Anticipare gli acquisti per personalizzare il marketing
Generato da Klaviyo AI
L’analisi predittiva usa dati storici, IA e machine learning per stimare i comportamenti futuri dei clienti, senza garantire i risultati. La pagina illustra le metriche disponibili in Klaviyo, i loro impieghi nella personalizzazione del marketing e i requisiti dei dati necessari per ottenere previsioni più accurate.
- Acquisti futuri: Il numero di ordini previsto e la data prevista del prossimo acquisto aiutano a creare segmenti e personalizzare le tempistiche delle comunicazioni.
- Valore e fidelizzazione: Il valore del ciclo di vita previsto e il rischio di abbandono permettono di differenziare offerte, incentivi e campagne di riattivazione.
- Vendita incrociata: La data migliore per la vendita incrociata e il prossimo miglior prodotto supportano contenuti personalizzati e sono esclusivi di Klaviyo Marketing Analytics e Advanced Klaviyo Data Platform.
- Dati sufficienti: L’analisi predittiva sui profili Klaviyo richiede almeno 500 clienti acquirenti, 180 giorni di storico, ordini negli ultimi 30 giorni e alcuni clienti con almeno tre ordini.
Hai mai desiderato avere una sfera di cristallo o un mazzo di tarocchi a portata di mano, pronti a guidare le tue attività di marketing?
Secondo nuove ricerche, il 74% dei consumatori si aspetta esperienze personalizzate dai brand B2C. Una sbirciatina al futuro, magari persino con una sensitiva interna, sarebbe sicuramente d’aiuto.
Non ti serve avere una persona veggente in azienda per dare un vantaggio alla tua attività. Al suo posto c’è l’analisi predittiva, che ti aiuta a capire le azioni future della clientela per offrire esperienze di acquisto online più pertinenti.
Basati sui dati della tua clientela e alimentati dall’intelligenza artificiale (IA), questi approfondimenti orientati al futuro ti permettono di anticipare le esigenze dei singoli clienti, fino al livello di profilo.
E applicando questi approfondimenti alle tue attività di marketing, puoi portare la tua strategia a un livello superiore, migliorando il coinvolgimento degli utenti, riducendo il churn (tasso di abbandono) e costruendo la fedeltà dei clienti nel processo.
Che cos’è l’analisi predittiva e come funziona?
Uno dei 4 principali tipi di Data + Analytics, l’analisi predittiva aiuta le aziende a riconoscere gli schemi nei loro dati per alimentare una crescita orientata al futuro.
Mentre l'analisi diagnostica guarda al passato, individuando la causa delle tendenze nei dati, l'analisi predittiva usa l'IA e il machine learning per guardare avanti, prevedendo come le tendenze, i pattern e le relazioni presenti nei dati di oggi potrebbero evolversi in futuro.
L’analisi predittiva non è esattamente una sfera di cristallo: le previsioni che offre, basate sui dati che hai già, non sono garantite. Ma usando lo storico dei dati per determinare gli scenari futuri più probabili, favorisce un processo decisionale più orientato al futuro.
E gli strumenti di analisi predittiva che incorporano approfondimenti basati sull’IA sono in grado di approfondire ulteriormente, rendendo possibili previsioni e scenari futuri ancora più complessi.
Sviluppa nuove idee, realizzale e ottimizzale automaticamente: tutto grazie ai potenti strumenti di IA integrati in Klaviyo.
Scopri di più3 vantaggi chiave dell’analisi predittiva
Come marketer, il tuo obiettivo è generare ricavi per far crescere e scalare la tua attività. Tutte le aziende, a prescindere dal settore, hanno questo in comune. Gli approfondimenti basati sull’IA possono aiutarti a fare progressi su ciascuna delle tue priorità aziendali chiave, per favorire la crescita. Ecco come fare:
Affina la tua strategia di sconti e promozioni e rendi gli sconti indiscriminati un ricordo del passato. Con l’analisi predittiva puoi personalizzare sconti e incentivi in modo più intelligente, basandoti non solo sull’esperienza passata di un cliente, ma anche sul comportamento futuro previsto.
