每个零售商都在寻找这个问题的答案：您要向哪个客户发送什么信息，什么时候是发送信息的最有利时机？答案很简单：通过应用分析、预测行为和个性化一对一的接触时刻。
在《新购物》报告中，行业协会 INretail 强调了定制化的必要性。 “消费者对‘大众传播’的敏感度越来越低。他们希望感觉到这个系列是为他们打造的。这可以通过个性化的方法和根据他们的特定需求量身定制的服务来实现，”INretail 表示。
然而，将数据库与预测算法结合使用的（网络）零售商仍然不多。群发电子邮件仍是当今的流行趋势。但是，刚刚从您这里购买了燃气烧烤炉的人显然不希望几周后再收到木炭的报价。如何从大规模营销活动转向一对一营销？
在网上做和在商店里一样的事情
在我们与 Fanbase.pro 共同创建的白皮书《零售商的大数据：它并不像你想象的那么复杂》中，我们详细解释了它的工作原理。第一步是分析——通过使用最近度、频率、货币价值 (RFM) 方法分析客户的行 土耳其 WhatsApp 数据 为模式，创建客户的 360 度客户视图。换句话说，您将收集尽可能多的有关客户的信息。他上次买东西是什么时候，买了什么，多久从您这里买一次，花了多少钱？等等。
第二步涉及算法寻找其他客户的行为模式、相关项目和相似特征，以预测客户的兴趣和购买行为。这其实和店员日常做的事情没什么不同。在网上为客户提供建议并与他们一起思考，就像您离线时所做的那样。这样做的好处是这个过程是自动化的。
配套产品
第三步是利用这些见解来创建个性化的电子邮件营销活动。例如，如果某个“受众”中的两个人购买了特定的裤子和一件夹克，而第三个人只购买了裤子，那么也有必要让他注意配套的夹克。这使得一对一的沟通与接收者具有高度相关性，因此转化率很高。对于与 Copernica Marketing Software 合作的 Fanbase.pro 客户 Piet Zoomers 来说，这带来了 50% 以上的交叉销售额。
明智地利用可用数据的另一种方法是查看客户的购买历史记录。继续使用 Piet Zoomers 的例子：例如，一位之前在这段时间购买过 Hugo Boss 夹克的顾客，可以收到新系列的提醒，但当然仅限于仍有适合他尺寸的产品。
谁愿意买？
所以基本上，算法会在数据库中寻找机会，并显示某人愿意购买的确定百分比。您可以完全自动地实现这一点，营销人员只需设置阈值即可。选定的电子邮件地址将被转发至 Copernica。模板中会填充所需的信息然后发送。因此，对于接收者来说，其相关性非常高。
这确实意味着营销人员的角色正在发生变化。所描述的与（潜在）客户沟通的个性化方式只有通过自动化才具有成本效益。营销仍然决定内容，但它也承担着更具分析性的角色。哪些电子邮件活动运行良好？哪些地方需要进行调整？以与线下客户相同的方式在线上与客户一起思考是实现更多转化和优化营销预算支出的关键。
想要了解更多？下载白皮书《零售商的大数据：它并不像你想象的那么复杂》。