Jak prostřednictvím customizace a personalizace lépe proniknout k jádru zákazníka?

Jedinečnost jako základ

Chceme totiž každého zákazníka oslovovat jako individuum, vzbudit v něm pocit jedinečnosti, že v daný okamžik daným kanálem komunikujeme právě s touto jednou konkrétní osobou - chceme se mu přizpůsobit, chceme personalizovat a „customizovat“.

Dříve než se ale vrhneme do detailu a začneme si povídat co a jak, je na místě si popsat základní pojmy a co se za těmito buzzwordy skrývá.

1. Personalizace

První z takovýchto termínů je právě personalizace - ta není ničím jiným než jednoduchým rozpoznáním daného uživatele, jeho zařazením do určitého segmentu a následnou reakcí na tuto skutečnost. Prostě klasické marketingové persony, které nám popisují životní příběhy tak, abychom byli schopni lépe uchopit motivaci a myšlenkové pochody našich zákazníků. Jakmile máme našeho uživatele identifikovaného a zařazeného do některé ze škatulek, případně v ideálním světě víme i to, že k nám přišel na web náš věrný klient Jakub Skočdopole, rozený Liberečák, co má dvě děti, je devět let ženatý a jezdí do práce svou novou Škodou Kodiaq, můžeme s těmito informacemi dále pracovat a nabízejí se dvě cesty.

2. Customizace

První z nich je obecná „customizace“, neboli přizpůsobení obsahu právě danému uživateli. Například Jakubovi bychom na webu hned doporučovali velikonoční slevu na zimní pneumatiky pro jeho Škodovku, jelikož třetí vlnu zimy už vážně nečekal. Druhou cestou je tzv. „behavioural (re)marketing“, který vyhodnocuje komplexní chování napříč internetem (tam, kam dosáhnou potřebné sledovací nástroje) a umožňuje uzpůsobit zobrazený obsah nejen na základě dat, která si zjistíme o uživateli sami, ale i z toho, co dělal jinde po webu. Opět na příkladu Jakuba se může jednat o to, že se před týdnem koukal na stránky Hornbachu, aby si rozmyslel, jak začne s přestavbou zahradního domku, ale v pár dnech mu na jeho Facebooku vyskočí sponzorovaná nabídka na výhodné okenice ve slevě, které by mu přesně pasovaly.

První kroky personalizace

Personalizaci můžeme v principu uchopit dvěma způsoby (resp. třemi, ale třetí cesta je hybridní, čili kombinace předchozích dvou) a to jako explicitní nebo implicitní. Toto rozdělení, či rozhodnutí, kterou cestou se ubrat, je vhodné udělat již na začátku, jelikož má značný dopad do nákladů na samotnou implementaci. Hned určitě pochopíte proč.

Explicitní personalizace využívá primárně dat o aktuálních zájmech a potřebách, které nám poskytuje přímo (explicitně) samotný uživatel, zatímco ta implicitní se snaží na základě souboru dat, která o uživateli máme, implikovat, co by pro něj mohlo být relevantní a zajímavé.

V základním pojetí explicitní personalizace můžeme uvažovat o nastavení průchodu webem podle uživatelských preferencí – zákazníka nemusíme nutně vůbec znát a pouze mu přizpůsobit jeho customer journey na základě jeho potřeb, či segmentu, do kterého se sám chce zařadit. Pro příklad explicitní personalizace na základě potřeb je možné se podívat například na web pojišťovny AIG, kde je hned na domovské stránce pod hlavním reklamním sdělením jasně vidět základní rozcestník, který jasně definuje nejčastější potřeby a naviguje uživatele co nejblíže k vyřešení problému, který měl, když na web přicházel. Takovouto informaci samozřejmě můžeme za splnění několika předpokladů uložit do cookie (je zapotřebí být ale v souladu s GDPR, kde se můžete inspirovat v jednom z našich předchozích článků) a příště již i tento první krok zkusit přeskočit. Můžete samozřejmě zvolit cestu segmentace dle uživatelských person, jako je možné vidět třeba na webu pojišťovny Concordia (ano, pojišťovny jsou v tomto ohledu vděčnými zdroji příkladů) - zde návštěvník webu neuvádí v prvním kroku jeho problém, ale definuje jeho stávající životní situaci, které se následný obsah přizpůsobí. Stejně jako v předchozím případě pak ideálně tento údaj ukládáme do cookie a pracujeme s ním při dalších návštěvách.

Záleží jen na rozpočtu

Zpracováváním informací o minulém chování se dostáváme na úroveň implicitní personalizace. U tohoto přístupu máme naprosto nepřeberné množství možností, jak jej pojmout a prakticky jediným limitujícím faktorem je velikost rozpočtu, který můžete personalizaci věnovat - respektive jak máte spočítanou návratnost, co má personalizace přinést vám a vašim zákazníkům. Implicitní personalizace je tím silnější, čím více dat o zákaznících máte. V základních rozměrech se může jednat o jednoduchá doporučení ve stylu „mohlo by se vám také líbit“ v okamžiku, kdy si vybíráte produkty na e-shopu, zvolení jazykové mutace webu dle nastavení prohlížeče uživatele nebo úprava obsahu dle tzv. originu (původu) přístupu na web - zda přichází uživatel díky přímému vložení adresy do prohlížeče, nebo přichází díky nějaké placené reklamní kampani.

