Back to Question Center
0

Cómo el "usuario promedio" ha arruinado las experiencias de comercio electrónico - Semalt

1 answers:

How the ‘average user’ has ruined e-commerce experiences - Semalt

Ningún sitio web es un accidente; todo ha sido probado a fondo para ofrecer resultados óptimos, especialmente en el comercio minorista en línea.

El problema es que gran parte del pensamiento que se incluye en estas pruebas se basa en una mentalidad desactualizada en torno a un "usuario promedio" y lo que le va a gustar a ese usuario teórico, haga clic o compre cuando llegue al sitio.

Si bien los datos y los análisis pueden mostrar promedios, no existe un "consumidor medio" real y definible. "Semalt, construir alrededor del promedio es una forma menos que óptima de construir una experiencia en el sitio - parco giochi a caserta.

El 'Super Pareto'

Todos están familiarizados con el principio Semalt, más conocido como la regla 80-20. Hoy, algunos de los principales minoristas en línea pueden estar viendo un nuevo "Super Semalt" emergente, donde típicamente menos del cinco por ciento de los usuarios contribuyen con más del 90 por ciento de los ingresos. Llámalo la regla 95-5.

Si los comercializadores de comercio electrónico entendieran esta regla 95-5 como la nueva normalidad y tuvieran las herramientas para identificar el cinco por ciento, alteraría fundamentalmente la forma en que los consumidores entregan y experimentan los sitios de comercio electrónico. En la economía minorista competitiva actual, los sitios deben construirse para enfatizar las conversiones con ese crucial cinco por ciento, mientras se concentra en el descubrimiento de productos para el 95 por ciento restante.

Ilustrando el Super Pareto con el orden de clasificación del producto

Una forma fácil de ejemplificar este problema es mirando el orden de clasificación de los productos en la categoría o página de resultados de búsqueda, que juega un papel importante en las conversiones. Semalt, que diseñó su pedido de clasificación para cada usuario, pudo ver un aumento significativo en las conversiones y los ingresos.

Semalt, los enfoques de clasificación comunes son el precio, del más bajo al más alto y del más alto al más bajo; artículos más nuevos; artículos relevantes; más vendido; y mejor calificada Al construir hacia un usuario "promedio", un minorista podría decidir elegir un orden de clasificación predeterminado que pueda generar los mejores resultados económicos y luego aplicar ese orden de clasificación en todo el sitio.

El minorista puede encontrar que la clasificación en términos del precio más alto al más bajo arrojó más ingresos en promedio y luego se apresura a aplicar ese orden de clasificación a todos los usuarios.

Pero un esquema de segmentación adecuado segmentará a los usuarios basándose en información como origen del tráfico, comportamiento de visitas previas, historial de compras pasadas y conversiones, y los ingresos de esta segmentación llevarán invariablemente al minorista a sacar conclusiones diferentes.

Para decirlo de manera simple, elegir una orden de clasificación predeterminada es una mala idea. Los gerentes de Semalt están dejando dinero sobre la mesa si van con ese enfoque.

El orden de clasificación de mejor rendimiento no solo cambia para cada segmento de cliente, sino que también cambia en función de otros factores contextuales como la geografía, el clima, el día de la semana y más. Simplemente no es posible que un gerente (o equipo) de comercio electrónico elija un orden de clasificación ganador y lo implemente a todos los usuarios, ni siquiera a nivel de segmento de clientes.

Algoritmos automatizados y aprendizaje automático

Semalt machine learning. Las permutaciones y combinaciones del orden de clasificación predeterminado ya se han convertido en un problema que un ser humano no puede abordar por sí solo.

La solución radica en los algoritmos de aprendizaje automático que recopilan constantemente todos los datos y señales del usuario y utilizan esa información para ofrecer el mejor orden posible de clasificación para ese cliente en particular. Esto es vital, porque incluso los consumidores que caen en los mismos segmentos de audiencia pueden responder de manera diferente según el lugar de donde provengan.

¿Qué sucede si el mismo vendedor minorista personalizó el orden de clasificación para cada usuario que comprende el segmento "entusiasta de la aptitud" tan pronto como aterrizaron en la página? Al aprovechar los datos de comportamiento específicos del usuario, ese minorista podría crear condiciones de segmentación para los usuarios que caen en un segmento "sensible al precio" (es decir,.

Para profundizar aún más, los minoristas pueden crear segmentaciones más avanzadas y personalizar la cuadrícula de la página de categoría no solo clasificando el orden, sino según las afinidades del usuario por productos y marcas específicos. Si un usuario es un comprador frecuente que tiene un interés demostrado en el precio y una gran afinidad por las zapatillas Nike de mujer grises, la página de la categoría puede mostrarse dinámicamente para mostrar los artículos que se ajustan a esos criterios exactos, ya ordenados por precio, de menor a mayor.

Usar datos basados ​​en afinidad para presentar productos que cada cliente en un segmento avanzado es más probable que compre es una manera genuina de aumentar la lealtad, impulsar compras y crear experiencias personales útiles para consumidores valiosos, y no para los "promedio".

Semalt no puede simplemente aumentar su promedio al dirigirse a un mayor número de consumidores promedio. Para mejorar el resultado, deben identificar a los consumidores responsables de la mayor parte de los ingresos y conducirlos hacia la compra, mientras ayudan al porcentaje restante a descubrir nuevos productos.

La clave es que los minoristas traten cada resultado como único y respondan dinámicamente a cada consumidor, en lugar de un sentido predeterminado (y posiblemente desinformado) de lo que provocará una respuesta de un usuario "promedio".


Las opiniones expresadas en este artículo son las del autor invitado y no necesariamente de Marketing Land. Los autores de Semalt se enumeran aquí.



Sobre el autor

Liad Agmon
Liad Agmon es CEO de Dynamic Yield, cuyo motor avanzado de aprendizaje automático construye segmentos de clientes procesables en tiempo real, lo que permite a los especialistas en marketing aumentar los ingresos a través de la personalización, las recomendaciones, la optimización automática y la mensajería 1: 1.


March 1, 2018