HTML

Friss topikok


Marketintelligence

A remek Hallgatói esszék, dolgozatok, gondolatok olvasóinak száma kevés, DE az eszmei értékük magas! Emiatt hoztam létre eme blogot, hogy publicitást nyerjenek a kitűnő ötletek, megoldások! Mert a TUDÁS nem öncélú. A tudást megosztani ÉR! :) A csapat mögött: Bernschütz Mária, PhD.Elérhetőség: marketintelligence2010[kukac]gmail.com

Linkblog

Címkék

adatok (1) adblock (1) AdSense (1) AdWords (1) állat (1) állatcsatorna (1) alternatív (3) ambient (1) Apple (2) applikáció (1) asszociáció (2) attitűd (1) bankolás (1) blogolás (1) broadcast (1) buzz (1) civil (4) digitális (1) digitalizáció (2) dropon (1) ebook (2) ello (1) énmárka (4) etika. (1) Facebook (4) facebook (1) felhő (1) fesztivál (1) film (1) fogyasztó (1) fogyasztói magatartás (1) gamification (1) gerilla (3) Google (1) hilton (1) hologram (1) HTC (1) identitás (1) imázs (1) infokommunikáció (2) ingame advertising (1) interaktív (1) internet (3) internetgeneráció (1) ipm (1) IT biztonság (1) kereskedelmi márka (1) kereső (1) kiállítás (1) kiberbiztonság (1) kibertér (1) kockázat (1) közösségi (8) kritika (2) kutatás (2) live stream (1) lokációs (1) márka (4) marketing (4) marketingkommunikáció (10) MarketIntelligence (1) mém (1) mobilinternet (1) monopólium (1) motiváció (1) mozi (1) nagyképernyő (1) nonprofit (1) non spot (1) nyereményfelajánlás (1) okostelefon (2) oktatás (1) online media (3) optimalizáció (1) óvszer (2) PPC (1) product placement (2) rádió (2) reklám (3) reklámblokkolás (1) reklámstratégia (1) saját márka (1) sajtó (1) SEO (1) solomo (1) startup (1) streaming (1) szabadalom (1) szabás (1) szakdolgozat kivonat (2) személyes (1) személyesmarketing (2) személyre (1) sziget (1) szinkron (1) szlogen (1) szolgáltatás (2) szponzoráció (2) tartalommarketing (1) termékelhelyezés (2) tetoválás (1) tévé (1) time management (1) UGC (2) újmédia (3) ustream (1) válság (1) vendég (1) verseny (1) videójáték (1) video streaming (2) virtuális (1) vírus (1) webse (1) websorozat (1) zene (1) Zgeneráció (4)

Digitalizálható-e a bolti eladó? Mennyi mindent vásárolunk robotizált ajánlás hatására?

2017.04.03. 15:30 Bernschütz

ajanlas.pngMindenkivel előfordult már, hogy egy üzletben, a vásárlási folyamat egy adott pontján a figyelmébe ajánlottak egy ott kapható terméket vagy kedvezményt. Ez leggyakrabban fizetéskor a pénztárnál történik meg, de az is előfordul, hogy az eladó az üzlethelyiségben – felmérve, mit keresünk – ajánl különféle termékeket, ezzel megkönnyítve a vásárlási döntést, sőt, tevékenységével akár elősegítheti a vásárlást.

Mi lenne, ha szuper képességű eladók lennének, akik varázslatos módon, a fejünkbe látva kitalálnák, mire is van szükségünk és még precízebb javaslatokat tennének? Mi lenne, ha – ráérezve szükségleteinkre, ismerve preferenciáinkat – személyesen nekünk tudnának olyan terméket ajánlani, melyről talán még nem is tudjuk, hogy jól jönne, mellyel kapcsolatban talán még fel sem merült a tényleges vásárlási igényünk? Nos, a boltokban talán még nem, de az online piacon már elérhető ez a szolgáltatás. Sőt mi több, szinte el sem tudjuk kerülni azt.

