第三方 Cookie 即将结束——零售商是时候拥抱第一方数据了

随着第三方 cookie 的消失，零售商可以通过以下方式继续使用第一方数据有效地定位客户。

无可避免——第三方 cookie 的末日即将来临。

虽然关心隐私的在线购物者可能会为这个想法感到高兴，但电子商务零售商肯定不会对失去对客户潜在购买习惯的宝贵见解的前景抱有热情。 零售商可以做些什么来确保他们的转换不会因为 cookie 的消亡而受到影响？ 无论如何，第三方 cookie 在推动参与和销售方面到底有多有效？

为什么第三方 cookie 是个性化不可或缺的一部分，它们将走向何方？

为了最有效地定位客户，营销人员严重依赖第三方 cookie 来完善个性化。

第三方 cookie 允许数据经纪人提供汇总的消费者人口统计信息集，例如年龄、性别和位置。 长期以来，它们一直被视为电子商务企业实现个性化和销售的最有效工具。

然而，消费者和政府对隐私的担忧都表明这种方法不受欢迎，导致浏览器和软件被遗弃，甚至隐私法也限制了这种做法。

谷歌的 Chrome 浏览器占全球互联网使用量的近三分之二，它计划在 2024 年完全淘汰 cookie，而 Mozilla Firefox 和 Apple Safari 已经这样做了。 这对需要快速为 cookie 的消亡做好准备并仍然能够有效地向客户推荐商品的零售商来说是一个真正的问题。 个性化错误的营销人员可能会为此付出代价。 根据 Gartner 的一项调查^{[ 1 ]} ，如果他们发现个性化工作“令人毛骨悚然”，超过一半的人表示他们将取消订阅公司的通信，38% 的人将停止与公司开展业务。

第一方数据作为个性化解决方案的兴起

虽然第三方数据因其隐私问题而被逐步淘汰，但仍有一些方法可以利用来自客户的宝贵信号来推动销售。 第一方数据是指企业通过与自己的网站或目录的直接交互从用户那里收集的信息。 这些信息是通过告知用户正在收集信息以及收集信息的目的来收集的，84% 的消费者表示他们愿意这样做。

对于零售商而言，第一方数据比第三方 cookie 具有固有的优势。 首先，通过与消费者的公开交流获得信息，让消费者对品牌产生安全感和信任感。

其次，对企业来说更重要的是，第一方数据反映了用户在给定电子商务商店环境中的品味和偏好，而不是其他类似商店的聚集。

将实体场景应用于电子商务个性化

虽然第三方数据一直是用于向客户提供电子商务建议的主要客户数据，但它从来都不是实现真正个性化的最有效方式。 那是因为它过于关注一个人是谁，而不是他们想要什么或感兴趣什么。

考虑以下实体零售店场景。 想象一下，作为商店的销售人员，当顾客走进时，您有两种选择之一。您可以要求他们透露个人信息，例如他们的年龄、性别和居住地。 或者，您可以让客户独立浏览并观察他们在进入商店的最初几分钟内与哪些商品互动。

显然，后一种选择可以让您根据客户的实际品味和偏好更准确地提出建议，而不是根据他们的身份来假设他们可能想要什么。

人工智能的进步使第一方数据变得特别有价值

实体场景也适用于在线客户。 问题在于，很难及时准确地解释网站访问者对电子商务设置的兴趣，以防止他们从您的网站跳出。 然而，人工智能 (AI) 和机器学习 (ML) 的最新进展已使基于行为的在线推荐成为现实。

通过利用尖端的 AI 和 ML 技术，企业可以采用一种专注于客户行为的方法——例如购物车添加、喜欢、页面滚动等——只需点击一下，而无需担心个人数据。

这意味着，在有效个性化方面，不仅第三方 cookie的相关性不如第一方数据，而且即使没有先前的浏览历史记录，也可以实现促成转化的推荐。 这一点特别重要，因为有大量网站访问者是新的或匿名的。

基于行为的推荐作为提高参与度和转化率的一种方式

推荐“畅销书”或“以前浏览过”等方法是实现个性化的标准但平庸的方法，因为它们将发现限制在可能不相关的全店购买数据或过去的浏览历史记录中。 这对新用户和匿名用户尤其有限制。

通过使用基于行为的推荐^{[ 2 ]}为消费者提供高度个性化的体验，零售商能够在更短的时间内展示消费者喜爱的商品。 这既增加了转化的可能性，也增加了品牌忠诚度，因为消费者会觉得企业了解他们并迅速展示他们真正感兴趣的商品。

此外，在浏览时启用基于行为的推荐的第一方数据可用于增强结账体验。 可以根据客户的习惯更有效地向客户提供捆绑商品或追加销售的机会。

只有利用第一方数据和合适的推荐平台，零售商才能充分利用这些方法。 第三方 cookie 和不太先进的推荐系统无法为客户提供如此丰富的浏览体验。

使用第一方数据满足客户所在的位置

来自客户在电子商务网站上的时间的第一方数据非常有价值，即使在消费者离开该网站之后也是如此。 能够与您品牌更大生态系统中的客户重新互动至关重要。 有效的全渠道方法可能是放弃购物车和销售之间的区别——利用电子邮件、短信、应用程序内或店内互动的现场行为将帮助您实现目标。

传统的全渠道方法包括推荐购物车中遗留的商品、之前购买的商品或新的热门商品。 虽然这些在重新参与方面都有些有效，但能够磨练用户行为以提出建议更有可能激起兴趣并让客户恢复购物心态。