Hiperpersonalizacija postaja ključna formula uspeha učinkovitih oglaševalskih akcij. Pa veste, kaj stoji za njo?
V prvem zapisu o hiperpersonalizaciji sem vas želel natančneje spoznati s samim konceptom in predstaviti njegove prednosti, v tem pa se posvečam temu, kako jo implementirati.
Hrbtenica hiperpersonaliziranega komuniciranja je marketinška strategija, ki se ves čas opira na zbiranje podatkov z vsake stične točke. Kar nadgrajuje personalizirano komunikacijo, je tehnologija strojnega učenja, ki postavlja način dostave personaliziranega oglaševalskega sporočila na povsem novo raven.
Hiperpersonalizacija je sestavljena iz petih glavnih komponent, od katerih vsaka doprinese k celoti. Podatki, vpogled v potrošnika in razvoj večkanalne strategije so področja, ki se med seboj povezujejo in predstavljajo temelj za uresničitev hiperpersonalizacije. Našteti elementi so torej odvisni drug od drugega, njihova osnova pa so podatki, ki omogočajo vpogled v potrošnika in kasneje osnovo za postavljanje večkanalne strategije.
Koraki hiperpersonalizacije
Hiperpersonalizacija zahteva dobro integriran okvir več tehnoloških orodij in procesov za doseganje želenih rezultatov ciljanja v realnem času, ki temeljijo na odločitveni poti potrošnika.
Prvi korak je zbiranje pravih vrst podatkov, saj bo strategija hiperpersonalizacije tako dobra, kot so kakovostni zbrani podatki. Več podatkov imate, več segmentov ciljnega občinstva, ki jih boste ciljali iz različnih razlogov (ohranjanje potrošnikov, navzkrižna prodaja itd.), lahko ustvarite. Z dobro segmentacijo dobimo torej jasen vpogled v njihove potrebe in se lahko tako bolje odzovemo na točkah stika na njihovi odločitveni poti ter vplivamo na nakupne odločitve. Prek vpogleda v potrošnike izvemo, kako ti najraje komunicirajo z blagovno znamko ter kateri kanali in katere naprave so najučinkovitejši.
Tako lahko na podlagi vnaprej določene strategije potrošnikom ob posameznih dogodkih (nakup, ki presega določeno vrednost, kupec, ki objavi negativno oceno, ali tvegana stranka, ki se približa izteku pogodbe …) dostavimo prilagojena sporočila (npr. posebne ponudbe za zadrževanje kupcev, sporočila ob praznovanju dosežkov, ki vodijo do priložnosti za prodajo/navzkrižno prodajo, sporočila za krepitev odnosa itd.). Skupaj s sporočili se določi tudi kanale, prek katerih se dostavi oglasno sporočilo potrošniku v realnem času. Ta odločitev lahko temelji na potrošnikovih preteklih interakcijah prek različnih kanalov, stopnjah klikov, omejitvah medijskega proračuna …
Da bi to zagotavljali z najboljšim možnim izkoristkom medijskih sredstev, pa je treba akcijo tudi nenehno optimizirati na podlagi vnaprej določenih KPI-jev, zbirati in analizirati podatke o odzivih potrošnikov ter vpoglede v interakcije dosledno usmerjati nazaj k algoritmom odločanja v iPROM Cloudu.
Tehnologija, ki omogoča hiperpersonalizacijo
V iPROMu zbiramo podatke o spletnih vsebinah, ki jih uporabnik konzumira, času, lokaciji in napravi ter o tem, na katere promocijske vsebine se odziva, v platformi za upravljanje podatkov iPROM DMP, prek katere jih tudi sistematično obdelujemo z naprednimi algoritmi v realnem času. To omogoča natančno segmentacijo ciljnega občinstva na podlagi različnih značilnosti potrošnikov, ki jih lahko potem ciljamo prek iPROM Clouda ter tako nagovarjamo na pravi način s pravim oglasnim sporočilom prek pravega kanala, kar poveča verjetnost za izvedbo konverzije oz. doseg zastavljenega cilja.
Podatke za ciljanje lahko po potrebi še dodatno oplemenitimo s podatki iz aktivnosti na naročnikovi spletni strani in iz različnih CRM-sistemov, denimo prek povezave s spletno trgovino, s spremljanjem konverzijskih ter drugih metrik ipd., in tako izboljšamo učinkovitost oglaševalskih akcij.
Prek iPROM Clouda pa zbiramo podatke tudi z druge strani, torej podatke o interakcijah s potrošniki prek oglaševalskih akcij, njihovega brskanja po spletni strani, zgodovine nakupov itd. Analiziramo jih z algoritmi strojnega učenja ter tako določamo naslednje najučinkovitejše korake in sporočila za zagotavljanje zastavljenih ciljev.
Da pojasnim opisano še na primeru: spletna trgovina XY s športno opremo je za izboljšanje stopnje konverzij začela s hiperpersonalizirano komunikacijo s potrošniki. Potrošnik XY, ki sicer ni kupec trgovine s športno opremo XY, je nedavno prek spleta bral vsebine, povezane s taborjenjem.
Ta dogodek se zabeleži in potrošnikovo anonimizirano identiteto poveže z vedenjskim vzorcem »navdušenec nad taborjenjem«. Ta podatek se posreduje v platformo za upravljanje podatkov iPROM DMP, ki nemudoma posodobi obstoječi segment potrošnikov »kupci izdelkov za taborjenje« in v segment vključi potrošnikovo anonimizirano identiteto.
Posledično se potrošniku XY prikazujejo oglasi trgovca XY s ponudbami za šotore za taborjenje v oglasni pasici na drugem spletnem mestu, ki ga obišče zgolj nekaj trenutkov pozneje. Potrošnik XY klikne na oglasno pasico, ki ga preusmeri na stran s katalogom opreme za kampiranje trgovca XY. Nato najde šotor, ki ustreza njegovim željam, in nadaljuje z nakupom.
Sistem za upravljanje vsebin (CMS), poganjajoč spletno mesto, vsebuje integracijo (kodo), ki prek programskega vmesnika API ustvari nov profil v podatkovni zbirki v iPROM Cloudu, ki se posodobi tudi z dogodkom o dejavnosti potrošnika, torej nakupom šotora.
V nadaljnjem koraku se lahko sproži marketinška avtomatizacija, ki na podlagi tega dogodka poskusi izboljšati še priložnost za navzkrižno prodajo. Tako potrošnik XY na primer prejme personalizirano e-poštno sporočilo, ki mu ponuja 10-odstotni popust na drugo opremo za taborjenje. Klikne na CTA-gumb v e-poštnem sporočilu, ki ga preusmeri na spletno mesto s športno opremo XY, kjer najde vso ključno opremo za taborjenje in izkoristi 10-odstotni popust.
Kot se da iz primera zaključiti, hiperpersonalizacija zagotavlja boljše konverzije, dvig spletnih nakupov in, kar je najpomembneje, izboljšanje naklonjenosti do blagovne znamke.