Suara Bazar

Apa yang diinginkan konsumen modern? Produk berkualitas, salah satunya. Layanan pelanggan yang luar biasa, tentu saja. Namun ada satu hal, satu kata yang dapat diwujudkan menjadi lusinan tindakan kecil yang berpotensi mengubah pengalaman pelanggan dan keuntungan Anda — personalisasi. Namun dengan kontekstualisasi, Anda dapat membawanya ke tingkat yang lebih tinggi.

Orang-orang menginginkan pengalaman yang lancar saat berbelanja, yang disesuaikan dengan preferensi, kebutuhan, dan perilaku mereka. Dan jika merek memenuhi ekspektasi ini, mereka akan mendapatkan imbalan berupa loyalitas dan pendapatan, bahkan di saat meningkatnya inflasi dan ketidakpastian ekonomi.

Menurut Salesforce, 65% konsumen mengatakan mereka akan tetap loyal kepada perusahaan jika mereka menawarkan pengalaman yang lebih personal. Dan dalam laporan Segmen Twilio baru-baru ini, 80% pemimpin bisnis mengungkapkan bahwa konsumen membelanjakan lebih banyak (rata-rata 38%) ketika pengalaman mereka dipersonalisasi.

Namun, banyak merek masih kesulitan mewujudkan hal ini. Riset Salesforce juga menemukan bahwa rasa frustrasi terbesar konsumen berkisar dari pengalaman terputus (40%) hingga ditawari produk yang tidak relevan bagi mereka (33%).

Jadi, bagaimana Anda dapat secara efektif menjawab panggilan untuk perjalanan pelanggan yang dipersonalisasi dan memberikan penghargaan bagi Anda dan basis pelanggan Anda? Bagaimana Anda bisa menyampaikan pesan yang tepat, di tempat yang tepat, dan pada waktu yang tepat? Dengan kontekstualisasi.

Bab:

1. Apa itu kontekstualisasi?
2. Peran bahasa tubuh digital
3. Masalah privasi dan data pihak pertama
4. Strategi kontekstualisasi dalam tindakan
5. Personalisasikan seluruh perjalanan pelanggan dengan solusi kontekstualisasi

Apa itu kontekstualisasi?

Kontekstualisasi adalah praktik mengintegrasikan peluang belanja e-commerce ke dalam kehidupan sehari-hari pembeli, terlepas dari saluran apa yang mereka gunakan atau di mana pun dalam proses pembelian. Dengan kontekstualisasi, pembeli Anda dapat menemukan dan membeli produk dalam konteks di mana mereka menemukannya, baik di aplikasi, platform sosial, email, atau di mana pun mereka berada. Dalam praktiknya, ini bisa berupa perintah suara ke Amazon Echo atau tautan “beli sekarang” di Instagram atau halaman produk.

Proses yang sangat dipersonalisasi ini memberikan pelanggan Anda (dan calon pelanggan) pengalaman berbelanja yang lebih baik yang menginspirasi lebih banyak pembelian.

Namun meskipun personalisasi bergantung pada informasi dari pelanggan yang telah Anda kumpulkan sebelumnya, kontekstualisasi mengantisipasi perilaku dan reaksi pembeli berdasarkan prediksi ini. Ini seperti versi digital membaca bahasa tubuh teman atau anggota keluarga.

Peran bahasa tubuh digital

Pikirkan tentang percakapan terakhir Anda dengan seorang teman sambil minum kopi. Kemungkinannya adalah, kata-kata hanyalah salah satu bagian dari cara Anda berkomunikasi dan memahami satu sama lain. Unsur bahasa tubuh yang tidak terucapkan juga memainkan peranan penting. Kepala yang dimiringkan, alis yang berkerut, atau sikap santai – isyarat non-verbal ini sering kali memberi tahu kita lebih dari sekadar kata-kata saja.

Sekalipun kita tidak menyadarinya, kita secara naluriah membaca, menafsirkan, dan bereaksi terhadap isyarat-isyarat ini, menyesuaikan pendekatan, nada bicara, dan bahkan kata-kata kita. Umpan balik diam-diam ini memandu kita tentang cara membangun hubungan baik, kapan harus maju, dan kapan harus mundur.

Dalam e-commerce, Anda tidak memiliki gerakan fisik atau ekspresi wajah untuk memandu Anda. Sebaliknya, Anda memiliki bahasa tubuh digital, bahasa virtual yang sama-sama jitu. Sepanjang perjalanan pelanggan, setiap tindakan yang dilakukan pengunjung — mulai dari halaman yang mereka buka, produk yang mereka perbesar, hingga ulasan yang mereka baca — adalah bentuk bahasa tubuh digital. Sinyal kontekstual ini kaya akan wawasan, yang mencerminkan isyarat diam yang kita andalkan dalam interaksi pribadi.

