Jak uvést primární publika do praxe: průvodce pro začátečníky

Nastal čas vzít všechno, co ses dozvěděl/a v předchozích článcích v centru, a uvést svůj primární rámec personalizace založený na publiku v praxi, což ti umožní pravidelně shromažďovat smysluplné poznatky a využívat je k nasměrování tvého úsilí v dlouhodobém horizontu.

Tento průvodce poslouží jako rekapitulace dvou hlavních typů testů založených na publiku a následně nastíní postup krok za krokem pro začátečníky, jak spustit několik počátečních personalizačních kampaní. Ty začínají variantami A/B testování oproti kontrolní skupině, aby se zjistilo, která z nich funguje nejlépe pro každou z tvých primárních cílových skupin – jejichž zjištění slouží jako výchozí bod pro další optimalizaci digitálního zážitku pro jednotlivé segmenty.

Porozumění primárním publikům a získání cenných poznatků pro úspěšnou probíhající personalizaci lze dosáhnout spuštěním dvou různých typů experimentů, které by se měly používat společně pro dosažení nejlepších výsledků.

To jsou:

Doporučení produktů, která představují jeden z nejjednodušších typů personalizace a typ kampaně, jenž by na webu měl mít trvalé místo, využívají datové poznatky, kontext v reálném čase a agregované nákupní trendy k prezentaci na míru ušitého obsahu nebo produktů.

V průběhu celého funelu lze použít řadu globálních, kontextových a personalizovaných strategií doporučování produktů k urychlení celkové doby, kterou návštěvník potřebuje k nákupu. Například na domovské stránce k urychlení objevování produktů a zlepšení přehlednosti webu. Nebo dále na stránkách podrobností o produktu (PDP) a v nákupním košíku, což pomáhá s křížovým prodejem a zvyšováním konverzí, aniž by uživatelé museli opustit stránku ve chvílích vysokého zájmu (což jsou obvykle oblasti odpovědné za největší generované příjmy).

Všechno od strategií doporučení přes vzhled a chování widgetu (včetně veškerých zpráv) až po umístění na webu nebo stránce by se mělo nejen testovat, ale také pravidelně optimalizovat pro dosažení nejlepších výsledků u každého primárního publika.

Webové stránky jsou plné prvků obsahu, jako jsou obrázky, texty, výzvy k akcím (CTA), propagační moduly a další, které mají obvykle statickou povahu, ale jsou připraveny k personalizaci na základě složení konkrétní primární cílové skupiny.

Příklady obsahových kampaní zahrnují přizpůsobení hlavních bannerů na úvodní stránce, personalizaci navigace na webu (na stolních počítačích i v mobilech), zobrazování časově omezených akcí, začlenění prvků sociálního důkazu na stránkách produktů nebo v jiných umístěních a dokonce i úpravy textu pro neaktivní karty v prohlížeči.

Možnosti jsou prakticky neomezené, co se týče různých webových komponent dostupných pro testování. Týmy by však měly při stanovování priorit nápadů vždy brát v úvahu dopad, úsilí a rozsah.

Níže najdeš přehledný postup, který ti pomůže definovat primární publikum a pomocí něhož spustíš a vyhodnotíš své první personalizační kampaně – konkrétně jeden test doporučení produktů a jeden test obsahu:

1. Vytvoření sady primárních publik

2. Proveď A/B test doporučení produktů

3. Proveďte A/B test obsahu

4. Analyzujte výsledky testů pro každou ze svých primárních cílových skupin

5. Spouštěj nové testy na základě svých hypotéz

Pojďme začít.

Doporučená četba: Výběr sady primárních publik.

Vaše primární publikum tvoří základní segmenty, které ovlivňují vaši hluboce zakřeněnou personalizační strategii. Zjednodušují váš personalizační program, aniž by ztratil na účinnosti. Jejich přijetí by vám mělo usnadnit škálování vašich aktivit.

Jelikož mají být tyto segmenty nadčasové a trvalé, a to i v době, kdy se vaše podnikání vyvíjí, je proto klíčové postupovat uvážlivě a věnovat potřebný čas pečlivé identifikaci těchto jádrových skupin.

Jejich výběr by měl začít výběrem primárního KPI webu, na které se budeš optimalizovat na základě tvého odvětví a obchodních potřeb. Poté vyhodnoť svá datová zjištění, abyste odhalili vzorce spojené s dokončením události KPI, a použij je jako segregační princip k rozdělení sady publik do 2–4 zřetelných skupin. Tyto skupiny by měly pokrývat 100 % návštěvnosti tvého webu, přičemž každá z nich obsáhne alespoň 10 %. 

