Jak kierować kampanie do odwiedzających na podstawie historii zamówień

Większość kampanii on-site opiera targetowanie wyłącznie na bieżącym zachowaniu odwiedzającego. Tymczasem dwóch odwiedzających oglądających ten sam produkt może mieć zupełnie inną wartość jako klienci, inną lojalność i intencję zakupową.

Jeden klient może co miesiąc regularnie składać zamówienia o wysokiej wartości, a drugi kupił raz podczas akcji rabatowej i nigdy nie wrócił. Pokazanie obu tego samego popupu czy tej samej oferty często kończy się zmarnowanymi rabatami, niższą marżą i słabszą konwersją.

Nowoczesna personalizacja on-site w Tango.ad łączy zachowanie w czasie rzeczywistym z historycznymi danymi o zamówieniach, dzięki czemu marketerzy mogą wyświetlać każdemu odwiedzającemu najtrafniejsze warstwy na stronie.

Najskuteczniejsze strategie segmentacji zwykle łączą cztery obszary:

• Wartość klienta

• Moment zakupu

• Zachowania koszykowe

• Lojalność i preferencje produktowe

Wartość klienta

Segmentacja według wartości klienta pomaga określić, jak cenny jest dany klient na podstawie jego historii zakupów.

Kryteria wartości klienta:

Kryterium	Opis	Wartości
avgItemsQtyPerOrder	średnia liczba produktów w zamówieniu	3
medianValue	typowa wartość zamówienia	55
orderCount	łączna liczba zamówień	4

Przewidywanie intencji zakupowej (purchaseIntent)

Przewidywanie intencji zakupowej szacuje, czy klient zbliża się do momentu, w którym spodziewany jest jego kolejny zakup.

Dostępne kryteria:

Kryterium	Opis	Wartości
purchaseIntent.level	intencja zakupowa	high, medium, low, unknown

Dla marketerów ma to bardzo praktyczne znaczenie. Kluczową zaletą jest precyzyjne wyczucie czasu. Zamiast przerywać odwiedzającym w przypadkowych momentach, Tango.ad pozwala docierać do klientów wtedy, gdy prawdopodobieństwo zakupu jest naturalnie najwyższe.

Klient, który zwykle kupuje co 30 dni i właśnie jest w 27. dniu, to idealny kandydat do:

• warstw z przypomnieniem

• kampanii uzupełniania zapasów

• komunikatów budujących pilność

• spersonalizowanych rekomendacji

Z kolei klientowi o niskiej intencji zakupowej lepiej zaproponować oferty reaktywacyjne (win-back), mocniejsze zachęty albo kampanie w stylu „tęsknimy za Tobą”.

Zachowania koszykowe (Customer)

Segmentacja według zachowań koszykowych pokazuje, jak klienci zazwyczaj robią zakupy.

Dostępne kryteria:

Kryterium	Opis	Wartości
customer.basketStyle	nawyki zakupowe na podstawie wcześniejszych zamówień.	single_item_bias, bundle_bias, mixed
customer.countryCodes	kraj na podstawie zamówienia	CZ
customer.zipCodes	kod pocztowy	11000

Pozwala to uniknąć częstego błędu, jakim jest pokazywanie kampanii „Kup 3 i oszczędzaj” klientom, którzy dotąd kupowali zawsze tylko jeden produkt naraz.

Na przykład:

• Klienci kupujący pojedyncze produkty lepiej reagują na proste dodatki i cross-selling

• Klienci kupujący zestawy to lepsza grupa docelowa dla ofert „skompletuj zestaw”, rabatów ilościowych i rekomendacji wielu produktów

• Na podstawie kodu pocztowego można personalizować treści lokalne, np. wskazać najbliższy sklep

Wartość klienta w czasie (CLV)

Segmentacja według wartości klienta w czasie (Customer Lifetime Value) pomaga odróżnić klientów generujących okazjonalny przychód od tych, którzy tworzą długoterminową wartość dla firmy.