Anticipa il churn (tasso di abbandono) prevedendo se una persona cliente probabilmente acquisterà di nuovo, quando e quanto probabilmente spenderà. Con strumenti che ti aiutano a intervenire in modo proattivo prima che i clienti si allontanino, puoi ridurre il churn (tasso di abbandono) [EN] e aumentare il numero di clienti abituali.
Sai già quali clienti ti amano. Ma l’IA può aiutarti a identificare chi probabilmente ti amerà in futuro, così puoi concentrarti sul coltivare la relazione e trasformarli in clienti fedeli al brand. Rivolgiti ai clienti con un valore del ciclo di vita del cliente (CLV) previsto elevato con programmi fedeltà, premi, nuovi clienti presentati e richieste di prove sociali.
Analisi predittiva: casi d'uso per il B2C, per trasformare gli approfondimenti in azioni
L’analisi predittiva ti offre una serie di nuove metriche di automazione marketing per aiutarti a valutare lo stato di salute dei tuoi clienti e della tua attività. Ma prima di poterne raccogliere i benefici, devi capire cosa può dirti ciascuno di questi approfondimenti. Qui analizziamo casi d’uso per sfruttare ogni metrica nella tua strategia di fidelizzazione [EN].
Tempo medio tra gli ordini
Si riferisce al tempo medio che trascorre tra un ordine e l'altro per un determinato cliente. Ecco alcuni casi d’uso per questa metrica:
- Esporta questi dati per i segmenti chiave, così puoi confrontare il tempo medio tra gli ordini per gruppi specifici della tua base clienti.
- Crea segmenti per raggruppare i clienti con cicli di acquisto simili. Quindi, rivolgiti ai clienti che non acquistano spesso con offerte che li incentivano ad acquistare più frequentemente.
Valore medio dell'ordine (AOV)
Si riferisce all’importo medio di denaro che una persona cliente spende ogni volta che effettua un ordine. Ecco alcuni casi d’uso per questa metrica:
- Esporta questi dati per i tuoi segmenti chiave, così puoi confrontare il valore medio dell'ordine degli ordini effettuati dai tuoi clienti VIP con il valore medio dell'ordine di altri segmenti.
- Segmenta i clienti in base al valore medio dell'ordine e poi crea iniziative mirate per aumentare il valore medio dell'ordine dei clienti che spendono poco.
- Ramifica il tuo flusso in base al valore medio dell'ordine e incoraggia la clientela che di solito non fa ordini consistenti ad aggiungere più articoli al carrello.
Numero di ordini previsto
Klaviyo mostra il numero storico di ordini per un determinato cliente, oltre a una previsione di quanti altri ordini è probabile che quel cliente effettui nei prossimi 12 mesi. A causa della natura di questo calcolo, il numero previsto di ordini su un profilo può essere un numero non intero.
Ecco alcuni casi d’uso per questa metrica:
- Crea il tuo framework di fidelizzazione in Klaviyo in base al numero di ordini effettuati da una persona. Puoi farlo creando una serie di segmenti che raggruppano le persone in base al loro numero storico di ordini.
- Crea segmenti in base a quanti altri ordini è probabile che le persone effettuino, per prevedere chi probabilmente acquisterà di nuovo e chi probabilmente non acquisterà di nuovo. Attiva flussi in base a questi segmenti o fai retargeting delle persone che probabilmente acquisteranno di nuovo tramite Facebook Ads o Google Ads.
Il test A/B basato sull’IA non solo ti aiuta a indirizzare il pubblico verso i contenuti con le prestazioni migliori, ma calcola anche la significatività statistica dei risultati del test e ti fornisce stime della percentuale di vittoria.