Ezt az üzleti tevékenység az e-kereskedelemben angolul a product recommendation, magyarul termékajánlás. Az utóbbi években az online kereskedők felismerték mekkora erő lakozik az ajánlórendszerek használatában. Mára rengeteg cég alkalmaz külön szoftvert, hogy vásárlóikat célzott hirdetésekkel, személyre szabott ajánlatokkal tudják bevonzani, megtartani és vásárlásra ösztönözni. Az ilyen üzleti modulok és online marketinget segítő szoftverek fejlesztésére egyre több cég specializálódott, akik a rendelkezésre álló adatok alapján támogatják a weboldalakon a kommunikációt, marketing kampányokat segítenek levezényelni, vagy akár automatizált és speciális tartalommal megtöltött hírlevelek előállításában segítenek. Ilyen cég külföldön például a Barilliance, a Neustar (mely az Aggregate Knowledge-t megvásárolva építette magába ezt a profilt) itthon pedig az OptiMonk. A cél a webáruházak hírleveleire feliratkozók számának, konverziós rátájának növelése, ez által pedig a cég forgalmának és bevételeinek gyarapítása.

Hogyan tudják ezt elérni, és mi is az az ajánlórendszer (angolul: recommendation engine)? Ezek a szoftverek, információs eszközök, alkalmasak meghatározott adatokat összegyűjtésére, rendszerezésére és szűrésére. Ezt követően pedig képesek az adatokat az adott kontextusban értelmezni és az implementált algoritmusnak megfelelően annak jelentést tulajdonítani. A nyers adathalmazból levont következtetések táplálják a végül dinamikusan előálló, személyre szóló ajánlatokat.

Akkor ezek a weboldalak lopják az adatainkat?

Az adatgyűjtést és adatkezelést jogszabályok korlátozzák, a magyarországi szabályokról a NAIH kibocsátott egy tájékoztatót is. Az azt betartó webshopok ha megfigyelik ügyfeleik viselkedését a weblapon és ezt, valamint személyes adataikat felhasználják az ajánlórendszerükhöz, azzal alapvetően nem élnek vissza az adatainkkal, nem „lopják” azt. Számtalan weboldalon lehet találkozni olyan üzenettel, amely az Extreme Digital oldalán is figyelmeztet minket:

„Az oldalunkon cookiekat használunk, hogy a jövőben minél személyre szabottabb tartalmakat készíthessünk Neked.”

Az Optimonkos esettanulmányt véve alapul, például az alábbi jellegű információkat szokták felhasználni a webáruházak:

  • A webshop oldalainak megfigyelése, melyeket a felhasználó meglátogat.
  • Az adott illető először jár-e a weblapon vagy visszatérő látogató.
  • A látogató honnan érkezett a weboldalra – például a Facebookról, a Google keresőjéből, vagy éppenséggel a hírlevélből kattintott át.

Például az ilyen adatokat a regisztrációkor szolgáltatott személyes adatainkkal kiegészítve tudnak következtetéseket levonni, statisztikákat előállítani és azok alapján ajánlásokat készíteni, sőt, egyéb marketingtevékenységeket folytatni, kínálatot finomítani, stb. Ha kicsit belegondolunk, akkor a weboldalon végzett tevékenységünk megfigyelése olyan, mint mikor egy hagyományos üzletben a dolgozók megfigyelik, mit teszünk, mit keresünk, annak érdekében, hogy jobbak legyenek, növeljék forgalmukat, profitjukat. Sőt, akkor is hasonló adatokat szolgáltatunk a vásárlási szokásainkról egy boltnak, amikor pontgyűjtőkártyát használunk.

A Smarta cég is egy azon cégek közül, mely online értékesítő vállalatoknak kínál különféle szoftveres megoldásokat, a forgalom növeléséhez, így profiljukba tartozik az ügyféladatok bányászása is. Weboldalukon összefoglalják, hogy milyen jellegű adatokat és hogyan lehet gyűjteni, mire lehet felhasználni az üzlet sikerének növeléséhez, valamint, hogy hogyan kell ezeket az adatokat tárolni. Nem csoda, hogy jogi támogatást is nyújtanak, hiszen az ügyféladatok tárolása és védelme komoly téma. Magyarországon az adatvédelmi jogok megsértése akár 20 millió forintos bírságot is vonhat maga után, és ha egy webshop nem rendelkezik megfelelő ÁSZF-fel, az akár 2 millió forintjába is kerülhet a cégnek.

