Posted on

التكنولوجيا تحول المتسوقين الجدد إلى عملاء مخلصين

لا تقول الشركات ذلك بصوت عالٍ في كثير من الأحيان ، ولكن ليس كل العملاء متساوون. الهدف هو جذب الأشخاص الذين سيعودون بانتظام للتسوق والاحتفاظ بهم ، بدلاً من أولئك الذين قد يجرون عملية شراء واحدة ولم يسمع عنهم مرة أخرى.
اكتشاف أيهما ليس بالأمر السهل دائمًا. لا يزال العديد من بائعي الأزياء بالتجزئة يعتمدون في توقعاتهم على نموذج تم تطويره منذ عقود من قبل أكاديميين التسويق لتقدير المبلغ الذي سينفقه العميل على علامته التجارية – قيمتها مدى الحياة. تجمع الصيغة تفاصيل حول عمليات الشراء السابقة مع بعض المعلومات الديموغرافية الأساسية لحساب القيمة الدائمة للمتسوق.
هذا النموذج ، الذي تم إنشاؤه في عالم ما قبل الرقمي ، يظهر عمره. في مواجهة ارتفاع تكاليف اكتساب العملاء ، تحاول العلامات التجارية اليوم معرفة العملاء الذين يجب استهدافهم قبل أن يفكروا في شراء شيء ما. إنهم يعززون توقعاتهم للقيمة الدائمة للعميل من خلال دمج الكميات الهائلة من المتسوقين عبر الإنترنت ، باستخدام التحليلات المتقدمة مثل الذكاء الاصطناعي لمعالجة المعلومات في رؤى قابلة للاستخدام.
ومن بين هؤلاء شركة Mytheresa الألمانية ، التي بنت أعمالها التجارية الإلكترونية المربحة على عملاء مخلصين من العملاء ذوي الإنفاق المرتفع.
قال الرئيس التنفيذي مايكل كليجر لـ BoF: “سأشارك سراً”. “الجزء الأكثر أهمية هو من تستهدفه كعملاء جدد.” وأضاف أنه “ذكاء اصطناعي بحت” الآن يقوم بهذا العمل للشركة.
التكنولوجيا لها بعض المزايا. قال براندون بورسيل ، المحلل الذي يغطي تحليلات العملاء و AI في Forrester ، شركة أبحاث واستشارات. “في البيع بالتجزئة وفي الموضة على وجه الخصوص ، عدد قليل جدًا من الشركات تستخدم الذكاء الاصطناعي لذلك.”
ومع ذلك ، فهي ليست حل سحري. تعد نماذج الذكاء الاصطناعي جيدة بقدر جودة البيانات التي تعتمد عليها. ولكن عندما تعمل بشكل جيد ، يمكنهم السماح للشركات باتخاذ قرارات مستنيرة حول مكان توجيه التسويق والموارد الأخرى للحصول على أفضل عائد على الاستثمار.
اكتشاف المنفقين الكبار
ينظر الذكاء الاصطناعي في Mytheresa إلى مزيج مما أسماه كليجر الإشارات الواضحة والإشارات غير الواضحة. من بين الأمور الواضحة: “إذا كان الشراء الأول عبارة عن عنصر عالي القيمة وجاهز للارتداء ، فإن ارتباطه أعلى بكثير بمستويات الإنفاق المستقبلية مما لو كان العنصر الأول هو زوج من الأحذية الرياضية بقيمة 200 يورو” ، كما قال.
ولكنه يتتبع أيضًا كيفية تفاعل المتسوقين مع الرسائل التسويقية ، ونشاط التصفح على موقع Mytheresa ، وحتى نقاط البيانات مثل طريقة الدفع التي يختارونها. لن تشرح الشركة بالضبط كيف تستخدم هذه الإجراءات للتنبؤ بالولاء ، لكن كليجر أضاف: “إذا كان لديك العديد من هذه العوامل ولا تنظر باستمرار إلى ما يشترونه ، ولكن ما ينظرون إليه ، وما هي رسائل البريد الإلكتروني التي يفتحونها ، ولديك حقًا قاعدة بيانات ، ثم لدينا قوة تنبؤية عالية جدًا للعملاء الجدد وما إذا كانوا سيصبحون في نهاية المطاف أحد أفضل عملائنا “.
تشكل الإحصاءات قرارات Mytheresa حول المكان الذي يجب أن توجه فيه أموالها التسويقية والعلاقات التي يجب تربيتها. أوضح كليجر أن هؤلاء المتسوقين الذين تم وضع علامة على أنهم يتمتعون بإمكانيات عالية قد يحصلون على أول وصول إلى المنتجات الجديدة ، أو الأولوية بالترتيب الذي تشتري به Mytheresa ، أو يتم الرد على مكالماتهم أولاً عند الاتصال بخدمة العملاء. يمكن للبيانات أن تخبر Mytheresa بالخدمات التي من المحتمل أن يرغب فيها العميل ، مثل التصميم الشخصي ؛ السماح لها باستهداف رسائل البريد الإلكتروني أو النصوص أو دفع الإخطارات بشكل أفضل ؛ ومساعدته على التنبؤ بمن سيتوقف عن التسوق في النهاية ، أو “الزخم” في لغة الأعمال.
قدمت الشركة تحليلات البيانات والخوارزميات – تسلسل التعليمات التي يتبعها الكمبيوتر لمعالجة البيانات – بالإضافة إلى نظام جديد للتسويق عبر القنوات الإعلامية في عام 2017. في ملف تنظيمي العام الماضي ، أشارت إلى هذه العوامل باعتبارها السبب وراء ذلك انخفاض تكاليف اكتساب العملاء ، وهو اتجاه نعتقد أنه نادر الحدوث في الصناعة ، على الرغم من زيادة قاعدة عملائنا النشطة من 400 ألف في السنة المالية 2019 إلى أكثر من 486 ألف في السنة المالية 2020.

