第三方 Cookie 即將結束——零售商是時候擁抱第一方數據了

隨著第三方 cookie 的消失，零售商可以通過以下方式繼續使用第一方數據有效地定位客戶。

無可避免——第三方 cookie 的末日即將來臨。

雖然關心隱私的在線購物者可能會為這個想法感到高興，但電子商務零售商肯定不會對失去對客戶潛在購買習慣的寶貴見解的前景抱有熱情。 零售商可以做些什麼來確保他們的轉換不會因為 cookie 的消亡而受到影響？ 無論如何，第三方 cookie 在推動參與和銷售方面到底有多有效？

為什麼第三方 cookie 是個性化不可或缺的一部分，它們將走向何方？

為了最有效地定位客戶，營銷人員嚴重依賴第三方 cookie 來完善個性化。

第三方 cookie 允許數據經紀人提供匯總的消費者人口統計信息集，例如年齡、性別和位置。 長期以來，它們一直被視為電子商務企業實現個性化和銷售的最有效工具。

然而，消費者和政府對隱私的擔憂都表明這種方法不受歡迎，導致瀏覽器和軟件被遺棄，甚至隱私法也限制了這種做法。

谷歌的 Chrome 瀏覽器佔全球互聯網使用量的近三分之二，它計劃在 2024 年完全淘汰 cookie，而 Mozilla Firefox 和 Apple Safari 已經這樣做了。 這對需要快速為 cookie 的消亡做好準備並仍然能夠有效地向客戶推薦商品的零售商來說是一個真正的問題。 個性化錯誤的營銷人員可能會為此付出代價。 根據 Gartner 的一項調查^{[ 1 ]} ，如果他們發現個性化工作“令人毛骨悚然”，超過一半的人表示他們將取消訂閱公司的通信，38% 的人將停止與公司開展業務。

第一方數據作為個性化解決方案的興起

雖然第三方數據因其隱私問題而被逐步淘汰，但仍有一些方法可以利用來自客戶的寶貴信號來推動銷售。 第一方數據是指企業通過與自己的網站或目錄的直接交互從用戶那裡收集的信息。 這些信息是通過告知用戶正在收集信息以及收集信息的目的來收集的，84% 的消費者表示他們願意這樣做。

對於零售商而言，第一方數據比第三方 cookie 具有固有的優勢。 首先，通過與消費者的公開交流獲得信息，讓消費者對品牌產生安全感和信任感。

其次，對企業來說更重要的是，第一方數據反映了用戶在給定電子商務商店環境中的品味和偏好，而不是其他類似商店的聚集。

將實體場景應用於電子商務個性化

雖然第三方數據一直是用於向客戶提供電子商務建議的主要客戶數據，但它從來都不是實現真正個性化的最有效方式。 那是因為它過於關註一個人是誰，而不是他們想要什麼或感興趣什麼。

考慮以下實體零售店場景。 想像一下，作為商店的銷售人員，當顧客走進時，您有兩種選擇之一。您可以要求他們透露個人信息，例如他們的年齡、性別和居住地。 或者，您可以讓客戶獨立瀏覽並觀察他們在進入商店的最初幾分鐘內與哪些商品互動。

顯然，後一種選擇可以讓您根據客戶的實際品味和偏好更準確地提出建議，而不是根據他們的身份來假設他們可能想要什麼。

人工智能的進步使第一方數據變得特別有價值

實體場景也適用於在線客戶。 問題在於，很難及時準確地解釋網站訪問者對電子商務設置的興趣，以防止他們從您的網站跳出。 然而，人工智能 (AI) 和機器學習 (ML) 的最新進展已使基於行為的在線推薦成為現實。

通過利用尖端的 AI 和 ML 技術，企業可以採用一種專注於客戶行為的方法——例如購物車添加、喜歡、頁面滾動等——只需點擊一下，而無需擔心個人數據。

這意味著，在有效個性化方面，不僅第三方 cookie的相關性不如第一方數據，而且即使沒有先前的瀏覽歷史記錄，也可以實現促成轉化的推薦。 這一點特別重要，因為有大量網站訪問者是新的或匿名的。

基於行為的推薦作為提高參與度和轉化率的一種方式

推薦“暢銷書”或“以前瀏覽過”等方法是實現個性化的標準但平庸的方法，因為它們將發現限制在可能不相關的全店購買數據或過去的瀏覽歷史記錄中。 這對新用戶和匿名用戶尤其有限制。

通過使用基於行為的推薦^{[ 2 ]}為消費者提供高度個性化的體驗，零售商能夠在更短的時間內展示消費者喜愛的商品。 這既增加了轉化的可能性，也增加了品牌忠誠度，因為消費者會覺得企業了解他們並迅速展示他們真正感興趣的商品。

此外，在瀏覽時啟用基於行為的推薦的第一方數據可用於增強結賬體驗。 可以根據客戶的習慣更有效地向客戶提供捆綁商品或追加銷售的機會。

只有利用第一方數據和合適的推薦平台，零售商才能充分利用這些方法。 第三方 cookie 和不太先進的推薦系統無法為客戶提供如此豐富的瀏覽體驗。

使用第一方數據滿足客戶所在的位置

來自客戶在電子商務網站上的時間的第一方數據非常有價值，即使在消費者離開該網站之後也是如此。 能夠與您品牌更大生態系統中的客戶重新互動至關重要。 有效的全渠道方法可能是放棄購物車和銷售之間的區別——利用電子郵件、短信、應用程序內或店內互動的現場行為將幫助您實現目標。

傳統的全渠道方法包括推薦購物車中遺留的商品、之前購買的商品或新的熱門商品。 雖然這些在重新參與方面都有些有效，但能夠磨練用戶行為以提出建議更有可能激起興趣並讓客戶恢復購物心態。