На основе статистики наблюдений и взаимодействия с клиентом, имеющим уникальный профиль и идентификатор, существует возможность формирования не только уникальных (адаптированных под конкретного клиента) средств навигации, но и контента, предложений, рекомендаций внутри любого выделенного подраздела, группы товаров и пр. Таким образом, наши знания о клиенте позволяют предложить ему динамически перестраиваемую среду взаимодействия, которая будет буквально предугадывать его намерения (Optimized Customer Journey).
Каждый хранимый профиль становится богаче и полнее после любого взаимодействия с клиентом (ознакомление с брендом, редактирование свойств профиля, просмотр информации о товарах и т.п.). Оптимизация среды взаимодействия для конкретного клиента позволяет ему быстрее и удобнее достигать своих целей и эффективнее коммуницировать с брендом.
Вот несколько вполне очевидных техник (инструментов), которые можно применять в адаптивных стратегиях взаимодействия:
- Автоматические письма-сообщения «забытая корзина» (Abandoned cart messages) – напоминают клиентам (возвращают их на ваш сайт) о том, что они не закончили процесс покупки и у них в корзине остались отложенные товары.
- Рекомендации (Recommendations) – используются в период до и после покупки для привлечения внимания клиента к товарам определенной марки/цены/группы, которые являются альтернативой или дополнением к товарам, привлекшим внимание клиента.
- Эмуляция взаимодействия с продуктовым экспертом – типовые вопросы и ответы на тему ключевых характеристик, способов использования и технических особенностей продукта, формируемые с учетом персональных предпочтений конкретного клиента.
- Транзакционные сообщения (Transactional emails) – отправка персонализированных сообщений с благодарностями за покупку и персональными рекомендациями, основанными на данных совершенной транзакции.
- Персонализованная («умная») навигация (Personalized navigation) – адаптация навигационного интерфейса под конкретного посетителя буквально с момента его появления на вашем сайте (на основе данных об источнике трафика, рекламной кампании, поисковой фразе, социальном статусе, типе клиентского устройства, истории его предыдущих посещений и т.п.).
- Использование данных третьих лиц – различные агрегаторы данных (социальные сети, телекоммуникационные провайдеры, поисковые системы и др.) являются обычными источниками данных, которые могут вам помочь и обеспечить вам высокую степень понимания вашей аудитории для выявления их поведенческих предпочтений и сегментации.
- Предсказательная персонализация (Predictive personalization) – при достаточном объеме данных о клиенте у вас появляется возможность предвидеть его намерения и предлагать опережающие действия на шаг или даже несколько шагов (автоматический выбор и переход к предпочитаемому способу оплаты, автоматическое ранжирование результатов поиска с учетом социального статуса и т.п.).
- Персональные настройки (Personal preferences) – возвращающиеся посетители и клиенты представляют большой интерес, для них важны различные средства запоминания их истории покупок, персональных предложений, просмотров, которые позволят вспомнить и сконцентрироваться на их уникальной сфере интересов. Строго говоря, информация, которую вы получаете непосредственно от вашего клиента в форме непосредственного взаимодействия или в составе каких-то персональных настроек в профиле, является наиболее ценной, т.к. она получена из первых рук. Собственно и сам «персонализованный» подход и появился в первую очередь как итог увеличения числа персональных настроек в типовом профиле клиента.
Комбинирование идей и данных в части навигации (что просматривали и покупали здесь?), демографии (кто такой?) и другой накопленной информации дает вам возможность глубокой и детальной оценки вашего клиента. Это не просто пол, возраст и тип браузера – это возможность осуществлять достоверный поведенческий анализ и предсказывать потребности клиента до момента их возникновения.