Autor
Autor
Até hoje, as informações de identificação pessoal (PII) têm funcionado como a chave para a personalização. Elas podem rastrear as jornadas dos clientes, identificar segmentos-alvo específicos e gerar insights valiosos para criar experiências omnicanal personalizadas, aumentando assim o envolvimento e, por fim, a taxa de conversão das marcas. No entanto, os últimos avanços tecnológicos e as regulamentações do GDPR estão forçando as empresas a pensar em maneiras novas e inovadoras de oferecer personalização aos seus clientes.
Promulgado em maio de 2018, o GDPR visa proteger os dados pessoais dos cidadãos da UE data, e já está tendo efeitos importantes sobre as empresas na Europa.
Quais são os desafios?
De acordo com o Forbes Insight Study 2020x, 71% dos consumidores se sentem frustrados quando uma experiência de compra é impessoal, 74% dos clientes se sentem frustrados quando o conteúdo do site não é personalizado e 70% dos millennials ficam frustrados com o envio de e-mails irrelevantes pelas marcas. Além disso, 80% dos consumidores estão mais propensos a fazer uma compra de uma marca que ofereça experiências personalizadas, enquanto 63% dos consumidores deixarão de comprar de marcas que apresentem táticas de personalização ruins.
Portanto, as organizações precisam encontrar o equilíbrio certo, mostrando aos seus clientes ofertas personalizadas e, ao mesmo tempo, mantendo seu site data seguro.
Como tudo isso está afetando o ecossistema de publicidade e os consumidores?
Em meio a todas essas mudanças, como oferecer personalização?
1. Parte zero Data
Qualquer informação pessoal útil que o cliente esteja disposto a compartilhar com você pode ser Zero-Party Data (ZPD). O problema está em como ocorre o envolvimento com o cliente. Você se lembra de quando configurou sua conta de música depois de baixar um aplicativo de música ou conversou com um representante do banco para obter orientação sobre o melhor investimento para você? Com a ajuda do ZPD, não haveria muito espaço para suposições ou palpites probabilísticos feitos sobre o comportamento data. Ele é altamente relevante, preciso e confiável. Também reduz o desperdício de marketing para uma marca e, ao mesmo tempo, melhora a vida de seus clientes, tornando-se, portanto, uma situação vantajosa para todos os envolvidos.
O ZPD pode ser coletado por meio de pesquisas e questionários, que são apoiados por um centro de preferências onde os próprios clientes podem atualizar seus perfis. Concursos, histórias em mídias sociais e preferências no aplicativo são alguns outros métodos interativos.
Exemplos: Quais são seus canais de engajamento preferidos? Qual é o horário adequado para receber mensagens e com que frequência eles querem receber notícias das marcas?
2. Marketing por e-mail
De acordo com o Blog Hubspot Study 2021, o marketing por e-mail gera US$ 42 para cada US$ 1 gasto, o que representa um ROI surpreendente de 4.200%. Isso o torna uma das opções mais eficazes disponíveis e as campanhas de e-mail segmentadas mostram uma CTR 50% maior do que as campanhas não segmentadas. Além disso, de acordo com os estudos do CampaignMonitor de 2021 e 2019 , os profissionais de marketing que usam campanhas segmentadas observam um aumento de até 760% na receita.
Benefícios da personalização no marketing por e-mail de acordo com os profissionais de marketing (Fonte: Salecycle 2020)
Artefact segue um processo de quatro etapas para obter os melhores resultados para as empresas. data Para uma comunicação holística com o cliente, o sistema de CRM torna-se parte de um cenário de sistema holístico para fazer uso otimizado de todos os sinais do cliente. Na Artefact, ajudamos nossos clientes em todas as etapas, desde a definição da estratégia de CRM até a implementação da infraestrutura tecnológica para permitir que eles executem um CRM avançado baseado em AI e orientado por data .
A seleção da ferramenta de CRM correta que faz mais sentido para a sua empresa, os clientes-alvo, o setor e a região geográfica é, de fato, uma das etapas mais importantes. O site Artefact faz uma análise detalhada de todas as ferramentas relevantes, comparando os parâmetros funcionais e não funcionais. Depois que a ferramenta é selecionada, a próxima etapa é configurar os e-mails de acionamento corretos para manter os clientes envolvidos no momento certo com a oferta certa. Esses sinais do data são analisados posteriormente para o desenvolvimento de soluções avançadas baseadas no AI para entender o comportamento do usuário.
AIO clustering baseado em - pode analisar o cliente data a partir de vários pontos de contato para obter uma visão completa, criar segmentos mais direcionados e ajustar automaticamente as campanhas para que sejam mais personalizadas para cada segmento. É possível até mesmo desenvolver um segmento de um cliente, tratando cada perfil de cliente como um segmento singular, permitindo a comunicação um a um com conteúdo personalizado e tempo adaptado às suas preferências.
Confira o artigo Scoring Customer Propensity using Machine Learning Models on Google Analytics Data.
