Personalizace ecommerce zážitku: kde začít a co se vyplatí
Personalizace není jen „zákazníci, kteří koupili tohle, koupili i…". Ukážeme úrovně personalizace, data, která k ní potřebujete, právní mantinely a postup, jak začít bez zbytečných nákladů.
Personalizace se v ecommerce skloňuje roky. Přesto na většině e-shopů vidí nový návštěvník, věrný zákazník i člověk, který přišel z kampaně na jeden konkrétní produkt, úplně stejnou stránku. Nejde o to, že by personalizace byla drahá. Chybí hlavně jasný plán, co personalizovat, z jakých dat a jak poznat, že to vydělává.
Očekávání zákazníků jsou přitom jasná. McKinsey ve studii Next in Personalization (2021) uvádí, že 71 % spotřebitelů očekává od firem personalizovanou komunikaci a 76 % je frustrovaných, když ji nedostanou. V tomto článku ukážeme, jak personalizaci postavit od jednoduchých pravidel po algoritmy, co k tomu potřebujete a kde jsou právní mantinely.
Co personalizace v e-shopu opravdu znamená
Personalizace je jakákoli změna obsahu, nabídky nebo komunikace podle toho, co o návštěvníkovi víte. Nemusí to být umělá inteligence. Často stačí pravidlo.
Prakticky se personalizace projevuje na čtyřech místech:
- Na webu: homepage, kategorie, doporučené produkty na detailu a v košíku, výsledky vyhledávání, bannery.
- V e-mailech a SMS: obsah newsletteru, automatizace po nákupu, připomínky doplnění zásob.
- V reklamě: remarketing, dynamické kampaně, vyloučení zákazníků, kteří už koupili.
- V obsluze: chatbot, který zná historii objednávek, nebo podpora, která vidí, co zákazník kupuje.
Nejvíc se obvykle vyplatí začít tam, kde se rozhoduje o nákupu: doporučení v košíku a na detailu produktu a segmentované e-maily. Tam personalizace přímo ovlivňuje, co a kolik zákazník koupí.
Čtyři úrovně personalizace
Personalizaci nestavte najednou. Každá úroveň potřebuje víc dat a víc práce než ta předchozí.
| Úroveň | Příklad | Data | Pro koho |
|---|---|---|---|
| 1. Kontextová | Jiný banner pro mobil, návštěvníka z kampaně nebo ze Slovenska | Zdroj návštěvy, zařízení, země | Každý e-shop |
| 2. Pravidlová podle segmentu | Věrným zákazníkům jiná homepage, novým úvodní nabídka | Historie objednávek, stav přihlášení | E-shopy se stálými zákazníky |
| 3. Behaviorální | „Naposledy prohlížené", doporučení podle kategorií, které návštěvník procházel | Chování na webu (vyžaduje souhlas s cookies) | Střední a větší e-shopy |
| 4. Algoritmická | Doporučovací model, personalizované řazení kategorie a vyhledávání | Velký objem objednávek a interakcí | Větší katalogy a vyšší návštěvnost |
Úroveň 1 a 2 zvládne většina platforem nastavením nebo doplňkem. Úroveň 3 a 4 obvykle znamená externí nástroj nebo vlastní vývoj. Algoritmická personalizace dnes často pracuje s vektorovou reprezentací produktů přes embedding modely, díky kterým umí doporučit i podobné zboží, které spolu nikdo předtím nekoupil.
Jaká data potřebujete
Personalizace je tak dobrá, jak dobrá jsou data pod ní. Než začnete vybírat nástroj, udělejte si inventuru:
- Katalog: mají produkty vyplněné parametry, kategorie a vazby na příslušenství? Bez nich nepostavíte ani jednoduché doporučení „k tomuto se hodí".
- Objednávky: máte historii nákupů propojenou se zákazníkem, nebo jsou objednávky bez registrace neprovázané?
- Chování na webu: sbíráte události (prohlížení, přidání do košíku, vyhledávání) a máte k tomu souhlas? Pomoci může server-side tracking, ale souhlas nenahrazuje.
- Hodnota zákazníka: víte, kdo jsou vaši nejcennější zákazníci? Výpočet LTV je dobrý základ pro segmenty.
- Marže: doporučovat produkty s nulovou marží je sice personalizované, ale neziskové.
Nejčastější problém, na který narážíme, není chybějící nástroj. Jsou to nevyplněné parametry, duplicitní zákazníci a rozdílná data v e-shopu, ERP a e-mailingu.
Právní mantinely: cookies, GDPR a personalizované ceny
Personalizace pracuje s osobními údaji, proto má jasná pravidla.