Mytheresa ليست وحدها التي تبحث عن أنواع جديدة من التحليلات التنبؤية لمساعدتها على اتخاذ قرارات أفضل. بدأت سلسلة عمليات الاستحواذ التكنولوجية لشركة Nike في السنوات الأخيرة في عام 2016 مع شركة Zodiac ، وهي شركة متخصصة في التنبؤ بسلوك العملاء والقيمة الدائمة. نظرت ASOS إلى التعلم الآلي كطريقة لفهم المتسوقين بشكل أفضل ، ويرجع ذلك جزئيًا إلى أن عروض الشحن والإرجاع المجانية تعني أن جذب العملاء الخطأ يمكن أن يكلفها المال بالفعل.
رأى عماد حسن ، المؤسس المشارك والرئيس التنفيذي لشركة Retina ، التي قدمت مؤخرًا منتجًا يستخدم الذكاء الاصطناعي لتحديد العملاء ذوي القيمة العالية ، كيف يمكن أن تكون قيم الحياة السلبية السائدة أثناء العمل في Facebook و PayPal ، حيث شارك في تحليلات التجار . هناك ، اكتشف أن العديد من الشركات أنفقت المزيد من الأموال لجذب العملاء إلى الباب والاحتفاظ بهم أكثر مما كانت تستحقه في النهاية.
قال: “كان من الرائع بالنسبة لي أنه بالنسبة لمعظم الشركات ، كان حوالي 30 إلى 50 بالمائة من قاعدة عملائهم غير مربحة مدى الحياة”.
لطالما عرضت شركات مثل Google و Facebook على العلامات التجارية وسيلة لتحديد المتسوقين الذين يريدون ، لكن حسن قال من خلال ما يراه ، بدأت المزيد من العلامات التجارية في الاعتماد على المعلومات التي يمكنها جمعها من العملاء بأنفسهم.
وقال: “ما حدث ، على الأقل في العالم الرقمي ، هو أن المزيد من الإشارات أصبحت متاحة في وقت مبكر من رحلة العميل”. تعمل العلامات التجارية على التأكد من أنه تم توجيهها إلى مستودعات البيانات الخاصة بها. قد تزداد قيمة هذه المعلومات أيضًا نظرًا لأن مخاوف الخصوصية تحد من قدرة الشركات على مشاركة البيانات حول مستخدميها. تعتبر شركة حسن رهانًا فعالًا على أن الذكاء الاصطناعي يمكن أن يكون أكثر فاعلية في معالجة كل هذه الإشارات وتحويلها إلى رؤى مفيدة من النموذج القديم.
حدود الذكاء الاصطناعي
من الصعب تحديد مدى تحسن الذكاء الاصطناعي في توقع القيمة الدائمة للعميل. قد يستحضر مصطلح “الذكاء الاصطناعي” مفاهيم البرامج الواعية ، لكنه أساسًا رياضيات تنبؤية. لكي تعمل بشكل جيد ، تحتاج إلى بيانات جيدة لتبني عليها توقعاتها ، ولا يعني المزيد بالضرورة أفضل.
قال بورسيل: “إذا لم يكن لديك بيانات تمثل قاعدة عملائك بأكملها أو تمثل الواقع – أو لديك فقط مشكلات تتعلق بالنظافة في بياناتك – فحينئذٍ سيرث النموذج هذه المشكلات”.
إن مقاييس قيم عمر العميل هي بالفعل مجرد احتمالات وليست نتائج مضمونة. عندما تتسلل المشكلات إلى البيانات المستخدمة لعمل تنبؤات ، فقد لا يكون النموذج مفيدًا للغاية ، أو يمكن أن يوجه النشاط التجاري في الاتجاه الخاطئ إذا لم يكن حريصًا.
قال بورسيل: “بذل الاجتهاد على بياناتك ، وفهم بياناتك ، وإعدادها بشكل صحيح – كل تلك الأشياء المتعلقة بنظافة البيانات – ليست مثيرة ، لكنها مهمة جدًا”.
يشعر Mytheresa ، على سبيل المثال ، أن العمل يستحق كل هذا العناء.
مقالات ذات صلة:
البيانات وحدها لن تنقذ الموضة
كيف يمكن لماركات الأزياء توقع المستقبل
ستغير البيانات الضخمة جميع جوانب صناعة الأزياء