Mengoptimalkan Program Loyalitas untuk Kecepatan dan Latensi Rendah

Diterbitkan: 2024-02-03

Di dunia di mana setiap detik sangat berarti, merek kini menyadari perlunya menyempurnakan perjalanan pengguna mereka untuk mendapatkan kecepatan optimal dan latensi rendah – hal yang sama juga berlaku untuk program loyalitas. Namun menyempurnakan program hadiah bukan hanya tentang memuaskan pelanggan – ini tentang memanfaatkan teknologi yang tepat untuk memberikan pengalaman loyalitas yang terasa instan.

Artikel ini membahas cara membuat program hadiah Anda super cepat dengan berfokus pada teknologi loyalitas yang memastikan tidak adanya downtime , latensi rendah , dan waktu respons yang cepat .

Metrik program loyalitas utama

Jika Anda berkecimpung dalam bisnis ini, saya yakin Anda sudah familiar dengan KPI loyalitas paling populer – tingkat pendaftaran, CLV, tingkat pembelian, dan yang lainnya. Namun, program loyalitas tidak hanya ada di bidang bisnis dan pemasaran – program ini mungkin lebih merupakan tantangan teknologi yang besar, terutama dalam konteks penerapan omnichannel dan skala besar.

Berikut adalah ikhtisar singkat tentang istilah-istilah teknis utama yang perlu diketahui saat Anda akan mulai mengoptimalkan program loyalitas Anda untuk kecepatan dan ketahanan:

1. Latensi loyalitas

Latensi dalam program loyalitas adalah kesenjangan waktu antara interaksi pengguna (seperti menukarkan poin atau mengakses hadiah) dan respons sistem terhadap interaksi tersebut. Mengoptimalkan latensi rendah sangat penting untuk memberikan pengalaman loyalitas instan kepada anggota.

2. Waktu henti dan waktu aktif sistem

Waktu henti dalam program loyalitas mengacu pada periode ketika program atau sistemnya tidak beroperasi, sering kali karena pemeliharaan, pembaruan, atau masalah teknis. Selama waktu henti, anggota tidak dapat mengakses program, sehingga menyebabkan frustrasi dan berdampak negatif pada pengalaman pengguna.

Waktu aktif sistem mengacu pada persentase waktu di mana program loyalitas dan sistem terkaitnya beroperasi dan tersedia bagi pengguna.

Contoh halaman pemantauan uptime sistem loyalitas

3. Kecepatan transaksi

Kecepatan transaksi mengacu pada waktu yang diperlukan untuk memproses dan menyelesaikan transaksi dalam sistem loyalitas. Transaksi ini dapat melibatkan aktivitas seperti mendapatkan atau menukarkan poin loyalitas atau memperbarui informasi akun pengguna.

4. Penskalaan sistem

Dalam konteks program loyalitas, penskalaan sistem mengacu pada kemampuan infrastruktur dasar program loyalitas untuk beradaptasi dan menangani peningkatan jumlah data, interaksi pengguna, dan transaksi seiring bertambahnya ukuran atau basis pengguna program. Penskalaan suatu sistem melibatkan penyesuaian atau perluasan sumber dayanya, seperti server, database, dan kekuatan pemrosesan, untuk mengakomodasi tingkat permintaan yang lebih tinggi tanpa mengorbankan kinerja.

Contoh mekanisme penskalaan otomatis

5. API

Secara sederhana, API (Application Programming Interfaces) seperti jembatan yang membantu berbagai program perangkat lunak berkomunikasi satu sama lain. Dalam hal program loyalitas, API sangat penting agar program dapat berjalan lancar dengan sistem lain, seperti yang ada di toko, toko online, aplikasi seluler, atau database pelanggan.

6. Webhook

Dalam program loyalitas, webhook berfungsi sebagai alat komunikasi waktu nyata, memungkinkan sistem saling memberi tahu secara otomatis ketika peristiwa tertentu terjadi. Mereka memungkinkan pembaruan instan antara program loyalitas dan sistem eksternal, memastikan respons tepat waktu terhadap tindakan pengguna.

Bagaimana memetakan perilaku anggota untuk bersiap menghadapi skala yang lebih besar?

