Svi smo imali onaj trenutak: otvoriš web, tražiš nešto vrlo konkretno i naletiš na “zid” općenitih i generičkih informacija. Bez konteksta, bez signala da netko doista razumije tko si i zašto si tu došao. Podaci također potvrđuju to što osjećamo: oko 71% potrošača očekuje personalizirane interakcije, a oko 74% se frustrira kada ih ne dobije. Tvrtke koje su sustavno dobre u personalizaciji sadržaja za korisnike, brže rastu i generiraju znatno veći udio prihoda upravo radi personalizacije. Drugim riječima, personalizaciju danas nije samo korisno imati već postaje novi standard korisničkog iskustva.
Možemo odmah izdvojiti i poslovni efekt: personalizacija najčešće donosi 10–15% rasta prihoda i čak 10–30% veću učinkovitost marketinške potrošnje. Kada se personalizacija radi dobro, smanjuje čak i trošak akvizicije novih kupaca. To je glavni razlog zašto su tržišni lideri proporcionalno više prihoda “navukli” upravo kroz personalizaciju.
Gledano iz korisničke perspektive, oko 80% korisnika je sklonije kupnji kada brend nudi personalizirano iskustvo, a značajan dio će napustiti vaš brend ako osjeti da je sve “na autopilotu” i bez značajne relevantnosti za korisnika.
Zašto personalizacija u praksi često ne funkcionira?
Tri su tipične greške radi kojih personalizacija korisničkog iskustva zna podbaciti:
- Nije utemeljena u stvarnim podacima – web ne “pamti” kontekst dolaska, namjeru, prethodne interakcije sa aplikacijom
- Nema sadržajnog ekvivalenta – i kad imamo dobre podatke, često nemamo definirani “blok sadržaja” koji se smije i može prikazati toj osobi na određenom mjestu unutar aplikacije
- Nema adekvatne kontrole rizika – korisnicima nejasne osnove obrade podataka (GDPR), mutne CMP trake i previše “automatskih odluka” bez nužnog ljudskog nadzora nad sustavom
Dakle, više personalizacije nije nužno bolje i ne znači automatski bolje korisničko iskustvo. Postoji točka invazivnosti nakon koje osjećaj “pogađanja” prelazi u nelagodu kod korisnika.
SMART Web: 6 komponenti koji pretvaraju vaš web u personaliziranu aplikaciju
Što SMART web pokušava postići u praksi? Ideja je postaviti procese i alate s ciljemda pogodi pravi sadržaj za pravu osobu o odgovarajućem trenutku te da dokazivo poveća promatrane poslovne rezultate.
1. Strategija i KPI-jevi (što zapravo želimo postići)
Tako za glavni cilj (ili ciljeve) možemo imati stopu konverzije (postotak posjetitelja koji nešto naprave), SQL (Sales Qualified Lead – lead spreman za prodaju), AOV (prosječna vrijednost narudžbe) ili LTV (životna vrijednost kupca) ili neke druge ciljeve koji su u skladu s potrebama vašeg poslovanja. Glavni cilj je zapravo strategija onoga što želimo postići kao konačni rezultat. Osim konačnog rezultata možemo mjeriti i pojedine KPI-jeve (Mikro-KPI) koji nas vode do ostvarenja glavnog cilja. Primjer mikro KPI-ja može biti kada za svaku personalizaciju mjerimo njezin učinak, npr. CTR bloka (koliki postotak korisnika je kliknuo na prikazani personalizirani blok), vrijeme na određenoj sekciji, dodavanje novih proizvoda u košaricu na preporukama i sl.
Jedan primjer iz prakse je da kupac povratnik dobiva kod za popust, te potom mjerimo CTR kupona → dodavanja u košaricu → narudžbe.
2. Podaci i identitet vaših korisnika
Uz poštivanje GDPR i ostalih odredbi za zaštitu osobnih podataka, možete prikupljati podatke za vašoj web stranici kao što su: događaji (što je korisnik i gdje kliknuo), preferencije (što voli), kratki upitnici (2–3 pitanja) i sl. Tako, uz privolu, koristeći SID/PVID – pouzdan ID sesije/posjetitelja možete pratiti interakcije koje je pojedini korisnik napravio na vašoj web stranici. U slučaju da vam korisnik ne da privolu, ne smijete obrađivati i prikupljati takve podatke koji su vezani uz korisnika, ali i dalje možete iskoristiti prikupljene statističke podatke koji ne sadržavaju nikakve veze s korisnikom (npr. CTR određenog gumba i ostale statističke podatke koji ne sadržavaju osobne podatke vaših korisnika).
3. Segmentacija korisnika i modeli (koga i po čemu razlikujemo i kategoriziramo)?
Na početku se korisnici mogu segmentirati prema osnovnim kriterijima, kao: koliko je nedavno kupio, koliko često kupuje, kolika je ukupna vrijednost tog korisnika. Kasnije se mogu razviti i modeli sklonosti (tko će vjerojatno kupiti / odustati), koja je iduća najbolja akcija (koji je sljedeći potez s najvećom šansom za uspjeh) i druge razrade i segmentacije.
4. Sadržaj i pravila prikaza
Potrebno je definirati za koga je koji blok sadržaja (za koje segmente korisnika), definirati kada se prikazuje i gdje na stranici te planirati periodična A/B testiranja svakog bloka sadržaja. Osnovni primjer ovoga je da imamo prikazanu istu naslovnu fotografiju ali s 3 različite verzije naslova: za posjetitelje koji dolaze prvi put, za povratnike i za napredne korisnike te svaki segment korisnika vidi svoju verziju naslova.
5. Personalizacija u realnom vremenu (pravila “if-then”)
Primjer ovoga možemo opet prikazati na jednostavnom primjeru tipa: Ako je određeni B2B posjetitelj iz industrije X, onda prikaži case study X + CTA gumb “Zakažite konzultacije”. Ili drugi primjer ako određeni korisnik stiže preko Newslettera da mu se prikazuje točno odredišni sadržaj, što se u nekim jednostavnijim slučajevima može napraviti i kreiranjem landing pageova.
6. Kontinuirano eksperimantiranje i A/B testiranja
Svi SMART web blokovi sadržaja moraju se kontinuirano testirati A/B testiranjima, gdje polovica posjetitelja vidi personalizaciju dok druga polovica posjetitelja vidi “kontrolni” sadržaj. Jedino uz stalno eksperimentiranje i testiranje možemo biti sigurni da nešto stvarno funkcionira bolje.
Kako to sve izgleda u praksi?
U sklopu izrade SMART web rješenja primjenjujemo niz komponenti i modela za personalizaciju sadržaja, pri čemu većinu razvijamo custom prema specifičnim ciljevima i procesima vašeg poslovanja. Posebno u e-commerceu nije svejedno radi li se o B2C ili B2B trgovini, a odabir pristupa dodatno ovisi o vašim jedinstvenim potrebama i tržišnom kontekstu. Za konkretne prijedloge na vašem slučaju kontaktirajte nas za besplatne konzultacije.
Personalizacija je zanat, a SMART Web je radionica
Personalizacija korisničkog iskustva nije čarolija. To je discipliniran proces: podaci → hipoteza → sadržaj → test → mjera → iteracija – uz stalno poštivanje privatnosti korisnika i relevantnih zakona. Kad taj proces zaživi, web počinje zvučati kao čovjek, a ne kao čista oglasna ploča ili dosadna web prezentacije. Brojke potvrđuju isplativost personalizacije, ali još je važnija kvaliteta dugoročnih odnosa koju tako gradite.
