• Home
  • Nieuws
  • Retail
  • Vijf tips om online shoppen persoonlijker te maken

Vijf tips om online shoppen persoonlijker te maken

Door Regina Henkel

bezig met laden...

Scroll down to read more

Retail

Als gevolg van de Corona-crisis verplaatst winkelen zich steeds meer naar het internet. Dit zorgt voor een grotere competitie onder online retailers en roept vragen op over de online winkelervaring. Hoe kan deze ervaring zo worden ontworpen dat klanten tevreden zijn en e-tailers succesvol?

De huidige situatie draagt bij aan een enorm snelle digitalisering van de retail. Online shops moeten voorbereid zijn op het feit dat de online competitie blijft toenemen in de toekomst. Dit zorgt ook voor hogere verwachtingen van consumenten en de manier waarop zij benaderd willen worden. Het in München gevestigde technologiebedrijf Trbo is gespecialiseerd in geautomatiseerde klantbenaderingen en optimaliseert online shops voor mode- en sportkledingbedrijven zoals de Otto Group, Engelhorn, Londenfrey, Sport Schuster, Keller Sport etc.

Met de op kunstmatige intelligentie gebaseerde platformtechnologie kan de content en productselectie van websites op individueel niveau worden aangepast. Ook kan worden ingespeeld op situationele behoeften van de klant tijdens hun customer journey in real time. Een zelflerend algoritme analyseert gebruikersgedrag op basis van zo’n vijftig bezoekerskenmerken en levert vervolgens verschillende content die speciaal getarget wordt.

FashionUnited sprak met Kira Schirl, COO van Trbo en expert op het gebied van online personalisatie ondersteund door kunstmatige intelligentie, over hoe moderetailers hun klanten online een nog betere gebruikerservaring kunnen bieden. Dat resulteerde in vijf tips.

1. Hoe komt een gebruiker op een website?

De beste benadering begint met kijken via welk kanaal de gebruiker naar de online shop komt. Via de eerste klik in een webshop kan je al verschillende interesses van gebruikers onderscheiden. Klanten die via prijsvergelijkwebsites komen, zijn als klassieke koopjesjagers vooral op zoek naar aanbiedingen. Daarom is het van belang dat zij de beste aanbiedingen direct op de website te zien krijgen. De sale-categorie moet voor hen duidelijk zichtbaar zijn en eruit springen. Als ze direct op de productpagina belanden, is het ook van belang dat ze meteen kunnen zien hoeveel ze kunnen besparen op een product. Oude prijzen die doorgestreept zijn werken in dit geval heel goed. Dit soort klanten zijn mogelijk ook door een beloning over te halen tot een aankoop. Zo zou je inschrijven voor de nieuwsbrief bijvoorbeeld kunnen belonen met een voucher.

Als gebruikers op de site terecht komen via social-media kanalen die zich vooral focussen op beeld zoals Instagram of Pinterest, is de kans groot dat ze meer op zoek zijn naar outfitinspiratie. Deze klant moet zo snel en makkelijk mogelijk op de inspiratiepagina’s van de webshop terecht komen. Hier kunnen complete outfits gepresenteerd worden in verschillende thema’s en voor verschillende gelegenheden. Als de gebruiker een van de outfits leuk vindt, zou het ook mogelijk moeten zijn om de complete outfit met één klik in het winkelmandje te plaatsen. De klant hoeft dan bijvoorbeeld niet door een lange lijst van zwarte jeans te gaan.

2. Waar komt een gebruiker de online shop binnen?

Niet alleen via welk kanaal de gebruiker op de site komt is van belang, ook de pagina zelf kan geoptimaliseerd worden om nog beter aan de behoefte van de klant tegemoet te komen. In veel online shops zijn speciale aanbiedingen bijvoorbeeld alleen zichtbaar op de homepage. Maar niet alle gebruikers komen op een site terecht via de homepage, dat kan bijvoorbeeld ook via een productpagina zijn. Daarom moeten aanbiedingen ook in deze pagina’s geïntegreerd zijn. Afhankelijk van het kanaal of het type gebruiker, kan de aanbieding strategisch geplaatst worden, opvallend of juist minder opvallend.

Productpagina’s kunnen vaak geoptimaliseerd worden, vooral wanneer de webstore Google Shopping ads gebruikt, want die moeten de gebruiker naar een productpagina leiden. Als de gebruiker het getoonde product niet leuk vindt en de pagina weer verlaat, verdient de online shop traffic waarvoor betaald is niet terug. Daarom moeten productpagina’s veel alternatieve productaanbevelingen bevatten. Zo vindt de bezoeker tussen de alternatieven misschien alsnog waar hij naar op zoek was en gaat hij uiteindelijk wel tot een aankoop over. Alleen al met deze optie is het Trbo gelukt op de gebruikswaarde van een van de klanten met 23 procent te verhogen.

