Ko se interesi vračajočega se obiskovalca premaknejo, priporočajte glede na njegovo najnovejše vedenje, ne glede na zgodovino nakupov — starejšemu signalu pa dajte možnost, da se elegantno umakne. Če je nekdo pred osmimi meseci kupil tekaške copate, zadnje tri obiske pa je preživel na vaših straneh o pohodništvu in kampiranju, naj blok s priporočili na prvo mesto postavi opremo za pohode, ne še enega para cestnih copat. Praktično pravilo: nedavne seje ovrednotite bistveno bolj kot stare, prikažite eno ali dve navezavi na prejšnji interes za primer, da je še živ, in nikoli ne dovolite, da bi en sam zastarel nakup obvladoval, kar obiskovalec vidi. Ta stran govori prav o tem problemu — o obiskovalcu, ki se je vrnil, a očitno išče nekaj drugega kot prej.

Pravi problem: vaši podatki so zvesti napačni različici te osebe

Večina logike priporočil temelji na zgodovini nakupov, saj so to najčistejši podatki, ki jih trgovina ima. Nekdo je kupil X, torej mu prikazujemo več X-a in stvari, ki gredo z X-om zraven. V redu — dokler se oseba ne spremeni.

Razlogi ljudi za nakupovanje se premikajo. Starš, ki je pred dvema letoma kupil oblačila za dojenčke, ima zdaj malčka. Kupka, ki je prvo stanovanje opremila z vašo cenovno ugodno linijo, je pravkar dobila povišico in zdaj brska po srednjem cenovnem razredu. Fant, ki je kupil začetniški fotoaparat, se vrača k objektivom in osvetlitvi, ne k novemu ohišju. Njihova zgodovina pravi eno; njihovi zadnji trije obiski pravijo drugo. Stran pa vestno še naprej priporoča preteklost.

Znak je vedenjski, ne demografski. Vračajoči se obiskovalci, katerih brskanje je zašlo stran od tega, kar so kupili — nove kategorije, drugačni cenovni razredi, drugačna raba — vam dajejo živ signal, da je staro priporočilo zdaj le šum.

Zakaj to ne odpravi preprosto »samo personalizirajte«

Personalizacija naj bi rešila prav to. Težava je v tem, da večina personalizacije tiho preveč zaupa nakupnemu dogodku, ker se nakup zdi bolj »resničen« kot brskanje. Zato se algoritem zasidra na tisto, za kar je nekdo plačal, nedavno brskanje pa obravnava kot šibek popravek.

Za tega konkretnega obiskovalca je to obrnjeno narobe. Nakup izpred nekaj mesecev je dejstvo o tem, kdo je bil. Tri sveže seje v novi kategoriji so dejstvo o tem, kdo je zdaj. Povečanje oglaševalskega proračuna ne bo pomagalo — le plačali boste, da premaknjenega kupca pošljete nazaj na stran, ki mu prikazuje njegovo lastno zgodovino. Tudi več pojavnih oken ne bo pomagalo; ponudba znotraj je še vedno napačna.

Obstaja tudi cena zaupanja. Priporočila, ki spregledajo očitno spremembo, ne delujejo nevtralno — delujejo kot trgovina, ki ni pozorna. Če na stari interes pritisnete premočno, zaide v grozljivo cono, kjer začne personalizacija delovati kot nadzor namesto kot storitev. To mejo je vredno razumeti zase; obširnejšo obravnavo najdete v članku kako uporabiti prejšnje vedenje pri brskanju, ne da bi personalizacija delovala srhljivo.

Kje prihodek dejansko pušča

Puščanje je majhno na obisk in veliko v seštevku. Predstavljajte si trgovino s 4.000 vračajočimi se obiskovalci na mesec. Recimo, da jih petina — 800 ljudi — kaže vzorec brskanja, ki se je očitno oddaljil od njihove zgodovine nakupov. (Ponazoritvene številke; svoje izluščite iz analitike.) V vsaki od teh sej so junak domače strani, trak »priporočeno zate« in nadaljnji e-mail vsi optimizirani za osebo, ki ne obstaja več.

