Cookie Pihak Ketiga Berakhir—Saatnya Pengecer Merangkul Data Pihak Pertama

Karena cookie pihak ketiga akan dihapus, inilah cara pengecer dapat terus menargetkan pelanggan secara efektif dengan data pihak pertama.

Tidak ada jalan keluar—akhirnya sudah dekat untuk cookie pihak ketiga.

Sementara pembeli online yang peduli dengan privasi mereka mungkin senang dengan pemikiran tersebut, pengecer eCommerce tentu kurang antusias dengan kemungkinan kehilangan wawasan berharga tentang kebiasaan membeli potensial pelanggan mereka. Apa yang dapat dilakukan pengecer untuk memastikan konversi mereka tidak terganggu karena hilangnya cookie? Dan seberapa efektif cookie pihak ketiga dalam mendorong keterlibatan dan penjualan?

Mengapa kuki pihak ketiga integral dengan personalisasi dan ke mana tujuan mereka?

Untuk menargetkan pelanggan secara paling efektif, pemasar sangat mengandalkan cookie pihak ketiga untuk menyempurnakan personalisasi.

Cookie pihak ketiga memungkinkan pialang data untuk menyediakan sekumpulan informasi demografis konsumen seperti usia, jenis kelamin, dan lokasi. Mereka telah lama dipandang sebagai alat paling efektif untuk bisnis eCommerce untuk mewujudkan personalisasi dan penjualan.

Namun, kekhawatiran konsumen dan pemerintah seputar privasi telah menodai metode ini sebagai metode yang tidak diinginkan, yang menyebabkan pengabaian browser dan perangkat lunak, dan bahkan undang-undang privasi yang membatasi praktik tersebut.

Google, yang browser Chrome-nya menyumbang hampir dua pertiga dari penggunaan internet dunia, berencana menghapus cookie sepenuhnya pada tahun 2024, sementara Mozilla Firefox dan Apple Safari telah melakukannya. Hal ini menimbulkan kekhawatiran nyata bagi pengecer yang perlu segera bersiap menghadapi kematian cookie dan masih dapat merekomendasikan barang secara efektif kepada pelanggan. Pemasar yang salah melakukan personalisasi dapat membayar harganya. Menurut survei Gartner ^{[ 1 ]} , lebih dari setengahnya melaporkan bahwa mereka akan berhenti berlangganan komunikasi perusahaan dan 38% akan berhenti berbisnis dengan perusahaan jika menurut mereka upaya personalisasi "menyeramkan".

Munculnya data pihak pertama sebagai solusi untuk personalisasi

Sementara data pihak ketiga sedang dihapus karena masalah privasi, masih ada cara untuk memanfaatkan sinyal berharga dari pelanggan untuk mendorong penjualan. Data pihak pertama mengacu pada informasi yang dikumpulkan bisnis dari pengguna melalui interaksi langsung dengan situs web atau katalognya sendiri. Informasi ini dikumpulkan dengan memberi tahu pengguna bahwa itu dikumpulkan dan untuk apa, sesuatu yang 84% konsumen tunjukkan bersedia mereka lakukan.

Untuk pengecer, ada manfaat yang melekat pada data pihak pertama dibandingkan cookie pihak ketiga. Pertama, informasi diperoleh melalui pertukaran terbuka dengan konsumen, yang memberi pelanggan rasa aman dan percaya pada merek.

Kedua dan yang lebih penting untuk bisnis, data pihak pertama mencerminkan selera dan preferensi pengguna dalam konteks toko eCommerce tertentu, berbeda dengan aglomerasi toko lain yang serupa dengannya.

Menerapkan skenario bata-dan-mortir ke personalisasi eCommerce

Sementara data pihak ketiga berfungsi sebagai data pelanggan utama yang digunakan untuk membuat rekomendasi eCommerce kepada pelanggan, itu tidak pernah menjadi cara yang paling efektif untuk mencapai personalisasi yang sebenarnya. Itu karena terlalu mementingkan siapa seseorang versus apa yang mereka inginkan atau minati.

Pertimbangkan skenario toko ritel bata-dan-mortir berikut. Bayangkan Anda, sebagai penjual di toko, memiliki salah satu dari dua opsi saat pelanggan masuk. Anda dapat meminta mereka mengungkapkan informasi pribadi seperti usia, jenis kelamin, dan tempat tinggal mereka. Atau, Anda dapat mengizinkan pelanggan untuk menelusuri secara mandiri dan mengamati item mana yang berinteraksi dengan mereka dalam beberapa menit pertama di toko.

