Skip to main content

sinyal

Analisis data tingkat lanjut memungkinkan peritel untuk menjalin hubungan yang lebih dalam dengan pelanggan

Pribadi

Secara tradisional, data konsumen diambil dari sumber-sumber seperti demografi, permintaan pencarian, perilaku penelusuran, dan riwayat pembelian, yang menghasilkan rekomendasi dan penawaran produk yang luas dan umum.

​Ke depannya, merek ritel memiliki potensi untuk menggunakan AI, pembelajaran mesin, dan analisis data besar untuk mendapatkan wawasan yang lebih dalam tentang preferensi dan perilaku konsumen dengan mengurai informasi konsumen yang jauh lebih kaya: postingan dan ulasan media sosial, sesi layanan pelanggan dengan chatbot pintar, interaksi produk di lingkungan AR/VR, dan bahkan evaluasi produk di toko. 

Dengan kecerdasan ini, perusahaan dapat memperoleh pemahaman yang lebih dalam dan lebih terperinci tentang motivasi, nilai, dan maksud konsumen. AI Generatif kemudian dapat menggunakan wawasan ini untuk memprediksi minat yang muncul dan kebutuhan yang belum terpenuhi, menginformasikan pesan, pemasaran, rekomendasi, harga, promosi, dan insentif yang spesifik untuk pelanggan. Semua ini dapat dikirimkan dengan tepat bagaimana, di mana dan kapan pun yang diinginkan oleh setiap pembeli, menciptakan pengalaman yang dinamis dan sesuai dengan keinginan.

Personalisasi itu penting

40%

Memang, perusahaan yang memprioritaskan personalisasi melihat peningkatan yang signifikan dalam keterlibatan, konversi, dan retensi.27 Perusahaan yang tumbuh cepat menghasilkan 40% lebih banyak pendapatan dari personalisasi dibandingkan perusahaan yang tumbuh lebih lambat.28

3/4

Tiga dari empat konsumen mengharapkan perusahaan ritel untuk memahami kebutuhan dan ekspektasi unikmereka24 serta memberikan interaksi yangdisesuaikan25 - dan mereka akan tetap menggunakan merek yang melakukannya dan meninggalkan merek yang tidak melakukannya.26

 

Penekanan pada personalisasi telah menyebabkan peningkatan fokus pada manajemen data yang bertanggung jawab. Mengingat pelanggaran data canggih dan laporan penyalahgunaan data, kepercayaan telah menjadi mata uang baru bagi merek. Peritel yang ingin mendapatkan pangsa dompet perlu mendapatkan kepercayaan konsumen dengan mematuhi peraturan yang sejalan dengan harapan tentang bagaimana data harus digunakan secara bertanggung jawab.

(Baca lebih lanjut di edisi Sin yal Q1 Mastercard.)

Loyalitas yang dinamis

Wawasan konsumen yang lebih dalam akan memungkinkan peritel untuk mengubah program loyalitas merek dari sistem berbasis poin tradisional menjadi titik kontak yang dinamis, personal, dan berbasis pengalaman. Berdasarkan kebiasaan dan sejarah konsumen individu, teknologi termasuk AI dan AR serta jaringan loyalitas baru yang didukung oleh blockchain akan memungkinkan interaksi pelanggan-merek baru, kemitraan yang menciptakan platform loyalitas lintas-merek, dan hadiah yang sangat personal.

Kesetiaan diterjemahkan

Program berkinerja terbaik dapat meningkatkan pendapatan dari pelanggan yang menukarkan poin sebanyak 25% dengan meningkatkan frekuensi dan ukuran pembelian.29

Rata-rata konsumen AS terdaftar di sekitar 15 program loyalitas, namun kurang dari setengahnya yang aktif.

Dua pertiga konsumen akan mengganti merek yang mereka beli untuk mendapatkan imbalan yang lebih baik.31

Eksplorasi loyalitas

Singapore Airlines meluncurkan dompet loyalitas yang dibangun di atas teknologi blockchain yang memungkinkan para pelancong untuk dengan mudah membelanjakan air miles mereka di berbagai gerai ritel.32 Emirates Skyward memiliki program berbasis blockchain yang serupa.

Snow Peak, peritel peralatan luar ruangan asal Jepang, mengundang pelanggan untuk berpartisipasi dalam lokakarya yang dipersonalisasi, pertemuan komunitas, dan pengalaman berkemah eksklusif di berbagai lokasi di Jepang dan A.S. Tujuannya adalah untuk membangun kedekatan dengan merek, mendapatkan wawasan, dan membantu pelanggan "merasakan kekuatan peremajaan di luar ruangan. "33 Perusahaan memuji program ini dengan meningkatkan keterlibatan pelanggan dan pangsa pasar

Pengadopsi awal

Peritel besar memimpin dalam hal ini. Amazon, Walmart, Nike, Starbucks, dan Target menggunakan AI, machine learning (ML), dan alat data canggih untuk menganalisis perilaku dan preferensi konsumen, sehingga mereka dapat mempersonalisasi pemasaran, pengalaman berbelanja, dan rekomendasi produk.

