На определенном этапе развития бизнеса персонализация может показаться хорошим шагом для улучшения оптимизации коэффициента конверсии (CRO). Компании часто пытаются задействовать готовые алгоритмы, полагаясь на ИИ и машинное обучение для создания персонализированного опыта.
Также многие предприятия начинают работать с маркетинговыми инструментами для сбора данных со встроенным ИИ, что приводит к фрагментации опыта для клиента и неоптимальным результатам для компании.
К автоматической персонализации нужно подходить осторожно. Стратегии, зависящие от инструментов, являются одними из худших — они могут серьезно навредить вашему бизнесу.
Персонализация — это не только данные и алгоритмы. Чтобы добиться ее, необходимо:
Полная персонализация требует серьезных инвестиций. А чем крупнее инвестиции, тем выше риски.
Таким образом, нет смысла начинать с полной персонализации (если только у вас нет кучи свободного времени и лишних денег). Как и в случае с A/B-тестированием, вы можете начать с малого и постепенно переходить к более комплексному подходу, если ваши первоначальные попытки увенчаются успехом.
Конечно, хорошо, если результаты проявятся уже на раннем этапе — это поможет быстрее заполучить ресурсы, необходимые для масштабирования и автоматизации процесса персонализации. Добиться этого можно с помощью тех же последовательных шагов, которые применяются при оптимизации коэффициента конверсии:
Цель этой статьи — на гипотетическом примере показать прагматичный способ перехода к полной персонализации. Так мы продемонстрируем различные этапы процесса и то, чего следует ожидать на каждом из них. Также это упростит некоторые задачи персонализации.
Я уже использовал аналогичный подход для нескольких компаний, занимающихся электронной коммерцией. Все начинается с сегментации — процесса, с которым вы наверняка знакомы.
Давайте представим вымышленную компанию «The Garden Company». Она продет различный садовый инвентарь и инструменты, начиная от лопат и заканчивая наборами для отдыха. У нее большой продуктовый портфель и она выделяет много средств на маркетинг. Также эта компания постоянно оптимизирует свой сайт с помощью A/B-тестирования.
Персонализация может стать логичным шагом для развития «The Garden Company». Многие вещи можно персонализировать — к примеру, на какие каналы ориентироваться, для каких пользователей, в каком порядке, в какие сроки, с каким контентом, какими продуктами и т. д.
В этом гипотетическом случае мы попытаемся решить часто встречающуюся проблему взаимодействия с пользователем на крупных сайтах электронной коммерции — находимость товаров.
Как и при A/B-тестировании, исследование выявляет потенциально ценные сегменты.
Если вы занимаетесь CRO, то многие данные о потребителях уже вам доступны. Все сотрудники, начиная от экспертов по продукту и заканчивая аналитиками и работниками из отдела закупок, выдвигают гипотезы о клиентской базе, которые основываются на данных.
Имеющихся сведений уже достаточно для того, чтобы определить возможные атрибуты для сегментации. К примеру, для «The Garden Company» верны следующие гипотезы:
Выделение широких групп среди вашей аудитории на основе данных — это не то же самое, что быстрый выбор и персонализация для одного сегмента клиентов. Последний подход часто терпит неудачу.
Метод персонализации по сегментам опасен, поскольку он слишком рано ограничивает размер выборки. Качественная персонализация начинается с настолько широкой группы, насколько это возможно, а затем сужается для тех клиентов, которые представляют наибольшую ценность.
Расставлять приоритеты для сегментов лучше исходя из их ожидаемой ценности и простоты реализации персонализации:
Сопоставьте предложенные сегменты с имеющимися данными. Для этого не обязательно создавать полный потрет клиента. Статистики покупок и некоторых аналитических сведений о ваших потребителях должны быть достаточно.
«The Garden Company» использует данные о заказах для кластерного анализа категорий приобретенных продуктов среди сегментов «любителей отдыха» и «активных садоводов». Удивительно, но результат выявил не две, а три группы: «любители отдыха», «любители декоративного садоводства» и «любители плодоводства».
При анализе сегментов вы удивитесь еще не раз.
Объекты таргетинга часто бывают не очевидны. Рано или поздно вы придете к этому выводу. Я имел дело с сотнями различных компаний, которые пытались создать персонализированный опыт. За все это время первоначальные идеи для таргетинга ни разу не оказывались хорошими.