Sama seperti senyuman atau kerutan di toko fisik yang mengungkapkan perasaan pelanggan, tindakan digital juga menyampaikan pesan serupa. Serangkaian klik yang cepat mungkin menunjukkan kegembiraan atau urgensi, sedangkan ketidakaktifan yang berkepanjangan mungkin menunjukkan kebingungan atau ketidaktertarikan. Menafsirkan bahasa tubuh digital memungkinkan merek memahami dan mengantisipasi kebutuhan dan preferensi pelanggan mereka, serta menciptakan perjalanan belanja yang lebih personal, intuitif, dan memuaskan.

Bagaimana menganalisis dan merespons bahasa tubuh digital

Pembeli meninggalkan jejak digital yang berharga, namun Anda perlu menguraikannya dan meresponsnya dengan tepat. Hal ini paling baik dilakukan dengan perangkat lunak pembelajaran mesin — alat yang menangkap beragam data pengguna, mengidentifikasi pola perilaku yang mungkin luput dari perhatian.

Misalnya, keragu-raguan pelanggan saat melakukan pembayaran, yang ditunjukkan dengan gerakan mouse yang lebih lambat, dapat langsung dikenali. Teknologi tersebut kemudian dapat merespons secara instan dengan menampilkan pesan yang meyakinkan tentang kualitas produk, ulasan yang kaya, atau penawaran diskon waktu terbatas.

Salah satu keuntungan signifikan dari pembelajaran mesin adalah kemampuannya menganalisis perilaku tanpa memerlukan login pengguna. Baik pembeli adalah pengunjung pertama kali atau pelanggan kembali, Anda dapat memperoleh wawasan berharga dari interaksi mereka di situs Anda. Namun 97 – 98% lalu lintas situs web bersifat anonim, yang berarti personalisasi hanya berdasarkan data konsumen sebelumnya dapat gagal menciptakan pengalaman kontekstual bagi hampir semua pengunjung situs.

Dan tidak seperti analitik tradisional, yang memerlukan waktu untuk pemrosesan dan interpretasi data, pembelajaran mesin beroperasi secara real-time. Kedekatan ini sangat penting dalam konteks belanja digital, di mana penundaan beberapa menit dapat menjadi pembeda antara penjualan yang selesai dan keranjang yang ditinggalkan.

Masalah privasi dan data pihak pertama

Saat ini, Anda telah menyadari bahwa bahasa tubuh digital pada dasarnya adalah data pelanggan, dan bertindak berdasarkan bahasa tersebut (alias mempersonalisasi pengalaman berbelanja) pasti melibatkan pengumpulan data tersebut. Dengan penonaktifan cookie pihak ketiga yang akan menjadi final pada akhir tahun 2024, bagaimana Anda melakukannya dengan cara yang aman dan patuh? Di situlah data pihak pertama berperan.

Data pihak pertama adalah informasi yang dikumpulkan langsung dari pelanggan melalui interaksi dengan merek Anda –– baik itu klik ke situs web, transaksi, atau penelusuran produk. Berbeda dengan data pihak ketiga, informasi ini hanya dimiliki oleh merek Anda dan disediakan langsung oleh pelanggan, artinya Anda tidak harus bergantung pada agregator data atau domain pihak ketiga. Dan karena informasi tersebut Anda peroleh langsung dari sumbernya, informasi tersebut juga lebih dapat diandalkan dibandingkan data pihak ketiga.

Konsep kunci ketika berbicara tentang data pihak pertama adalah persetujuan . Artinya, untuk mematuhi kebijakan, Anda memerlukan izin eksplisit dari pelanggan untuk mengumpulkan informasi tentang cara mereka berinteraksi dengan Anda. Anda mungkin pernah melihat hal ini sebelumnya, dengan situs web yang meminta izin Anda untuk menyimpan cookie pihak pertama di browser Anda sekaligus memberi Anda opsi untuk ikut serta atau tidak ikut serta dalam pengumpulan data.

Untuk memastikan pengunjung situs web ikut serta, bersikaplah transparan dan jelaskan bahwa ini adalah situasi yang saling menguntungkan. Beri tahu mereka data apa yang Anda kumpulkan dan alasannya. 67% pembeli merasa nyaman memberikan data perilaku mereka untuk memungkinkan merek meningkatkan pengalaman mereka, jadi jelaskan bahwa dengan menerima, informasi mereka akan digunakan secara tepat untuk tujuan tersebut.