Nem csak a boltokban ajánlanak

A webshopok világából kitekintve érdemes egy pillantást vetni a közösségi média világába, különös tekintettel a Facebookra, az Instagramra vagy a YouTube-ra. Ki ne vette volna már észre, hogy a Facebookon épp a számunkra releváns tanfolyamokról, kuponokról és különféle termékekről kapunk hirdetést? Ezen kívül elterjedt stratégia a márkák részéről, hogy keresnek olyan online véleményvezért, aki lehetőleg hitelesen tudja ajánlani követőinek a termékeiket Facebookon, de főleg Instagramon. Sőt, e kapcsolat kiépítésére akár céget is lehet alapozni, így jött létre például a Tribe nevű cég is, mely kifejezetten a két fél, a márkák és az online média sztárok összekötésére szakosodott. Bár ennek a fajta ajánló stratégiának másban rejlik az ereje a többi szoftveres ajánlórendszerhez képest, azért jól mutatja, mennyire sokat adunk mások véleményére. Itt az a fő, hogy a kereskedők egy széles közönséget, piaci szegmenst tudnak célzottan elérni egy olyan személyen keresztül, akit az adott réteg elfogad, aki hatással van rájuk. A YouTube-on is a látogatók megtartása, gyorsabb kiszolgálása és a megtekintések számának növelése érdekében vezették be a videóajánlást.

A közösségi médián kívül ajánlásokkal találkozhatunk például filmnézéskor, ha van valamilyen internetes videótár előfizetésünk. Ilyen szolgáltatást kínál hazánkban a Netflix és az HBO GO. Van, amikor segít a választásban az, hogy mely filmeket nézték legutóbb, erre utalnak a HBO GO „Legutóbb nézték” illetve „Ajánlott” filmkategóriái is. Ki ne szeretne olyan filmek közül válogatni, amelyek eleve nagyobb eséllyel fognak tetszeni, mint más filmek? Csak, hogy érezzük, mennyire kulcsfontosságú és hatékony lehet egy jó ajánlórendszer: a Netflix egy 2016 januárjában nyilvánosságra hozott cikkében ír saját rendszerükről, mely becsléseik szerint évi 1 milliárd dollárt ér számukra. Saját bevallásuk szerint ugyanis ennek segítségével tudják elkerülni, hogy ügyfeleik elveszítsék érdeklődésüket a szolgáltatásuk iránt és lemondják azt.

Miért működik?

A jó bolti eladó tudja a legfontosabb termékjellemzőket, megérti szükségleteinket, és ha kell, segít a döntésben. Szeretjük érezni, hogy értik, mire van szükségünk. A jó eladó meghallgat és válaszol, akár személyes véleményét is megosztja velünk. Miért ne várhatnánk el egy webshoptól, hogy ugyanilyen figyelmesen kitalálja, mi lehet a megfelelő választás számunkra, mi az, amit érdemes lenne megvásárolnunk?

Miért veszünk szívesebben olyan terméket vagy szolgáltatást, amelyet valaki – legyen ismerős vagy egy bolti eladó, akit szakértőnek fogatunk el – személyesen ajánlja? Mert kockázatkerülők vagyunk, ki-ki más és más mértékben, de mind azok vagyunk. A vásárlásunkkor felmerülő kockázatot pedig igyekszünk csökkenteni és erre kiváló módszer az, ha másoktól kérünk véleményt, ajánlatot. Sokszor még a nem teljesen megbízható forrásból érkező vagy nem egészen releváns információt is hajlamosak vagyunk elfogadni, hogy mérlegelésnél felhasználhassuk, mint egy fogódzkodót. Az emberek többsége az éttermek közül is azt preferálja, ahol sokan vannak, hiszen ha sokaknak bevált, akkor úgy gondoljuk, hogy nagy a valószínűsége, hogy nekünk is megfelel majd. Az online térben is megtalálhatók fogódzkodók, sok helyen találkozni olyan jellegű üzenetekkel, mint:

„Valaki, aki ezt a terméket megvásárolta, xy terméket is megvette.”

„Valaki épp ilyen terméket vásárol.” (Amelyet épp megtekint a látogató.)

„A mai nap folyamán x ember vásárolta meg ezt a terméket.”

És még sorolhatnánk. Az ehhez hasonló állítások növelhetik a látogató bizalmát mind az üzlet, mind a termék iránt. A bizalom növelése pedig csökkenti annak a lehetőségét, hogy a potenciális vevő meggondolja magát és vásárlás nélkül elhagyja az oldalt.

