大数据如何解决电子商务个性化的挑战?

0 评论 4650 浏览 19 收藏 8 分钟

 随着千禧一代和10后获得更多的购买力,以及年轻人变得更懂科技,电子商务的业务将会得到更大的增长,因为人们喜欢网上购物的便利。

在离线环境中,买家有一个大小的感觉,限制他们在网络世界中将妈妈和流行商店与大型连锁零售商进行比较,这些差异将被浏览器环境消除。这个单一的观点使酒吧足够高,因为在这个游戏中,用户将与亚历山大(Aston)等天文预算的竞争对手竞争,需要迎接挑战。

好消息是有了大数据即服务,即使是很小规模或任何类型的公司现在都可以使用相同的工具。

使用大数据实现电子商务个性化的方法

查看销售渠道,有几种方法可以使用大数据来增加在线销售,并提高长期的客户忠诚度。数据有助于回答与未来趋势、备货、定价、创造定制经验以及最终销售更多有关的问题。

360度的客户视图

你会与客户成为朋友吗?你如何知道他们的年龄、家庭状况、收入、喜好和恐惧,并向他们出售产品和服务呢?大数据允许你这样做,而不必定期带他们出去喝咖啡,只需在他们的浏览器、社交媒体交互和交易历史中收集cookies就可以了。

这是贴近销售代表的现代变种。几十年前,一个销售人员会说:我知道你有一个婴儿,因此,因此,我向你推荐这款奶瓶消毒器。如今,感谢大数据,客户之前从未访问过的商店可以根据之前的购买方式,获得相同的信息并做出更为个性化的推荐,并向客户展现属于其预算范围内的产品。

此外,销售方可以创建用户简档类别和营销列表。一个完美的想法来自Facebook的“观众”。一旦企业拥有一个有利可图的客户群,就可以通过改变一个不是购买决定的特征来尝试和复制它。例如,一个城市的摇滚迷喜欢的品牌可能会被另一个国家的粉丝喜欢和购买,所以在那里市场是安全的。

动态页面

一旦建立完整的客户档案,企业可以使用它来调整每个访问者看到的内容,并使其与其情况相关。一个简单的例子是Facebook显示的新闻提要,这是一个量身定做的过滤网络内家。当然,这种技术的基准来自亚马逊,但这种方法可以定制,以适应广泛的应用。

一些网站根据客户的个人资料选择显示不同的首页,而其他网站则等待搜索或点击等最小化的互动来触发自定义过程。动态内容可以采取其他形式,更容易管理,而无需更改网站的整个内容。这些包括弹出式窗口,在其他情况下采取行动和重新定位,例如将购物车中的废弃产品进行再营销。

推荐引擎

研究表明,92%的购物者会受到建议的影响,其中一半购物者则希望收到这些信息,以帮助他们选择更快更聪明。这是一个广为人知的应用程序,对于一些公司来说,它几乎是电子商务大数据的代名词。

推荐引擎的力量依赖于这样的事实,他们发现了明显的依赖关系。这些可以有不同的口味,比如“畅销书”、“最近购买的”、“买了这个产品的顾客也买了另一个产品”或者“经常一起买”。

一个很棒的推荐工具也与库存和物流结合在一起,以便能够突出显示那些可以运送到客户所在地的产品。建议没有发运到指定地址的停产产品是没有意义的。

客户关怀

让我们从三个统计数据开始,把事情放在一边。10个客户中有近9个停止对客户服务部门失望的公司做生意。除此之外,96%的不满意的客户并没有在抱怨,他们选择的是离开。获得新客户的费用是保留现有客户的6-7倍。话虽如此,没有投资于基于大数据的客户关系管理(CRM)作为其客户服务团队的助理,等于浪费金钱。

拥有这样的系统可以通过两种方式进行帮助。首先,它可以为代理商提供一些背景信息,如客户端产品的类型和该产品的常见问题。其次,它可以建立一个基于以前购买的保留和交叉销售系统。为了行之有效,数据需要以一种简单的形式提供给那些可能需要它的人。以用户友好和直观的方式设计销售支持的仪表板,并实时填写数据。

电子商务的影响因素及未来发展方向

将大数据整合到电子商务中时,企业需要知道结果将与提供给系统的数据和随后的校准一样好。因此,旨在定期更新和优化数据流直播的解决方案,以便能够根据客户的需求进行反馈。

大多数客户不反对分享个人信息,帮助企业提供更好的体验,但是害怕数据销售,身份窃取和相关问题,因此,请确保其具有端到端的安全性。确保检查第三方应用程序和集成设备的安全性,因为这些可能是黑客网关作为大数据咨询专家InData Labs的建议。

不要只选择在此时此刻最好的解决方案,记住未来3-5年的需求,并随着业务的发展而创建一些可扩展性。

最好的大数据解决方案采用全通道方式,因为客户端现在几乎无缝地用于在不同设备之间切换和在线和离线之间切换。移动优先不再是一个选择,而是一个要求,如果企业还有一个实体位置,那么这种体验应该是连续的。

End.

 

译者:HERO

作者:Jasmine Morgan

来源:http://www.36dsj.com/archives/94122

本文来源于人人都是产品经理合作媒体@36大数据,作者@Jasmine Morgan

题图来自PEXELS,基于CC0协议

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 目前还没评论,等你发挥!