Dostępne kryteria:

Kryterium	Opis	Wartości
clv.aovTier	Pomaga określić, czy klient zwykle składa zamówienia o niskiej, średniej czy wysokiej wartości	unknown, low, mid, high
clv.ltvTier	Pomaga odróżnić klientów o niskiej wartości od lojalnych klientów o wysokiej wartości.	unknown, low, mid, high

Dwóch odwiedzających może w tym samym momencie przeglądać tę samą stronę produktu, a mimo to mieć zupełnie inną długoterminową wartość dla firmy. Jeden klient może zamawiać co miesiąc przy wysokiej wartości koszyka, a drugi kupił raz podczas akcji z dużymi rabatami.

Traktowanie obu odwiedzających identycznie często obniża rentowność.

Typowe zastosowania:

• Kampanie VIP dla klientów o wysokim LTV

• Wcześniejszy dostęp do promocji dla lojalnych klientów

• Rekomendacje produktów premium dla segmentów o wysokim AOV

• Mocniejsze zachęty dla klientów o niskiej wartości lub nieaktywnych

Lojalność (Loyalty)

Segmentacja według lojalności pomaga marketerom zrozumieć, jak aktywni i zaangażowani są klienci w dłuższym okresie.

Dostępne kryteria:

Kryterium	Opis	Wartości
Loyalty.isChurn	czy klient jest długotrwale nieaktywny	true, false
Loyalty.frequency	jak często klient składa zamówienia	frequent, occasional, rare, unknown
Loyalty.daysSinceLastOrder	Liczba dni od ostatniego zakupu	13
Loyalty., purchaseFrequencyDays	Przewidywana liczba dni do kolejnego zamówienia	6

Dzięki temu marketerzy mogą tworzyć różne doświadczenia dla klientów na różnych etapach relacji.

Na przykład:

• Częste zakupy + wysokie LTV → traktowanie VIP, nagrody lojalnościowe, upselling produktów premium

• Okazjonalne zakupy + średnia intencja zakupowa → kampanie przypominające i spersonalizowane rekomendacje

• Rzadkie zakupy + ryzyko odejścia → kampanie reaktywacyjne i mocniejsze rabaty

• Wysokie AOV + kupujący zestawy → zestawy premium i zachęty do większego koszyka

• Niskie AOV + kupujący pojedyncze produkty → prostsze kampanie nastawione na konwersję

Preferencje produktowe (products)

Segmentacja produktowa pomaga marketerom zrozumieć, co klienci kupują wielokrotnie i które produkty zdecydowanie preferują.

Dostępne kryteria:

Kryterium	Opis	Wartości
products., distinctProductsCount	pokazuje, jak szeroki jest zakres zakupów klienta: niskie wartości zwykle oznaczają wąskie zainteresowania lub regularne uzupełnianie zapasów, wyższe wartości często świadczą o dużym zaangażowaniu	11
products., favoriteProductIds	wskazuje produkty, które klient wielokrotnie kupuje lub z którymi wchodzi w interakcję.	‘PID001’, ‘PID002’,, …

Umożliwia to tworzenie mocno spersonalizowanych kampanii, takich jak:

• przypomnienia o uzupełnieniu zapasów

• rekomendacje akcesoriów,

• kampanie dotyczące kompatybilnych produktów,

• promocje dla konkretnych kategorii,

• wykluczanie już kupionych produktów,

• spersonalizowane banery na stronie głównej.

Podsumowanie

Najskuteczniejsze strategie personalizacji on-site rzadko opierają się na jednym warunku. Największy wzrost konwersji daje zwykle połączenie:

• wartości klienta,

• momentu zakupu,

• lojalności,

• zachowań koszykowych,

• i preferencji produktowych.

Zamiast pytać: „Jaki popup mam pokazać?”, nowoczesna personalizacja pyta:

„Jaki komunikat będzie najtrafniejszy dla tego konkretnego klienta w tym konkretnym momencie?”