Cílem tohoto procesu je stanovit standardizovaný univerzální pohled na zkoumání vaší uživatelské základny a výsledků vašich testů. Díky základnímu pochopení publika můžete začít využívat experimentování k rozšiřování svých znalostí, aplikovat nově nabyté poznatki na budoucí testy, které se zaměřují na vaše primární KPI pro každé publikum, a dále tak vylepšovat zákaznickou zkušenost.

Doporučená četba: Začínáme s testováním doporučení produktů a personalizací.

Než spustíš první testy, ujisti se, že splňují tyto čtyři podmínky. Tady jsou tři testy, které to dokážou!

Skvělým způsobem, jak se seznámit s implementací a analýzou základní personalizační taktiky, je přidat doporučující widget na stránky produktů (PDP) a otestovat dva různé algoritmy oproti kontrolní skupině za účelem porovnání výsledků.

Je důležité mít na paměti, že žádná univerzální strategie nebude vyhovovat všem návštěvníkům, protože někteří mohou váš web navštěvovat přímo a procházet si ho několikrát týdně, zatímco jiní mohou na web zavítat poprvé na základě dotazu ve vyhledávači. Výkonný modul doporučování produktů vyhodnocuje dostupné datové poznatky pro konkrétního návštěvníka a na základě kontextových vodítek (aktuální stránka, odkazující adresa URL atd.), trendů výdajů a dalších faktorů nasazuje nejvhodnější strategii s cílem podnítit akci. 

Při spouštění našeho testu, které zahrnuje:

1. Výběr dvou algoritmů k vzájemnému testování (a také kontrolní skupiny)

2. I přesto, že se úspěšné prvky mohou u jednotlivých značek, uživatelských základen a publik zásadně lišit, algoritmy „Podobnost“ a „Zobrazeno společně“ jsou základními výchozími možnostmi, které můžete na stránce PDP vyzkoušet.

3. Nechání kampaně běžet po dobu alespoň dvou týdnů, aby se dosáhlo statistické významnosti, přičemž na každou variantu a kontrolní skupinu je distribuován stejný provoz, než se použije 80% prahová hodnota pro měření pravděpodobnosti nejlepšího výsledku (Probability to Be Best – P2BB) 

4. Analýza výsledků A/B testování pro každý segment za účelem zjištění, které publikum preferuje jaký algoritmus pro použití v budoucích testech doporučení

When running future recommendation tests for each segment within your primary audiences, keep the page type and stage of the customer journey in mind. For example, if your segmentation principle is purchase intent (measured by pageviews), it makes sense for visitors with fewer data insights (low intent) to receive generic ranking recommendations such as „Most Popular.“ Whereas returning users with more page view data insights should be served contextually-driven product recommendations.

Více o technikách, strategiích a osvědčených postupech se můžeš dozvědět v tomto průvodci doporučením produktů.

Zprávy založené na sociálním důkazu vyžadují z hlediska implementace jen malé úsilí, ale mohou mít masivní dopad na klíčové ukazatele výkonnosti (KPI), proto je doporučujeme jako první test obsahu.

Samotný koncept sociálního důkazu souvisí s vlivem skupinového myšlení. Pozitivní zákaznické recenze a hodnocení například budují pocit důvěry při rozhodování o nákupu. Zvýraznění poptávky po produktu potvrzuje vlastní úvahu návštěvníka o jeho nákupu a zobrazení zbývajících zásob konkrétního produktu může vytvořit naléhavost.

Při spouštění našeho testu, které zahrnuje:

1. Volba kvantitativního faktoru pro spuštění testu obsahu se sociálním důkazem
   • To pomáhá odvyprávět příběh vnímané hodnoty daného produktu v konkrétním okamžiku, jako je počet nedávných nákupů, zobrazení stránek nebo dokonce zbývající zásoby 
   • Počet zobrazení stránky nebo nákupů daného produktu návštěvníci stránek snadno pochopí a lze je jednoduše začlenit, takže začněme tam.     
2. Určení prahové hodnoty pro kvantitativní faktor, která spustí kampaň se sociálním potvrzením
   • To by mělo pro spotřebitele něco znamenat, protože jedno zobrazení produktu nebo nákup za daný den pravděpodobně nezanechá dojem 
   • Prahová hodnota by měla kvalifikovat dostatek produktů a datových přehledů k vyvození závěru – jediný produkt s 10 000 zobrazeními produktu přinese extrémně omezené výsledky 
3. Výběr časového období pro váš prahová hodnota
   • Co pro tvůj byznys, produkty a potenciální kupující dává největší smysl: den, týden, nebo měsíc? 
   • Doporučujeme začít s kulatými čísly, jako je 200 zobrazení za den nebo 1 000 zobrazení za týden. 
4. Nechání kampaně běžet po dobu alespoň dvou týdnů, aby dosáhla statistické významnosti, přičemž se dodržují stejná pravidla jako u testu doporučování produktů pro zjištění nejlepší varianty
5. Analyzujeme výsledky pro každý segment, abychom zaznamenali dopad obsahu sociálního potvrzení na konverze (použijeme nákupy na uživatele)

