I cookie di terze parti stanno finendo: è ora che i rivenditori accettino i dati proprietari

Poiché i cookie di terze parti stanno scomparendo, ecco come i rivenditori possono continuare a rivolgersi ai clienti in modo efficace con i dati di prima parte.

Non c'è scampo: la fine è vicina per i cookie di terze parti.

Mentre gli acquirenti online preoccupati per la loro privacy possono rallegrarsi al pensiero, i rivenditori di e-commerce sono certamente meno entusiasti della prospettiva di perdere informazioni preziose sulle potenziali abitudini di acquisto dei loro clienti. Cosa possono fare i rivenditori per garantire che le loro conversioni non risentano della scomparsa dei cookie? E quanto sono stati efficaci i cookie di terze parti nel guidare il coinvolgimento e le vendite, comunque?

Perché i cookie di terze parti sono parte integrante della personalizzazione e dove stanno andando?

Al fine di indirizzare i clienti nel modo più efficace, i professionisti del marketing hanno fatto molto affidamento sui cookie di terze parti per perfezionare la personalizzazione.

I cookie di terze parti consentono ai broker di dati di fornire insiemi aggregati di informazioni demografiche sui consumatori come età, sesso e posizione. Sono stati a lungo considerati lo strumento più efficace per le aziende di e-commerce per offrire personalizzazione e, di conseguenza, vendite.

Tuttavia, le preoccupazioni dei consumatori e del governo in merito alla privacy hanno contaminato questo metodo come indesiderabile, portando all'abbandono del browser e del software e persino alle leggi sulla privacy che limitano la pratica.

Google, il cui browser Chrome rappresenta quasi i due terzi dell'utilizzo mondiale di Internet, prevede di eliminare completamente i cookie nel 2024, mentre Mozilla Firefox e Apple Safari lo hanno già fatto. Ciò rappresenta una vera preoccupazione per i rivenditori che devono prepararsi rapidamente alla scomparsa dei cookie ed essere comunque in grado di consigliare efficacemente gli articoli ai clienti. Gli esperti di marketing che sbagliano la personalizzazione possono pagarne il prezzo. Secondo un sondaggio di Gartner ^{[ 1 ]} , più della metà riferisce che annullerà l'iscrizione alle comunicazioni di un'azienda e il 38% smetterà di fare affari con un'azienda se ritiene che gli sforzi di personalizzazione siano "inquietanti".

L'aumento dei dati proprietari come soluzione per la personalizzazione

Mentre i dati di terze parti vengono gradualmente eliminati a causa dei problemi di privacy, ci sono ancora modi per sfruttare i segnali preziosi dei clienti al fine di incrementare le vendite. I dati di prima parte si riferiscono alle informazioni che un'azienda raccoglie da un utente attraverso interazioni dirette con il proprio sito Web o catalogo. Queste informazioni vengono raccolte informando l'utente che vengono raccolte e per cosa, qualcosa che l'84% dei consumatori indica di essere disposto a fare.

Per i rivenditori, i dati di prima parte presentano vantaggi intrinseci rispetto ai cookie di terze parti. In primo luogo, le informazioni vengono ottenute attraverso uno scambio aperto con il consumatore, che dà al cliente un senso di sicurezza e fiducia nel marchio.

In secondo luogo, cosa più importante per l'azienda, i dati di prima parte riflettono i gusti e le preferenze di un utente nel contesto di un determinato negozio di e-commerce, al contrario di un agglomerato di altri negozi simili.

Applicazione di uno scenario fisico alla personalizzazione dell'e-commerce

Sebbene i dati di terze parti siano stati i dati dei clienti principali utilizzati per fornire consigli di e-commerce ai clienti, non sono mai stati il ​​modo più efficace per ottenere una vera personalizzazione. Questo perché è troppo preoccupato di chi è una persona rispetto a ciò che vuole o a cui è interessata.

Considera il seguente scenario di un punto vendita fisico. Immagina che tu, come venditore nel negozio, abbia una delle due opzioni quando entra un cliente. Puoi chiedere loro di divulgare informazioni personali come età, sesso e luogo di residenza. Oppure puoi consentire al cliente di navigare in modo indipendente e osservare con quali articoli interagisce nei primi minuti nel negozio.