Кластерный анализ брендов показывает, что некоторые клиенты действительно предпочитают дорогие бренды, а другие — более дешевые аналоги. Чтобы определить лучшие сегменты для скидок, можно установить процентную скидку на все товары.
Предполагаемые сегменты, которые не продемонстрируют особого прироста продаж, следует игнорировать.
Основываясь на полученных результатах, «The Garden Company» сначала сравнит отдыхающих, любителей декоративного садоводства и любителей плодоводства. Для подобного тестирования пользователи классифицируются на основе их покупательского поведения и продуктов, которые они просматривают в интернете. С помощью этой классификации для одного из сегментов можно настроить A/B-тестирование.
Выберите канал, чтобы подготовить тест для сегментации. Самый простой способ зависит от используемых технологий и инструментов. К примеру, если сайт сохраняет много информации в кэше — возможно, вам потребуется исправить это, задействовав веб-разработчиков.
Однако, все гораздо проще, если вы используете хорошие инструменты мерчендайзинга (например Bloomreach, Algolia или Magento), допускающие создание пользовательских сегментов. Первым хорошим каналом может стать электронная почта, поскольку она не страдает от проблем кэширования, выхода пользователей из системы и прочих нюансов, которые затрудняют анализ результатов тестирования.
В «The Garden Company» тестирование проводится по электронной почте. Все классифицированные пользователи входят в один из сегментов. Поскольку ресурсы для создания контента ограничены, сначала команда создает только один вариант послания для email-рассылки помимо основного — он ориентирован на «любителей отдыха». В ходе первого теста 50% из них получат обычное письмо, а 50% — его целевую версию.
Вы должны оценить эффективность персонализированного опыта для определенной аудитории. Существует только один способ сделать это. Нужно проверить контент, созданный для определенного сегмента, на клиентах, которые в него не входят — и наоборот.
В нашем гипотетическом случае целевая версия дает внушительный прирост — на 15% больше дохода с «любителей отдыха». Получив эти цифры, команда проекта будет готова протестировать другие сегменты и выделить больше людей для создания персонализированных электронных писем.
После выделения дополнительных ресурсов все три сегмента клиентов тестируются по электронной почте с тремя разными письмами. Благодаря этому «The Garden Company» получит общее представление о том, как сегментация влияет на результаты рассылки.
После определения сегментов в выбранном канале можно двигаться вперед, выбрав один из трех возможных способов:
Неважно, в каком порядке выполняются эти шаги. Опять же, лучше начинать с самых простых.
1. Повторяйте начальный тест на других каналах
Как и всегда, если тестирование принесло результаты — возьмите то, что работает, и увеличьте масштаб. Используйте сегменты и просто протестируйте их в других каналах. К примеру, «The Garden Company» может использовать ту же классификацию для показа рекламы, проведя проверку ее эффективности.
Еще одно хорошее решение — сортировка товара на сайте по сегментам. Поскольку электронные письма оказались эффективными, стоит выделить группу разработчиков, которые помогут создать эту функцию.
2. Комбинируйте сегменты
После определения сегментов начинайте их комбинировать, чтобы сделать взаимодействие с клиентом более персонализированным. Можно создавать эффективные комбинации различных товарных категорий и брендов (к примеру, «любители отдыха», предпочитающие дорогие бренды).
Комбинирование сегментов усложнит процесс создания контента и управления тестами. Количество вариантов страниц начнет стремительно расти. Даже первоначальное тестирование более узких сегментов потребует много ресурсов.
Хотя таргетирование может принести огромную пользу, многие не до конца осознали, что оно всегда связано с организационными сложностями. Следовательно, оно требует крупных инвестиций. Сложность — это обратная сторона таргетинга.
В какой-то момент наличие масштабируемого контент-хаба становится необходимым условием для масштабирования контента и персонализации. Когда содержимое можно легко использовать повторно и объединять в несколько шаблонов, создание персонализированного опыта заметно облегчается.
Многие инструменты поддерживают это (к примеру, Bynder и Nuxeo), однако сами по себе они не являются решениями. Скорее всего, вам придется изменить способ создания контента, чтобы вы смогли использовать его повторно.
В любом случае, сегментация требует ресурсов для настройки и управления тестами. Вы должны сильно постараться, чтобы заполучить их.
