Ewolucja Personalizacji

fot. unsplash.com

Łatwo przyswoiliśmy dziesiątki nawyków sprawdzania powiadomień. Dziwi mnie, gdy przypominam sobie początki internetu, kiedy to pierwsze otrzymane maile dawały tyle emocji. Personalizacja w świecie marketingu cyfrowego angażuje coraz to kolejne obszary życia, korzystając z nowych technologii, jednak nie zawsze tak było. Co ciekawe, pierwsze jej formy zaistniały na długo przed powstaniem internetu!

Początek

Za początki personalizacji (lub też: indywidualizacji produktów, usług i ofert) zakrojonej na skalę masową możemy uznać transformacje kart lojalnościowych, które w pierwszych odsłonach były raczej anonimowe. W świecie motoryzacji, co prawda, już wcześniej dostępne były samochody “personalizowane”, jednak zanim taka oferta dostępna była dla mas, upłynęło dużo czasu. Warto zauważyć, że pierwsze programy lojalnościowe powstały w branży transportu powietrznego, za sprawą programu Air Miles, już w 1988 roku, a niedługo po tym, również branża retail-u dostrzegła ich potencjał.

W tym też okresie Tesco zainicjował program Clubcard, który z czasem stał się prawdziwą rewolucją. To właśnie za sprawą Clubcard pojawiły się pierwsze “prawdziwe” karty lojalnościowe, które pomagały zbierać informacje o konsumentach. Problem z identyfikacją klientów został niejako rozwiązany. Jednak pojawił się kolejny – jeżeli już (częściowo) znamy naszych klientów, to jak wyróżnić tych najlepszych? – a precyzyjniej: jak nagrodzić segment klientów przynoszących największe zyski firmie, a co zaoferować pozostałym?

Powstał koncept tzw. koszyków. Każdy koszyk był segmentem klientów, podzielonym ze względu na kryteria demograficzne. Jednocześnie zaczęto stosować także model RFM (Recency, Frequency, Monetary value). Na czym polegał? Najprościej ujmując każdy koszyk łączył dane demograficzne z jego wartością RFM, przykładowo:

Komunikacja na bogato: RCS 

• kobieta, wiek 40-50, wielkość miasta: 50-150 tys. (Demografia)
• ostatnie zakupy zrobione nie wcześniej niż 30 dni temu (Recency – okres od ostatniego zakupu)
• średnio kupująca nie rzadziej niż 2 razy w miesiącu (Frequency – częstotliwość zakupów)
• rocznie wydająca kwotę 8 tys. zł na zakupy (Monetary value – suma wydatków w ciągu roku)

Na podstawie tych danych, Tesco już w latach 90. drukowało personalizowane gazetki oraz wysyłało co kwartał vouchery swoim klientom. Każdy segment (koszyk) klientów otrzymywał inaczej przygotowany egzemplarz. W tamtym czasie liczbę segmentów można było policzyć na palcach obu rąk, a i tak uważano to za wielkie osiągnięcie marketingowe.

Kolejną transformację koszyki przeszły w 1998 roku, kiedy marketerzy na podstawie wielu badań i ankiet (oraz całej masy przypuszczeń) zdecydowali, że nie każdy koszyk odpowiada potrzebom klientów. Do tego samego segmentu mogli trafić: samotny student medycyny na utrzymaniu rodziców oraz młoda matka mieszkająca z mężem. Pomimo wielu podobieństw grupy te miały zupełnie inne potrzeby. Tak narodziła się segmentacja ze względu na styl życia – czyli Lifestyle.

Dzisiaj tego typu segmentacje coraz częściej nazywa się Personami (zwłaszcza w modelach Design Thinking). Segregacja klientów ze względu na styl życia stworzyła dziesiątki nowych segmentów, a te z kolei pozwoliły na lepsze niż kiedykolwiek poznanie konsumentów. Indywidualne potrzeby każdego z nich wreszcie mogły zostać zaspokojone. Wraz z rozwojem technologii informatycznych nastąpił gwałtowny przyrost ilości danych dotyczących konsumentów, jednak moc obliczeniowa procesorów z trudem sobie z nią radziła.