Coach menggunakan segmentasi konsumen yang lebih dalam untuk mengidentifikasi tas Tabby sebagai penarik utama bagi para pembeli muda.35 Dengan wawasan dari analisis data, perusahaan ini memanfaatkan keterlibatan konsumen secara langsung, iterasi produk, dan kampanye pemasaran seperti "Courage to Be Real" dengan Lil Nas X dan "In My Tabby." Pendekatan ini menghasilkan lonjakan dalam pencarian dan penjualan, dengan Tabby menjadi sukses besar.

Perusahaan rintisan juga memberikan solusi inovatif. Kategori terbesar dalam laporan terbaru CB Insight tentang perusahaan rintisan teknologi ritel adalah keterlibatan pembelanja digital, yang mencakup perusahaan yang membantu peritel "terhubung dengan pembeli di berbagai platform dan saluran dengan fokus pada personalisasi dan loyalitas."[36

Outook

Kasus penggunaan yang muncul, seperti percobaan virtual dan aplikasi visualisasi rumah, diharapkan dapat diadopsi secara luas karena kemampuannya untuk meningkatkan kepercayaan pelanggan dan mengurangi pengembalian. 

Memastikan teknologi yang akurat dan mudah digunakan untuk pemindaian tubuh dan pengalaman AR/VR merupakan hal yang menantang, dan biaya perangkat MR saat ini menjadi penghalang. Namun, seiring dengan kemajuan teknologi dan penurunan biaya, peritel yang dapat mengatasi masalah privasi dan menawarkan pengalaman yang mulus, berharga, dan mendalam dapat memimpin dalam mendefinisikan ulang lanskap e-commerce.

[24] https://www.salesforce.com/eu/blog/future-of-customer-service/

[25] https://www.mckinsey.com/capabilities/growth-marketing-and-sales/our-insights/the-value-of-getting-personalization-right-or-wrong-is-multiplying

[26] https://blogs.perficient.com/2023/03/01/customer-experience-trends-in-2023/

[27] https://explodingtopics.com/blog/personalization-stats

[28] https://www.mckinsey.com/capabilities/growth-marketing-and-sales/our-insights/the-value-of-getting-personalization-right-or-wrong-is-multiplying

[29] https://www.mckinsey.com/capabilities/growth-marketing-and-sales/our-insights/next-in-loyalty-eight-levers-to-turn-customers-into-fans

[31] https://info.bondbrandloyalty.com/the-2016-bond-loyalty-report-press-release-us

[32] https://www.ccn.com/singapore-airlines-will-launch-blockchain-loyalty-wallet-frequent-flyers/

[33] https://www.snowpeak.com/pages/campfield

[34] https://outdoorindustry.org/press-release/snow-peak-usa-announces-the-launch-of-its-global-loyalty-program/

[35] https://www.businessoffashion.com/articles/technology/how-coach-used-data-to-make-its-tabby-bag-a-hit/

[36] https://www.cbinsights.com/research/report/retail-technology-startups-2023/

[37] https://www.voguebusiness.com/technology/mapping-the-net-a-porters-of-nfts

[38] https://hypebeast.com/2021/5/virtual-gucci-bag-roblox-resale

[39] https://www.voguebusiness.com/consumers/new-era-ar-vr-pop-ups-enough-to-lure-customers-in

[40] https://www.voguebusiness.com/consumers/new-era-ar-vr-pop-ups-enough-to-lure-customers-in

[41] https://wwd.com/fashion-news/fashion-scoops/jacquemus-cafe-fleurs-seoul-1235882485/

[42] https://www.cnbc.com/advertorial/behind-the-vs-series-by-sk-ii-studio/

[43] https://www.retaildive.com/news/savage-x-fenty-delves-deeper-into-fitting-room-tech/643390/

[44] https://www.emarketer.com/content/retail-executives-worldwide-say-physical-stores-add-personal-element-customer-experience

[45] https://www.geekwire.com/2024/former-niantic-leaders-spatial-computing-startup-aims-to-help-retailers-track-shelf-inventory/

[46] https://www.salesforce.com/news/stories/loreal-salesforce-success-now/

[47] https://shop.lululemon.com/story/like-new

[48] https://www.alpinetrek.co.uk/blog/patagonia-worn-wear/