Tega ne vidite kot skok v odbojih. Vidite kot priporočila, ki pretvarjajo malce slabše, kot bi morala, kot upad klikov v e-mailu in kot segment vračajočih se obiskovalcev, ki iz razlogov, ki jih nihče ne zna povsem poimenovati, podpovprečen. To je tih davek na skupino, ki je z vrnitvijo že dvignila roko.

Praktična rešitev, po vrsti

Najprej popravite uteževanje, nato rezervne možnosti. Takole bi šel po korakih.

1. Naj bo sedanjost pomembnejša od zgodovine. Osrednja sprememba: nedavno vedenje na strani mora imeti večjo utež kot star nakup. Uporaben miselni model je razpad — ogled izdelka ta teden šteje veliko, tisti izpred treh mesecev šteje malo, nakup izpred lanskega leta šteje kot bledo ozadje preferenc, ne kot volan. Za to ne potrebujete ekipe podatkovnih znanstvenikov. Večina orodij za priporočila in e-pošto vam omogoča, da »nedavno ogledano« in »nedavno brskano kategorijo« postavite pred vseživljenjsko zgodovino; naloga je, da to dejansko vklopite.

2. Zaznajte premik, ne le odzivajte se na zadnji klik. En zablodel klik ni sprememba interesa — morda gre za darilo ali za zajčjo luknjo. Iščite ponovljivost med sejami. Dva ali trije obiski, ki pristanejo v isti novi kategoriji, so pravi signal; en obisk je »morda«. Kaj vam povedo ponovljeni obiski kategorij, je tema zase — glejte kaj ponovljeni obiski kategorij razkrivajo o namenu kupca — a na kratko: doslednost med sejami loči pristni premik od šuma.

3. Ohranite tanko nit do starega interesa. Ne izbrišite preteklosti povsem. Premik je pogosto razširitev, ne čist prelom — kupec fotoaparata še vedno ima fotoaparat. Na prvo mesto postavite nov interes, a eno mesto zadržite za nekaj, kar premosti staro in novo (objektiv, ki se prilega ohišju, ki ga je kupil). To premostitveno mesto je prostor, kjer tiho živi prihodek od navzkrižne prodaje.

4. Obiskovalcu dajte možnost, da vam pove neposredno. Najcenejši signal je tisti, po katerem vprašate. Preprosta povezava »ni to, kar iščete? prebrskajte [novo kategorijo]« ali namig o preferencah premaknjenemu kupcu omogoči, da vas popravi z enim klikom — in ta klik so čistejši podatki od katerega koli sklepanja.

5. Ločite premik od primerjave. Nekdo, ki niha med dvema kategorijama, si morda ni premislil — morda se odloča. To je drugačna naloga z drugačnim sporočilom, bliže članku kako ustvariti sporočila za sledenje kupcem, ki primerjajo več izdelkov. V premik priporočajte; v primerjavo pomirjajte.

Kaj avtomatizirati

Vzorec spremenite v tok. Konkretno:

• Sprožilec: vračajoči se obiskovalec zabeleži svojo drugo ali tretjo sejo v kategoriji, ki ni njegova nakupna kategorija ali prej prevladujoča kategorija brskanja.
• Segment: »interes se je premaknil« — nedavno brskanje se v zadnjih N sejah razhaja z zgodovino nakupov.
• Časovnica: pustite, da se vzorec izoblikuje. Sprožite sledenje, ko se premik pokaže v vsaj dveh sejah, ne ob prvem ogledu izven zgodovine.
• Kanal: blok s priporočili na strani se posodobi v živo; e-mail ali potisno sporočilo sledi v dnevu ali dveh, dokler je nov interes topel.
• Vsebina: na prvo mesto novo kategorijo, en premostitveni izdelek in družbeni dokaz (ocene, »priljubljeno v [novi kategoriji]«). Za ta segment junaka stare kategorije povsem opustite.
• Cilj: klik v novo kategorijo in prvo naročilo v njej — ne vrnitev k stari.

