Negli ultimi due anni, il commercio al dettaglio ha fatto bene come settore, con una crescita stimata del 6,7% nel 2020, "ben al di sopra della media quinquennale del 4,4%", secondo il Federazione nazionale del commercio al dettaglio (NRF). A giugno la NRF ha aumentato le sue previsioni per il 2021 a 4,44 trilioni di dollari, che è una crescita dal 10,5% al 12,5%.
Ciononostante, le sfide rimangono, tra cui l'acquisizione e la fedeltà dei clienti. Una singola esperienza di out-of-stock può inviare un terzo dei clienti di un marchio ai registratori di cassa dei concorrenti. CI consumatori stanno anche diventando multicanale. Mentre il 96% degli americani usa lo shopping online, spendono il 65% del loro budget totale per gli acquisti nei negozi tradizionali. Fortunatamente, i dati comportamentali online e i punteggi di interesse sono strumenti efficaci di marketing digitale che i marchi possono utilizzare per ottimizzare le campagne e affrontare queste sfide.
Cosa sono i dati comportamentali e di interesse online?
I dati comportamentali online sono dati in tempo reale che si basano sul consumo di contenuti online e sull'impegno, come le visite al sito, i clic sui link e gli articoli condivisi. I punteggi di interesse misurano il livello di coinvolgimento e interesse di un consumatore rispetto alla popolazione generale.
Questi dati sono deterministicie quindi predittivo. Il quadro completo dell'identità del consumatore include il comportamento, che cambia nel tempo man mano che gli interessi e i bisogni delle persone fluttuano. I marketer devono considerare i dati comportamentali in tempo reale come un criterio di valutazione dei fornitori di dati per fornire alla fine risultati di business di alta qualità.
Guardiamo due scenari
Un importante rivenditore di abbigliamento ha un problema di inventario
Il rivenditore non ha prodotti popolari disponibili e nelle dimensioni desiderate dai clienti - le recensioni negative online si stanno accumulando. Ha bisogno di predire e prevedere l'intenzione d'acquisto dei clienti in modo che l'inventario venga rifornito per soddisfare la domanda in modo proattivo.
Fortunatamente, il rivenditore di abbigliamento ha accesso a dati giornalieri a livello di zona che mostrano quali codici postali stanno pubblicizzando promozioni con coupon del 30% di sconto. ShareThis può creare e fornire al rivenditore punteggi giornalieri di interesse per categoria, che rappresentano l'interesse di un consumatore in cose come l'abbigliamento o le calzature sportive. ShareThis può anche creare e fornire punteggi di interesse per affinità di marca - misurando l'interesse di un cliente per il rivenditore internazionale di abbigliamento stesso - per quegli stessi codici postali.
Con tutti questi dati, ShareThis può calcolare un punteggio di intenzione d'acquisto derivato per ogni codice postale. Seguendolo giorno per giorno, il rivenditore internazionale di abbigliamento può utilizzare questo punteggio di intenzione d'acquisto come una variabile predittiva per anticipare quando la domanda può avere un picco, e quindi ottimizzare i programmi di fornitura e consegna per anticipare le richieste di inventario.
Un marchio di arredamento per la casa ha una sfida di personalizzazione delle email
Il marchio vuole personalizzare le sue campagne e-mail per migliorare le prestazioni e ottimizzare la sua base di clienti diversificata, che va da designer e wedding planner a coppie felici e casalinghe di tutte le dimensioni. Hanno progettato quattro campagne email focalizzate su queste aree di firma per affrontare le preferenze di tendenza.
Il marchio di arredamento per la casa fornisce a ShareThis una lunga lista di clienti. ShareThis analizza ogni cliente rispetto a un elenco di categorie di arredamento e design per la casa che si allineano con gli obiettivi del marchio e assegna un Category Interest Score a ciascun cliente in base al consumo di argomenti e alla frequenza di impegno.
Il marchio inserisce poi ogni cliente nella campagna e-mail appropriata. Può anche analizzare i dati per identificare le tendenze emergenti nel design dei tessuti, le preferenze dei materiali d'arredo e le preferenze di colore per informare lo sviluppo dei prodotti.
Usare i dati comportamentali e di interesse per ottimizzare le sfide spinose dell'inventario e la personalizzazione delle e-mail può essere una strategia efficace, e solo due esempi in una gamma di applicazioni per questo tipo di dati. E la gamma e la profondità continueranno a crescere man mano che la tecnologia aiuta i marketer a sbloccare tesori di comportamenti, interessi e intenzioni dei consumatori.
La vendita al dettaglio sta crescendo di ben il 12,5% solo in quest'ultimo anno. Anche le sfide lo sono, specialmente intorno all'acquisizione e alla fedeltà dei clienti, ma i dati in tempo reale sugli interessi dei consumatori possono aiutare. Combinando questo tipo di dati con i dati proprietari di prima parte, si possono ottenere passi successivi prevedibili e soluzioni che forniscono risultati commerciali astronomici.