Memahami istilah teknis untuk program loyalitas yang tangguh hanyalah sebuah titik awal. Langkah selanjutnya adalah menganalisis aspek kinerja program loyalitas dengan membedah mekanisme program untuk memprediksi potensi beban pada sistem dan merancang kasus penggunaan yang sensitif terhadap waktu untuk diuji pada platform loyalitas. Berikut adalah parameter utama yang relevan untuk memprediksi beban pada platform loyalitas:

1. Pendaftaran anggota

Analisis rata-rata tingkat pendaftaran bulanan dan tentukan semua alur kerja yang terkait dengan pendaftaran seperti membuat keanggotaan baru di sistem, membuat dan menetapkan kartu loyalitas, atau memberikan poin selamat datang.

Contoh alur sambutan program loyalitas Munhowen

2. Transaksi loyalitas

Jika Anda menjalankan program loyalitas berbasis transaksi, analisis jumlah transaksi loyalitas dalam 12 bulan terakhir . Setiap transaksi akan memicu penetapan dan penghitungan ulang saldo loyalitas, yang mungkin membebani sistem loyalitas Anda saat menghadapi puncak lalu lintas.

3. Memicu tindakan imbalan

Selain transaksi, ada banyak aturan perolehan lainnya (tindakan hadiah) yang dapat dilakukan anggota dengan imbalan poin – seperti melengkapi profil, merayakan ulang tahun, atau merujuk teman.

Pertimbangkan poin-poin ini dan perkirakan berapa banyak panggilan API yang Anda perlukan agar berhasil mendaftar dan memproses peristiwa khusus dan akibatnya, perbarui saldo loyalitas atau proses hadiah instan.

4. Sinkronisasi data loyalitas

Anda harus memverifikasi dan menentukan model data sejak dini dengan menerjemahkan data dan tindakan menjadi atribut dan peristiwa yang dapat digunakan oleh sistem loyalitas Anda.

Pada langkah ini, Anda juga harus merencanakan frekuensi sinkronisasi data – apakah itu tindakan real-time atau asinkron yang dilakukan secara massal pada perkiraan waktu. Dalam skenario ideal, Anda harus membuat sinkronisasi data dua arah antara sistem loyalitas Anda dan platform CRM/CDP untuk memastikan bahwa data pelanggan di kedua sistem adalah yang terbaru.

5. Penukaran hadiah dan aktivitas anggota lainnya

Anggota tidak hanya akan mengumpulkan poin tetapi yang lebih penting membelanjakannya. Untuk mempersiapkan sistem loyalitas Anda mencapai puncaknya, perkirakan jumlah rata-rata penukaran hadiah per anggota per bulan. Perlu diperhatikan bahwa menukarkan poin dengan hadiah hanyalah puncak gunung es karena banyak proses lain yang akan berjalan di latar belakang untuk menghitung ulang kelayakan hadiah, seperti:

  • Anggota melihat riwayat transaksinya X kali sehari.
  • Anggota melihat X koleksi produk X kali sehari.
  • Anggota masuk ke aplikasi X kali sehari.
  • Anggota melihat checkout X kali.
  • Anggota melihat dompet pelanggan X kali sehari.

Yang lebih rumit lagi, anggota harus dapat mengakses dan mengelola aktivitas program loyalitas mereka, seperti memeriksa saldo poin atau menukarkan hadiah, di semua titik kontak.

6. Penawaran khusus anggota

Dengan menentukan jumlah penawaran hasil personalisasi yang dikeluarkan untuk setiap anggota per bulan, Anda dapat memperkirakan jumlah panggilan API atau webhook bulanan yang terkait dengan pemberitahuan dan penukaran penawaran.

Contoh promosi khusus member dari CASA Shop

Perkiraan ini akan memudahkan pemasaran Anda menjalankan kampanye tanpa membebani sistem. Dan ini hanya berlaku untuk kampanye terjadwal – jika Anda mencari pengalaman loyalitas yang lebih dinamis, seperti menampilkan penawaran yang tersedia per anggota secara dinamis, Anda sedang mencari kekuatan pemrosesan yang jauh lebih besar.

