Pokud zvažujete využití Klaviyo ve své e-mailové marketingové strategii, pravděpodobně často uslyšíte o „personalizovaném odesílání 1:1 v optimální čas“ a „personalizaci ve velkém měřítku“.
Zní to slibně. Naznačuje to plně individuální marketing a e-maily přizpůsobené chování, zájmům a záměrům každého zákazníka. Je však důležité pochopit zásadní rozdíl. Klaviyo se skvěle hodí pro personalizaci založenou na pravidlech, například kampaně zaměřené na opuštěné košíky a zprávy spouštěné konkrétním chováním.
Chybí mu však skutečná prediktivní inteligence, tedy schopnost předvídat nejlepší další nabídku pro každého zákazníka dřív, než si sám uvědomí, že ji chce. A pokud chcete zvyšovat tržby díky přesně cíleným nabídkám, na tomto rozdílu záleží.
Behaviorální spouštěče a prediktivní personalizace
„Personalizace 1:1″ může znamenat různé věci. V jednom případě dostane každý zákazník e-mail v době, kdy na něj s největší pravděpodobností zareaguje. V jiném se obsah zprávy mění tak, aby odrážel produkty, chování nebo preference konkrétního člověka.
Klaviyo dobře optimalizuje dobu odeslání. Behaviorální personalizace (to, co Klaviyo dělá) vychází ze spouštěčů definovaných pravidly, například „opuštěný košík“ nebo „prohlížení tohoto produktu“. Zpráva odeslaná ve správný čas může stále působit obecně, pokud každý příjemce vidí stejné produkty a nabídku. Smysluplnější personalizace mění samotný obsah.
Personalizace v Klaviyo má šest hlavních omezení, která brání poskytování skutečně dynamických doporučení přizpůsobených jednotlivým lidem, a to jak v e-mailech, ale především na webu.
6 slabin personalizace v Klaviyo
Zastaralá doporučení založená na nákupech
Funkce „Další nejlepší produkt“ v Klaviyo vychází z posledního nákupu zákazníka, takže doporučení rychle ztrácí aktuálnost.
Může se hodit při doplňování zásob nebo nákupech, které probíhají v určitém pořadí, ale hrozí, že bude doporučovat produkty na základě dávných nákupů — například další kalhoty několik měsíců poté, co si je někdo koupil pouze jednou. Tento přístup nezohledňuje změny nákupních záměrů ani zájmy zákazníků, které se postupem času vyvíjejí.
„Nejnovější“ nemusí vždy znamenat skutečně aktuální
U doporučení „nedávno prohlížených“ produktů Klaviyo zohledňuje dobu od zobrazení i četnost prohlížení. Starší, často prohlížené produkty se tak mohou dostat výš než produkt, který si zákazník prohlédl jen jednou, ale později.
To znamená, že produkt, který si někdo opakovaně prohlížel před několika týdny, se může zobrazit před tím, který si právě prohlížel. Období analýzy je navíc pevně nastavené na 90 dní. Jde o striktní omezení, které se nepřizpůsobuje individuálním nákupním zvyklostem.
Kolaborativní filtrování přehlíží individuální záměry
Doporučení založená na „produktech, které by se zákazníkovi mohly líbit“ využívají kolaborativní filtrování, ale modely se trénují výhradně na datech o registrovaných uživatelích, kteří tvoří jen část celkového provozu na webu.
To vede k výraznému zkreslení: naučené vzorce odrážejí pouze 3-5 % návštěvníků, kteří si založili účet, nikoli celou skupinu lidí, kteří si web prohlížejí, váhají s nákupem nebo zůstávají anonymní. Tento zkreslený soubor trénovacích dat mění to, co model považuje za „podobné“ chování zákazníků.
Pomalé trénování
Kvůli tomuto zkreslení potřebuje model mnohem více dat a času, aby je překonal. Modely kolaborativního filtrování trénované na neúplných datech o uživatelích potřebují přibližně 20krát více času, aby se naučily užitečné vzorce, než modely trénované na celém spektru návštěvnosti.
Systém musí vynaložit více úsilí na získávání signálů ze zkresleného a příliš malého souboru dat. Doporučení přitom stále neodrážejí nejnovější zájmy konkrétního člověka. Vycházejí z historické podobnosti nákupů v zkreslené skupině, místo aby zohledňovala aktuální záměry jednotlivých lidí nebo jejich chování při prohlížení webu v reálném čase.
Obecná výchozí nastavení pro nové nebo málo aktivní zákazníky
Zákazníci s malou historií nákupů dostávají společná, nepersonalizovaná výchozí doporučení místo návrhů přizpůsobených jejich potřebám. Mnoho zákazníků s chudou historií nákupů tak dostává stejná obecná doporučení, což zcela popírá smysl takové personalizace.
Funguje pouze u registrovaných uživatelů
Personalizační nástroj Klaviyo funguje pouze v e-mailových zprávách. Webové stránky nezahrnuje. Jde o zásadní nedostatek, protože 95-97 % návštěvnosti webu zůstává při prohlížení anonymní a uživatelé nejsou přihlášení. Vidí proto obecný, nepersonalizovaný obsah: výchozí nejprodávanější produkty v kategoriích, ručně vybraná doporučení produktů a šablonová rozvržení.
Personalizovaný zážitek na webu získá pouze 3-5 % návštěvníků, kteří během relace zůstávají přihlášení. Všichni ostatní, tedy naprostá většina potenciálních zákazníků, používají web, který vypadá pro každého stejně a nepokouší se přizpůsobit doporučení, nabídky ani obsah jejich individuálnímu chování či záměrům.
Shrnutí
Silnou stránkou Klaviyo je personalizace založená na pravidlech a spouštěčích. Kampaně zaměřené na opuštěné košíky, zprávy po nákupu a behaviorální segmenty fungují dobře. Skutečná personalizace 1:1 ve velkém měřítku však vyžaduje prediktivní modely: systémy, které předvídají, co bude každý zákazník potřebovat jako další, místo aby pouze reagovaly na jeho dosavadní činnost.
Firmy by měly tento rozdíl vzít v úvahu, pokud chtějí překročit rámec segmentace a zaměřit se na individuálnější marketing. Doporučujeme:
– pro personalizaci na webu používat pouze nástroje pro doporučování, které pokrývají 100 % návštěvnosti, nikoli pouze 3-5 %
– u personalizace e-mailů zvážit další, autonomní vrstvu personalizace od Quarticonu: Living Emails, která bezproblémově spolupracuje s Klaviyo, a to i bez jakékoli integrace.
