บล็อกการปรับแต่งอีคอมเมิร์ซ

การแบ่งส่วนพฤติกรรมสร้าง การเดินทางของลูกค้าที่เป็นส่วนตัว และเพิ่มผลกำไร

โพสต์นี้แบ่งปันกลยุทธ์และกลยุทธ์การแบ่งส่วนพฤติกรรมขั้นสูงสำหรับแบรนด์อีคอมเมิร์ซ ทุกวันนี้ ซอฟต์แวร์ปรับแต่งส่วนบุคคลทำให้คุณสามารถสังเกตและปรับให้เข้ากับพฤติกรรมของลูกค้าได้

การใช้กลยุทธ์เหล่านี้ไม่เพียงแต่สร้างประสบการณ์ลูกค้าที่ดีขึ้นเท่านั้น แต่ยังทำให้ร้านค้าของคุณมีกำไรมากขึ้นด้วย หากคุณต้องการข้ามไปยังตัวอย่างการแบ่งกลุ่มตามพฤติกรรมโดยตรง คลิกที่นี่

หากคุณคุ้นเคยกับการแบ่งกลุ่มตามพฤติกรรมอยู่แล้ว โปรด ข้ามไปยังส่วนถัดไป


หากไม่เป็นเช่นนั้น จะเป็นประโยชน์ในการกำหนดการแบ่งกลุ่มตามพฤติกรรม

Segmentation เป็นกระบวนการของ " การแบ่งตลาดออกเป็นกลุ่มลูกค้าที่มีความต้องการคล้ายกัน และพัฒนาโปรแกรมการตลาดที่ตอบสนองความต้องการเหล่านั้น"

การแบ่งส่วนพฤติกรรมมุ่งเน้นไปที่การแบ่งลูกค้าตามพฤติกรรมในอดีตของพวกเขา

เนื่องจากการกระทำแสดงให้เห็นถึงความตั้งใจและความชอบของลูกค้ามากกว่าแค่ข้อมูลประชากร การแบ่งกลุ่มตามพฤติกรรมจึงสามารถคาดการณ์ได้ และมีประสิทธิภาพมากขึ้น

ข้อมูลทำให้สามารถแบ่งกลุ่มตามพฤติกรรมได้

ในขณะที่การแบ่งกลุ่มลูกค้าเป็นกลยุทธ์ทางการตลาดมีมานานแล้ว แต่ก็ยังไม่สามารถติดตามพฤติกรรมของลูกค้าได้อย่างถูกต้องและในวงกว้างจนกระทั่งเมื่อเร็วๆ นี้

ซอฟต์แวร์ปรับแต่งส่วนบุคคล เช่น Barilliance ทำการรวบรวมข้อมูลสำหรับคุณโดยอัตโนมัติ ตอนนี้คุณสามารถกำหนดจำนวนกลุ่มตามพฤติกรรม และแม้กระทั่งกำหนดกลยุทธ์การกำหนดราคาเฉพาะสำหรับแต่ละกลุ่ม

ส่วนที่เหลือของโพสต์นี้จะเน้นที่กลยุทธ์การแบ่งกลุ่มพฤติกรรมที่ประสบความสำเร็จ

การแบ่งส่วนที่มีประสิทธิภาพจะระบุกลุ่มลูกค้าที่แตกต่างกัน

เราได้สร้างสูตรการแบ่งกลุ่มตามพฤติกรรมที่หลากหลายเพื่อให้แน่ใจว่าคุณกำลังสร้างการแบ่งส่วนที่มีประสิทธิภาพ

ส่วนพฤติกรรมแรกคือสูตร "ฐาน"

เป็นประเภทกลุ่มพฤติกรรมที่ง่ายที่สุดที่คุณสามารถสร้างได้ มันถูกกำหนดให้เป็นพฤติกรรมนั้นเอง

Barilliance ติดตามพฤติกรรมผู้ใช้ในไซต์ของคุณโดยอัตโนมัติ ในการสร้างการแบ่งกลุ่มพฤติกรรมพื้นฐาน เพียงระบุพฤติกรรมที่คุณต้องการสร้างกลุ่ม

ตัวเลือกแบ่งออกเป็นสามประเภททั่วไป

พฤติกรรมการมีส่วนร่วม: ซึ่งรวมถึงพฤติกรรมต่างๆ เช่น การแยกความแตกต่างระหว่างผู้เข้าชมครั้งแรกกับผู้ที่กลับมา การเพิ่มสินค้าเฉพาะหรือจำนวนใดๆ ลงในรถเข็น หรือการดูผลิตภัณฑ์