3. Добавляйте триггеры поведения
Исходя из того, что вы уже знаете о сегментации, будет полезно учитывать данные о поведении потребителей. «Любителей отдыха», которые ищут новый гриль, нужно таргетировать именно под этот продукт, а не на общую категорию, созданную для этого сегмента клиентов.
Комбинируя сегменты, можно сделать разумные предположения о том, какое поведение при просмотре вашего онлайн-магазина имеет смысл, а какое — нет. Если «любитель отдыха» выбирает между четырьмя грилями, два из которых являются премиальными, а два — аналогами от более дешевых брендов, какие продукты нужно продвигать как основные?
Ответ зависит от сегмента пользователя. Если клиент предпочитает премиум-бренды, для него следует продвигать грили и аксессуары премиального класса. Разумеется, такой таргетинг можно применить с помощью нескольких каналов (как было описано ранее).
Комбинирование сегментов и их последовательное использование в нескольких каналах с использованием поведенческих триггеров — это уже впечатляющая работа. На этом этапе сегментация начинает пересекаться с персонализацией.
Однако, с помощью алгоритмов для персонализации ее можно вывести на новый уровень.
Взяв за основу сегменты, вы можете настроить алгоритм рекомендаций. «The Garden Company» решила предлагать покупателям списк рекомендуемых продуктов, основываясь на просмотрах других клиентов из того же сегмента.
После этого «любители декоративного садоводства» начали получать более подробные рекомендации в письмах из сегментированной рассылки. Это небольшое изменение внутри сегмента позволяет легко определить дополнительную ценность алгоритмов персонализации. Причем все рекомендации будут релевантными, поскольку продукты из них интересовали клиентов из соответствующего сегмента.
С каждым новым тестом «The Garden Company» совершенствует алгоритмы, на основе которых составляются рекомендации, и применяет их к другим каналам и сегментам.
Поскольку каналы теперь показывают согласованный контент, вы можете начать тестировать, какой из них лучше всего подходит для каждого пользователя. Это можно сделать, обратившись к клиентам, которые часто переходят по ссылкам с баннеров.
Это дополнительная форма сегментации, применяемая на другом уровне. С ее помощью можно определить оптимальное количество времени, спустя которое следует отправлять follow-up письмо после показа рекламы с ретаргетингом.
Управлять всеми сегментами, триггерами, каналами и оркестровкой вскоре станет слишком тяжело. В примере «The Garden Company» выделялись три сегмента категорий продуктов, два сегмента брендов и, к примеру, пять сегментов чувствительности к скидкам — в сумме получается 30 комбинаций сегментов.
В сочетании с сегментами каналов и этапами оркестровки, регулировать всю систему становится довольно сложно. Однако, во время проведения тестов генерируется много данных — вы будете знать, как пользователи реагируют на определенные каналы, порядок, контент и временные рамки.
Кроме того, поскольку контент сегментирован, многие маркетинговые усилия классифицируются в одном или нескольких сегментах (к примеру, декоративный сад, премиальный бренд, клиент со скидкой, перешедший с электронной почты). Сочетание всех этих данных и классификаций контента идеально подходит для машинного обучения.
Последний шаг — персонализация, управляемая ИИ — недостижим без прохождения предыдущих этапов.
Все, о чем мы говорили ранее, относится и к машинному обучению. Начните с малого и продолжайте изучать, какие подходы работают лучше всего. Машинное обучение — это всего лишь еще один инструмент, позволяющий усовершенствовать предыдущие наработки, созданные в процессе сегментации и персонализации.
Также многие предприятия начинают работать с маркетинговыми инструментами для сбора данных со встроенным ИИ, что приводит к фрагментации опыта для клиента и неоптимальным результатам для компании.
К автоматической персонализации нужно подходить осторожно. Стратегии, зависящие от инструментов, являются одними из худших — они могут серьезно навредить вашему бизнесу.
Персонализация — это не только данные и алгоритмы. Чтобы добиться ее, необходимо:
- Оптимизировать бизнес-процессы;
- Нанять достаточно людей для создания релевантного контента для всех вариантов страниц;
- Системы, которые смогут обслуживать контент.
Полная персонализация требует серьезных инвестиций. А чем крупнее инвестиции, тем выше риски.
