Um motor de personalização é uma ferramenta usada pelas empresas para coletar e analisar o comportamento e dados do cliente para criar uma experiência personalizada do usuário -- incluindo ofertas especiais, recomendações de produtos e esforços de marketing automatizados -- em um ambiente de comércio eletrônico. As equipes de marketing digital usam mecanismos de personalização porque aumentam as taxas de conversão de leads, melhoram as campanhas de marketing e otimizam a satisfação do cliente, melhorando assim os resultados comerciais.
Os mecanismos de personalização são freqüentemente incorporados ou integrados com plataformas de entrega de experiência do cliente digital (plataformas DCED) e plataformas de dados do cliente (CDP). As ferramentas frequentemente utilizam software de experiência de conteúdo e software de teste A/B para gerar um ciclo de criação e distribuição de conteúdo totalmente personalizado.
Como funciona um motor de personalização
Os motores de personalização são baseados na ciência de dados -- o estudo de onde vem a informação, o que ela representa e como ela pode ser transformada em um recurso valioso para as empresas e estratégias de TI. Como resultado, as ferramentas de personalização geralmente empregam técnicas como aprendizagem de máquinas, mineração de dados e visualização de dados.
Três tipos diferentes de motores de personalização estão atualmente disponíveis, cada um operando de maneiras ligeiramente diferentes para atender a diferentes necessidades de negócios.
- Motor de filtragem colaborativa. Este tipo de ferramenta de personalização reúne dados sobre todas as interações dos clientes com um negócio -- tais como suas compras passadas, se compraram on-line ou na loja e quando fizeram suas compras. Esta coleção de informações é usada para desenhar semelhanças entre perfis de clientes para prever quando um cliente específico é mais provável de comprar.
- Motor de filtragem baseado no conteúdo. Este software de personalização concentra-se nas palavras-chave que são usadas para descrever um produto ou serviço. Os perfis dos clientes são criados para identificar o tipo de produto ou serviço em que o comprador está mais provavelmente interessado, de acordo com as palavras-chave que pesquisaram. As recomendações são então feitas com base em compras anteriores, bem como no comportamento de navegação.
- O terceiro tipo de ferramenta de personalização combina os métodos dos motores de filtragem colaborativos e de conteúdo. Esta abordagem é por vezes a mais eficaz, uma vez que incorpora uma maior variedade de dados dos clientes. Entretanto, esses mecanismos de personalização podem dificultar a coleta e a análise de dados se não forem fornecidos dados suficientes -- um problema conhecido como problema de inicialização a frio.
Independentemente do método utilizado, os mecanismos de personalização devem começar criando perfis exclusivos para cada visitante em tempo real, enquanto ele navega ativamente no site da empresa. À medida que o sistema captura arquivos de log, faixas onde as pessoas estão clicando e registra os dados de transação, o software de personalização continuará a coletar, adicionar e ajustar o perfil.
A inteligência artificial (IA) é necessária para motores de personalização eficazes. A IA é usada para agrupar e classificar os dados à medida que eles entram no sistema, facilitando a sua descoberta durante as consultas. Funções de processamento de linguagem natural (PNL), como o reconhecimento de entidade nomeada (NER), também devem ser aplicadas -- para determinar se os dados contêm nomes de pessoas, lugares ou produtos que possam fornecer insights valiosos.
AI também ajudará o mecanismo sempre que um usuário fizer uma consulta. A intenção da consulta pode ser prevista usando o contexto em torno do domínio, usuário e pergunta. Um gráfico de conhecimento - também conhecido como uma rede semântica - pode ser usado aqui para ajudar a identificar entidades específicas do domínio, como pessoas, lugares, tópicos, frases, sinônimos, acrônimos e erros ortográficos.
Overtodo, o motor de personalização deve auto-aprender continuamente e ajustar a relevância dos seus resultados para melhor prever a intenção do usuário, que é integral para personalizar a experiência de cada cliente.
Além disso, os motores de personalização devem ser escaláveis, capazes de suportar vários milhares de usuários simultâneos (e centenas de milhares de consultas) por segundo. They should also show system administrators and e-commerce merchandisers how users are interacting with the system. This includes data visualization and other means of understanding individual buyer journeys -- from becoming aware of a product or service, through their final purchase.
Key components of a personalization engine
According to Gartner, the critical capabilities which personalization engines must possess are:
- Data and analytics
- Targeting and triggering
- Marketing channel support
- Testing and optimization
- Measurement and reporting
- Digital commerce support
- Customer experience support
Furthermore, in order to qualify as a personalization engine, a product must:
- unify customer data across different customer experience channels;
- produce and deliver customized user experiences through various channels;
- enable users to create customer personalizations;
- incorporate machine learning, segmentation and A/B testing when creating customer profiles.
Some of the top personalization engines currently on the market include:
- Optimizely
- Dynamic Yield
- Evergage
- Qubit Pro
- Zeta Market Platform
- VWO Insights
- AddShoppers
Benefits of personalization engines
Personalization engines can benefit marketing teams and ensure their campaigns are effective and memorable -- by automating the segmenting and testing processes, as well as the distribution of one-to-one marketing efforts. O marketing por e-mail e os ativos de marketing de conteúdo também podem ser adaptados a um cliente específico, fazendo peças simples -- como recibos e boletins informativos -- notas pessoais para cada cliente.
Os motores de personalização também aumentarão a receita de uma empresa, ao mesmo tempo em que aumentam a satisfação do cliente, oferecendo conteúdo personalizado. As ferramentas permitem que as empresas apresentem aos seus clientes recomendações personalizadas durante as compras, proporcionando assim aos consumidores opções das quais eles podem não ter conhecimento. O rastreamento de dados de interação ajuda os mecanismos de personalização a entender a intenção do pesquisador para cada cliente individual, para prever com precisão o que o cliente provavelmente irá comprar. Então, na hora e local certos, pode oferecer recomendações de vendas individualizadas com uma alta probabilidade de conversão. Isto também torna mais fácil para os clientes encontrar o que eles querem. Quando devidamente implementadas, estas experiências personalizadas frequentemente aumentam a fidelidade à marca e a retenção de clientes.
Plataforma de dados do cliente (CDP) vs. motor de personalização
Os motores de personalização podem ser construídos ou integrados em plataformas de dados do cliente (CDPs) para criar uma poderosa estratégia de marketing. Enquanto as duas soluções personalizam os dados e aumentam as conversões e receitas, seus casos de uso diferem.
Uma plataforma de dados do cliente é um tipo de aplicativo de software que fornece uma plataforma unificada de informações do cliente que pode ser coletada, visualizada ou acessada por outros sistemas. Por outro lado, um motor de personalização é uma forma de aplicar o contexto de um indivíduo e suas circunstâncias para criar garantias personalizadas para marketing, comércio digital e a experiência do cliente.
A principal diferença entre os dois é que um motor de personalização é usado principalmente por profissionais de marketing enquanto um CDP pode beneficiar toda a organização. Por exemplo, os CDPs proporcionam fidelidade, suporte ao cliente e equipes de experiência com a capacidade de referenciar facilmente os perfis de clientes mais precisos e atuais. Enquanto os motores de personalização focam na personalização da experiência de um usuário especificamente enquanto interagem pela Internet, os CDPs têm uma abordagem mais ampla para a coleta de dados e fornecem dados de clientes que são mais úteis para uma organização além das atividades de marketing.