พฤติกรรมในสถานที่ทำงาน: พฤติกรรมการมีส่วนร่วมเป็นส่วนย่อยของพฤติกรรมในสถานที่ทั่วไป พฤติกรรมบนเว็บไซต์อื่นๆ ได้แก่ การเข้าชม URL ที่เฉพาะเจาะจง ระยะเวลาที่ใช้ในไซต์ของคุณ และข้อความค้นหาเฉพาะที่พวกเขาทำในไซต์ของคุณ

แหล่งที่มาของการเข้าชม: หมวดหมู่แหล่งที่มาของการเข้าชมจะอธิบายพฤติกรรมก่อนหน้าของผู้เยี่ยมชมของคุณก่อนที่พวกเขาจะมาถึงไซต์ พวกเขามีความยอดเยี่ยมในการให้บริบท ตัวอย่าง ได้แก่ ข้อเสนอประเภทใดที่พวกเขาตอบสนอง พวกเขาใช้เวลากับสื่ออะไร และเกิดอะไรขึ้นหากมีแคมเปญใดเชื่อมโยงกับเซสชัน

ข้อมูลเชิงลึกของผู้เข้าชม: นี่คือส่วนข้ามขั้นสูง ซึ่งมักจะรวมถึงพฤติกรรมที่หลากหลายและเกณฑ์ KPI ของอีคอมเมิร์ซ เราจะอธิบายรายละเอียดเพิ่มเติมด้านล่างนี้

เราสามารถเพิ่มความแม่นยำในการแบ่งส่วนได้มากโดยการเพิ่มสิ่งที่ฉันเรียกว่าเกณฑ์

เกณฑ์เป็นจุดเปลี่ยนในตัวชี้วัดเฉพาะ อาจเป็นขีดจำกัดล่างหรือขีดจำกัดบน และเมตริกสามารถเป็นเมตริกที่เลือกได้

ตัวอย่างของขีดจำกัดคือขั้นต่ำ $50 (ขีดจำกัดล่าง) AOV (เมตริก)

การรวมพฤติกรรมกับเกณฑ์ช่วยให้คุณควบคุมได้ดียิ่งขึ้นว่าใครที่จะรวมอยู่ในกลุ่มลูกค้า

ความท้าทายทั่วไปประการหนึ่งเกี่ยวกับการใช้เกณฑ์คือการทำให้แน่ใจว่าข้อมูลของคุณเป็นหนึ่งเดียว

อันที่จริง การรวมข้อมูลเป็นหนึ่งในเกณฑ์หลักที่เรากำหนดใน การเลือกซอฟต์แวร์ส่วนบุคคล

ในบทความนี้ เราอธิบายความท้าทายของการรวมข้อมูลอย่างลึกซึ้งยิ่งขึ้น แต่สำหรับตอนนี้ โปรดทราบว่าคุณต้องการรวมประวัติการซื้อจากแหล่งที่มาทั้งหมดเพื่อสร้างกลุ่มที่ถูกต้อง

สูตรสุดท้ายที่เราจะสำรวจในวันนี้จะเพิ่มส่วนคำสั่ง "ที่ไหน"

เรื่องความใหม่ เป็นหนึ่งในปัจจัยหลักใน การวิเคราะห์ RFM และสามารถรวมเข้าในการแบ่งกลุ่มตามพฤติกรรมได้อย่างง่ายดายด้วยเทคโนโลยีที่เหมาะสม

กลุ่มที่มักถูกมองข้ามคือกลุ่มที่ซื้อหรือพบเว็บไซต์ของคุณทันที

การใช้งานที่น่าสนใจอีกประการหนึ่งคือการกำหนดเป้าหมายวันหยุดเช่น Black Friday หรือผู้ซื้อตามฤดูกาล ด้านล่างนี้ เรามีตัวอย่างบางส่วนของกลุ่มที่ใช้พฤติกรรม เกณฑ์ และส่วนคำสั่งที่ไหน