Таким образом, нет смысла начинать с полной персонализации (если только у вас нет кучи свободного времени и лишних денег). Как и в случае с A/B-тестированием, вы можете начать с малого и постепенно переходить к более комплексному подходу, если ваши первоначальные попытки увенчаются успехом.
Конечно, хорошо, если результаты проявятся уже на раннем этапе — это поможет быстрее заполучить ресурсы, необходимые для масштабирования и автоматизации процесса персонализации. Добиться этого можно с помощью тех же последовательных шагов, которые применяются при оптимизации коэффициента конверсии:
- Исследование;
- Гипотеза;
- Подготовка теста;
- Проведение теста;
- Оценка.
Цель этой статьи — на гипотетическом примере показать прагматичный способ перехода к полной персонализации. Так мы продемонстрируем различные этапы процесса и то, чего следует ожидать на каждом из них. Также это упростит некоторые задачи персонализации.
Я уже использовал аналогичный подход для нескольких компаний, занимающихся электронной коммерцией. Все начинается с сегментации — процесса, с которым вы наверняка знакомы.
Начинаем с сегментации
Давайте представим вымышленную компанию «The Garden Company». Она продет различный садовый инвентарь и инструменты, начиная от лопат и заканчивая наборами для отдыха. У нее большой продуктовый портфель и она выделяет много средств на маркетинг. Также эта компания постоянно оптимизирует свой сайт с помощью A/B-тестирования.
Персонализация может стать логичным шагом для развития «The Garden Company». Многие вещи можно персонализировать — к примеру, на какие каналы ориентироваться, для каких пользователей, в каком порядке, в какие сроки, с каким контентом, какими продуктами и т. д.
В этом гипотетическом случае мы попытаемся решить часто встречающуюся проблему взаимодействия с пользователем на крупных сайтах электронной коммерции — находимость товаров.
Проведите исследования, чтобы определить приоритеты потенциальных сегментов
Как и при A/B-тестировании, исследование выявляет потенциально ценные сегменты.
Если вы занимаетесь CRO, то многие данные о потребителях уже вам доступны. Все сотрудники, начиная от экспертов по продукту и заканчивая аналитиками и работниками из отдела закупок, выдвигают гипотезы о клиентской базе, которые основываются на данных.
Имеющихся сведений уже достаточно для того, чтобы определить возможные атрибуты для сегментации. К примеру, для «The Garden Company» верны следующие гипотезы:
- Клиенты могут быть классифицированы как «любители отдыха», либо «активные садоводы»;
- Некоторые клиенты любят скидки больше остальных;
- Некоторые клиенты предпочитают дорогие бренды и готовы платить за них больше.
Выделение широких групп среди вашей аудитории на основе данных — это не то же самое, что быстрый выбор и персонализация для одного сегмента клиентов. Последний подход часто терпит неудачу.
Метод персонализации по сегментам опасен, поскольку он слишком рано ограничивает размер выборки. Качественная персонализация начинается с настолько широкой группы, насколько это возможно, а затем сужается для тех клиентов, которые представляют наибольшую ценность.
Расставлять приоритеты для сегментов лучше исходя из их ожидаемой ценности и простоты реализации персонализации:
- Создайте план персонализации, в котором будут перечислены все сегменты клиентов и опыт, который вы хотите им предоставить.
- Затем присвойте оценку каждому элементу в списке на основе ресурсов и времени, необходимых для создания соответствующего опыта, а также размера сегмента и пользе, которую можно из него извлечь.
- Начните с тех сегментов, которые оказывают наибольшее влияние на ваш бизнес — причем персонализация для них не должна требовать слишком много ресурсов.
Анализ потенциальных сегментов на основе основных данных
Сопоставьте предложенные сегменты с имеющимися данными. Для этого не обязательно создавать полный потрет клиента. Статистики покупок и некоторых аналитических сведений о ваших потребителях должны быть достаточно.
«The Garden Company» использует данные о заказах для кластерного анализа категорий приобретенных продуктов среди сегментов «любителей отдыха» и «активных садоводов». Удивительно, но результат выявил не две, а три группы: «любители отдыха», «любители декоративного садоводства» и «любители плодоводства».
При анализе сегментов вы удивитесь еще не раз.
