu realizacji transakcji.

Poniżej znajduje się przykład tożsamości klienta z Bookings.com.

Powyżej Bookings.com rozpoznaje potencjalnych powracających gości za pośrednictwem adresu IP. Tworzą wyskakujące okienko zachęcające anonimowego odwiedzającego do zidentyfikowania się po zalogowaniu.

Bardziej typowy przykład tożsamości klienta pochodzi z Pampers. Tutaj anonimowy gość jest witany wyskakującym okienkiem powitalnym. Wyskakujące okienko oferuje zachętę w zamian za utworzenie konta, identyfikację klienta i otwarcie możliwości dołączenia danych klienta do osoby.

Pampers używa wyskakujących okienek powitalnych, aby zmienić anonimowych odwiedzających w znanych potencjalnych klientów.

Dane behawioralne to najwyższy sygnał, jaki może zebrać marka. Pokazuje intencje klienta bardziej niż inne rodzaje danych i ma kluczowe znaczenie dla technik analitycznych, takich jak segmentacja behawioralna i analiza kohortowa eCommerce.

Podstawowe dane behawioralne odnoszą się do typowych działań, jakie klient wykonuje na stronie eCommerce. Obejmuje to czynności, takie jak przeglądanie przedmiotu, dodawanie przedmiotu do koszyka, usuwanie przedmiotu z koszyka i finalizowanie zakupu.

Powyżej znajduje się przykładowy pulpit analizy kohortowej, który łączy podstawowe dane behawioralne klientów, którzy dokonali pierwszego zakupu w danym miesiącu. Analiza kohortowa pozwala markom na lepszą ocenę LTV, okresów zwrotu i pomaga w alokacji zasobów.

Porzucanie koszyka pozostaje istotnym problemem w eCommerce. Średnie porzucanie koszyków w różnych branżach wynosi aż 78,65%.

To sprawia, że ​​proces realizacji transakcji jest najwyższą szansą na zwrot z inwestycji dla marek w zakresie gromadzenia danych klientów. Marki powinny sprawdzić, kiedy proces realizacji transakcji został rozpoczęty, które etapy realizacji transakcji zostały zakończone, czy klienci wprowadzili metodę płatności i ostatecznie, czy zamówienie zostało zrealizowane lub porzucone. Na podstawie tych danych platforma danych klientów może uruchomić kampanie porzucania koszyków w celu odzyskania sprzedaży.

Istnieje wiele sposobów na odzyskanie sprzedaży dzięki kampaniom porzucania koszyków. Powyżej znajduje się przykład z Thrive Market. Umieściliśmy cały przewodnik po porzuconych szablonach wiadomości e-mail.

W naszej najnowszej analizie statystyk e-mail marketingu stwierdziliśmy, że kampanie po zakupie są niezwykle skuteczne, ze współczynnikiem konwersji wynoszącym ponad 7%.

Oprócz napędzania kampanii po zakupie, te dane klientów są niezbędne dla zespołów zajmujących się sukcesem klientów. Dane po zakupie mogą obejmować, czy zamówienie jest aktualizowane, jakie aktualizacje są wprowadzane, czy zamówienie zostało anulowane oraz czy klient zostawił recenzję, czy nie.

Powyżej Amazon wykorzystuje dane klientów w połączeniu z danymi po zakupie, aby sugerować konkretne rekomendacje produktów i tworzyć powtórne zakupy.

Większość potencjalnych klientów nigdy nie dociera do stron kasy. Aby zmaksymalizować konwersje, marki powinny rozszerzyć swoje kampanie uruchamiane porzuconymi koszykami, aby uwzględnić również pomiary na dalszych etapach ścieżki zakupowej.

W tym celu należy zbierać dane klientów, takie jak wyszukiwane, przeglądane i filtrowane produkty. Dane te można następnie wykorzystać do personalizacji treści w kampaniach porzucania przeglądania.

Powyżej Fashion Nova korzysta z Facebook Messenger, aby sprowadzić klientów z powrotem po przeglądaniu przedmiotu. Korzystanie z danych klientów w ramach uruchomionych kampanii tworzy trafne, osobiste oferty.

Jak wspomniano, platformy danych klientów mają wiele przypadków użycia, obejmujących pozyskiwanie, zaangażowanie, konwersję i maksymalizację.

Aby to zilustrować, wyciągnęłam kilka przykładów od naszych klientów, które pokazują, w jaki sposób wykorzystują CDP do poprawy sprzedaży.

Powinieneś korzystać z platform danych klientów, aby zwiększyć liczbę niestandardowych odbiorców na Facebooku.

Custom Audiences pozwala firmom kierować reklamy do określonej listy klientów na Facebooku, Instagramie lub w Audience Network.

Skuteczność tych reklam zależy od jakości Twojej listy. W tym miejscu do gry wchodzą platformy danych klientów.

CDP dają możliwość segmentacji klientów, tworząc unikalne komunikaty dla każdego typu.


Dla zilustrowania posłużę się kilkoma anonimowymi przykładami od naszych klientów.

Niedawni kupujący są bardzo zaangażowani w Twoją markę i znacznie częściej dokonują drugiego zakupu.

Badania pokazują, że nawet niewielka poprawa retencji generuje ogromne zyski.

Niestety, poleganie wyłącznie na FB Pixel podcina twoją zdolność do celowania w tę grupę.

Dzięki Barilliance, nasz klient jest w stanie dołączyć klientów, którzy kupili w innych kanałach, w tym w ich sklepach stacjonarnych, w celu stworzenia kompletnej listy klientów.

Powyżej, na powyższym zrzucie ekranu, definiują niedawnych kupujących jako kogoś, kto dokonał zakupu mniej niż 90 dni temu i którego wartość zamówienia wynosiła 100 USD lub więcej.

Możesz stale synchronizować tę publiczność z Facebookiem. Za każdym razem, gdy potencjalny klient dokona zakupu, zostanie automatycznie dodany do tej grupy odbiorców. Podobnie, gdy ich ostatni zakup przekroczy 90 dni, zostaną usunięte.