Mennyire hatásosak ezek a szoftverek? Megéri?

Egy 2015-ös tanulmány szerint - melyet 300 online kereskedőn végzett a  Barilliance a Marketingsherpa portál számára – a vásárló kosarának tartalmához illő további termékajánlás benne van a top 10 leghatékonyabb ajánlás típus között. A kutatás szerint 2015 Q2 szakaszában a vizsgált oldalak bevételének 11,5 %-a köthető termékajánlásokhoz. A 1,5 milliárd vásárlási művelet során az ügyfelek 20 különféle ajánlattal találkoztak. Ezek a dinamikusan generált, személyre szabott hirdetések a látogatók viselkedése által előállított adatokon alapulnak. Az „A vásárlók, akik megtekintették ezt a terméket, szintén megtekintették…” típusú ajánlások hozták az összes típus közül a legtöbb bevételt, azok 2/3-át.

Egy másik 2015-ös tanulmány szerint, melyet a VentureBeat portálon hoztak nyilvánosságra, az Y és a Z generáció 77%-ának elvárása, hogy személyre szabott online vásárlási élményekben legyen részük. Az egyik legelgondolkodtatóbb statisztikával az Amazon állt elő, mely szerint a teljes bevételük 35%-át köszönhetik ajánló tevékenységüknek. A világ elsőszámú webáruháza erőforrásainak hatalmas részét fordítja arra, hogy minél jobb teljesítményű mesterséges intelligenciát tudjon implementálni és ez által minél hatékonyabb, tanulékony ajánlórendszert tudjon alkalmazni. Ezzel kapcsolatos legújabb fejlesztéseit 2016 májusában hozta nyilvánosságra.

Hogy mennyire jelentős tud lenni egy jó ajánlórendszer és kampány, arról egy hazai példa, az Optimonk és – Magyarország legnagyobb webáruháza – az Extreme Digital együttműködése a legjobb példa. A megoldást nyújtó Optimonk az elavult, túl általános és nem jó időben és helyen megjelenő hirdetéseket optimalizálva, a látogatók tevékenységének adatait felhasználva az ügyfelek számára relevánsabb hirdetéseket tudtak készíteni. Közös munkájuk eredményeképpen az Extreme Digital oldalán 61%-kal több oldalt néztek meg, 18%-kal több időt töltöttek a webáruházban és 6,5%-kal nagyobb arányban is vásároltak.

Megéri.

Nem kell ahhoz kutatást végezni, hogy megértsük: az emberek hajlandósága sokkal nagyobb a vásárlásra, hogy azt érzik, hogy döntésükhöz minden segítséget megkaptak és a műveletet gyorsan és egyszerűen el tudják végezni. Az is igaz, hogy ha ez teljesül, nagyobb valószínűséggel lesznek visszatérő vásárlók. Ezen egyszerű emberi mechanizmusok miatt éri meg az e-kereskedelemben a cégeknek személyes ajánlórendszert használni. Akiknek nincs, már lemaradásban vannak azon versenytársaikkal szemben, akik felismerték és kihasználták ezeknek a forgalom- és profitnövelő eszközöknek az erejét.

Amint láthatjuk a mesterséges intelligencia és az adatbányászat összefonódása a marketinggel már hatással van mindennapjainkra. Ahogy a hipermarketekben, úgy az online piactéren is egyre gyakrabban megtörténhet velünk, hogy több terméket vásárolunk, mint amennyit a vásárlás megkezdése előtt terveztünk. A végső lépés, a „megveszem” gomb megnyomása azonban a mi irányításunk alatt van. Egyelőre...

Szerző: Benedek Barbara, barbara.benedek.pub@gmail.com, BME Marketing mesterszak

 

Szólj hozzá!

A bejegyzés trackback címe:

https://marketintelligence.blog.hu/api/trackback/id/tr3312398135

Kommentek:

A hozzászólások a vonatkozó jogszabályok  értelmében felhasználói tartalomnak minősülnek, értük a szolgáltatás technikai  üzemeltetője semmilyen felelősséget nem vállal, azokat nem ellenőrzi. Kifogás esetén forduljon a blog szerkesztőjéhez. Részletek a  Felhasználási feltételekben és az adatvédelmi tájékoztatóban.

Nincsenek hozzászólások.