W handlu tradycyjnym, doświadczony sprzedawca potrafi – przyglądając się klientowi, obserwując jego ubiór, maniery, sposób zadawania pytań i ich rodzaj – przewidzieć z dużą dokładnością jakie produkty ten będzie skłonny kupić, a następnie zaprezentować mu odpowiednią ofertę w przekonujący, właściwy dla danej osoby sposób. Dzięki profilowaniu użytkowników, analityce behawioralnej i sztucznej inteligencji, staje się to możliwe również w handlu internetowym. Uprzedzę wątpliwości – nie mówię o tzw. „guided shoppingu” ani systemach rekomendacji opartych na podobieństwie produktów czy banalnych, konfigurowanych ręcznie regułach (np. sugerowanie zakupu granatowych spodni klientowi, który kupił beżową marynarkę). Mowa o zupełnie nowym poziomie badania klientów, rozumienia ich i wyprzedzania ich pragnień.
Cyfrowe oczy, uszy i intuicja
Dobry sprzedawca, jak tytułowy Wokulski, uważnie obserwuje osoby wchodzące do sklepu i oglądające wystawione na sprzedaż towary. Mowa, mimika, postawa, sposób poruszania się pomiędzy regałami lub sekcjami sklepu, czas poświęcany na oglądanie określonych produktów, reakcje na wybrane elementy ekspozycji – to tylko niektóre z czynników, jakie doświadczony handlowiec bierze pod uwagę oceniając szansę na zwieńczenie wizyty klienta transakcją. To właśnie dzięki spostrzegawczym sprzedawcom, tradycyjne punkty sprzedaży miały do niedawna przewagę poznawczą nad sklepami internetowymi.
Szczęśliwie dla tych ostatnich, napędzający gospodarkę konsumenci z pokoleń Y (Millennialsi) oraz Z zakupy robią chętniej online niż w fizycznym centrum handlowym. Klienci należący do tych dwóch grup mają jednak jeszcze jedną istotną cechę – są skupieni na sobie i oczekują, że wszystko, z czym wchodzą w jakiekolwiek interakcje (produkty, usługi, środowisko pracy) będzie dopasowane do ich indywidualnych potrzeb i preferencji. To z kolei rodzi zapotrzebowanie na coraz to lepsze narzędzia badawcze i analityczne. Narzędzia, które będą w stanie na bieżąco zbierać i porządkować informacje na temat zróżnicowanego i stale zmieniającego się rynku konsumenta.
Rodzi się zapotrzebowanie na cyfrowe odpowiedniki oczu, uszu i, co najtrudniejsze, intuicji najwyższej klasy sprzedawcy – rozwiązania dostarczające praktycznej, dającej się wykorzystać natychmiast informacji o każdym konsumencie odwiedzającym sklep internetowy.
Klient jest tu i teraz – Twoja analityka również powinna
Jednym z najtrudniejszych wyzwań dla biznesu jest właściwe wyznaczenie segmentów rynku, do których kieruje się swoje produkty czy usługi, a następnie przedstawianie osobom z poszczególnych segmentów odpowiedniej oferty. W tradycyjnym ujęciu, segmentacja polega więc na “szufladkowaniu” klientów w oparciu o określone cechy i ich korelacje z różnymi wskaźnikami marketingowymi. Świat jest jednak dziś zbyt złożony, by działać w ten sposób. Alternatywę stanowi praktyczna (actionable) segmentacja. Może być ona potężnym motorem wzrostu dla każdego biznesu z rynku e-commerce. „Praktyczna” w tym kontekście oznacza segmentację dokonywaną w czasie rzeczywistym, modyfikowaną na bieżąco wraz ze zmianami rynku, a przy tym łatwą do wdrożenia – zarówno pod względem organizacyjnym, jak i technicznym.
Każdy wniosek płynący z takiej segmentacji musi prowadzić bezpośrednio do konkretnych, podejmowanych natychmiast działań ze strony sklepu internetowego. Celem jest dostarczenie każdemu klientowi unikalnego, szytego na miarę doświadczenia zakupowego, obejmującego m.in. odpowiednią ekspozycję oferowanych produktów, odpowiednie zachęty oraz środki utrzymania klienta. Innymi słowy, każdy klient staje się w tym ujęciu oddzielną, jedyną w swoim rodzaju „szufladką”. Niestety, nie jest to jeszcze standardem.