Jelas, opsi terakhir akan memungkinkan Anda membuat rekomendasi secara lebih akurat berdasarkan selera dan preferensi pelanggan yang sebenarnya, sebagai lawan membuat asumsi tentang apa yang mereka inginkan berdasarkan bagaimana mereka mengidentifikasi sebagai pribadi.

Kemajuan dalam AI membuat data pihak pertama sangat berharga

Skenario bata-dan-mortir juga berlaku untuk pelanggan online. Masalahnya adalah sulit untuk secara akurat menginterpretasikan minat pengunjung situs web dalam pengaturan eCommerce secara tepat waktu agar mereka tidak terpental dari situs web Anda. Kemajuan terbaru dalam kecerdasan buatan (AI) dan pembelajaran mesin (ML), bagaimanapun, telah membuat rekomendasi berbasis perilaku online menjadi kenyataan.

Dengan memanfaatkan teknik AI dan ML mutakhir, bisnis dapat mengadopsi pendekatan yang berfokus pada perilaku pelanggan—hal-hal seperti penambahan keranjang, suka, pengguliran halaman, dll.—dalam hitungan klik, semuanya tanpa mengkhawatirkan data pribadi.

Ini berarti bahwa cookie pihak ketiga tidak hanya kurang relevan dibandingkan data pihak pertama dalam hal personalisasi yang efektif, tetapi juga rekomendasi yang mendorong konversi dapat dicapai bahkan tanpa adanya riwayat penelusuran sebelumnya. Ini sangat penting karena tingginya jumlah pengunjung situs web yang baru atau anonim.

Rekomendasi berbasis perilaku sebagai cara untuk meningkatkan keterlibatan dan konversi

Metode seperti merekomendasikan "penjual terbaik" atau "yang sebelumnya dilihat" adalah cara standar namun biasa-biasa saja untuk mendekati personalisasi karena metode tersebut membatasi penemuan pada data pembelian di seluruh toko yang mungkin tidak relevan, atau riwayat penjelajahan sebelumnya. Ini sangat membatasi untuk pengguna baru dan anonim.

Dengan menggunakan rekomendasi berbasis perilaku ^{[ 2 ]} untuk memberikan pengalaman yang sangat dipersonalisasi kepada konsumen, pengecer dapat menampilkan item yang disukai konsumen dalam waktu yang lebih singkat. Hal ini meningkatkan kemungkinan konversi serta loyalitas merek, karena konsumen akan merasa bahwa bisnis memahami mereka dan dengan cepat memunculkan item yang benar-benar mereka minati.

Selain itu, data pihak pertama yang mengaktifkan rekomendasi berbasis perilaku saat menjelajah dapat digunakan untuk menyempurnakan pengalaman checkout. Peluang untuk bundling item atau upselling dapat disajikan secara lebih efektif kepada pelanggan berdasarkan kebiasaan mereka.

Hanya dengan memanfaatkan data pihak pertama dengan platform rekomendasi yang tepat, pengecer dapat memanfaatkan sepenuhnya metode ini. Cookie pihak ketiga dan sistem pemberi rekomendasi yang kurang canggih tidak dilengkapi dengan baik untuk memberikan pengalaman penelusuran yang begitu kaya bagi pelanggan.

Gunakan data pihak pertama untuk menemui pelanggan di mana pun mereka berada

Data pihak pertama dari waktu pelanggan di situs eCommerce sangat berharga, bahkan setelah konsumen keluar dari situs. Mampu terlibat kembali dengan pelanggan di mana mereka berada dalam ekosistem merek Anda yang lebih besar sangatlah penting. Pendekatan omnichannel yang efektif dapat menjadi pembeda antara keranjang yang ditinggalkan dan penjualan—dan memanfaatkan perilaku di tempat untuk email, SMS, interaksi dalam aplikasi, atau dalam toko akan membawa Anda ke sana.

Metode omnichannel tradisional termasuk merekomendasikan apa yang tertinggal di keranjang, pembelian sebelumnya, atau item baru dan populer. Meskipun ini semua bisa agak efektif dalam hal keterlibatan kembali, mampu mengasah perilaku pengguna untuk membuat rekomendasi lebih cenderung menarik minat dan membuat pelanggan kembali ke pola pikir belanja.