Når du tilpasser nettbutikken til hver enkelt kunde, vil du oppleve økt salg.

Når besøkende logger seg inn i en e-handelsløsning, har du ofte bare sekunder på å engasjere dem på før de går videre. Derfor er det viktig at alle besøkende, nye og eksisterende, umiddelbart blir introdusert for relevant innhold. 

Store bedrifter som Netflix, Spotify og Apple har brukt personalisering i mange år allerede, blant annet i form av «anbefalt for deg»-innhold. De fleste bedrifter modnes nå digitalt, samtidig som tilbudet av effektive, rimelige løsninger for personalisering vokser. Det er ingen grunn til at ikke netthandelen din skal utnytte dette for å gjøre nettsidene og markedsføringen mer relevant for kundene.

 

Personalisering har stor betydning for salg

Det er ikke vanskelig å finne dokumentasjon på effekten av personalisering. Ser vi for eksempel på målinger gjort av Arcadia etter implementeringen av Episerver Perform (en personaliseringsmodul i den store e-handelsplattformen Episerver). Disse viste at den gjennomsnittlige ordreverdien økte med 67 prosent, og at gjennomsnittlig antall enheter per ordre gikk opp med 66 prosent. 

Stadig flere bedrifter har fått med seg at hvis de skal være konkurransedyktige innen e-handel, må de gi brukerne en personlig kjøpsreise. For hver dag som går, jobber konkurrentene dine med å oppdatere sine nettsider og nettbutikk, blant annet med personalisering. Hvis du venter for lenge med å gjøre tiltak, risikerer du å oppleves som irrelevant.

 

God vs dårlig personalisering

Du har sikkert selv opplevd å motta irrelevant og uønsket annonsering når du besøker et nettsted, men som åpenbart er forsøkt tilpasset deg. Et godt eksempel er annonsering for hoteller i en by du nettopp har besøkt på ferie, fordi du for litt siden booket fly eller hotell.

God personalisering vil derimot oppleves som verdifullt for brukeren. Ved å bygge personaliseringen på adferd fremfor personalia så behøver du heller ikke å utfordre personvernet. Det handler om virkelig brukerinnsikt, interesse for data og stor respekt for brukernes personvern og deres digitale intimsfære.

 

Hva vil personalisering si for kunden?

Den enkleste formen for personalisering er bygget på demografiske data som geografi eller stillingstittel. Mer avansert (og mer nyttig) er personalisering som baserer seg på atferd, som søk, navigering og så videre. Slik kan nettsiden tilpasse seg i sanntid.

En god personaliseringsløsning kan analysere data fra andre brukere med lignende atferd eller brukerreise, og på den måten presentere innhold med høyest mulig sjanse for konvertering. 

Eksisterende kunder kan oppleve at systemene bruker data fra tidligere søk og andre systemer (CRM og ERP), og umiddelbart presenterer personalisert innhold. Det gjør netthandelen enkel og lystbetont å bruke, og styrker inntrykket av deg som leverandør.

 

Vi deler personaliseringen inn i tre typer:

1. Brukertilpasset innhold

Basert på kriteriene du setter sammen, kan du vise tilpasset informasjon til ulike segmenter av brukere. Prosessen skjer hovedsakelig manuelt, basert på hva brukeren selv aktivt har gått inn og fortalt om seg selv.

  • Brukeren identifiserer sine interesser på nettsiden eller når hun/han melder seg på et nyhetsbrev.
  • Brukeren ser et spesielt innhold på jobbens intranett basert på hvilken avdeling man jobber i.
  • Brukeren kan logge seg inn i en nettbutikk og se sine tidligere kjøp og oppdatere sin brukerprofil.

 

2. Regelbasert personalisering

Her tar netthandelen utgangspunkt i lokasjon, enhet eller tidligere adferd, via regler du setter for å definere ulike kundetyper. Systemet bruker data kunden selv ikke opplyser om, men som likevel er tilgjengelig eller implisitt.

  • Tilbud basert på hvor de befinner seg geografisk. Et eksempel kan være å endre hvilke tilbud og kampanjer som presenteres for brukeren, basert på været der brukeren befinner seg. 
  • Innhold tilpasset basert på om de besøker nettstedet via nettbrett, mobil eller datamaskin.
  • Brukerne får se utvalgte lenker og innhold basert på hva de gjort på nettsiden tidligere.

 

3. 1-til-1-personalisering 

Denne formen for personalisering er den mest kompliserte, men også den smarteste. Systemet kombinerer innsikten om én brukers adferd med innsikt om lignende adferd fra andre brukere. Eksempler kan være:

  • Tips og råd etter hva kunden har kjøpt på nett – og gjerne også mersalgsprodukter i form av tilbehør.
  • Kvittering for det som ble kjøpt, sendt direkte til e-posten, i kombinasjon med utvalgte tilbud tilpasset kjøpet.
  • Bannerannonser som viser produkter brukeren har kikket på, og produkter som ofte kjøpes i forbindelse med disse.

 

Hvordan komme i gang med personalisering?

Bak enhver suksess ligger det alltid hardt og strukturert arbeid. Alle må lære å krabbe før de kan gå, noe som også gjelder å skape verdi gjennom personalisering. Som alltid er gode prosesser nøkkelen.

Følger du punktene under, er du på god vei mot personaliseringssuksess:

  • Begynn med å definere mål for hva du ønsker å oppnå.
  • Definer så noen hypoteser for hvordan du tenker dere kan oppnå målene.
  • Avklar ansvar og etabler overordnet prosess for utvikling (resultatene kommer ikke over natten, så det må arbeides over tid).
  • Vurder egen kapasitet og kompetanse og definer hvor mye tid som skal brukes på utvikling av personalisering. Søk gjerne ekstern bistand.
  • Ikke glem personvern (GDPR)! Kontinuerlige vurderinger kreves her.
  • Få oversikt over hvilke systemer og data du har i dag. Finnes det muligheter her? Vurder behovet for tilpasning.
  • Begynn med enkel segmentering.
  • Etabler noen hypoteser knyttet til segmentene – og test disse ut. Begynn med de enkle tiltakene (de må ikke engang være automatiserte til å begynne med).
  • Sørg for å måle resultatet av testene/tiltakene.
  • Evaluer, juster, automatiser og skaler.

 

Interessert i å lære mer? Se en 16 minutters presentasjon om Episerver og personalisering her.

 

Webinar - slik bruker du e-handel for å vinne HORECA-kundene

degree-divider-blog

 

 

 Ann-Jeanette Rustad

Ann-Jeanette Rustad

Salgs- og markedsleder Degree