7. Komunikasi loyalitas

Dengan menentukan jenis dan frekuensi penawaran, Anda dapat memperkirakan jumlah saluran dan latensi antar pesan untuk mendukung alur kerja yang berbeda – pikirkan alur kerja sambutan , keterlibatan kembali , atau peningkatan penjualan .

Setiap program yang diterapkan dengan baik juga memerlukan peringatan dan pesan otomatis untuk acara program loyalitas, seperti mencapai level baru atau mendapatkan hadiah. Hal ini memastikan komunikasi yang tepat waktu dengan pelanggan, menjaga mereka tetap mendapat informasi dan terlibat dalam program loyalitas – biasanya webhook digunakan untuk mendukung kasus penggunaan ini.

Setelah audit selesai, Anda siap untuk membuat POC awal dan menjawab pertanyaan-pertanyaan berikut yang pasti akan muncul dalam diskusi dengan pemangku kepentingan internal dan eksternal, seperti vendor teknologi loyalitas pilihan Anda.

  • Berapa perkiraan jumlah transaksi per bulan yang dilakukan anggota?
  • Berapa perkiraan jumlah tindakan reward per bulan per anggota?
  • Berapa estimasi frekuensi penukaran reward per bulan per anggota?
  • Titik akhir API mana yang harus di-cache atau dioptimalkan untuk mengurangi jumlah panggilan API dan meminimalkan muatan untuk pemrosesan yang lebih cepat?
  • Berapa kali dalam sebulan anggota akan memeriksa dan menyegarkan data loyalitas?

Webhook atau API – mana yang lebih baik untuk kinerja loyalitas?

Webhook adalah alat yang berharga untuk mendapatkan pembaruan atau peringatan waktu nyata dari program loyalitas Anda. Mereka sangat berguna dalam situasi yang memerlukan tindakan cepat, seperti ketika pelanggan mencapai tingkat loyalitas baru atau mendapatkan imbalan.

API sangat penting untuk mengambil informasi, seperti memeriksa detail pelanggan atau memanfaatkan poin dan voucher, dalam program loyalitas Anda. Mereka sangat berharga ketika Anda memerlukan data spesifik untuk laporan, analisis, atau pengembangan aplikasi khusus.

Perbedaan antara API dan webhook

Secara keseluruhan, webhook unggul dalam memberikan respons cepat terhadap peristiwa dalam program loyalitas Anda, dan menawarkan pembaruan cepat. Di sisi lain, API lebih cocok untuk mengambil data tertentu, menjadikannya pilihan tepat ketika kueri atau integrasi mendetail diperlukan. Agar penerapan program loyalitas berhasil, saya sarankan menggunakan kombinasi keduanya.

Bagaimana cara mengoptimalkan kinerja program loyalitas Anda?

Mengoptimalkan kecepatan program penghargaan berskala besar melibatkan penanganan berbagai aspek sistem, termasuk infrastruktur, kode, dan arsitektur sistem secara keseluruhan.

Berikut beberapa strategi yang dapat Anda pertimbangkan:

1. Menerapkan cache

Caching adalah metode penyimpanan data yang sering digunakan di area penyimpanan akses cepat untuk membuat pengambilan data lebih cepat dan efisien, mengurangi penundaan dan beban kerja server . Menerapkan mekanisme caching untuk menyimpan data yang sering diakses, seperti profil pengguna, poin loyalitas, dan hadiah. Hal ini dapat secara signifikan mengurangi permintaan database dan meningkatkan waktu respons.

2. Optimalkan database

Membuat pencarian basis data lebih cepat dengan meningkatkan kueri dan mengatur indeks dengan benar ; pertimbangkan untuk menyebarkan beban kerja ke beberapa contoh database untuk menghindari satu sistem menjadi hambatan.

3. Memperkenalkan penyeimbangan beban

Gunakan penyeimbangan beban untuk membagi lalu lintas masuk secara merata di antara banyak server , mencegah beberapa server kewalahan dan memastikan sumber daya digunakan secara efisien.

