利用客户数据和 AI 推动电子商务在 2021 年的增长
30 秒总结:
- 尽管 2020 年面临挑战,但电子商务销售额在 2020 年假期期间有所增长——比 2019 年增长 49%,预示着 2021 年将发生巨大转变。
- 各大品牌采用路边提货等新策略来提高购物者在大流行期间的舒适度。
- 为了利用来自多个来源的大量客户数据,品牌将寻求解决方案,使他们能够从数据中提取价值,以推动在正确的时间大规模交付正确的产品方面做出明智的决策。
- 尽管电子商务呈爆炸式增长,但品牌必须继续投资于多渠道商业模式,优化店内和线上的客户体验。
- 通过使用人工智能提供高度相关的客户体验,零售商可以在 2021 年进一步推动电子商务增长。
用一个词来概括 2020 年是不可能的,但“不可预测”是一个很好的起点。 回顾去年一月,我们中很少有人能预见到一场席卷全球的大流行病。 新的一年开始了,我们都满怀希望地展望未来,希望一切恢复正常。 旅游、酒店和零售是 2020 年受灾最严重的几个行业。然而,甚至在大流行之前,零售业就在经历一场“重置”或“转型”,有人称之为零售末日。 随着消费者转向在线购物,这种流行病加速了电子商务的增长和转型,他们最喜欢的商店暂时关闭,然后为了他们的健康和安全而重新开业。
随着 2020 年假期的临近,没人能预测结果会如何。 考虑到因企业倒闭、失业以及随之而来的消费者信心下降导致的经济衰退,通常是年度购物高峰期的假期是否会陷入困境? 多亏了一个新的,我们现在有了一些答案 万事达卡消费脉搏 报告提供了有关 2020 年假日零售额的见解。 根据该报告,在 2020 年假日购物季(10 月 11 日至 12 月 24 日),由于提早销售和特价优惠,零售总额增长了 3%。 更令人印象深刻的是在线销售额的增长,与 2019 年相比增长了 49%。这种非常快速的电子商务增长确实伴随着一些小问题,包括大量的包裹导致 运输延误 在公共和私人承运人处,包括 USPS 和 UPS。 然而,这并没有影响未来数字优先和多渠道品牌在线购物的前景和持续增长。
零售商积极致力于让顾客购物更安全、更方便,主要依赖在线购买店内提货 (BOPIS) 等策略,并利用支持非接触式提货的技术。 万事达卡报告中最令人惊讶的发现之一是家庭家具/陈设和家居装修行业在假期期间的表现如何。 家居家具/摆设的在线销售额增长了 31%,家居装饰品的电子商务销售额增长了近 80%。 这种增长可能归因于慷慨的销售和优惠,或者消费者已经“逛街”了一段时间并利用假期销售点击“购买”。
无论促成电子商务巨大增长的因素是什么,品牌都必须通过优化店内和网上购物体验、培养和加深与网上购物新客户及其长期客户的关系,继续投资于多渠道商业模式。 VIP顾客也是如此。
展望未来,品牌将利用他们从一年的起伏中吸取的教训,并将这些教训应用到新的一年。 请记住,推动持续的业务增长需要的不仅仅是销售、优惠券和优惠,品牌在制定 2021 年业务战略和路线图时应认真考虑四个主要趋势:
1. 消费者希望在共享数据时得到即时满足
只要消费者从交换中获得价值,他们就会越来越愿意与品牌分享偏好数据。 他们还将越来越多地期望相关体验能够实时调整,消费者几乎可以即时获得数据共享的满足感。 消费者对他们接触的品牌的忠诚度将降低,但相关性将成为公司的关键差异化因素和收入驱动价值的来源。
2. 品牌将开始使用多种数据源来为客户创造价值
品牌拥有比以往任何时候都多的数据——关于他们的客户、产品、销售和购买以及来自多种渠道的数据,包括在线、店内、应用程序内、通过电子邮件、第三方等。我们知道拥有数据并不意味着与从数据中获取价值同义,因为它通常存在于孤岛、不同的结构或模式中,并且可供组织内的不同团队访问。 品牌将需要寻找解决方案来解锁来自多个来源的大量数据,以便决定向客户展示什么以及何时展示; 然后在网络规模上执行该决定。 换句话说,品牌将开始在正确的时间使用正确的数据来放大和扩展他们为客户创造即时价值的能力
3.随着这个问题的持续发展,零售商将更加关注数据隐私合规性
随着品牌收集更多的客户数据并寻找方法来最好地释放其价值以增强相关性,确保遵守各种法律法规变得更加复杂/困难,尤其是在跨不同地区运营时。 品牌将继续专注于正确和定期评估其组织对 GDPR、CCPA 和各种其他不断发展的法规的遵守情况,其中包括与组织合作的供应商和第三方应用程序。
4.品牌将更多地依赖人工智能产品推荐解决方案来产生收入和在线销售
品牌可以创建实时相关性的一种方法是通过产品推荐更好地实现产品发现。 随着如此多的渠道和如此多的信息被推送给消费者,帮助他们找到和发现他们最感兴趣的项目的能力变得至关重要。 产品推荐在电子商务中无处不在,通常占电子商务收入的 2% 到 3%。 然而,由协同过滤提供支持的传统推荐并不能真正为客户提供最相关的产品选择,因为它们基于产品到产品的关系。 Google Product Recs 支持的深度学习等解决方案可适应客户的实时会话行为,以个人的购物旅程为基础,并使用关键上下文(例如在产品上花费的时间、浏览产品的顺序)等)以适应购买意向信号的变化。
我们预测,与传统推荐相比,公司将更加关注个性化产品推荐,以为客户提供更多价值,进而为企业带来更多收入。
随着新的一年的开始,我们恢复了一些在 2020 年失去的常态,品牌绝不能浪费与新老客户建立更深层次关系的机会。 零售商在大流行高峰期间为购物者提供了他们所需的产品,确认了他们对客户的承诺,并建立了信任纽带,这种信任纽带在 COVID-19 成为历史后仍将持续很长时间。
Tracey Ryan O’Connor 是 Tracey Ryan O’Connor 的首席营收官 量子比特.