Объекты таргетинга часто бывают не очевидны. Рано или поздно вы придете к этому выводу. Я имел дело с сотнями различных компаний, которые пытались создать персонализированный опыт. За все это время первоначальные идеи для таргетинга ни разу не оказывались хорошими.
Кластерный анализ брендов показывает, что некоторые клиенты действительно предпочитают дорогие бренды, а другие — более дешевые аналоги. Чтобы определить лучшие сегменты для скидок, можно установить процентную скидку на все товары.
Предполагаемые сегменты, которые не продемонстрируют особого прироста продаж, следует игнорировать.
Основываясь на полученных результатах, «The Garden Company» сначала сравнит отдыхающих, любителей декоративного садоводства и любителей плодоводства. Для подобного тестирования пользователи классифицируются на основе их покупательского поведения и продуктов, которые они просматривают в интернете. С помощью этой классификации для одного из сегментов можно настроить A/B-тестирование.
Создайте тест
Выберите канал, чтобы подготовить тест для сегментации. Самый простой способ зависит от используемых технологий и инструментов. К примеру, если сайт сохраняет много информации в кэше — возможно, вам потребуется исправить это, задействовав веб-разработчиков.
Однако, все гораздо проще, если вы используете хорошие инструменты мерчендайзинга (например Bloomreach, Algolia или Magento), допускающие создание пользовательских сегментов. Первым хорошим каналом может стать электронная почта, поскольку она не страдает от проблем кэширования, выхода пользователей из системы и прочих нюансов, которые затрудняют анализ результатов тестирования.
В «The Garden Company» тестирование проводится по электронной почте. Все классифицированные пользователи входят в один из сегментов. Поскольку ресурсы для создания контента ограничены, сначала команда создает только один вариант послания для email-рассылки помимо основного — он ориентирован на «любителей отдыха». В ходе первого теста 50% из них получат обычное письмо, а 50% — его целевую версию.
Вы должны оценить эффективность персонализированного опыта для определенной аудитории. Существует только один способ сделать это. Нужно проверить контент, созданный для определенного сегмента, на клиентах, которые в него не входят — и наоборот.
В нашем гипотетическом случае целевая версия дает внушительный прирост — на 15% больше дохода с «любителей отдыха». Получив эти цифры, команда проекта будет готова протестировать другие сегменты и выделить больше людей для создания персонализированных электронных писем.
После выделения дополнительных ресурсов все три сегмента клиентов тестируются по электронной почте с тремя разными письмами. Благодаря этому «The Garden Company» получит общее представление о том, как сегментация влияет на результаты рассылки.
Дальнейшие действия
После определения сегментов в выбранном канале можно двигаться вперед, выбрав один из трех возможных способов:
- Повторяйте начальный тест на других каналах. Обычно это самое простое решение, если одни и те же сегменты клиентов могут быть идентифицированы в других каналах.
- Комбинируйте сегменты. Переходите к этому этапу, когда у авторов будет дополнительное время для создания более релевантного контента.
- Добавляйте триггеры поведения. Это довольно легко, если платформа для электронной рассылки используется с точно настроенными атрибутами продуктов.
Неважно, в каком порядке выполняются эти шаги. Опять же, лучше начинать с самых простых.
1. Повторяйте начальный тест на других каналах
Как и всегда, если тестирование принесло результаты — возьмите то, что работает, и увеличьте масштаб. Используйте сегменты и просто протестируйте их в других каналах. К примеру, «The Garden Company» может использовать ту же классификацию для показа рекламы, проведя проверку ее эффективности.
Еще одно хорошее решение — сортировка товара на сайте по сегментам. Поскольку электронные письма оказались эффективными, стоит выделить группу разработчиков, которые помогут создать эту функцию.
2. Комбинируйте сегменты
После определения сегментов начинайте их комбинировать, чтобы сделать взаимодействие с клиентом более персонализированным. Можно создавать эффективные комбинации различных товарных категорий и брендов (к примеру, «любители отдыха», предпочитающие дорогие бренды).
Комбинирование сегментов усложнит процесс создания контента и управления тестами. Количество вариантов страниц начнет стремительно расти. Даже первоначальное тестирование более узких сегментов потребует много ресурсов.
Хотя таргетирование может принести огромную пользу, многие не до конца осознали, что оно всегда связано с организационными сложностями. Следовательно, оно требует крупных инвестиций. Сложность — это обратная сторона таргетинга.