Cookies. Od 1. ledna 2022 platí v Česku novela zákona o elektronických komunikacích, podle které potřebují analytické a personalizační cookies předchozí souhlas návštěvníka (princip opt-in). Úřad pro ochranu osobních údajů to potvrzuje i ve svých odpovědích k cookies. Behaviorální personalizace tak funguje jen u části návštěvníků, se kterou musíte počítat při plánování. Víc v článku o cookie lištách a consent managementu.
Profilování. Personalizace nad historií nákupů je profilování podle GDPR. Zákazník musí vědět, jaká data a k jakému účelu zpracováváte. Pro běžné doporučení podobného zboží se obvykle používá oprávněný zájem, pro hlubší profilování a zejména personalizaci cen se doporučuje výslovný souhlas. Právní titul vždy konzultujte s právníkem, praktický přehled najdete v GDPR checklistu pro e-shopy.
Personalizované ceny. Občanský zákoník v § 1820 odst. 1 písm. f) ukládá informovat spotřebitele, pokud byla cena přizpůsobena na základě automatizovaného rozhodování. Personalizace nabídky produktů touto povinností zatížená není. Personalizace ceny ano.
Jak začít: postup krok za krokem
Takhle postupujeme, když personalizaci zavádíme od nuly.
- Vyberte jeden cíl. Vyšší průměrná objednávka, vyšší konverze nových návštěvníků, nebo víc opakovaných nákupů. Každý cíl vede na jiná místa webu.
- Změřte výchozí stav. Konverzní poměr, průměrná objednávka a tržba na návštěvníka za posledních 90 dní, ideálně po segmentech.
- Začněte pravidly. Doporučení příslušenství v košíku, jiná homepage pro vracející se zákazníky, připomínka doplnění zásob e-mailem. Pravidla jsou čitelná a snadno se opravují.
- Testujte proti kontrolní skupině. Část návštěvníků nechte bez personalizace. Bez toho nevíte, jestli tržby rostou díky personalizaci, nebo díky sezóně.
- Přidávejte data a složitost postupně. Behaviorální a algoritmickou personalizaci nasazujte až tam, kde pravidla prokazatelně fungují.
- Hlídejte marži a sklad. Doporučovat vyprodané zboží nebo produkty s mizivou marží je častá a drahá chyba.
Konkrétní taktiky pro doporučení v košíku rozebíráme v článcích o cross-sellingu a up-sellingu a o AI upsellu.
Nejčastější chyby
- Doporučení bez logiky. „Mohlo by se vám líbit" s náhodnými produkty ubírá důvěru víc, než kolik přinese.
- Personalizace po nákupu stejného zboží. Zákazník koupil pračku a týden mu web i reklama ukazují další pračky. Vylučte zakoupené produkty a kategorie s dlouhým cyklem.
- Příliš mnoho personalizovaných bloků. Pět karuselů pod sebou zpomalí stránku a zákazníka zahltí.
- Měření podle kliknutí. Klik na doporučený produkt není tržba. Rozhoduje tržba na návštěvníka proti kontrolní skupině.
- Zapomenutý mobil. Doporučení, která se na desktopu vejdou vedle produktu, bývají na mobilu až pod patičkou.
Jak měřit výsledek
Personalizace se měří stejně jako jakákoli jiná změna na webu: A/B testem. Sledujte hlavně tři metriky:
| Metrika | Co říká | Na co pozor |
|---|---|---|
| Tržba na návštěvníka | Celkový dopad na výkon | Kombinuje konverzi i hodnotu objednávky |
| Průměrná hodnota objednávky | Jestli doporučení zvyšují košík | Může růst i díky slevám, sledujte marži |
| Opakované nákupy | Dlouhodobý efekt na zákazníky | Projeví se až po měsících |
Testy nechte běžet celé nákupní cykly, obvykle aspoň dva týdny, a nevyhodnocujte je v době velkých akcí. Průběžné testování a vyhodnocování děláme v programu Conversion Lab, protože personalizace není jednorázový projekt.
Kdy nám zavolat
Pokud máte data rozházená ve třech systémech, nevíte, kterou úroveň personalizace zvolit, nebo jste zaplatili nástroj, který „nic nepřinesl", začněte auditem dat a cílů. Personalizaci pak stavíme v rámci služby AI personalizace a její přínos ověřujeme přes CRO. Cenu připravíme po konzultaci podle rozsahu. Chcete nejdřív vědět, kde máte největší rezervy? Požádejte o audit zdarma.
Potřebujete s tím pomoct?