4. Gunakan Jaringan Pengiriman Konten (CDN):

Jaringan Pengiriman Konten (CDN) adalah jaringan server terdistribusi yang dirancang untuk mengirimkan konten web, seperti gambar dan skrip, kepada pengguna secara lebih efisien dengan mengurangi latensi dan meningkatkan waktu muat. Gunakan CDN untuk menyimpan cache dan mengirimkan aset statis (gambar, stylesheet, skrip) lebih dekat ke pengguna akhir, mengurangi latensi dan mempercepat waktu pemuatan halaman .

5. Menerapkan pemrosesan asinkron

Menerapkan pemrosesan asinkron untuk tugas-tugas non-waktu nyata , seperti memperbarui poin pengguna atau mengirim pemberitahuan. Hal ini memungkinkan sistem untuk menangani permintaan dalam jumlah besar tanpa menyebabkan penundaan pada antarmuka pengguna. Mengapa? Pemrosesan sinkron ibarat mengantri tugas satu per satu, sedangkan async mengerjakan tugas secara mandiri, sekaligus, tanpa menunggu.

6. Perhatikan baik-baik kinerja dan keamanan

Ciptakan sistem yang mengawasi seberapa baik segala sesuatunya berjalan, dan waspadai jika ada masalah dengan memeriksa waktu respons, tingkat kesalahan, dan penggunaan sumber daya. Ingatlah bahwa kerentanan keamanan dapat memengaruhi kinerja dan keandalan – pastikan untuk menguji secara menyeluruh setiap pengoptimalan di lingkungan staging sebelum menerapkannya ke produksi untuk memastikan bahwa pengoptimalan tersebut tidak menimbulkan masalah baru. Selain itu, pantau terus kinerja sistem dan lakukan penyesuaian sesuai kebutuhan berdasarkan pola penggunaan di dunia nyata.

7. Memperkenalkan penskalaan otomatis

Menerapkan mekanisme penskalaan otomatis untuk menyesuaikan jumlah instance secara dinamis berdasarkan pola lalu lintas. Hal ini memastikan bahwa sistem loyalitas dapat menangani berbagai beban secara efisien.

8. Optimalkan pengalaman loyalitas

Optimalkan komponen frontend loyalitas dengan meminimalkan jumlah permintaan HTTP , memanfaatkan cache browser , dan menerapkan pemuatan lambat untuk gambar dan skrip.

Bagaimana cara menguji kecepatan program loyalitas Anda?

Seperti kata pepatah – Anda tidak akan tahu sampai Anda mencobanya. Inilah cara kerja pengujian kinerja loyalitas. Untuk memperkirakan ketahanan arsitektur loyalitas Anda, Anda harus membuat model skenario loyalitas tiruan dan menjalankannya di lingkungan terpisah .

Salah satu contoh kasus penggunaan waktu kritis yang layak untuk diuji adalah mengambil sejumlah X konsumen yang melakukan pembelian, dan yang membuka aplikasi untuk memeriksa saldo loyalitas mereka yang kini diperbarui dalam pengalaman pasca pembelian secara real-time.

Tujuan dari analisis ini adalah untuk memantau waktu yang diperlukan untuk menghitung poin yang diperoleh dari suatu transaksi sehingga aplikasi dapat menampilkan hadiah yang berhak diterima konsumen sekaligus mengukur jumlah total perjalanan pelanggan yang dijalankan secara paralel (permintaan API per menit).

Dengan menjalankan pengujian jenis ini, Anda akan mengetahui berapa banyak pesanan anggota simultan dan pemrosesan titik real-time yang dapat didukung sistem Anda, dan berapa waktu respons API rata-rata .

Bagaimana cara menjalankan tes kinerja program loyalitas?

Untuk memberi Anda gambaran tentang hasil yang dapat Anda harapkan, Voucherify menjalankan laporan kinerja rutin. Baru-baru ini, kami didekati oleh distributor dan pengecer bahan bakar internasional terkemuka untuk menjalankan analisis loyalitas guna mengelola program loyalitas internasional mereka tanpa waktu henti.

