Jeśli rozważasz wykorzystanie Klaviyo w swojej strategii e-mail marketingowej, prawdopodobnie często usłyszysz o „wysyłce spersonalizowanej 1:1 w optymalnym czasie” i „personalizacji na dużą skalę”.
Brzmi to obiecująco. Sugeruje w pełni indywidualny marketing, wiadomości e-mail dopasowane do zachowań, zainteresowań i intencji każdego klienta. Warto jednak zrozumieć istotną różnicę. Klaviyo świetnie sprawdza się w personalizacji opartej na regułach, takiej jak kampanie dotyczące porzuconych koszyków i wysyłki uruchamiane przez określone zachowania.
Brakuje mu jednak prawdziwej inteligencji predykcyjnej, czyli zdolności przewidywania najlepszej kolejnej oferty dla każdego klienta, zanim sam zda sobie sprawę, że jej chce. A jeśli chcesz zwiększać przychody dzięki trafnym ofertom, ta różnica ma znaczenie.
Behawioralne triggery a personalizacja predykcyjna
„Personalizacja 1:1″ może oznaczać różne rzeczy. W jednym przypadku każdy klient otrzymuje e-mail w czasie, w którym najprawdopodobniej zareaguje. W innym treść wiadomości zmienia się tak, by odzwierciedlać produkty, zachowania lub preferencje danej osoby.
Klaviyo dobrze optymalizuje czas wysyłki. Personalizacja behawioralna (to, co robi Klaviyo) opiera się na wyzwalaczach zdefiniowanych regułami, takich jak „porzucony koszyk” lub „oglądanie tego produktu”. Wiadomość wysłana w odpowiednim momencie nadal może wydawać się ogólna, jeśli każdy odbiorca widzi te same produkty i ofertę. Bardziej znacząca personalizacja zmienia samą treść.
Personalizacja w Klaviyo ma sześć głównych ograniczeń, które uniemożliwiają dostarczanie naprawdę dynamicznych rekomendacji dostosowanych do poszczególnych osób, zarówno w mailach, ale przede wszystkim on-site.
6 słabych stron personalizacji w Klaviyo
Nieaktualne rekomendacje oparte na zakupach
Funkcja „Następny najlepszy produkt” w Klaviyo opiera się na ostatnim zakupie klienta, przez co rekomendacja bardzo szybko traci aktualność.
Może to sprawdzić się przy uzupełnianiu zapasów lub zakupach dokonywanych w określonej kolejności, ale niesie ryzyko polecania produktów na podstawie dawnych zakupów, na przykład sugerowania kolejnych spodni kilka miesięcy po tym, jak ktoś kupił je tylko raz. Takie podejście nie uwzględnia zmian intencji zakupowych ani ewoluujących z czasem zainteresowań klientów.
„Najnowsze” nie zawsze znaczy naprawdę aktualne
W rekomendacjach „ostatnio oglądanych” Klaviyo bierze pod uwagę zarówno czas od wyświetlenia, jak i częstotliwość, przez co starsze, często oglądane produkty mogą znaleźć się wyżej niż produkt obejrzany tylko raz, ale później.
Oznacza to, że produkt, który ktoś wielokrotnie przeglądał kilka tygodni temu, może pojawić się przed tym, który właśnie oglądał. Ponadto okres analizy jest stały i wynosi 90 dni. To sztywne ograniczenie, które nie dostosowuje się do indywidualnych wzorców zakupowych.
Filtrowanie kolaboratywne pomija indywidualne intencje
Rekomendacje oparte na „produktach, które mogą spodobać się klientowi” wykorzystują filtrowanie kolaboratywne, ale modele są trenowane wyłącznie na danych zarejestrowanych użytkowników, stanowiących przecież tylko część całego ruchu w witrynie.
Powoduje to poważne zniekształcenie: poznane wzorce odzwierciedlają jedynie 3-5% odwiedzających, którzy założyli konto, a nie całą grupę przeglądających, osób niezdecydowanych i anonimowych użytkowników. Ten obciążony zbiór treningowy zniekształca to, co model uznaje za „podobne” zachowanie klientów.
Powolne trenowanie
Przez to obciążenie model potrzebuje znacznie więcej danych i czasu, by je przezwyciężyć. Modele filtrowania kolaboratywnego trenowane na niepełnych danych użytkowników potrzebują około 20 razy więcej czasu, by nauczyć się użytecznych wzorców, niż modele trenowane na pełnym spektrum ruchu.
System musi włożyć więcej pracy w wydobywanie sygnałów z obciążonego i zbyt małego zbioru danych. Tymczasem rekomendacje nadal nie odzwierciedlają najnowszych zainteresowań danej osoby, opierają się na historycznym podobieństwie zakupów w obciążonej grupie, zamiast uwzględniać aktualne intencje każdej osoby lub jej zachowanie podczas przeglądania witryny w czasie rzeczywistym.
Ogólne ustawienia domyślne dla nowych lub mało aktywnych klientów
Klienci z niewielką historią zakupów otrzymują wspólne, niespersonalizowane rekomendacje domyślne zamiast propozycji dopasowanych do ich potrzeb. W efekcie wielu klientów z ubogą historią zakupów dostaje te same ogólne rekomendacje, co przekreśla sens takiej personalizacji w ogóle.
Działa tylko w przypadku zarejestrowanych użytkowników
Silnik personalizacji Klaviyo działa tylko w wiadomościach e-mail. Nie obejmuje witryny internetowej. To istotna luka, ponieważ 95-97% ruchu w witrynie pozostaje anonimowe i niezalogowane podczas przeglądania, przez co użytkownicy widzą ogólne, niespersonalizowane treści: domyślne bestsellery w kategoriach, ręcznie wybrane rekomendacje produktów i szablonowe układy.
Spersonalizowane doświadczenie w witrynie otrzymuje tylko 3-5% odwiedzających, którzy pozostają zalogowani podczas sesji. Wszyscy pozostali, czyli zdecydowana większość potencjalnych klientów, korzystają z witryny, która wygląda tak samo dla każdego i nie podejmuje prób dopasowania rekomendacji, ofert ani treści do ich indywidualnych zachowań czy intencji.
Podsumowanie
Atutem Klaviyo jest personalizacja oparta na regułach i triggerach. Kampanie dotyczące porzuconych koszyków, wiadomości po zakupie i segmenty behawioralne działają dobrze. Prawdziwa personalizacja 1:1 na dużą skalę wymaga jednak modeli predykcyjnych: systemów, które przewidują, czego każdy klient będzie potrzebować w następnej kolejności, zamiast tylko reagować na jego dotychczasowe działania.
To rozróżnienie firmy powinny mieć na uwadze, gdy chcą wyjść poza segmentację i postawić na bardziej indywidualny marketing. Nasza rekomendacja jest następująca:
– w przypadku personalizacji w witrynie powinno się korzystać wyłącznie z silników rekomendacji, które obejmują 100% ruchu, a nie tylko 3-5%
– w przypadku personalizacji e-maili warto pomyśleć o dodatkowej, autonomicznej warstwie personalizacji od Quarticon: Living Emails, które płynnie współpracują z Klaviyo, nawet bez żadnej integracji.