3. Wat is interessant voor een gebruiker?

Als het om productaanbevelingen gaat, is er vaak behoefte aan optimalisatie. Vooral hier gebruiken veel online shops nog niet alle mogelijke benaderingen die beschikbaar zijn. Veel webwinkels laten aan iedere klant dezelfde aanbevelingen zien. Dit zijn vaak de best verkochte producten van de hele selectie van een bepaalde categorie. Maar er kan veel meer bereikt worden als er rekening gehouden wordt met interesses van de gebruiker. Als een gebruiker net naar een bepaalde jas heeft gekeken, kan het zinvol zijn om alternatieven voor deze jas te tonen. Dit soort aanbevelingen worden echt persoonlijk als ze gebaseerd zijn op de customer journey van een klant. Een intelligent algoritme kan dan beslissen welke producten geschikt zijn om te laten zien. Om dit te kunnen doen worden eerdere klanten in groepen verdeeld en hun koopgedrag wordt geanalyseerd. Aanbevelingen die passen bij de behoeften van andere gebruikers worden hier dan op gebaseerd.

Voor terugkerende gebruikers kunnen aanbevelingen en content van de pagina nog verder gepersonaliseerd worden. Als een gebruiker al gezocht heeft naar verschillende jurken en blouses binnen de categorie vrouwenkleding, kan de startpagina daarop aangepast worden als de klant terugkeert. Mannenproducten verdwijnen dan naar de achtergrond en de gebruiker krijgt meteen inspiratie en aanbevelingen voor jurken te zien.

4. Wanneer bezoekt een gebruiker de online shop?

Ook het tijdstip waarop de klant de online winkel bezoekt kan gebruikt worden voor een meer persoonlijke benadering. Samen met de weersvoorspellingen en het seizoen, zijn er veel mogelijkheden om deze triggers naar de website te gebruiken. Zo kunnen bijvoorbeeld bepaalde artikelen of teasers op de startpagina gematched worden met de huidige weersomstandigheden op de locatie van de gebruiker. Als men weet dat het weer in de regio van de gebruiker in het weekend prima wordt, kan de webstore er bijvoorbeeld voor kiezen om een selectie badkleding aan te bieden waardoor de gebruiker zich gaat verheugen op het weekend. Als een gebruiker in Hamburg is en het daar weer eens regent, kan dit ook gebruikt worden op de website en in een leuke boodschap verpakt worden: “Is het weer grijs en bewolkt? Breng wat kleur in je leven met onze kleurrijke blouses!”

Seizoensgebonden events zijn ook heel bruikbaar voor een speciale klantbenadering. Tijdens Black Friday zijn klanten op zoek naar de beste aanbiedingen - deze kunnen bijvoorbeeld aangeboden worden met speciale countdowns tot aan Black Friday om de druk om te kopen verder op te voeren. Als gebruikers op zoek zijn naar kerstcadeautjes tijdens de feestdagen, kun je het winkelen makkelijker voor hen maken met speciale gift advisors. Door het beantwoorden van een paar vragen, wordt de immense selectie versmald, net zolang tot het perfecte cadeau-idee voor hun geliefde overblijft.

5. Waar bevindt de koper zich in het aankoopproces?

Voor elke plaatsing is ook de fase in het aankoopproces van de gebruiker cruciaal. Klanten die net met hun zoektocht begonnen zijn, kunnen inspiratie vinden door productaanbevelingen die bij het seizoen passen of aansluiten op eerdere aankopen. Een gebruiker die al een paar dagen naar een bepaald leren jasje kijkt, zal eerder tot een aankoop kunnen worden overtuigd door een (tijdelijke) korting.

Een stap in het aankoopproces die het moeilijkst is voor online retailers is wanneer klanten hun winkelmandje al vol hebben en dan alsnog niet tot een aankoop overgaan. Een gebruiker bekijkt in dit geval verschillende producten, voegt sommige producten aan het winkelwagentje toe, maar verlaat vervolgens de website zonder de aankoop af te ronden. Om dit te voorkomen, is het aan te raden om gebruikers aan hun winkelwagentje te herinneren wanneer zij de website verlaten. Als dit gecombineerd wordt met een kleine beloning, is het wellicht nog mogelijk om hen tot een aankoop te overtuigen. Maar zelfs als een complete winkelwagen weer geleegd wordt, hoeft dit nog geen reden te zijn om hier niets mee te doen. Als een gebruiker terugkeert naar de website, kan de winkelwagen weer getoond worden. Misschien was de gebruiker op zoek naar goedkopere alternatieven maar heeft hij deze niet gevonden.

Conclusie: Er zijn heel veel mogelijkheden voor online fashion retailers om hun klantbenadering te optimaliseren en op deze manier de aankoopervaring. Maar het is wel belangrijk voor online retailers dat zij hun klanten goed kennen om ook in hun behoeften te kunnen voorzien. Dat hoeft niet per se door hun voornaam te weten, voor een meer persoonlijke benadering kan het al helpen om te weten hoe klanten op de website belanden. Welke benadering het beste is verschilt van winkel tot winkel. Daarom moeten online modewinkels zich volgens de expert focussen op A/B en multivariate testen om bruikbare inzichten te krijgen wat betreft de meest effectieve klantbenadering.

Dit artikel is eerder gepubliceerd op FashionUnited.DE, vertaald en bewerkt door Caroline Brakel.

Foto’s: Pexels.com, screenshots Trbo

Customer Journey
Klantbeleving
Kunstmatige Intelligentie
Online Shoppen
Trbo