การดำเนินการในกรณีที่มีการสร้างอนุประโยคใน Barilliance

พฤติกรรมหลายอย่างมีตัวเลือกให้ใส่ในกรอบเวลาที่กำหนด ด้านล่างนี้ คุณจะเห็นตัวเลือกเกี่ยวกับวิธีสร้างกลุ่มพฤติกรรมตามประวัติการซื้อ คุณสามารถกำหนดกรอบเวลาจากคำสั่งซื้อแรกหรือจากคำสั่งสุดท้ายได้

ด้วยความยืดหยุ่นนี้ คุณสามารถสร้างกลุ่มสำหรับลูกค้าครั้งแรกที่เปิดตัวกลุ่มโดยปกติหลังจากผ่านไปจำนวนวันที่กำหนด

เราได้รวบรวมตัวอย่างการแบ่งกลุ่มตามพฤติกรรมจากบริษัทอีคอมเมิร์ซชั้นนำบางแห่ง

พื้นที่ที่มีประสิทธิภาพมากที่สุดในการปรับแต่งในแบบของคุณคือเนื้อหาครึ่งหน้าบน

Thrive Market แบ่งกลุ่มลูกค้าตามรายการที่ซื้อและดูก่อนหน้านี้ ที่นี่เราเห็นว่าคำแนะนำสูตรครึ่งหน้าบนทั้งหมดเป็นไปตามหมวดหมู่อาหารเดียวกันที่ลูกค้าเป็นส่วนหนึ่งของ (Paleo) ข้อมูลนี้ใช้เพื่อรักษาข้อเสนอที่เกี่ยวข้องและเพิ่มการแปลง

การดำเนินการในเซสชันให้สัญญาณที่ดีที่สุดสำหรับสิ่งที่ลูกค้าสนใจในตอนนี้ การใช้ข้อมูลตามบริบทนี้ แบรนด์ต่างๆ สามารถสร้างข้อเสนอที่ดีขึ้นได้

ด้านล่างนี้ Third Love ใช้คำแนะนำผลิตภัณฑ์แบบไดนามิกบนหน้าผลิตภัณฑ์ตามผลิตภัณฑ์ที่ดูอยู่ในปัจจุบัน

หากลูกค้าเป้าหมายไม่ได้แปลงในข้อเสนอเริ่มต้นของคุณ คุณควรแบ่งกลุ่มลูกค้าเป้าหมายเหล่านี้ออกเป็นกลุ่มตามพฤติกรรมที่ "ไม่ทำให้เกิด Conversion"

โอกาสในการขายเหล่านี้สามารถเสนอแคมเปญลดราคาในเชิงรุกหรือได้รับสิ่งจูงใจอื่นๆ เพื่อดำเนินการซื้อครั้งแรกให้เสร็จสิ้น Stitch Fix เป็นตัวอย่างที่ดี

หลังจากที่ลูกค้าเสร็จสิ้นการประเมินความพอดีเบื้องต้นแล้ว พวกเขาจะได้รับข้อเสนอต่างๆ เพื่อดำเนินการซื้อครั้งแรกให้เสร็จสิ้น อย่างไรก็ตาม หากลูกค้าเป้าหมายไม่ได้ซื้อ พวกเขาจะอยู่ในกลุ่มพฤติกรรมที่ไม่ทำให้เกิด Conversion และแคมเปญการเปิดใช้งานใหม่จะถูกเรียกใช้ คราวนี้เสนอเครดิตมูลค่า $35 เพื่อใช้งาน

การแบ่งส่วนพฤติกรรมเป็นเครื่องมือที่มีประสิทธิภาพในการสร้างแคมเปญการตลาดที่เกี่ยวข้องและ   การปรับเนื้อหาให้เป็นส่วนตัวตลอดการเดินทางของลูกค้า

การทำความเข้าใจว่ากลุ่มใดสนใจเป็นพิเศษ คุณจะสามารถสร้างข้อเสนอที่โดนใจได้ ฉันขอแนะนำอย่างยิ่งให้ เรียนรู้เกี่ยวกับการวิเคราะห์ RFM เพื่อให้มีความเข้าใจหลักเกี่ยวกับวิธีการสร้างกลุ่มที่ทำกำไร

คลิกที่นี่ เพื่อดูกลยุทธ์อื่นๆ ในการปรับปรุงประสบการณ์ของลูกค้า

และหากคุณต้องการดูว่า Barilliance เป็นพันธมิตรด้านการปรับเปลี่ยนในแบบของคุณที่เหมาะสมสำหรับร้านค้าของคุณหรือไม่ โปรดคลิกที่นี่เพื่อ ขอการสาธิตสด