Podobně jako u kampaně s doporučeními produktů by měly tvé budoucí zprávy se sociálním důkazem směřovat k motivacím a záměrům tvých primárních publik. Obsah testu, jeho zprávy a zobrazované kvantitativní informace (jako prodané produkty nebo zhlédnuté stránky) se budou pro každé publikum lišit. Noví uživatelé s málo známým záměrem by tak měli vidět například recenze produktů od spokojených zákazníků, které vzbudí jejich zájem, zatímco vracející se uživatel s vysokým záměrem může potřebovat jen malé pošťouchnutí k nákupu, a proto by měl vidět upozornění na nízké zásoby, která podpoří naléhavost a nákupní akce.

Budete chtít analyzovat výsledky pro všechny své primární skupiny publika, abyste viděli, jak si obsah vedl pro jednotlivé segmenty. Díky tomu bude pro vás snazší rychle provést optimalizaci po objevení vítězných datových přehledů.

Po spuštění počátečních kampaní analyzujte výsledky z pohledu svých primárních publik, abyste pro každý segment určili vítěznou variantu.

Položte si otázku:

• Která varianta si vedla lépe na základě primární metriky?

• Pokud byl výsledek záporný nebo vedl k poklesu, mohlo hrát roli umístění, obsah, výzva k akci (CTA) či její absence nebo jakýkoli jiný prvek? 

• Proč mohla varianta u primární cílové skupiny zarezonovat (nebo ne) na základě toho, co o nich už víš?

• Jaká sdělení by mohla u primárních cílových skupin rezonovat lépe?

• Co můžeš otestovat jako další, abys získal(a) větší přehled o každé skupině publik?

Využijte tyto úvahy k upevnění poznatků o publiku a k formulování hypotézy, kterou otestujete v příštích experimentech. 

Jakmile získáš poznatky z počátečních kampaní pro každý segment publika, máš zvýšený základ pro spouštění budoucích testů.

Řekněme například, že uživatelé s nízkým úmyslem (jedno z vašich primárních publik) upřednostňují v doporučeních na stránce produktu (PDP) podobné produkty. Tento výsledek vás může přimět k domněnce, že je zajímá spíše konkrétní styl produktů než to, co si prohlíželi společně s ním. Přirozeným dalším krokem by bylo zpřesnění používání algoritmu podobnosti pro segment publikum s nízkým úmyslem v rámci widgetu doporučení produktů na stránce PDP.

A tak proces vymýšlení kampaně začíná znovu, přičemž nové poznatky se uplatňují jako druhé iterace vašich doporučení a testů obsahu – tentokrát pro každou z vašich primárních cílových skupin.

V rámci obou základních typů personalizačních testů založených na publiki existuje kromě doporučení na stránkách produktů (PDP) a sociálního schválení řada taktik a strategií. Když přistupuješ k novému, jednoduše použij stejný postup krok za krokem:

1. Vyberte personalizační kampaň

2. Formuluj hypotézu k otestování pro celé publikum

3. Spusťte A/B test s kontrolní skupinou a dvěma variantami

4. Nechte test běžet dva týdny (alespoň), aby dosáhl statistické významnosti, přičemž na každou variantu a kontrolní skupinu bude rozdělen stejný provoz, než použijete 80% práh pro měření pravděpodobnosti, že jde o nejlepší volbu (Probability to Be Best – P2BB).

5. Analyzuj výsledky z pohledu každého ze svých primárních publik

6. Institutionalizujte a sesbírejte poznatky z každého testu

Personalizace není nikdy skutečně dokončena, protože se o svém publiku můžeš vždy dozvědět něco dalšího. Implementace výše uvedeného playbooku ti umožní zahájit tento přínosný proces, díky kterému nejen zlepšíš zákaznickou zkušenost, ale také budeš průběžně optimalizovat své výsledky.