Strategi kontekstualisasi dalam tindakan

Anda memiliki izin pelanggan untuk mengumpulkan data mereka secara bebas. Sekarang, saatnya mewujudkan keajaiban dan menggunakan informasi untuk mempersonalisasi setiap interaksi sesuai isi hati mereka.

Menampilkan rekomendasi produk yang relevan

Bagaimana jika Anda bisa melenggang ke toko di mana setiap produk yang dipajang telah dipilih sendiri untuk Anda? Warnanya cocok dengan selera Anda, ukurannya pas, dan setiap item sepertinya sesuai dengan preferensi unik Anda. Anda mungkin akan berlama-lama dan menghabiskan lebih banyak uang dibandingkan jika Anda dihadapkan dengan setumpuk barang umum yang harus Anda saring sampai ada sesuatu yang menonjol. Logika yang sama dapat diterapkan pada skenario e-commerce.

Dengan memanfaatkan data seperti riwayat penelusuran, pola pembelian, dan kueri penelusuran, Anda dapat menyusun saran produk yang dipersonalisasi dan sesuai dengan setiap pembeli. Misalnya, jika pelanggan sering melihat perlengkapan luar ruangan, menunjukkan kepada mereka perlengkapan berkemah atau pakaian hiking terbaru akan meningkatkan pengalaman berbelanja mereka.

Jenis rekomendasi produk yang dapat Anda tampilkan berdasarkan data pelanggan antara lain:

• Item Serupa: Menyarankan produk yang serupa dengan apa yang sedang dilihat pelanggan, seperti menunjukkan gaya sepatu lari yang berbeda kepada pembeli yang menjelajahi sepatu kets tertentu.

• Item yang dilihat sebelumnya: Mengingatkan pelanggan tentang item yang pernah mereka lihat sebelumnya, yang bisa sangat efektif dalam mendorong mereka untuk melakukan pembelian.

• Cross-selling: Menyarankan item yang melengkapi pilihan pelanggan saat ini, seperti merekomendasikan casing ponsel kepada pelanggan yang membeli ponsel cerdas.

• Rekomendasi upsell: Tawarkan versi premium atau upgrade dari produk yang diminati pelanggan.

• Rekomendasi berbasis lokasi: Menyesuaikan saran berdasarkan lokasi pelanggan dapat meningkatkan relevansi secara signifikan. Misalnya, menyarankan pakaian ringan kepada pelanggan di daerah beriklim hangat atau perlengkapan salju kepada pelanggan di daerah dingin.

Pasar online Vinted menyarankan produk berdasarkan barang yang dibeli pembeli sebelumnya.

Personalisasi elemen situs web

Situs web bersifat dinamis dan kaya dengan elemen yang dapat disesuaikan dengan konten yang diperbarui secara dinamis yang sesuai dengan setiap pembeli. Dari saat pelanggan membuka halaman Anda, Anda dapat membuat tata letak, konten, dan penawaran selaras dengan minat dan perilaku mereka.

Salah satu pendekatan yang efektif adalah dengan mengenali dan melayani pelanggan yang kembali. Hal ini dapat dilakukan dengan cara sederhana seperti menampilkan diskon dan menyoroti popularitas barang yang mereka lihat namun tidak dibeli pada kunjungan terakhir mereka. Fitur seperti ini tidak hanya menghemat waktu pembeli tetapi juga menunjukkan bahwa merek Anda menghargai minat dan waktu mereka.

Area situs web utama lainnya dapat secara dinamis beradaptasi dengan preferensi dan perilaku pengunjung. Ini termasuk:

• Spanduk beranda: Sesuaikan ini untuk menampilkan produk atau penawaran yang relevan dengan interaksi pengunjung sebelumnya. Jika mereka baru pertama kali berkunjung, soroti produk terlaris atau unggulan Anda untuk memberi mereka gambaran tentang apa yang ditawarkan merek Anda

• Halaman produk: Sesuaikan deskripsi dan gambar produk berdasarkan minat pengunjung sebelumnya

• Kategori produk: Sesuaikan urutan tampilan kategori atau sorot kategori tertentu berdasarkan riwayat penelusuran pengguna atau popularitas produk dalam kategori tersebut

• Halaman checkout atau keranjang belanja: Personalisasikan halaman ini dengan tambahan di menit-menit terakhir berdasarkan item di keranjang atau buat pembeli merasa senang dengan pilihan mereka dengan menyoroti berapa banyak uang yang mereka hemat

Amazon mendorong pelanggan untuk memilih apa yang mereka tinggalkan dan secara jelas menampilkan kategori produk yang paling relevan berdasarkan perilaku situs web sebelumnya.