В какой-то момент наличие масштабируемого контент-хаба становится необходимым условием для масштабирования контента и персонализации. Когда содержимое можно легко использовать повторно и объединять в несколько шаблонов, создание персонализированного опыта заметно облегчается.
Многие инструменты поддерживают это (к примеру, Bynder и Nuxeo), однако сами по себе они не являются решениями. Скорее всего, вам придется изменить способ создания контента, чтобы вы смогли использовать его повторно.
В любом случае, сегментация требует ресурсов для настройки и управления тестами. Вы должны сильно постараться, чтобы заполучить их.
3. Добавляйте триггеры поведения
Исходя из того, что вы уже знаете о сегментации, будет полезно учитывать данные о поведении потребителей. «Любителей отдыха», которые ищут новый гриль, нужно таргетировать именно под этот продукт, а не на общую категорию, созданную для этого сегмента клиентов.
Комбинируя сегменты, можно сделать разумные предположения о том, какое поведение при просмотре вашего онлайн-магазина имеет смысл, а какое — нет. Если «любитель отдыха» выбирает между четырьмя грилями, два из которых являются премиальными, а два — аналогами от более дешевых брендов, какие продукты нужно продвигать как основные?
Ответ зависит от сегмента пользователя. Если клиент предпочитает премиум-бренды, для него следует продвигать грили и аксессуары премиального класса. Разумеется, такой таргетинг можно применить с помощью нескольких каналов (как было описано ранее).
Усиление персонализации
Комбинирование сегментов и их последовательное использование в нескольких каналах с использованием поведенческих триггеров — это уже впечатляющая работа. На этом этапе сегментация начинает пересекаться с персонализацией.
Однако, с помощью алгоритмов для персонализации ее можно вывести на новый уровень.
Начните с добавления персональных рекомендаций
Взяв за основу сегменты, вы можете настроить алгоритм рекомендаций. «The Garden Company» решила предлагать покупателям списк рекомендуемых продуктов, основываясь на просмотрах других клиентов из того же сегмента.
После этого «любители декоративного садоводства» начали получать более подробные рекомендации в письмах из сегментированной рассылки. Это небольшое изменение внутри сегмента позволяет легко определить дополнительную ценность алгоритмов персонализации. Причем все рекомендации будут релевантными, поскольку продукты из них интересовали клиентов из соответствующего сегмента.
С каждым новым тестом «The Garden Company» совершенствует алгоритмы, на основе которых составляются рекомендации, и применяет их к другим каналам и сегментам.
Начните с оркестровки
Поскольку каналы теперь показывают согласованный контент, вы можете начать тестировать, какой из них лучше всего подходит для каждого пользователя. Это можно сделать, обратившись к клиентам, которые часто переходят по ссылкам с баннеров.
Это дополнительная форма сегментации, применяемая на другом уровне. С ее помощью можно определить оптимальное количество времени, спустя которое следует отправлять follow-up письмо после показа рекламы с ретаргетингом.
Переход от сегментации к персонализации
Управлять всеми сегментами, триггерами, каналами и оркестровкой вскоре станет слишком тяжело. В примере «The Garden Company» выделялись три сегмента категорий продуктов, два сегмента брендов и, к примеру, пять сегментов чувствительности к скидкам — в сумме получается 30 комбинаций сегментов.
В сочетании с сегментами каналов и этапами оркестровки, регулировать всю систему становится довольно сложно. Однако, во время проведения тестов генерируется много данных — вы будете знать, как пользователи реагируют на определенные каналы, порядок, контент и временные рамки.
Кроме того, поскольку контент сегментирован, многие маркетинговые усилия классифицируются в одном или нескольких сегментах (к примеру, декоративный сад, премиальный бренд, клиент со скидкой, перешедший с электронной почты). Сочетание всех этих данных и классификаций контента идеально подходит для машинного обучения.
Вывод
Последний шаг — персонализация, управляемая ИИ — недостижим без прохождения предыдущих этапов.
Все, о чем мы говорили ранее, относится и к машинному обучению. Начните с малого и продолжайте изучать, какие подходы работают лучше всего. Машинное обучение — это всего лишь еще один инструмент, позволяющий усовершенствовать предыдущие наработки, созданные в процессе сегментации и персонализации.
