Propojení Samba Data Lake s Tango.ad pro segmentaci zákazníků v reálném čase
Většina webů personalizuje jen podle aktuální návštěvy. Nejcennější data přitom už máte v databázi zákazníků a objednávek.
Většina on-site kampaní cílí jen na aktuální chování návštěvníka. Dva návštěvníci, kteří si prohlížejí stejný produkt, se ale mohou zcela lišit hodnotou pro e-shop, věrností i nákupním záměrem.
Jeden zákazník může každý měsíc pravidelně vytvářet objednávky vysoké hodnoty, zatímco jiný nakoupil jednou během slevové akce a už se nevrátil. Když oběma ukážete stejný popup nebo nabídku, často to vede ke zbytečně rozdaným slevám, nižším maržím a slabším konverzím.
Moderní on-site personalizace v Tango.ad kombinuje chování v reálném čase s historickými daty o objednávkách, aby marketéři mohli každému návštěvníkovi zobrazit nejrelevantnější webové vrstvy.
Nejúčinnější segmentační strategie obvykle kombinují čtyři oblasti:
Hodnotu zákazníka
Načasování nákupu
Chování v košíku
Věrnost a vztah k produktům
Segmentace podle hodnoty zákazníka pomáhá určit, jak cenný zákazník je, na základě jeho historického nákupního chování.
Kritéria hodnoty zákazníka:
| Kritérium | Popis | Hodnoty |
|---|---|---|
| avgItemsQtyPerOrder | průměrný počet položek v objednávce | 3 |
| medianValue | typická hodnota objednávky | 55 |
| orderCount | celkový počet objednávek | 4 |
Predikce nákupního záměru odhaduje, zda se zákazník blíží k období, kdy by měl znovu nakoupit.
Dostupná kritéria:
| Kritérium | Popis | Hodnoty |
|---|---|---|
| purchaseIntent.level | nákupní záměr | high, medium, low, unknown |
Pro marketéry je to mimořádně praktické. Hlavní výhodou je přesné načasování. Místo náhodného vyrušování návštěvníků vám Tango.ad umožní oslovit zákazníky ve chvíli, kdy je pravděpodobnost nákupu přirozeně nejvyšší.
Zákazník, který obvykle nakupuje každých 30 dní a právě je na 27. dni, je ideálním kandidátem pro:
připomínací vrstvy
kampaně na doplnění zásob
sdělení vytvářející naléhavost
personalizovaná doporučení
Naopak pro zákazníka s nízkým nákupním záměrem se hodí spíše win-back nabídky, silnější pobídky nebo kampaně typu „chybíte nám“.
Segmentace podle chování v košíku ukazuje, jak zákazníci obvykle nakupují.
Dostupná kritéria:
| Kritérium | Popis | Hodnoty |
|---|---|---|
| customer.basketStyle | nákupní zvyklosti podle předchozích objednávek. | single_item_bias, bundle_bias, mixed |
| customer.countryCodes | země podle objednávky | CZ |
| customer.zipCodes | PSČ | 11000 |
Vyhnete se tak časté chybě, kdy se kampaně typu „Kupte 3 a ušetřete“ zobrazují zákazníkům, kteří historicky kupují vždy jen jednu položku.
Například:
Zákazníci kupující jednotlivé položky lépe reagují na jednoduché doplňky a cross-sell
Zákazníci, kteří kupují v sadách, jsou lepším cílem pro nabídky typu „doplňte si sadu“, množstevní slevy a doporučení více produktů
Podle PSČ můžete personalizovat obsah podle lokality, například nejbližší prodejnu
Segmentace podle celoživotní hodnoty zákazníka pomáhá odlišit zákazníky, kteří přinášejí příležitostné tržby, od těch, kteří vytvářejí dlouhodobou hodnotu pro byznys.