Čím víc víte, tím lépe

Implicitní personalizace je také „jednoduchá“ v okamžiku, kdy pracujeme s přihlášeným uživatelem a ideálně o něm víme i více informací než jen e-mail a jméno, jako je třeba historie nákupů, portfolio smluv, bonita, splátková morálka a další. Zajímavé to ale začíná být v těch opravdu komplexních případech, kde se můžeme bavit o úpravě nabídky dle předchozího chování na portálu, dynamického produktového portfolia (nabídky ušité na míru), či o snaze identifikovat i nepřihlášeného uživatele díky informacím z reklamních nástrojů nebo na základě jeho minulého chování na daném přístroji. Veřejným tajemstvím je, že v poslední doméně kralují letecké společnosti - zkuste si například začít bookovat tu nejlevnější možnou letenku v akci do destinace, kam byste teoreticky chtěli, během procesu sjednávání ukončete a podívejte se za 15 minut, kolik stojí letenky na tom samém portálu.

Co je potřeba měřit, jak nastavit a jak vyhodnocovat

Při přípravě personalizace je vždy v první řadě potřeba definovat, které metriky (např. počet objednávek) má vlastně daná aktivita ovlivňovat a zlepšovat. Ideální je už ve fázi přípravy měření vycházet z předem definovaných personalizačních scénářů, které ve zkratce říkají, na základě čeho budeme personalizovat, co budeme personalizovat a s jakým cílem. Na konkrétním příkladu pak může být výstupem toto - personalizace bude probíhat na základě cílení (targeting) segmentů v kampaních a personalizovat budeme bannerové plochy na dedikované cílové stránky (landing page) s cílem zvýšit počet objednávek z kampaně. V kontextu příkladové customer journey je pak třeba měřit a porovnávat metriky hodnotící kvalitu a relevanci návštěvnosti (míra opuštění stránek, počet shlédnutých stránek atd.), míra prokliku (CTR – click-through rate) bannerových ploch na cílové stránce a hlavně konverzní poměr pro finální konverzi (objednávku). Skutečným cílem personalizace totiž v takovém případě není snížit míru opouštění stránek (poměr okamžitého odchodu ze stránky bez další interakce) nebo zlepšit míru prokliku na interní plochy stránky (oboje funguje pouze jako dílčí metriky, které se snažíme personalizací ovlivnit), ale právě až zvýšení návratnosti kampaní. Samotný personalizační scénář (jak již název napovídá) v ideálním případě vychází z definice person, které web navštěvují a zohledňuje jejich (již popsané) potřeby.

Poměrně častou chybou, která se objevuje při vyhodnocení více souběžných personalizačních aktivit, je porovnávání personalizovaných variant pouze proti sobě, tzn. vyhodnocení, který personalizační scénář vede k největšímu nárůstu sledované metriky oproti ostatním, bez ohledu na výkon původní výchozí varianty (bez personalizace). Princip je stejný jako u A/B testování, kdy chceme na web dostat nový prvek, který by měl zlepšit jeho fungování a testujeme ho ve dvou variantách, aniž bychom porovnávali s původní stránkou bez nového prvku. Tzn., zjistíme vítěznou variantu prvku (např. zelené tlačítko funguje lépe než červené), ale reálně se může stát, že stránka bez tlačítka vlastně fungovala ještě lépe.

Kde to vázne?

Výše uvedený postup popisuje takovou metodu pokus-omyl, kde zkoušíme nové přístupy a testujeme, jaký dopad reálně budou mít a zda ten dopad je vlastně chtěný. Samozřejmě při vhodném uchopení a po jisté zkušenosti jsme schopni riziko neúspěchu minimalizovat, například i přes správné předchozí otestování na užším vzorku uživatelů (viz naše uživatelské testování a pochopení zákazníka). Bezmyšlenkovitými pokusy ale můžete naprosto zbytečně utrácet finanční prostředky bez jakýchkoli výsledků, a i z toho může pramenit velká nespokojenost při prvním koketování s personalizací, což pak může zapříčinit neochotu personalizovat dále a intenzivněji.

Stejně tak je zapotřebí si realisticky nastavit očekávání na základě informací o klientech, se kterými budeme reálně pracovat. Je jasné, že když budeme znát pouze e-mailovou adresu, bude náklad na její vytěžení pro získání celistvého obrazu o uživateli řádově vyšší, než v případě, kdy nám klient poskytne jeho kompletní osobní informace například i včetně své transakční historie (ano, tentokrát „recyklujeme“ minulý článek na PSD2). Záměrně neříkáme, že takovéto dolování informací není nemožné, ale je to podstatně větší investice do implementace a vymýšlení logiky, jak se k informacím dostat a následně je dobře spárovat.