E-commerce – porzucony koszyk

O sukcesie w trudnej branży e-retail decyduje umiejętność wykorzystania posiadanych danych w najbardziej optymalny sposób. Wielu klientów rezygnuje z transakcji dopiero na etapie koszyka.

Według danych firmy badawczej Bisnode, w Polsce w 2010 roku zarejestrowano ponad 7,6 tys. sklepów internetowych. Na koniec stycznia 2018 roku mniej lub bardziej aktywnie funkcjonowało już tylko 2,3 tys. firm. Oznacza to, że tylko 30 proc. polskich e-sklepów działa dłużej niż 8 lat. Zdaniem ekspertów o sukcesie w trudnej branży retail decyduje umiejętność wykorzystania posiadanych danych w najbardziej optymalny sposób. Ważne jest także zrozumienie, że od przedstawienia oferty do dokonania zakupu prowadzi niekiedy niezwykle długa droga, a wielu klientów rezygnuje z transakcji dopiero na etapie koszyka.

W handlu liczą się nie tylko umiejętności przewidywania zapotrzebowania na dane produkty, właściwa polityka cenowa, planowanie akcji rabatowych czy sprawna komunikacja z klientem. Istotna jest także cierpliwość i konsekwentne, ale nienachalne promowanie danej oferty.

Chodzi o to, aby nie spamować, ale subtelnie przypominać się osobom, które z różnych powodów odstąpiły od zakupu, ale dalej są nim zainteresowane – mówi Anna Walkiewicz, Territory Sales Manager w SAS Polska.

Ścieżka zakupowa klienta
Chcąc zrozumieć rolę narzędzi analitycznych w branży retail, najlepiej prześledzić przykładową ścieżkę zakupową klienta. Poniższy przykład pokazuje, jak wiele wysiłku wymaga sfinalizowanie zakupu i jak dużo czynników może odciągnąć czy rozproszyć klienta.

Krok 1 – E-mail ze spersonalizowaną ofertą
Będąc w pracy, klient otrzymuje wiadomość e-mail ze spersonalizowaną ofertą sezonową z akcesoriami w kategorii, która go najbardziej interesuje. Dodatkowo zareklamowane są akcesoria z innej kategorii (których klient nie kupował do tej pory, ale są powiązane z interesującymi go produktami lub je uzupełniają).

Krok 2 – Porzucony koszyk
W sklepie internetowym klient klika w link z wiadomości e-mail nawigujący do oferty sezonowej. Spersonalizowana reklama z akcesoriami jest zaprezentowana na stronie z ofertą sezonową. Klient klika w reklamę i przechodzi do strony produktu. Dodaje produkt do koszyka, ale ponieważ zaraz zaczyna spotkanie, nie finalizuje zakupu.

Krok 3 – Zdarzeniowy mobile push
Następnego dnia wiadomość mobile push zostaje wysłana do klienta. Informuje go o dostępnym rabacie. Nawiguje klienta do aplikacji na stronę programu lojalnościowego. Klient otwiera banner, reklamę produktu z porzuconego koszyka. W tym samym momencie ktoś do niego dzwoni, opuszcza aplikację mobilną i odbiera telefon.

Krok 4 – Mobile Push po wejściu do sklepu
Dwa dni później klient przyjeżdża do sklepu. Otrzymuje wiadomość „push” przypominającą mu o rabacie.

Krok 5 – Mobile Push w dziale sklepu
Podczas tej samej wizyty klient otrzymuje push message reklamujący produkt, który planował kupić, co ostatecznie skłania go do sfinalizowania zamówienia.


Jak wynika z badania1 przeprowadzonego przez SAS, Intel oraz Accenture Applied Intelligence, największą korzyścią wynikającą z wdrożenia rozwiązań z zakresu analityki w czasie rzeczywistym jest utrzymanie klientów (58% odpowiedzi). Kolejno ankietowani wskazywali lepsze zrozumienie ścieżki zakupowej klienta (51%), wzrost przychodów (44%) oraz wartości klienta (33%). Na podstawie różnorodnych danych o niemal każdej czynności, jaką wykonują kupujący, tworzony jest ich profil. Dzięki temu doświadczenia zakupowe są coraz bardziej spersonalizowane, a sklepy wiedzą, co zaproponować klientom, zanim ci zdążą o tym pomyśleć.