Koniec z plikami cookie stron trzecich — nadszedł czas, aby sprzedawcy detaliczni zaczęli korzystać z danych własnych

W związku z wycofywaniem plików cookie innych firm, sprzedawcy detaliczni mogą nadal skutecznie docierać do klientów za pomocą własnych danych.

Nie ma od tego ucieczki — koniec plików cookie innych firm jest bliski.

Podczas gdy kupujący online, którym zależy na swojej prywatności, mogą się cieszyć na tę myśl, sprzedawcy eCommerce są z pewnością mniej entuzjastycznie nastawieni do perspektywy utraty cennych informacji na temat potencjalnych nawyków zakupowych swoich klientów. Co mogą zrobić sprzedawcy detaliczni, aby ich konwersje nie ucierpiały z powodu upadku plików cookie? A tak w ogóle, jak skuteczne były pliki cookie stron trzecich w zwiększaniu zaangażowania i sprzedaży?

Dlaczego pliki cookie innych firm są integralną częścią personalizacji i dokąd zmierzają?

Aby jak najskuteczniej docierać do klientów, marketerzy w dużym stopniu polegali na plikach cookie innych firm w celu zapewnienia idealnej personalizacji.

Pliki cookie stron trzecich umożliwiają brokerom danych dostarczanie zagregowanych zestawów danych demograficznych konsumentów, takich jak wiek, płeć i lokalizacja. Od dawna są postrzegane jako najskuteczniejsze narzędzie dla firm eCommerce do personalizacji, a co za tym idzie, sprzedaży.

Jednak zarówno obawy konsumentów, jak i rządów dotyczące prywatności, skaziły tę metodę jako niepożądaną, co doprowadziło do porzucenia przeglądarki i oprogramowania, a nawet przepisów dotyczących prywatności ograniczających tę praktykę.

Google, którego przeglądarka Chrome odpowiada za prawie dwie trzecie światowego wykorzystania Internetu, planuje całkowicie wycofać pliki cookie w 2024 r., podczas gdy Mozilla Firefox i Apple Safari już to zrobiły. Stanowi to poważny problem dla sprzedawców detalicznych, którzy muszą szybko przygotować się na upadek plików cookie i nadal być w stanie skutecznie polecać produkty klientom. Marketerzy, którzy źle rozumieją personalizację, mogą zapłacić wysoką cenę. Według badania firmy Gartner ^{[ 1 ]} ponad połowa zrezygnuje z otrzymywania komunikatów firmowych, a 38% zrezygnuje z prowadzenia interesów z firmą, jeśli uznają działania personalizacyjne za „przerażające”.

Rozwój danych własnych jako rozwiązania do personalizacji

Podczas gdy dane stron trzecich są wycofywane ze względu na obawy dotyczące prywatności, nadal istnieją sposoby na wykorzystanie cennych sygnałów od klientów w celu zwiększenia sprzedaży. Dane własne odnoszą się do informacji, które firma gromadzi od użytkownika poprzez bezpośrednie interakcje z własną witryną internetową lub katalogiem. Informacje te są zbierane poprzez poinformowanie użytkownika, że ​​są zbierane iw jakim celu, co 84% konsumentów deklaruje, że jest skłonnych to zrobić.

Dla sprzedawców detalicznych istnieją nieodłączne korzyści płynące z danych własnych w porównaniu z plikami cookie stron trzecich. Po pierwsze, informacje pozyskiwane są w drodze otwartej wymiany z konsumentem, co daje mu poczucie bezpieczeństwa i zaufania do marki.

Po drugie i ważniejsze dla biznesu, dane własne odzwierciedlają gusta i preferencje użytkownika w kontekście danego sklepu eCommerce, w przeciwieństwie do skupiska innych podobnych sklepów.

Zastosowanie tradycyjnego scenariusza do personalizacji eCommerce

Chociaż dane stron trzecich służyły jako podstawowe dane klientów wykorzystywane do rekomendacji eCommerce dla klientów, nigdy nie był to najskuteczniejszy sposób na osiągnięcie prawdziwej personalizacji. To dlatego, że jest zbyt zaniepokojony tym, kim jest dana osoba, a nie tym, czego chce lub czym jest zainteresowany.

Rozważmy następujący scenariusz sklepu stacjonarnego. Wyobraź sobie, że jako sprzedawca w sklepie masz jedną z dwóch możliwości, gdy wchodzi klient. Możesz poprosić go o ujawnienie danych osobowych, takich jak wiek, płeć i miejsce zamieszkania. Możesz też pozwolić klientowi na samodzielne przeglądanie i obserwowanie, z jakimi przedmiotami wchodzi w interakcję w ciągu pierwszych kilku minut w sklepie.

