Ile kosztuje pozyskanie nowego klienta sklepu internetowego?

Publikacje szacują ten koszt na około $10.

CAC (Customer Acquisition Cost - Koszt Pozyskania Klienta) będzie się jednak różnić w zależności od sklepu. Wpływa na niego mnóstwo różnych czynników - wartość produktu, częstotliwość zakupu, długość cyklu sprzedaży… brzmi to dość mocno teoretycznie, prawda? Przenieśmy to na bardziej praktyczny grunt: jak długo zajmie Ci podjęcie decyzji o kupnie nowego domu, od początkowego zainteresowania, do wprowadzenia? Jak długi będzie ten proces w przypadku nowego roweru? T-shirtu? Batonika? Jak często potrzebujesz każdej z tych rzeczy?

Każdy z tych produktów różni się od reszty zarówno ceną, jak i czynnikami wpływającymi na nasz stosunek do nich. Wszystko to wpływa znacznie na CAC.

Planując budżet, firmy eCommerce muszą brać pod uwagę Koszt Pozyskania Klienta. Jego wielkość zależy od rodzaju sprzedawanego produktu. Zawsze będzie jednak on obecny. Dlatego, firmy powinny równoważyć ten koszt przez zwiększenie przeciętnej wartości swoich klientów. Nieco jaśniej - jest to zachęcanie ich, żeby wydawali więcej w Twoim sklepie.

Skuteczną metodą, która pomoże to osiągnąć, jest stosowanie systemów rekomendacji produktowych. W tym artykule opowiemy o wpływie rekomendacji na konwersję i retencję w środowiskach eCommerce.

Zachęcanie klienta - rekomendacje i konwersja

Wejdź na stronę Amazona i kliknij w jakikolwiek produkt. Od razu rzuci Ci się w oczy pole ‘często kupowane razem’, ‘klienci, którzy oglądali ten przedmiot, kupili również’, albo ‘porównaj z podobnymi przedmiotami’, albo… Powiedzmy po prostu, że spory kawałek każdej strony produktu Amazona jest poświęcony na pokazanie klientom rzeczy podobnych do tej, którą obecnie oglądają. Drażniące? Być może. Jednak dla Amazona, to rozwiązanie sprawdza się idealnie - aż 35% ich zysków sprzedażowych pochodzi właśnie z rekomendacji. Sklepy internetowe z dużym i zróżnicowanym asortymentem mogą sporo zyskać na zastosowaniu takich rozwiązań w ich codziennych działaniach. Dane pokazują, że nawet 45% klientów jest bardziej skłonnych do ponownego dokonania zakupów na stronie, która oferuje spersonalizowane rekomendacje.

Żeby jednak działały, potrzebujesz danych o osobach odwiedzających Twoje środowisko eCommerce. Dane te muszą być zebrane i przetworzone w tym samym momencie, w którym potencjalny klient przegląda Twoje strony. Na szczęście, raport Accenture Pulse z 2018 roku, pokazał, że 83% ludzi nie ma problemu z pasywnym udostępnianiem swoich danych, jeśli przekłada się to na rekomendacje produktów, które wpasowują się w ich gusta i potrzeby.

Utrzymanie klienta - rekomendacje i retencja

Według Neila Patela, rekomendacje mogą mieć pozytywny wpływ na zaufanie, jakie klienci odczuwają wobec Twojej marki. MUSZĄ jednak one być dopasowane, pomocne i subtelne. Konsekwencje odwrotnej sytuacji są poważne - klienci mogą szybko uznać Cię za nachalnego i nieprofesjonalnego sprzedawcę. Jest to często wystarczające, żeby zmienić zdecydowanego klienta w kogoś, kto ucieka z Twojego sklepu, zostawiając pusty koszyk. Nie oznacza to jednak, że ludzie nie doceniają rekomendacji. Raport Accenture, o którym wspomnieliśmy wcześniej, pokazuje, że 91% klientów woli sklepy ze spersonalizowaną ofertą, która wpasowuje się w ich indywidualne gusta. Natomiast 56% wyraziło chęć, nie tylko dokonania zakupów, ale także powrotu do takiego sklepu.

Rekomendacje produktowe mogą zatem pomóc w zwiększeniu retencji. Pokazując odwiedzającym produkty, które są powiązane z tym, który obecnie oglądają, tworzysz bardziej osobistą i przyjazną przestrzeń dla każdego użytkownika. Stwarza to wrażenie jakbyś znał osoby przeglądające Twoją stronę. Przekłada się to na większą CLV (Customer Lifetime Value - Długookresowa Wartość Klienta). W jaki sposób? Klienci będą skłonniejsi do powrotu do Twojego sklepu online, jeśli będą czuli, że znasz ich preferencje i że mogą Ci zaufać.

Taki właśnie model stosuje Stich & Fix, internetowy stylista personalny. Zyski tej firmy składają się wyłącznie z produktów polecanych. Jak to działa? Stich & Fix ma zespół 4000 stylistów, gotowych wysłuchać i doradzić osobom odwiedzającym ich stronę. Drugim istotnym elementem jest data science. Wszystko to składa się na jeden cel - pomóc klientom w dobraniu ubrań, które pasują się do ich sylwetek, a także osobowości. Ten zaawansowany model pozwolił tylko w 2017 roku osiągnąć tej firmie zarobki w wysokości miliarda dolarów oraz pomóc aż dwóm milionom Amerykanów.

Ale co jeśli chcesz skorzystać z rezultatów, jakie dają rekomendacje, lecz nie masz budżetu na zatrudnienie małej armii, lub bezdennej sakwy ze złotem Amazona?

Współczesne systemy, takie jak Qanuk.ai, używają AI oraz Uczenia Maszynowego w celu stworzenia zaawansowanych i wysoko spersonalizowanych rekomendacji. Jest to świetne rozwiązanie dla sklepów internetowych z dużą ofertą. Jeśli chcesz dowiedzieć się więcej - jesteśmy do Twojej dyspozycji.