Dostupná kritéria:
| Kritérium | Popis | Hodnoty |
|---|---|---|
| clv.aovTier | Pomáhá určit, zda zákazník obvykle vytváří objednávky nízké, střední, nebo vysoké hodnoty | unknown, low, mid, high |
| clv.ltvTier | Pomáhá odlišit zákazníky s nízkou hodnotou od věrných kupujících s vysokou hodnotou. | unknown, low, mid, high |
Dva návštěvníci si mohou ve stejnou chvíli prohlížet stejnou produktovou stránku, a přitom mít zcela odlišnou dlouhodobou hodnotu pro byznys. Jeden zákazník může objednávat každý měsíc s vysokou hodnotou košíku, zatímco druhý nakoupil jednou během výrazné slevové akce.
Stejný přístup k oběma návštěvníkům často snižuje ziskovost.
Typické případy použití:
VIP kampaně pro zákazníky s vysokou LTV
Předprodejní akce pro věrné zákazníky
Doporučení prémiových produktů pro segmenty s vysokou AOV
Silnější pobídky pro zákazníky s nízkou hodnotou nebo neaktivní zákazníky
Segmentace podle věrnosti pomáhá marketérům pochopit, jak aktivní a zapojení jsou zákazníci v průběhu času.
Dostupná kritéria:
| Kritérium | Popis | Hodnoty |
|---|---|---|
| Loyalty.isChurn | je zákazník dlouhodobě neaktivní | true, false |
| Loyalty.frequency | jak často zákazník objednává | frequent, occasional, rare, unknown |
| Loyalty.daysSinceLastOrder | Počet dní od posledního nákupu | 13 |
| Loyalty., purchaseFrequencyDays | Očekávaný počet dní do další objednávky | 6 |
Díky tomu mohou marketéři vytvářet odlišné zážitky pro zákazníky v různých fázích.
Například:
Častí + vysoká LTV → VIP péče, věrnostní odměny, prémiový upsell
Příležitostní + střední nákupní záměr → připomínací kampaně a personalizovaná doporučení
Vzácní + riziko odchodu → win-back kampaně a silnější slevy
Vysoká AOV + nákupy v sadách → prémiové sady a pobídky k většímu košíku
Nízká AOV + nákupy jednotlivých položek → jednodušší kampaně zaměřené na konverzi
Produktová segmentace pomáhá marketérům pochopit, co zákazníci opakovaně kupují a které produkty výrazně preferují.
Dostupná kritéria:
| Kritérium | Popis | Hodnoty |
|---|---|---|
| products., distinctProductsCount | ukazuje, jak široké je nákupní chování zákazníka:, nízké hodnoty obvykle znamenají úzký zájem nebo pravidelné doplňování zásob,, vyšší hodnoty často znamenají silné zapojení | 11 |
| products., favoriteProductIds | určuje produkty, které zákazník opakovaně kupuje nebo se kterými interaguje. | ‘PID001’, ‘PID002’,, … |
To umožňuje vysoce personalizované kampaně, například:
připomínky doplnění zásob
doporučení příslušenství,
kampaně na kompatibilní produkty,
akce zaměřené na konkrétní kategorie,
vyloučení již zakoupených produktů,
personalizované bannery na úvodní stránce.
Nejúspěšnější strategie on-site personalizace jen zřídka stojí na jediné podmínce. Nejvyšší nárůst konverzí obvykle přináší kombinace:
hodnoty zákazníka,
načasování nákupu,
věrnosti,
chování v košíku,
a vztahu k produktům.
Místo otázky: „Jaký popup mám zobrazit?“ se moderní personalizace ptá:
„Jaké je nejrelevantnější sdělení pro tohoto konkrétního zákazníka v tuto konkrétní chvíli?“
Většina webů personalizuje jen podle aktuální návštěvy. Nejcennější data přitom už máte v databázi zákazníků a objednávek.
Váš web už příležitosti vytváří. Tango z nich udělá víc zákazníků.