Blogue de personalização de comércio eletrónico

Os dados do cliente são essenciais para o sucesso.

As empresas bem-sucedidas utilizam dados ao longo do ciclo de vida do cliente - desde a aquisição até o engajamento, para repetir a compra.

O desafio é como combinar dados de forma eficaz. Os clientes interagem com as marcas em muitos canais. As Plataformas de Dados do Cliente visam resolver isso unificando os dados e tornando-os facilmente acessíveis às equipes de marketing.

Este artigo explora o que são as plataformas de dados do cliente e a melhor forma de utilizá-las para gerar resultados de negócios. Para pular direto para exemplos de dados do cliente, clique aqui.

Uma plataforma de dados do cliente (CDP) é uma tecnologia que unifica os dados do cliente de várias fontes para criar um único perfil de cliente. Ao contrário de outros sistemas, as plataformas de dados do cliente são construídas para acessibilidade com interfaces simples.

Espera-se que os membros da equipe menos técnicos, como marketing e atendimento ao cliente, interajam e usem dados por meio da Plataforma de dados do cliente - sem o uso de recursos de TI.

Por fim, as plataformas de dados do cliente tornam esses dados acionáveis. Algumas plataformas de dados se concentram apenas nos dados e contam com integrações para fazer isso. Outros, como Barilliance, equipam os clientes para usar esses dados diretamente em seus aplicativos.

Embora um CDP pareça simples em sua concepção, ele resolve uma série de perguntas enganosamente difíceis: quem são seus clientes atuais e potenciais? Quando você deve entrar em contato com eles? Qual oferta você deve usar?

Os dados do cliente referem-se às informações coletadas sobre um cliente. Os dados do cliente podem incluir características, comportamentos e dados demográficos coletados pela empresa. É melhor organizar os dados do cliente em torno do cliente.


Abaixo, descrevemos exemplos de dados do cliente e destacamos quais dados as lojas de comércio eletrônico devem usar para criar melhores experiências do cliente.

O primeiro tipo de dados do cliente é a identidade. A identidade do cliente são dados que permitem distinguir um cliente do outro.

A maioria das perspectivas são relacionamentos com marcas como um comprador anônimo. Plataformas como a Barilliance rastreiam as ações anônimas do usuário e, por fim, as conectam a um registro conhecido do cliente.

Isso é feito com mais frequência quando o visitante anônimo realiza uma ação de auto-identificação. Isso pode ser solicitado pelas marcas por meio de bônus de inscrição, quando um cliente em potencial faz login em uma conta existente ou cria uma nova conta como parte do processo de checkout.

Abaixo está um exemplo de identidade do cliente da Bookings.com.

Acima, Bookings.com reconhece potenciais visitantes recorrentes por meio do endereço IP. Eles criam um pop-up incentivando o visitante anônimo a se identificar fazendo login.

Um exemplo mais típico de identidade do cliente vem da Pampers. Aqui, um visitante anônimo é recebido com um pop-up de boas-vindas. O pop-up oferece um incentivo em troca da criação de uma conta, da identificação do cliente e da possibilidade de anexar os dados do cliente ao indivíduo.

Acima, a Pampers usa pop-ups de boas-vindas para transformar visitantes anônimos em clientes potenciais conhecidos.

Os dados comportamentais são o maior sinal de dados do cliente que uma marca pode coletar. Ele demonstra a intenção de um cliente mais do que outros tipos de dados e é crucial para técnicas de análise, como segmentação comportamental e análise de coorte de comércio eletrônico.

Dados comportamentais básicos referem-se a ações típicas que um cliente realiza em um site de comércio eletrônico. Isso inclui ações como visualizar um item, adicionar um item a um carrinho, remover um item de um carrinho e concluir uma compra.

Acima está um exemplo de painel de análise de coorte, que combina dados comportamentais básicos de clientes de clientes que fizeram sua primeira compra em um determinado mês. A análise de coorte permite que as marcas façam melhores avaliações de LTV, períodos de retorno e ajuda na alocação de recursos.

O abandono do carrinho de compras continua sendo um problema significativo no comércio eletrônico. A média de abandono de carrinho em todos os setores é de impressionantes 78,65%.

Isso torna o processo de checkout a maior oportunidade de ROI para as marcas coletarem dados de clientes. As marcas devem observar quando o processo de checkout foi iniciado, quais etapas de checkout foram concluídas, se os clientes inseriram um método de pagamento e, finalmente, se um pedido foi concluído ou abandonado. A partir desses dados, uma plataforma de dados de clientes pode acionar campanhas de abandono de carrinho para recuperar as vendas.

Existem muitas maneiras de recuperar vendas com campanhas de abandono de carrinho. Acima está um exemplo do Thrive Market. Colocamos um guia inteiro sobre modelos de e-mail abandonados.

Em nossa análise mais recente sobre estatísticas de marketing por e-mail, descobrimos que as campanhas pós-compra são incrivelmente eficazes, com uma taxa de conversão superior a 7%.

Além de alimentar campanhas pós-compra, esses dados do cliente são vitais para as equipes de sucesso do cliente. Os dados pós-compra podem incluir se um pedido foi atualizado, quais atualizações foram feitas, se um pedido foi cancelado e se um cliente deixou uma avaliação ou não.

Acima, a Amazon usa dados do cliente em combinação com dados pós-compra para sugerir recomendações específicas de produtos e criar compras repetidas.

A maioria dos clientes em potencial nunca chega às páginas de checkout. Para maximizar as conversões, as marcas devem expandir suas campanhas acionadas por carrinho abandonado para também incluir medidas mais adiante na jornada de compra.

Para fazer isso, os dados do cliente, como produtos pesquisados, visualizados e filtrados, devem ser coletados. Esses dados podem ser usados ​​para personalizar o conteúdo em campanhas de abandono de navegação.

Acima, o Fashion Nova utiliza o Facebook Messenger para trazer os clientes de volta depois de navegar em um item. O uso de dados de clientes em campanhas acionadas cria ofertas relevantes e pessoais.

Como mencionado, as plataformas de dados do cliente têm muitos casos de uso, abrangendo aquisição, engajamento, conversão e maximização.

Para ajudar a ilustrar, peguei alguns exemplos de nossos clientes que mostram como eles estão usando um CDP para melhorar as vendas.

Você deve usar plataformas de dados do cliente para aprimorar os Públicos Personalizados do Facebook.

Os Públicos Personalizados permitem que as empresas segmentem uma lista de clientes específica no Facebook, Instagram ou Audience Network.

A eficácia desses anúncios depende da qualidade da sua lista. É aqui que as plataformas de dados do cliente entram em ação.

Os CDPs dão a você o poder de segmentar seus clientes, criando mensagens exclusivas para cada tipo.


Para ilustrar, usarei alguns exemplos anônimos de nossos clientes.

Os compradores recentes estão altamente engajados com sua marca e muito mais propensos a fazer uma segunda compra.

Pesquisas mostram que fazer uma pequena melhoria na retenção cria retornos maciços.

Infelizmente, confiar apenas no FB Pixel reduz sua capacidade de atingir esse grupo.

Com o Barilliance, nosso cliente pode anexar clientes que compraram em outros canais, incluindo suas lojas físicas, para criar uma lista completa de clientes.

Acima, a captura de tela acima, eles definem os compradores recentes como alguém que fez uma compra há menos de 90 dias e cujo valor do pedido foi de US$ 100 ou mais.

Você pode sincronizar esse público continuamente com o Facebook. Sempre que um cliente em potencial fizer uma compra, ele será adicionado a esse público automaticamente. Da mesma forma, quando a última compra for superior a 90 dias, eles serão removidos.