A IA pode enviar a promoção perfeita de comércio eletrônico?

A combinação de dados comportamentais de primeira parte e inteligência artificial pode transformar o marketing de saída de comércio eletrônico.

Chamado de “individualização da IA”, o objetivo é criar uma experiência de compra personalizada adaptada às preferências, comportamentos e histórico de compras de um indivíduo.

O envio perfeito

“Internamente, nos esforçamos pelo ‘Send Perfect’, quando 100 % das pessoas que recebem a mensagem clica ou se envolvem, e ninguém opta por não participar”, disse Alex Campbell, diretor de inovação e co-fundador da Vibes, uma plataforma de marketing móvel.

Campbell estava discutindo o potencial de individualização da IA ​​(AI-I), Serviços de comunicação ricose marketing móvel no setor de varejo quando ele descreveu esse cenário de 100% de engajamento, 0% de opção.

Os profissionais de marketing de comércio eletrônico podem modificar essa definição, mas o envio perfeito é quando as mensagens atendem à necessidade de um comprador no momento.

Expectativas do comprador

“Fazemos uma pesquisa de clientes todos os anos … e sempre fazemos uma pergunta como ‘O que faria você optar por não participar?’ Dois anos atrás, foi a primeira vez que ouvimos: “Você não está me enviando mensagens suficientes” “, disse Campbell.

O pessoal pesquisado se inscreveu para receber marketing móvel. Eles queriam receber notificações e ofertas de descontos relevantes e oportunas.

AI-I pode ajudar.

Dados de primeira parte

O comércio eletrônico AI-I é possível porque as lojas on-line podem coletar dados de primeira parte-histórico de compras, comportamento de navegação, dados de engajamento-sem depender de Cookies de terceiros ou provedores.

Os seres humanos não podem classificar todos os dados. Mesmo regras e automações lutariam para revelar preferências individuais em tempo real.

Uma camada de IA, no entanto, pode se aplicar mesmo durante a implantação das mensagens.

Não apenas segmentos

Os profissionais de marketing de comércio eletrônico normalmente compradores de segmento em torno de comportamentos comuns. Um comerciante de vinhos, por exemplo, pode ter um segmento para “Value Wine Shoppers” ou “Collectors de vinhos premium”.

O AI-I cria segmentos de um, como um cliente que compra vinho tinto abaixo de US $ 20, prefere variedades de Rhône, responde a sexta-feira envia e geralmente resgata ofertas móveis.

Compondo o envio perfeito é muito mais fácil com um único segmento.

Digamos que o comerciante de vinho implemente uma ferramenta AI-I. Essa ferramenta pode enviar mensagens Rich Communication Services (RCS) e pode acessar o catálogo de produtos e os dados comportamentais do comprador.

Os testes podem levar ao envio perfeito.

A IA transmite uma mensagem RCS contendo um carrossel de produto. (O RCS possui recursos do tipo aplicativo.) A mensagem tem duas ofertas: (i) um Malbec argentino por US $ 18, conforme recomendado pela IA com base nos dados e (ii) uma mistura vermelha portuguesa por US $ 17, destinada a introduzir novos vinhos a este comprador.

O comprador desliza, torce, visita o site, clica em um filtro “Malbecs abaixo de US $ 20” e, finalmente, faz uma compra. A IA adiciona os dados desses pontos de contato ao perfil do cliente, registrando a compra abaixo de US $ 20 ou adicionando uma nota para testar a cópia em torno do valor.

Cada nova mensagem é um experimento, aproximando o AI-I de discernir o que um comprador deseja e quando.

Esse processo não é novidade. Os cientistas de dados podem descrevê -lo como “testes multivariados individualizados” ou um “bandido contextual”. É uma maneira estabelecida de identificar preferências individuais.

O que é diferente é a velocidade e a escala da IA.

Detalhes do processo

Para o hipotético loja de vinhosaproveitar a AI-I exigiria a configuração inicial para coleta de dados mais granulares, normalização de dados e integração.

Uma vez em funcionamento, no entanto, a ferramenta AI-I provavelmente seguiria um fluxo de trabalho simples para cada novo cliente.

• Segmentação base. Comece com amplas categorias de vinhos com base na compra inicial, como vermelho ou branco, espumante ou imóvel e de ponta ou valor.

• Engajamento antecipado. Comece a enviar mensagens e rastrear, por exemplo, se o comprador clica em um Bordeaux por US $ 40, ignora Rosé, mas compra um Malbec por US $ 15.

• Testes individuais. Gerar mensagens específicas do comprador. Cada um é um experimento. Ofereça um Bordeaux a US $ 35 ou um Syrah por US $ 18. Continue rastreando o engajamento e o comportamento. Repita.

• Refine o perfil. Com o tempo, o sistema AI-I identifica probabilidades, como “o cliente tem 70% de probabilidade de comprar quando o preço estiver abaixo de US $ 20 e a variedade é ousada em negrito”.

• Equilíbrio com a descoberta. Introduzir um vinho “curinga” a cada poucos envia – talvez um vinho branco espanhol ou espumante – para estender o conhecimento do sistema do cliente e impedir a fadiga de marketing.

• Opinião. Todos os cliques, compras e opt-Out alimentam o modelo de IA, tanto para o indivíduo quanto para aperfeiçoar o sistema geral.

A cada iteração, o AI-I se aproxima do envio perfeito.