Las cookies de terceros están terminando: es hora de que los minoristas adopten los datos de origen

A medida que desaparecen las cookies de terceros, así es como los minoristas pueden seguir dirigiéndose a los clientes de manera efectiva con datos propios.

No hay escapatoria: el final está cerca para las cookies de terceros.

Si bien los compradores en línea preocupados por su privacidad pueden regocijarse con la idea, los minoristas de comercio electrónico ciertamente están menos entusiasmados ante la perspectiva de perder información valiosa sobre los hábitos de compra potenciales de sus clientes. ¿Qué pueden hacer los minoristas para asegurarse de que sus conversiones no se vean afectadas por la desaparición de las cookies? ¿Y qué tan efectivas fueron las cookies de terceros para impulsar el compromiso y las ventas?

¿Por qué las cookies de terceros son parte integral de la personalización y hacia dónde van?

Para dirigirse a los clientes de la manera más efectiva, los especialistas en marketing se han basado en gran medida en las cookies de terceros para perfeccionar la personalización.

Las cookies de terceros permiten a los corredores de datos proporcionar conjuntos agregados de información demográfica del consumidor, como la edad, el sexo y la ubicación. Durante mucho tiempo se han visto como la herramienta más eficaz para que las empresas de comercio electrónico ofrezcan personalización y, en consecuencia, ventas.

Sin embargo, las preocupaciones de los consumidores y del gobierno sobre la privacidad han contaminado este método como indeseable, lo que lleva al abandono del navegador y del software, e incluso las leyes de privacidad limitan la práctica.

Google, cuyo navegador Chrome representa casi dos tercios del uso mundial de Internet, planea eliminar las cookies por completo en 2024, mientras que Mozilla Firefox y Apple Safari ya lo han hecho. Esto plantea una preocupación real para los minoristas que necesitan prepararse rápidamente para la desaparición de las cookies y aún poder recomendar artículos a los clientes de manera efectiva. Los especialistas en marketing que se equivocan en la personalización pueden pagar el precio. Según una encuesta de Gartner ^{[ 1 ]} , más de la mitad informa que se dará de baja de las comunicaciones de una empresa y el 38 % dejará de hacer negocios con una empresa si considera que los esfuerzos de personalización son "espeluznantes".

El auge de los datos propios como solución para la personalización

Si bien los datos de terceros se están eliminando gradualmente debido a sus preocupaciones sobre la privacidad, todavía hay formas de aprovechar las señales valiosas de los clientes para impulsar las ventas. Los datos propios se refieren a la información que una empresa recopila de un usuario a través de interacciones directas con su propio sitio web o catálogo. Esta información se recopila informando al usuario de qué se está recopilando y para qué, algo que el 84% de los consumidores indica que está dispuesto a hacer.

Para los minoristas, existen beneficios inherentes a los datos de origen sobre las cookies de terceros. En primer lugar, la información se obtiene a través de un intercambio abierto con el consumidor, lo que le da al cliente una sensación de seguridad y confianza en la marca.

En segundo lugar, y más importante para el negocio, los datos de primera mano reflejan los gustos y preferencias de un usuario dentro del contexto de una tienda de comercio electrónico determinada, a diferencia de una aglomeración de otras tiendas similares.

Aplicación de un escenario físico a la personalización del comercio electrónico

Si bien los datos de terceros han servido como los principales datos de clientes utilizados para hacer recomendaciones de comercio electrónico a los clientes, nunca ha sido la forma más efectiva de lograr una verdadera personalización. Eso es porque está demasiado preocupado por quién es una persona en comparación con lo que quiere o le interesa.

Considere el siguiente escenario de una tienda minorista tradicional. Imagínese que usted, como vendedor en la tienda, tiene una de dos opciones cuando entra un cliente. Puede pedirle que revele información personal como su edad, sexo y lugar de residencia. O bien, puede permitir que el cliente navegue de forma independiente y observe con qué elementos interactúa en sus primeros minutos en la tienda.

Obviamente, la última opción le permitiría hacer una recomendación con mayor precisión en función de los gustos y preferencias reales del cliente, en lugar de hacer suposiciones sobre lo que podría querer en función de cómo se identifica como persona.

Los avances en IA hacen que los datos propios sean especialmente valiosos

El escenario de las tiendas físicas también es válido para los clientes en línea. El problema es que puede ser difícil interpretar con precisión los intereses de los visitantes del sitio web en la configuración de comercio electrónico de manera lo suficientemente oportuna como para evitar que reboten en su sitio web. Sin embargo, los avances recientes en inteligencia artificial (IA) y aprendizaje automático (ML) han hecho realidad las recomendaciones en línea basadas en el comportamiento.

Al aprovechar las técnicas de IA y ML de vanguardia, las empresas pueden adoptar un enfoque que se centre en el comportamiento del cliente (cosas como adiciones al carrito, me gusta, desplazamientos de página, etc.) en cuestión de clics, todo sin preocuparse por los datos personales.

Esto significa que no solo las cookies de terceros son menos relevantes que los datos de origen cuando se trata de una personalización efectiva, sino que también se pueden lograr recomendaciones que impulsen la conversión incluso en ausencia de un historial de navegación previo. Esto es particularmente importante debido a la gran cantidad de visitantes del sitio web que son nuevos o anónimos.

Recomendaciones basadas en el comportamiento como una forma de impulsar el compromiso y las conversiones

Métodos como recomendar "mejores vendedores" o "vistos anteriormente" son formas estándar pero mediocres de abordar la personalización porque limitan el descubrimiento a los datos de compra de toda la tienda que pueden ser irrelevantes o al historial de navegación anterior. Esto es especialmente limitante para usuarios nuevos y anónimos.

Mediante el uso de recomendaciones basadas en el comportamiento ^{[ 2 ]} para brindar experiencias altamente personalizadas a los consumidores, los minoristas pueden mostrar los artículos que un consumidor ama en un período de tiempo más corto. Esto aumenta tanto la probabilidad de una conversión como la lealtad a la marca, ya que el consumidor sentirá que la empresa lo comprende y muestra rápidamente los artículos que realmente le interesan.

Además, los datos propios que permiten recomendaciones basadas en el comportamiento durante la navegación se pueden utilizar para mejorar la experiencia de pago. Las oportunidades para agrupar artículos o aumentar las ventas se pueden presentar de manera más efectiva a los clientes en función de sus hábitos.

Solo al aprovechar los datos de origen con la plataforma de recomendación adecuada, los minoristas pueden aprovechar al máximo estos métodos. Las cookies de terceros y los sistemas de recomendación menos avanzados están mal equipados para proporcionar una experiencia de navegación tan rica para los clientes.

Use datos de primera mano para conocer a los clientes donde están

Los datos propios del tiempo de un cliente en un sitio de comercio electrónico son extremadamente valiosos, incluso después de que el consumidor abandona el sitio. Ser capaz de volver a interactuar con los clientes donde se encuentran dentro del ecosistema más grande de su marca es fundamental. Un enfoque omnicanal efectivo puede ser la diferencia entre un carrito abandonado y una venta, y aprovechar el comportamiento en el sitio para correos electrónicos, SMS, en la aplicación o en las interacciones en la tienda lo llevará allí.

Los métodos omnicanal tradicionales incluyen recomendar lo que se dejó en un carrito, compras anteriores o artículos nuevos y populares. Si bien todos estos pueden ser algo efectivos en términos de reenganche, es más probable que ser capaz de perfeccionar el comportamiento del usuario para hacer recomendaciones despierte el interés y haga que el cliente vuelva a tener una mentalidad de compra.