Mengaktifkan penetapan harga dinamis

Penetapan harga dinamis melibatkan penyesuaian harga berdasarkan faktor-faktor seperti permintaan, harga pesaing, dan tingkat inventaris. Misalnya, selama periode permintaan tinggi, seperti musim liburan, harga mungkin sedikit naik. Dalam konteks personalisasi, penetapan harga dinamis berarti memanfaatkan riwayat pembelian pelanggan dan tingkat keterlibatan untuk menyesuaikan harga secara real-time.

Data pembelian sebelumnya memberikan wawasan tentang preferensi dan kebiasaan belanja pelanggan Anda. Misalnya, jika pelanggan sering membeli produk kelas atas, mereka mungkin lebih mudah menerima penawaran premium dengan harga yang sedikit lebih tinggi.

Sebaliknya, pelanggan yang biasanya mencari penawaran atau item anggaran mungkin lebih sensitif terhadap harga, dan menawarkan produk dengan harga bersaing dapat meningkatkan kemungkinan pembelian berulang.

Keterlibatan pelanggan adalah faktor penting lainnya dalam penetapan harga dinamis. Pelanggan yang secara teratur berinteraksi dengan situs Anda — baik melalui kunjungan yang sering, pendaftaran buletin, atau penjelajahan yang konsisten — menunjukkan tingkat minat yang lebih tinggi terhadap produk Anda. Keterlibatan ini dapat menjadi sinyal untuk menawarkan diskon atau penawaran yang dipersonalisasi, sehingga mendorong mereka beralih dari browsing ke pembelian.

Penting untuk tetap transparan sehingga Anda dapat menjaga kepercayaan dan mencegah potensi ketidakpuasan. Pelanggan harus menyadari bahwa harga dapat bervariasi berdasarkan beberapa faktor, termasuk permintaan, musim, dan perilaku belanja mereka.

Mengadopsi pesan yang dipicu

Pesan yang dipicu adalah respons otomatis terhadap tindakan spesifik yang diambil oleh pelanggan saat mereka membaca situs web Anda. Meskipun biasanya sudah ditentukan sebelumnya oleh tim e-niaga daripada menggunakan bahasa tubuh digital, mereka tetap akan meningkatkan pengalaman berbelanja.

Baik seseorang menambahkan item ke keranjangnya, menghabiskan waktu di halaman produk tertentu, atau bahkan menunjukkan tanda-tanda meninggalkan situs web, setiap tindakan dapat memicu pesan khusus yang mendorong mereka untuk melanjutkan perjalanannya.

Pesan yang dipicu dapat terlihat seperti:

• Pesan selamat datang: Dikirim segera setelah langganan baru atau pembuatan akun, pesan ini menentukan suasana hubungan pelanggan (dan sering kali menyertakan diskon untuk pengunjung pertama kali)

• Pengingat keranjang yang ditinggalkan: Targetkan pelanggan yang telah menambahkan item ke keranjang mereka tetapi belum menyelesaikan pembelian, dengan lembut mendorong mereka untuk kembali. Ini biasanya muncul ketika pelanggan hendak meninggalkan situs web, namun bisa juga muncul ketika seseorang kembali

• Tindak lanjut pasca pembelian: Pesan yang berterima kasih kepada pelanggan, memberikan informasi pengiriman, atau menyarankan produk terkait setelah mereka menyelesaikan pembelian

• Diskon khusus: Jika pelanggan tetap membuka halaman produk, pop up dapat menampilkan kode diskon, penawaran bundel, atau strategi serupa yang mendorong pembelian

• Pesan sensitif terhadap waktu/stok rendah: Peringatan ini memberi tahu pelanggan tentang penawaran waktu terbatas atau memberi tahu mereka ketika item yang mereka minati hampir habis, atau jika sepertinya pengunjung akan meninggalkan halaman

Dalam hal pesan yang dipicu, waktu adalah hal yang penting. Pesan tersebut sebaiknya dikirim saat interaksi pelanggan masih segar agar pesannya relevan dan berdampak lebih besar.

Merek fashion Cider menggunakan pesan yang dipicu untuk menawarkan diskon khusus ketika pengunjung pertama kali mengakses halaman produk tertentu.

Personalisasikan seluruh perjalanan pelanggan dengan solusi kontekstualisasi

Teknologi kontekstualisasi berbasis AI dari Bazaarvoice menyiapkan panggung untuk peningkatan pengalaman belanja online dan keterlibatan pelanggan pada tingkat baru. Solusi ini menawarkan wawasan yang belum pernah ada sebelumnya mengenai perilaku pembelanja, memungkinkan Anda memberikan konten relevan dan tepat waktu yang selaras dengan perjalanan unik setiap pelanggan.

Ingin mempelajari lebih lanjut? Hubungi kami di sini.