To właśnie wtedy nastąpił prawdziwy przełom, który stworzył podwaliny dzisiejszej personalizacji cyfrowej. Na chwilę przed nastaniem nowego milenium informacje dotyczące klientów archiwizowane były na potężnych zwojach i płytach, które przewożono ciężarówkami do centrów danych. Gdy tylko internet stał się medium powszechnym, a przepustowość łącz wzrosła, wszystko się zmieniło.

Rozwój

Rozwój w dziedzinie IT przyniósł nowe technologie, które na każdym etapie ścieżki zakupowej konsumenta pozwoliły zbierać dane dotyczące jego zachowań i agregować je w centrach danych. Zaawansowane kasy fiskalne, karty kredytowe, aplikacje mobilne, kamery o wysokich rozdzielczościach i miniaturyzacja każdego urządzenia elektronicznego doprowadziły do wielkich zmian. Początkowo zachowania klientów oceniane były instynktownie, a spekulacje co do wysokości sprzedaży szacowane przy użyciu niewielkich ilości dostępnych danych.

Później jednak sprzedaż poddana została procesowi optymalizacji na każdy etapie. Drukowane gazetki dostarczane pocztą zastąpiono e-mailem, paragony coraz częściej są elektroniczne, a gotówka powoli wychodzi z obiegu w niemal każdym kraju na świecie.

Przy pomocy analizy zachowań konsumenckich można przewidzieć, jakie towary poszczególna jednostka będzie kupować na każdym etapie życia. Możemy na przykład przewidzieć, iż osoba kupująca określone produkty, w ciągu najbliższego roku zostanie matką. Następnie korzystając z tych informacji, retailer dużo wcześniej może przygotować personalizowaną dla niej ofertę.

Warto przytoczyć tutaj historię, która wydarzyła się w jednym ze sklepów wielkopowierzchniowych: ojciec młodej dziewczyny stawił się pewnego dnia w markecie z żądaniem rozmowy z kierownikiem. Podczas spotkania i ostrej wymiany zdań, ojciec naciskał, iż wysyłanie do domu gazetki, w której roi się od produktów dla młodych matek zachęca jego córkę do przedwczesnego macierzyństwa. Kierownik sklepu oczywiście przeprosił za zaistniałą sytuację i wykreślił wskazany adres z bazy. Jakież było jednak jego zdziwienie, kiedy kilka tygodni po całej awanturze, ojciec stawił się po raz kolejny w markecie, żeby przeprosić go osobiście, gdyż jak się okazało jego córka już wcześniej była w ciąży. Modele matematyczne nie kłamią, a algorytm wiedział wcześniej.

Ten przykład dobitnie wskazuje, że pomimo pozornie indywidualnych zachowań każdego z nas, prędzej czy później zostaniemy zaklasyfikowani do jednego z marketingowych schematów behawioralnych.

Niewiele później sprzedawcy oraz korporacje zaczęli cierpieć na problem rzetelnej estymacji sprzedaży względem budżetów marketingowych. To przyniosło nam szereg wskaźników, które pozwalają przeliczać każde zachowanie użytkownika na jego wartość i skłonność do zakupu. Dzięki temu firmy otrzymują informacje jaki typ klienta w przyszłości będzie wart najwięcej – czyli: w kogo inwestować, oraz, jak bardzo personalny musi być przekaz, aby na stałe zakorzenił się w głowie odbiorcy.

Jednym z prowodyrów personalizacji w skali światowej stała się firma Nike, która pozwoliła swoim klientom tworzyć indywidualnie zaprojektowane wzory na sportowych butach. To co z perspektywy klienta wygląda jak wirtualna zabawa, od strony biznesu jest gigantycznym przedsięwzięciem. Nike oczywiście nie jest jedyną firmą, w każdej branży spotkamy się z podobnymi przykładami np. w modzie marki personalizujące produkty to: Bivolino, Hoffman, Boss, Timberland czy Shoes Of Prey.

