Nutzen Sie diese Datenquellen, um den Omnichannel-Einzelhandel einzigartig persönlich zu gestalten
Jeder Omnichannel-Händler ist bestrebt, ein besseres Einkaufserlebnis zu bieten, um Kunden zu beeinflussen und die Konversionsrate zu erhöhen. Personalisierung und Empfehlungen sind nur ein Teil dieser Gleichung. Aber welche Datenquellen werden benötigt, um diese Empfehlungen zu generieren und diese einzigartigen Erlebnisse zu schaffen?
Online-Händler sind bei der Modellierung des Kundenverhaltens auf webbasierte Ereignisse wie Klicks, Abfragen und Warenkorbverhalten beschränkt. Ein Omnichannel-Einzelhändler kann jedoch Online-Daten mit Daten aus anderen Kanälen wie Kundenbindungsprogrammen und Interaktionen in den Geschäften kombinieren, was zu umfassenderen Erkenntnissen führt. Die Marktforschung hat gezeigt, dass die meisten Kunden über alle Kanäle, über die sie mit einer Marke in Berührung kommen, wiedererkannt werden möchten. Kunden sind auch loyaler gegenüber Einzelhändlern, die ihre Erfahrungen personalisieren.
Jede Aktion eines Kunden ist ein „Signal“. Jedes Signal verrät uns ein wenig mehr darüber, wer sie sind, was sie mögen und was sie (und ähnliche Nutzer) wahrscheinlich als nächstes tun werden. Diese Signale können jede Aktion des Kunden umfassen – von einem abgeschlossenen Kauf bis hin zum Besuch der Website eines Händlers, ohne überhaupt etwas zu kaufen. Wenn ein Kunde in ein Geschäft kommt und etwas aus dem Regal nimmt, ohne etwas zu kaufen, ist das ebenfalls eine Information. Diese „Signale“ können genutzt werden, um Empfehlungen auszusprechen und den Kunden zu beeinflussen.
Hier sind einige Beispiele für Signale, die wir erfassen sollten:
Mobil | |||
Aktion | Daten | Quelle | |
startet oder öffnet die App | Zeit, Standort | App, GPS | |
sucht | Zeit, Ort, Abfrage | App, GPS | |
Tippt auf Artikel | Zeit, Standortabfrage, Artikel | App, GPS | |
Fügt Artikel zum Warenkorb hinzu | Zeit, Ort, Artikel | App, GPS | |
Verlassen des Artikels im Warenkorb | Zeit, Ort, Artikel | App, GPS | |
Kauft Artikel | Zeit, Ort, Artikel | App, GPS | |
Web | |||
besuchen Sie | Zeit | Web-Tag, Appstudio | |
Suche | Zeit, Abfrage | Appstudio | |
Klicks auf Artikel | Zeit, Artikel | Appstudio | |
Fügt einen Artikel zum Warenkorb hinzu | Zeit, Artikel | Appstudio, Handelssuite | |
Verlassen des Artikels im Warenkorb | Zeit, Artikel | Appstudio, commerce suite | |
Kauft Artikel | Zeit, Artikel | Appstudio, commerce suite | |
Klicks für Service | Zeit, Artikel, Grund | Appstudio, CSR | |
Telefon | |||
Kundenanrufe | Zeit, Artikel, Grund | CSR | |
Laden Sie | |||
Einkaufen | Zeit, Artikel, Geschäft | Zur Kasse | |
Rückgabe | Zeit, Artikel, Geschäft | Zur Kasse | |
Interesse | Zeit, Artikel, Geschäft, Gang | Handy, Kamera | |
Verwendet Coupon | Zeit, Artikel speichern, Veröffentlichung | Zur Kasse | |
Kontakt zum Mitarbeiter | Zeit, Mitarbeiter, Standort, Geschäft | Handy, Kamera | |
Öffnet | Zeit, Thema, Artikel | Lead-Gen-Tool |
KI-Technologie für den Omnichannel-Einzelhändler
Selbst wenn Sie nur mit einfachen Kaufinformationen beginnen, können Sie erste Erkenntnisse gewinnen. Aber bedenken Sie, dass Kunden Ihre App wahrscheinlich nicht nutzen, wenn sie in Ihrem Geschäft sind. Untersuchungen haben ergeben, dass die Leute, anstatt die App einer Marke oder eines Händlers zu nutzen, ihren Freunden eine SMS schreiben oder sich beim Einkaufen unterhalten. Das ist zwar frustrierend, wenn wir versuchen, Signale zu sammeln und zu verfolgen, aber wir müssen uns auf dieses Verhalten einlassen. Die Technologie, um einen Kunden anhand seines Aussehens zu erkennen, ist bereits verfügbar und wird bereits eingesetzt.
Wo ein Kunde in einem Geschäft hingeht, sagt viel über ihn aus. Wenn ein Kunde viel Zeit in der Sportartikelabteilung verbringt, interessiert er sich offensichtlich für Sport (oder er kauft für jemanden ein, der sich dafür interessiert). Wenn er alles mitnimmt, was den Aufdruck Nike trägt, dann hat er wahrscheinlich eine Affinität zu dieser Marke. Wenn sie nur im Geschäft einkaufen, nachdem sie mit einem Mitarbeiter gesprochen haben, sollten wir dafür sorgen, dass sie beim Betreten des Geschäfts immer von einem Mitarbeiter angesprochen werden.
Die Erfassung all dieser Signale über die verschiedenen Kanäle ist eine Herausforderung. Die nächste Herausforderung ist der Einsatz der richtigen Technologie im Backend, die für ein erfolgreiches Einzelhandelsgeschäft der Zukunft entscheidend ist. Die richtige Technologie wird benötigt, um Kundensignale zu empfangen, zu verarbeiten, zu speichern und zu aggregieren. In der Mitte wird die richtige KI-Technologie benötigt, um Empfehlungen auszusprechen und Kunden zu beeinflussen. Das visuelle Erlebnis eines jeden Kunden ist entscheidend, ob es sich nun um das Merchandising im Laden, das Layout unserer App oder die Suche auf unserer Website handelt.
Erfahren Sie in unserem Webinar am 14. August, wie Sie diese KI-gestützten Suchtechniken am effektivsten nutzen können. Wir werden untersuchen, wie Sie Kundensignale nutzen können, um die richtigen Informationen zur richtigen Zeit an die richtigen Personen zu übermitteln.
Und im Web…
Die Technologie, mit der jeder Kunde wie ein Individuum behandelt werden kann, steht jetzt Einzelhändlern jeder Größe zur Verfügung. Wenn Sie es den Online-Käufern leicht machen, zu suchen, zu stöbern und zu kaufen, werden sie immer wieder kommen.
Entdecken Sie, wie Sie mit Lucidworks menschliches Fachwissen mit maschinellem Lernen kombinieren können, um ein Einkaufserlebnis zu schaffen, das einmalig persönlich ist.
Beginnen Sie
- Webinar KI und maschinelles Lernen für Omnichannel-Einzelhändler ansehen
- Lesen Sie unseren aktuellen Blog: Umsatzsteigerung im Einzelhandel durch Empfehlungen
- Holen Sie sich unser EBook: Wie Sie mit Fusion ein Amazon-ähnliches Erlebnis schaffen
- Kontaktieren Sie Lucidworks, wir würden Sie gerne mit unseren Empfehlungen beeinflussen