Ovviamente, quest'ultima opzione ti consentirebbe di formulare una raccomandazione più accurata in base ai gusti e alle preferenze effettive del cliente, invece di fare ipotesi su ciò che potrebbe desiderare in base a come si identifica come persona.

I progressi nell'IA rendono i dati proprietari particolarmente preziosi

Lo scenario fisico vale anche per i clienti online. Il problema è che può essere difficile interpretare con precisione gli interessi dei visitatori del sito web nelle impostazioni di e-commerce in modo sufficientemente tempestivo da impedire loro di rimbalzare dal tuo sito web. I recenti progressi nell'intelligenza artificiale (AI) e nell'apprendimento automatico (ML), tuttavia, hanno reso le raccomandazioni online basate sul comportamento una realtà.

Sfruttando tecniche di intelligenza artificiale e ML all'avanguardia, le aziende possono adottare un approccio incentrato sul comportamento dei clienti (cose come aggiunte al carrello, Mi piace, scorrimenti di pagine, ecc.) in pochi clic, il tutto senza preoccuparsi dei dati personali.

Ciò significa che non solo i cookie di terze parti sono meno rilevanti dei dati di prima parte quando si tratta di una personalizzazione efficace, ma anche che i consigli che guidano la conversione possono essere ottenuti anche in assenza di una precedente cronologia di navigazione. Ciò è particolarmente importante a causa dell'elevato numero di visitatori del sito Web nuovi o anonimi.

Raccomandazioni basate sul comportamento come un modo per potenziare il coinvolgimento e le conversioni

Metodi come consigliare "i più venduti" o "visualizzati in precedenza" sono modi standard ma mediocri per affrontare la personalizzazione perché limitano la scoperta ai dati di acquisto in tutto il negozio che potrebbero essere irrilevanti o alla cronologia di navigazione passata. Ciò è particolarmente limitante per gli utenti nuovi e anonimi.

Utilizzando raccomandazioni basate sul comportamento ^{[ 2 ]} per fornire esperienze altamente personalizzate ai consumatori, i rivenditori sono in grado di far emergere gli articoli che un consumatore ama in un lasso di tempo più breve. Ciò aumenta sia la probabilità di una conversione che la fedeltà alla marca, poiché il consumatore sentirà che l'azienda li comprende e mostrerà rapidamente gli articoli a cui è veramente interessato.

Inoltre, i dati di prima parte che consentono consigli basati sul comportamento durante la navigazione possono essere utilizzati per migliorare l'esperienza di pagamento. Le opportunità di raggruppamento di articoli o di upselling possono essere presentate in modo più efficace ai clienti in base alle loro abitudini.

Solo sfruttando i dati di prima parte con la giusta piattaforma di raccomandazione i rivenditori possono sfruttare appieno questi metodi. I cookie di terze parti e i sistemi di raccomandazione meno avanzati non sono attrezzati per fornire un'esperienza di navigazione così ricca ai clienti.

Utilizza i dati proprietari per incontrare i clienti ovunque si trovino

I dati di prima parte relativi al tempo trascorso da un cliente su un sito di e-commerce sono estremamente preziosi, anche dopo che il consumatore si è allontanato dal sito. Essere in grado di coinvolgere nuovamente i clienti dove si trovano all'interno dell'ecosistema più ampio del tuo marchio è fondamentale. Un approccio omnicanale efficace può fare la differenza tra un carrello abbandonato e una vendita e sfruttare il comportamento in loco per e-mail, SMS, in-app o interazioni in negozio ti porterà lì.

I metodi omnicanale tradizionali includono la raccomandazione di ciò che è stato lasciato in un carrello, acquisti precedenti o articoli nuovi e popolari. Sebbene tutti questi possano essere in qualche modo efficaci in termini di coinvolgimento, è più probabile che essere in grado di affinare il comportamento degli utenti per formulare raccomandazioni susciti interesse e riporti il ​​cliente in una mentalità di acquisto.