Demografia to za mało
Większość biznesów wciąż polega na tradycyjnych metodach segmentacji klientów, opartych na cechach demograficznych – jak płeć, wiek, miejsce zamieszkania itp. To podejście jest przestarzałe. Wskaźniki tego typu są zbyt ogólne, by na ich podstawie tworzyć modele skłonności zakupowych, nie wspominając już o celnym przewidywaniu zachowań konsumenckich. Przykładowo, wiedząc, że mamy do czynienia z mężczyzną-millennialsem, posiadającym tytuł magistra, mieszkającym w dużym mieście, nie jesteśmy w stanie stwierdzić czy dokona on zakupu określonego produktu. Co więcej, ponieważ informacje na których bazujemy w tym wypadku mają charakter deklaratywny, w istocie nie wiemy nawet czy wspomniany mężczyzna jest naprawdę tym, za kogo się podaje.
Zachowanie jak odcisk palca
Mówi się, że jeden obraz powie więcej niż tysiąc słów. Trudno się z tym stwierdzeniem nie zgodzić. Co więcej, im bardziej kompleksowy obraz uda się stworzyć, tym więcej można przekazać. Wyobraźmy sobie więc „obraz” uwzględniający tysiące aspektów, w tym m.in. dźwięk, smak, zapach oraz całą gamę czynników pozazmysłowych. Właśnie dlatego krokiem we właściwym kierunku jest wzbogacenie analizy segmentacyjnej o wskaźniki behawioralne, czyli związane z zachowaniem osób odwiedzających sklep internetowy czy korzystających z aplikacji natywnej. Mówiąc o wskaźnikach dotyczących zachowania, mam na myśli zarówno te wyraźnie widoczne, jak i te, które dopiero w zestawieniu z innymi zmiennymi mogą być operacyjnie przydatne. Wyraźnie widocznymi są np. historia zakupów czy wyszukiwania.
Druga kategoria odnosi się natomiast do sposobu, w jaki użytkownik wchodzi w interakcję ze stroną czy aplikacją – unikalnego behawioralnego „odcisku palca”, który każdy zostawia po sobie w sieci. Są to np. informacje dot. sposobu, w jaki dana osoba porusza myszką, rytmu pisania na klawiaturze, płynności przewijania treści (scrollowanie), a nawet pozycji, w jakiej najczęściej trzyma urządzenie (żyroskop, akcelerometr). Informacje behawioralne to zwykle duże ilości danych. Wnioskowanie na ich podstawie wymaga zatem odpowiednich narzędzi analitycznych. Te z kolei, by uzyskiwane za ich pomocą wnioski dały się zastosować zanim klient opuści sklep, muszą działać w czasie rzeczywistym. W tym właśnie przypadku zastosowanie znajduje sztuczna inteligencja.
Wolność od obciążeń poznawczych
Moc sztucznej inteligencji leży dziś głównie w tym, że pozwala ona w czasie rzeczywistym odkrywać nieoczywiste korelacje, a zatem generować niebanalne, unikalne wnioski biznesowe. Wnioski wolne od typowych dla ludzi obciążeń poznawczych. Ponieważ wykorzystując sztuczną inteligencję nie tworzy się żadnych stałych reguł, które mogłyby w istocie stanowić przełożenie ludzkich ograniczeń na maszynę, dokonywana w ten sposób segmentacja jest niezwykle dokładna i ma charakter adaptacyjny. System uczy się przez cały czas, stając się coraz bardziej skutecznym wraz z napływem nowych danych. Innymi słowy, klient nie jest przypisywany do konkretnego segmentu, w ramach którego sklep oferuje określone doświadczenie zakupowe. Jak wspomniałem, staje się kategorią sam dla siebie. Na bieżąco konstruowane jest dla niego takie doświadczenie zakupowe, jakie zapewni w jego konkretnym przypadku najwyższą szansę na konwersję.
Równe szanse, nowe przewagi
Praktyczna segmentacja wyrównuje szanse poznawcze e-commerce i tradycyjnego handlu. Owszem, sprzedawca w tradycyjnym sklepie ma możliwość odczytywania całej niewerbalnej komunikacji (stanowiącej ponad 70% całej ludzkiej komunikacji), jednak dzięki technologiom takim jak profilowanie i sztuczna inteligencja, sprzedawcy online mogą dostrzec znacznie więcej niż jeszcze do niedawna. To, w połączeniu z trendem e-komercjalizacyjnym i coraz większymi możliwościami rozwiązań kształtujących doświadczenie zakupowe online, pozwala już dziś przewidzieć przyszłość handlu, a w nowym rozdaniu przewagę zyskują właśnie handlujący online. Tak właśnie rodzi się Wokulski 2.0.
–
Hubert Rachwalski
COO w Nethone