Dalam contoh ini, mesin loyalitas Voucherify dapat dengan mudah menangani pesanan anggota dalam jumlah besar secara bersamaan dengan waktu respons API rata-rata kurang dari 50 ms . Pada 5000 rpm, dibutuhkan rata-rata 2 detik untuk menghitung dan mengumpulkan poin loyalitas, setelah pembelian. Dalam istilah bisnis, API dapat dengan mudah mendukung 2.500 pelanggan akhir yang melakukan pemesanan dan memeriksa saldo loyalitas mereka yang diperbarui tepat di kasir per menit.

Contoh teks loyalitas Voucherify – titik akhir API teratas
Contoh uji loyalitas Voucherify – panggilan API dan rpm

Berikut adalah latensi rata-rata untuk pemrosesan poin loyalitas. Sumbu Y dalam hitungan detik.

Latensi rata-rata untuk pemrosesan poin loyalitas

Bagaimana Voucherify membantu mengoptimalkan kinerja program loyalitas?

Voucherify adalah mesin loyalitas SaaS cloud-native , yang dirancang untuk melayani penerapan loyalitas berskala besar secara bersamaan. Pendekatan cloud-native ini merupakan inti dari filosofi pengembangan kami.

Untuk meningkatkan kecepatan dan ketahanan teknologi loyalitas kami, kami menerapkan beberapa praktik terbaik untuk kinerja loyalitas terbaik:

  • Voucherify beroperasi dengan buffer sumber daya yang besar , mempertahankan penggunaan pada kapasitas sekitar 50% untuk menangani peningkatan lalu lintas mendadak.
  • Infrastruktur kami menggabungkan penskalaan otomatis yang difasilitasi oleh AWS , dengan arsitektur aplikasi stateless yang memungkinkan penambahan cepat node AWS baru ke cluster Kubernetes dalam 1-2 menit, peluncuran aplikasi dalam 15-30 detik, dan penskalaan database Postgres tanpa downtime, berkat a pengaturan multi-AZ dengan konfigurasi failover.
  • Kami menggunakan strategi pembatasan laju API (keranjang per menit, per proyek), yang dapat membantu membatasi lonjakan yang tidak terkendali (misalnya, integrasi pihak ketiga yang salah dikonfigurasi), tanpa memengaruhi lalu lintas standar Anda yang sah.
  • Kami menerapkan mekanisme cache internal di berbagai tingkat (termasuk dalam memori, Redis, dan Postgres).
  • Kami memindahkan operasi yang tidak penting ke sistem antrean kami untuk pemrosesan asinkron . Teknik ini tidak hanya memungkinkan respons API yang lebih cepat namun juga memungkinkan pemrosesan batch, yang lebih hemat sumber daya, dan menawarkan percobaan ulang jika terjadi kegagalan.
  • Untuk persyaratan khusus dan waktu respons API, Voucherify menawarkan SLA (Perjanjian Tingkat Layanan) untuk menjamin tingkat layanan tertentu setiap saat selama periode berlangganan.

  • Voucherify dirancang untuk menjadi multi-penyewa , memungkinkan banyak pelanggan untuk berbagi infrastruktur dan sumber daya aplikasi dengan aman tanpa mengakses data satu sama lain. Di cluster bersama kami saat ini kami memproses total 100 juta+ pelanggan , dengan 20 juta+ menjadi anggota program loyalitas . Namun, bagi banyak klien perusahaan kami, menjalankan lalu lintas mereka melalui cluster multi-penyewa bukanlah suatu pilihan. Solusi ideal untuk kasus ini adalah klaster infrastruktur khusus , yang memungkinkan penerapan loyalitas skala besar (hingga 100 juta anggota ).

Kesimpulan

Membangun ekosistem loyalitas yang menguntungkan bukan hanya tentang penghargaan yang membuat pelanggan senang, namun juga tentang memanfaatkan teknologi loyalitas yang tepat untuk menciptakan program penghargaan yang memberikan pengalaman loyalitas instan . Dengan menerapkan praktik SRE terbaik dan mempertimbangkan kinerja sejak awal memetakan perjalanan loyalitas Anda, Anda mempersiapkan diri untuk kesuksesan jangka panjang.

{{CTA}}

Bangun program loyalitas Anda dengan Voucherify

Mari kita bicara

{{ENDCTA}}