Czasy obecne

Obecnie personalizowany przekaz marketingowy, personalizowane produkty i usługi to właściwie codzienność. Klasyczne formy grzecznościowe w mailingu czy w wewnętrznych komunikatorach (np. Help deskach) zostały skutecznie zastąpione zwrotami „Co słychać Piotrze?” albo „Wiemy, że przechodziłeś obok sklepu i masz nową kartę kredytową Piotrze, może już czas wydać pierwszą pensję na nowy telefon?”. Ostatni komunikat brzmi przerażająco, ale czy bardzo odbiega od rzeczywistości? Nie chodzi tutaj już o zwykły remarketing, ale o informacje o nas, które w jakiś sposób pozyskała firma i teraz wykorzystuje je, tworząc personalny komunikat, który trudniej jest zignorować. Czy to możliwe albo legalne? Jak najbardziej…

Jak to działa i skąd firmy biorą informacje o użytkownikach? Najczęściej sami, dobrowolnie, przekazujemy je, a najbardziej zaawansowane korporacje robią z nich użytek. Mamy szereg informacji, którymi zarządza firma, dane te możemy podzielić na 4 kategorie:

Wszystkie te informacje wymieniane są pomiędzy platformami, a użytkownik identyfikowany jest przy pomocy plików cookies, pikseli, adresu IP czy sesji. Następnie korporacje tworzą hurtownie danych (EDW – Enterprise Data Warehouse), gdzie przechowywane są informacje na temat każdego klienta, pozyskane z każdego dostępnego źródła za pomocą narzędzi typu ETL (Extract, transform, load). Następnie dane te są przetwarzane i opracowywane przez platformy do zarządzania danymi (DMP – Data management platform).

Tak spreparowane gigabajty informacji wysyłane i łączone są z setkami narzędzi rozsianymi po wielu departamentach danej firmy. Mówimy tutaj o bardzo precyzyjnie zbieranych informacjach pozyskanych ze zdywersyfikowanych źródeł, dzięki czemu firma, wysyłając komunikat lub tworząc ofertę, ma niemal 100% pewność, że ja to ja. W jaki sposób wykorzystywane są te informacje?

Przykładem wysoce personalizowanej usługi może być telefoniczne biuro obsługi klienta (BOK). Z perspektywy dzwoniącego klienta jest to zwykła rozmowa z zapytaniem np. o koszt danej usługi. Co jednak dzieje się po stronie biznesu? System identyfikuje numer dla konsultanta zanim ten rozpocznie rozmowę, a jeszcze zdążymy usłyszeć głos w słuchawce, który zaproponuje spersonalizowaną ofertę – tylko przy pomocy numeru telefonu. A zatem na ekranie konsultanta pojawia się szereg informacji, np. czy jestem ubezpieczony, ile mam lat, skąd dzwonię, gdzie mieszkam, czy mam żonę albo dzieci, ile mam telefonów, czy mam telewizor itd.

Mając te wszystkie informacje, korporacje takie jak T-Mobile w trakcie rozmowy mogą znienacka zaproponować Ci personalizowaną ofertę z leasingiem na auto. Innym przykładem są rekomendowane produkty w sklepach, nawet wtedy, jeśli dopiero pierwszy raz odwiedzamy daną witrynę!

Marketing automotion z kolei pozwala nam tworzyć m.in. scenariusze dla konkretnych Person. A zatem przy pomocy takich narzędzi mogę personalizować to, w jaki sposób konkretna grupa odbiorców otrzyma przekaz od mojej marki. Jeśli to będzie ktoś korzystający ze smarfona – przekieruję go na inną stronę niż tego na laptopie, jeśli tym smartfonem będzie iPhone a językiem domyślnym angielski, zaproponuje mu inną ofertę niż komuś przeglądającemu stronę na komputerze stacjonarnym. Nie jest na przykład nowością, że użytkownicy systemu iOS często otrzymują droższą ofertę niż pozostali. Dodatkowo przy wykorzystaniu Big Data jesteśmy w stanie konfigurować algorytmy, tak aby samodzielnie decydowały o tym, jak personalizować komunikaty, aby uzyskać najlepszy ROI lub inny KPI.