Tudi samo sporočilo naj ne ponavlja tega, kar so obiskovalci že trikrat videli. Če jim je bila na strani prikazana ista mreža nove kategorije, e-mail potrebuje drug pristop — vodnik, primerjavo, najbolje prodajani izdelek. O tem obstaja cela disciplina, obravnavana v članku kako slediti ponavljajočim se brskalcem, ne da bi ponavljali isto sporočilo.

Primer iz trgovine

Vzemimo srednje veliko trgovino z opremo za na prosto. Kupka Marta je lani spomladi kupila komplet za cestni tek — copate, nogavice, lahko jakno. Nekaj mesecev nič. Nato je v treh junijskih obiskih v šotorih za nahrbtnikarjenje, pohodniških palicah in 40-litrskih nahrbtnikih. Teka se ne dotakne več.

Stara logika ji prikazuje več tekaških copat in trak »morda vam bo všeč«, poln tekaških nogavic. Vljudna je do tega — le odide.

Različica s premaknjenim interesom: njen trak na domači strani zdaj na prvo mesto postavi šotor za dve osebi in komplet palic, eno mesto zadrži za copate za tekaški trail (premostitev — še vedno teče, morda zdaj na terenu), nadaljnji e-mail dva dni pozneje pa je kratek vodnik »načrtujete prvi nahrbtnikarski izlet?« s tremi nahrbtniki in resničnimi ocenami strank. Ta e-mail nagovarja to, kdo je Marta junija, ne kdo je bila aprila. (Ponazoritveni primer — kategorije in časovnico prilagodite svoji trgovini.)

Kako to meriti

Zmage ne razglašajte zgolj na podlagi klikov. Spremljajte:

• Klike na priporočila za premaknjeni segment v primerjavi z istimi ljudmi pri priporočilih na podlagi zgodovine — neposredna primerjava prej/potem.
• Prvo naročilo v novi kategoriji iz tega segmenta. To je pravi rezultat; premik, ki nikoli ne pretvori, je le lepše videti odboj.
• Prihodek na vračajočega se obiskovalca za skupino »interes se je premaknil«, spremljan skozi čas.
• Klike na popravek na povezavi »ni to, kar iščete?« — velik obseg tam pomeni, da vaše zaznavanje še vedno zaostaja za vedenjem.

Če premaknjeni segment po vsem tem še vedno pretvarja slabše od vseh drugih, je problem morda širši od priporočil — to je področje članka kaj testirati, ko vračajoči se obiskovalci pretvarjajo slabše od novih.

Kako pomaga Omnisend

Ko veste, kaj želite priporočiti, potrebujete orodje, ki lahko deluje na podlagi nedavnega vedenja, ne le vseživljenjske zgodovine. Prav tu se v svojih trgovinah opiram na Omnisend, potem ko sem ga preizkusil proti Klaviyu. Njegovi bloki s priporočili izdelkov in segmenti na podlagi brskanja vam omogočajo, da zgradite občinstvo »nedavno ogledana kategorija« ter v e-mail in potisna sporočila umestite dinamične bloke izdelkov, ki se napolnijo iz tega, kar je nekdo dejansko brskal ta teden — ne iz tega, kar je kupil lani. Nastavitev pravila za segment in dinamičnega bloka je vzela popoldne, ne razvijalskega sprinta.

Poštena omejitev: orodje lahko uteži sedanjost in sproži tok, ne more pa odločiti, kateri nov interes je resničen in kateri enkraten — ta presoja in okus pri tem, kaj prikažete, ostaneta vaša. Omnisend je pridruženi partner Shopimationa; priporočam ga iz vsakodnevne rabe, brezplačni paket pa zadošča, da ta segment najprej zgradite in preizkusite na delu vračajočega se prometa.

Vaš naslednji korak

Izvlecite poročilo o vračajočih se obiskovalcih in poiščite skupino, katere zadnje dve ali tri seje ležijo izven njihove nakupne kategorije. To je vaš premaknjeni segment — običajno večji, kot bi pričakovali. Ta teden zanje zgradite en tok, ki na prvo mesto postavi nov interes in ohrani eno samo premostitveno mesto do starega. Nato pa, preden ga povečate, si razjasnite osnovni signal z branjem članka kaj ponovljeni obiski kategorij razkrivajo o namenu kupca.