Por fim, para obter uma comunicação holística com os clientes, é altamente recomendável executar constantemente experimentos, como testes A/B, alimentar os resultados como um insumo para otimização e usar plataformas de CDP para dimensionar a solução alimentada por AI.
3. Personalização de sites/aplicativos
Otimizar o site e o aplicativo móvel para proporcionar uma experiência perfeita ao cliente usando data primários e incentivar ainda mais os visitantes a fornecerem seus data é outra maneira de prosperar no mundo sem cookies. Isso pode ser utilizado para melhorar o desempenho da página e do conteúdo e segmentar os clientes para oferecer uma personalização aprimorada. Mais uma vez, para aperfeiçoar a personalização na Web, nossa abordagem comprovada de teste e aprendizado em quatro etapas é útil. A primeira etapa é definir o escopo e criar estratégias para selecionar seu audience. Defina personas de compradores usando seus própriosdata first-party e por meio do "marketing baseado em pessoas", ou seja, a identidade baseada no login do usuário. Isso pode ser facilmente aproveitado para rastrear os consumidores em todos os sites em que eles fazem login, já que os próprios consumidores dão consentimento direto para o uso de suas informações de identificação pessoal (PII). Por exemplo, usar recomendadores com reconhecimento de sessão ou acionadores de comportamento no site são exemplos. Confira a seção Sem cookies? Alimente um Audience Engine AI comdata first-party para uma targeting precisa!
Em Artefact, cenários de casos de uso foram projetados para que a Samsung abordasse os visitantes com um banner personalizado de troca por um novo telefone celular, dependendo do dispositivo em que o usuário estivesse navegando no momento. Além disso, desenvolvemos um algoritmo de pontuação que prevê a probabilidade de conversão de cada cliente potencial que visita o site. Cada cliente potencial recebeu uma mensagem personalizada de acordo com sua pontuação, o que levou a um aumento de +10% na conversão.
A segunda etapa é configurar a ferramenta de personalização correta para seu site, comparando a funcionalidade e realizando a análise de adequação. Em seguida, implante as operações de teste A/B avaliando títulos, conteúdo e CTAs personalizados e recomendações de produtos para as variantes selecionadas do audience encontradas na primeira etapa. Por fim, para continuar aprimorando a personalização, o desempenho deve ser medido continuamente e as iterações devem ser feitas de acordo.
4. Parcerias 2P
Além de maximizar sua própria coletadata first-party , as parcerias de data secundários com líderes de tecnologia e editores também são uma opção viável para coletar informações ricas sobre o usuário. Essas organizações coletam seus própriosdata first-party e a colaboração com elas pode tornar esses data valiosos facilmente disponíveis para as marcas. Novos públicos podem ser explorados e uma melhor personalização pode ser oferecida aos que se sobrepõem. As marcas podem trocar informações e insights sobre audience com segurança por meio de um parceiro de identidade neutro. De acordo com os reports da Forrester, 96% das empresas que implementaram parcerias data observaram um aumento na criação de valor. Confira Você está sentado em uma mina de ouro data (de terceiros)?
5. Login social no Walled Garden
Essa é uma opção fácil, conveniente e perfeita para coletar informações de identificação pessoal data e oferecer personalização. De acordo com o Customer Identity Trend Report 2022, 73% da geração jovem (de 18 a 25 anos) preferem o login social em vez do longo processo de registro e mais de 70% preferem o Facebook e o Google como sua forma preferida de login social. O login social é uma alternativa mais rápida e pode ser benéfico de várias maneiras, não apenas para aumentar a taxa de conversão, mas também para fornecer escala, reduzir o carrinho abandonado e obter data de clientes mais precisos que podem ser usados posteriormente na otimização do funil de marketing.
É um processo simples e pode ser concluído em apenas três etapas:
6. Integração S2S
A API Server-to-Server pode ser usada para se integrar diretamente à API de rastreamento de personalização principal e fornecer personalização em tempo real. Recentemente, a API S2S foi amplamente desenvolvida pelo Facebook e agora aparece com o novo nome de "API de conversões do Facebook" (FB-CAPI). A FB-CAPI transmite eventos (ações que os usuários realizam no site) diretamente para o Facebook sem exigir um cookie de terceiros. Embora tenha havido um debate no mercado sobre o uso e a conformidade data , se implementado corretamente e alinhado com os departamentos jurídicos, esse é o futuro da integração de ferramentas de publicidade de terceiros com seus sites para fornecer personalização data aos seus clientes.
Conclusão
A personalização não vai diminuir ou morrer, mas as atuais mudanças tecnológicas e regulatórias estão definitivamente pressionando as empresas a pensar em maneiras novas e inovadoras de alcançar seus clientes com o conteúdo certo, no momento certo e com a mensagem certa. Como empresa, você precisa elaborar sua estratégia de personalização para os próximos anos. Nossa recomendação é começar com vários ganhos rápidos com uma abordagem de teste e aprendizado em alguns mercados. Em seguida, veja qual das técnicas e tecnologias de personalização traz mais ROI e proporciona alto envolvimento/valor para o usuário. Adote e dimensione esses ganhos rápidos para continuar desenvolvendo sua oferta personalizada.