Pewną nowością, która zaczęła pojawiać się na rynku około 2014 roku była masowa personalizacja produktów, bardzo szybko podchwycona przez wielu producentów. Sztandarowym przykładem są puszki Coca-Coli z imionami. Produkt wyglądający niemal tak samo na przestrzeni kilkudziesięciu lat po delikatnym zabiegu marketingowym nabiera nowego znaczenia. Czyż nie jest przyjemniej kupić przyjacielowi puszkę napoju z jego imieniem niż „zupełnie zwyczajną”?

Skutki uboczne

O zaletach personalizacji wie doskonale każdy marketer, jednak w szerszym ujęciu społecznym personalizacja treści, jakie otrzymujemy powoduje zmiany w naszym myśleniu. Największym problemem w skali globalnej jest polaryzacja poglądów społecznych, przez którą użytkownicy zamykani są w hermetyczne klastry informacji. Kiedyś to, co serwował nam na przykład Facebook, było zestawem w miarę losowych treści udostępnianych przez naszych znajomych, jednak obecnie użytkownicy nie mają „dostępu” do informacji, które nie są bliskie ich zainteresowaniom.

Doprowadza to do sytuacji, w której otoczeni jesteśmy tylko przez informacje, które pochłaniamy bez refleksji. Nasze „życie on-line” ograniczone jest do grup znajomych, którzy dzielą się podobnymi treściami, przez co można odnieść iluzoryczne wrażenie, że skoro wśród wszystkich tych osób panują podobne poglądy to „pewnie wszyscy tak myślą”. Umykają nam informacje, które dotyczą tematów niewygodnych i odmiennych poglądów, jesteśmy szczęśliwie zamknięci w bąblach wspólnych zainteresowań. Nawet jeżeli ktoś ze znajomych dzieli się skrajnie innymi poglądami, to algorytmy facebooka skutecznie je odfiltrują i nadadzą im niski priorytet. Bardzo łatwo w takich warunkach o ekstremizm, bo przecież wszystko, co do nas trafia, jest zgodne z naszym gustem, nie ma tutaj potrzeby na głębsze refleksje.

Innym skutkiem ubocznym jest zwyczajny brak inspiracji. Na naszych kanałach mediów społecznościowych otrzymujemy ciągle te same powtarzalne treści, od tych samych ludzi. Wszystko jest do siebie podobne i zamiast inspirować odmiennym poglądem, powielane są schematy innych „podobnych” ludzi.

Przyszłość personalizacji może budzić pewne zagrożenia, czego przykładem są wcale nie tak odległe wizje, które możemy obejrzeć np. w serialu Black Mirror. Jeśli system raz zaliczy nas do pewnej kategorii, ciężko będzie uwolnić się z zaszufladkowania. Kolejne rozwijające się technologie pozwolą firmom wiedzieć o nas jeszcze więcej, niż się wydaje. Już dzisiaj Netflix reklamuje produkcje filmowe oparte o gusta, a możliwe, że niebawem to algorytmy będą pisać scenariusze.

Naturalnie nie brakuje pozytywnych przykładów. Chipy RFiD (lub podobne) wszczepiane pod skórę, pomimo kontrowersji, mogą ułatwiać nam, i tak już, lekkie życie. Rozwój bioinżynierii pozwoli na tworzenie personalizowanych terapii opartych o informacje zbierane od pacjenta na żywo i zdalnie. Wszystkie domowe urządzenia w dobie IoT (Internet of things) dopasują się do naszego nastroju i przygotują dla nas posiłek, który lubimy albo zaproponują trafiony film. Dzisiaj spersonalizować można praktycznie każdą usługę, mapować zachowania i dostosować ją do naszych upodobań bez konieczności wypełniania kwestionariuszy. Personalizację należy traktować w kategoriach marketingowych nie jako broń, ale narzędzie, które sprawia, że bez wysiłku każdy z nas dostaje to, co lubi.