Oczywiście ta druga opcja pozwoliłaby ci dokładniej sformułować rekomendację w oparciu o rzeczywiste gusta i preferencje klienta, w przeciwieństwie do przyjmowania założeń na temat tego, czego może chcieć, na podstawie tego, jak identyfikuje się jako osoba.

Postępy w sztucznej inteligencji sprawiają, że dane własne są szczególnie cenne

Scenariusz stacjonarny odnosi się również do klientów online. Problem polega na tym, że może być trudno dokładnie zinterpretować zainteresowania odwiedzających witrynę ustawieniami handlu elektronicznego w odpowiednim czasie, aby powstrzymać ich przed odrzuceniem z Twojej witryny. Jednak ostatnie postępy w dziedzinie sztucznej inteligencji (AI) i uczenia maszynowego (ML) sprawiły, że zalecenia oparte na zachowaniu online stały się rzeczywistością.

Wykorzystując najnowocześniejsze techniki sztucznej inteligencji i uczenia maszynowego, firmy mogą przyjąć podejście, które koncentruje się na zachowaniach klientów — na przykład dodaniu do koszyka, polubieniu, przewijaniu strony itp. — za pomocą kilku kliknięć, a wszystko to bez zajmowania się danymi osobowymi.

Oznacza to, że pliki cookie stron trzecich są nie tylko mniej istotne niż dane własne, jeśli chodzi o skuteczną personalizację, ale także że zalecenia dotyczące zwiększania konwersji można uzyskać nawet przy braku wcześniejszej historii przeglądania. Jest to szczególnie ważne ze względu na dużą liczbę odwiedzających witrynę, którzy są nowi lub anonimowi.

Rekomendacje oparte na zachowaniu jako sposób na zwiększenie zaangażowania i konwersji

Metody takie jak polecanie „bestsellerów” lub „wcześniej oglądane” to standardowe, ale przeciętne sposoby podejścia do personalizacji, ponieważ ograniczają wykrywanie do danych zakupów w całym sklepie, które mogą być nieistotne, lub do historii przeglądania. Jest to szczególnie ograniczające dla nowych i anonimowych użytkowników.

Korzystając z rekomendacji opartych na zachowaniu ^{[ 2 ]} w celu zapewnienia konsumentom wysoce spersonalizowanych doświadczeń, sprzedawcy detaliczni mogą w krótszym czasie ujawnić produkty, które kochają konsumenci. Zwiększa to zarówno prawdopodobieństwo konwersji, jak i lojalność wobec marki, ponieważ konsument poczuje, że firma go rozumie i szybko pokaże produkty, którymi jest naprawdę zainteresowany.

Ponadto dane własne, które umożliwiają rekomendacje oparte na zachowaniu podczas przeglądania, mogą zostać wykorzystane do ulepszenia procesu płatności. Możliwości łączenia produktów w pakiety lub sprzedaży dodatkowej można skuteczniej prezentować klientom w oparciu o ich przyzwyczajenia.

Tylko dzięki wykorzystaniu własnych danych z odpowiednią platformą rekomendacji sprzedawcy detaliczni mogą w pełni wykorzystać te metody. Pliki cookie stron trzecich i mniej zaawansowane systemy rekomendacji nie są w stanie zapewnić klientom tak bogatego doświadczenia podczas przeglądania.

Korzystaj z własnych danych, aby spotykać się z klientami tam, gdzie się znajdują

Własne dane z czasu spędzonego przez klienta w witrynie e-commerce są niezwykle cenne, nawet po tym, jak konsument opuści witrynę. Możliwość ponownego nawiązania kontaktu z klientami tam, gdzie znajdują się w ramach większego ekosystemu Twojej marki, ma kluczowe znaczenie. Skuteczne podejście wielokanałowe może zadecydować o różnicy między porzuconym koszykiem a sprzedażą – a wykorzystanie zachowań na stronie do e-maili, SMS-ów, interakcji w aplikacji lub w sklepie doprowadzi Cię do celu.

Tradycyjne metody omnichannel obejmują rekomendację tego, co zostało w koszyku, poprzednich zakupów lub nowych i popularnych artykułów. Chociaż wszystkie te działania mogą być w pewnym stopniu skuteczne pod względem ponownego zaangażowania, możliwość doskonalenia zachowań użytkowników w celu formułowania rekomendacji z większym prawdopodobieństwem wzbudzi zainteresowanie i przywróci klientowi nastawienie zakupowe.