“当您在各个平台之间无缝共享数据时,就能解锁众多功能,”Gopinath 说,“您不是在简单地发送电子邮件或推送通知,而是在精心策划一场真正的全渠道体验。其影响力非常强大。”
战略基础
Gopinath 及其团队与作为实施合作伙伴的数字化转型服务咨询公司 Bounteous 合作,为 CCETH 制定了一项个性化策略,其中包括四个关键步骤:
- 设置团队结构以实现协作
- 集中数据以清晰了解客户
- 定义用例以作为战略基础
- 通过用例执行策略
Gopinath 在数字营销领域拥有深厚的背景,他深知技术团队需要从一开始就参与其中。他没有采用传统的交接方式,即业务团队将想法发送给技术团队去执行,而是将所有人聚集在一起,在整个过程中共同规划、执行和迭代。这也意味着要设计一套能与世界另一端的团队成员进行洲际协作的系统。
下一步是通过整合来自多个来源的数据来打破孤岛。该团队需要一种方法将来自 Adobe Commerce 的电子商务数据(包括添加购物车等行为数据、订单历史记录等后台数据以及用户档案数据)与来自公司 ERP 和 CRM 等其他来源的信息结合起来。他们使用了 Adobe Commerce 数据共享扩展将数据传输到 Experience Platform 和 Real-Time CDP 中,并在其中将数据标准化为统一客户档案。
“通过与 Commerce 集成,我们能够捕捉到每一个消费者接触点,”Gopinath 说,“它帮助我们从消费者首次访问网站的那一刻起就建立起真正的消费者用户档案。”
具备创建丰富客户档案的能力后,Gopinath 及其团队已准备好深入探索客户历程的个性化。他们根据消费者互动、营销方案和个性化策略来确定可能的用例的优先顺序,并得出一个包含三大支柱的框架:
- 能够增加收入的用例
- 能够提高参与度和保留率的用例
- 为分析有效策略并迭代提供机会的用例
真正的全渠道体验
该团队首先处理一个经典的互动用例——放弃购物车。在数据集成之前,他们需要等待长达 48 小时才能获取数据以确定 CCETH 客户是否已完成结账。如今数据可以实时流动,他们能够向未在一小时内结账的用户发送即时的个性化电子邮件提醒,使电子邮件打开率提高了 36%,点击率提高了 21%,转化率提高了 8.5%。
该团队的能力不仅限于电子邮件,还能通过网站上的弹出消息和推送通知(包括新的 WhatsApp 集成)发送提醒。Journey Optimizer 根据客户行为、AI 倾向性得分和其他信息帮助确定合适的通信频率和渠道。
“Journey Optimizer 解锁了许多渠道,”Gopinath 说,“它使我们能够编排真正意义的全渠道体验。”
通过实时访问信息,CCETH 还能够利用 Adobe Customer Journey Analytics 更好地了解其装瓶商和仓库的订购行为。除了立即查看哪些产品库存不足之外,Gopinath 的团队还可以在预计某些地区由于季节因素需求会增加时,基于相应邮政编码通过 Journey Optimizer 触发与装瓶商的定制通信。
该团队还使用分析工具来了解购买趋势,并将其与增加收入的产品推荐相关联。“我们推荐的产品必须有收入数据作为支撑,否则很难证明我们所做的事情的合理性,”Gopinath 说,“Customer Journey Analytics 使业务利益相关者能够通过我们创建的仪表板轻松地将我们的成果可视化。”
Customer Journey Analytics 还帮助团队找到了重新吸引和取悦低频客户的新方法,例如,在客户生日当月发送个性化优惠券,或在响应潜在负面事件(如尝试使用过期的促销码)时发送。同时,该团队还能够了解哪些客户最不可能进行购买,以便提高媒体支出的效率。
个性化的力量
Gopinath 和他强大的全球团队制定了一份个性化手册,该手册正在重塑 Coca-Cola 在全球众多市场的战略。他们已经开始在美国的 Coca-Cola 商店推广,在此过程中 , 由 Adobe 的 AI 和机器学习技术 Adobe Sensei 驱动的个性化产品发现已经带来了立竿见影的效果。
早期结果显示,基于行为动作和购物者偏好的一对一产品推荐使点击量增加了 117%,收入增加了 36%。该商店的“经常一起购买”交叉销售推荐还实现了 17% 的点击率。站内搜索的转化率达到 19%,前三个搜索结果中通常包含客户正在寻找的内容。