Continua a leggereData prevista per il prossimo ordine
Questa proprietà basata sulla data prevede la data prevista in cui un cliente probabilmente effettuerà un nuovo acquisto. In Klaviyo, questa è la data prevista senza interventi, ma chi si occupa di marketing può influenzarla.
Ecco il nostro caso d’uso preferito per questa metrica, descritto da Anna Khomenko, product manager di Klaviyo.
“La data prevista del prossimo ordine dovrebbe essere usata per la personalizzazione e insieme ad altre proprietà. Perché? Vediamo uno scenario con tre clienti diversi.
- Customer A ha acquistato qualcosa dal tuo brand ogni mese negli ultimi 2 anni. Se acquista di nuovo a marzo, la data prevista del prossimo ordine sarà ad aprile.
- Cliente B ha acquistato qualcosa del tuo brand una volta ogni 6 mesi negli ultimi 4 anni. Se acquista di nuovo a marzo, la data prevista del prossimo ordine sarà ad agosto.
- Cliente C ha acquistato dal tuo brand una sola volta, e 5 mesi fa a settembre. La data prevista del prossimo ordine era novembre (perché in genere, in questa attività, le persone effettuano il 2° ordine entro 60 giorni).
Si tratta di scenari molto diversi tra loro e serve contenuto diverso per aiutare ciascuna di queste persone ad avvicinarsi al prossimo acquisto.
- Per il cliente A, forse non è necessario inviare nulla prima della data prevista per il prossimo ordine, visto quanto acquistano con regolarità. Potresti invece indirizzarli verso il tuo programma fedeltà.
- Per il cliente B, non devi aspettare la data prevista del prossimo ordine per provare a convertirlo di nuovo prima. Puoi inviare a questo cliente alcune campagne con messaggi testati con A/B per capire cosa potrebbe spingerlo a convertire prima.
- Per il cliente C, la data prevista del prossimo ordine è passata, e questa persona non ha acquistato nulla. Va bene così. Puoi comunque identificarla e inviarle contenuti di campagne o contenuti di newsletter per costruire la relazione con il tuo brand. Oppure, forse, ha avuto un problema con l’ultimo ordine. Il tuo team di assistenza lo ha gestito correttamente? C’è un modo per rimediare per la persona?”
Guardalo in azione: Quando il brand di prodotti per la cura personale maschile Every Man Jack ha adattato il suo flusso di riordino per inviare nel giorno previsto per l’ordine successivo di ogni cliente o poco prima, è stato parte di una strategia di marketing più ampia basata sull’IA che ha contribuito ad aumentare le entrate dai flussi del 25% su base annua [EN].
"Mi fido di Klaviyo AI e ne riconosco il valore, perché mi fa risparmiare tempo, mi aiuta a sfruttare i dati dei nostri clienti per personalizzare le tempistiche e le strategie delle e-mail e, soprattutto, mantengo il pieno controllo su come e quando viene utilizzato", afferma Troy Petrunoff, senior retention marketing manager di Every Man Jack.
Valore del ciclo di vita del cliente (CLV)
All’interno di un profilo in Klaviyo puoi vedere una ripartizione delle seguenti metriche:
- Valore del ciclo di vita del cliente (CLV) storico: il valore di quanto una persona ha speso nel corso della sua vita
- Valore del ciclo di vita del cliente (CLV) previsto: quanto Klaviyo prevede che spenderà nei prossimi 365 giorni
- Valore totale del ciclo di vita del cliente (CLV): la somma del valore del ciclo di vita del cliente (CLV) storico e previsto
Ecco alcuni casi d’uso per questa metrica:
- Esporta questi dati per i tuoi segmenti chiave, così puoi confrontare il valore del ciclo di vita del cliente (CLV) degli ordini effettuati dai tuoi clienti VIP/migliori con il valore del ciclo di vita del cliente (CLV) di altri segmenti.
- Crea segmenti basati sul valore del ciclo di vita del cliente (CLV) e poi usa questi segmenti per trovare nuovi clienti tramite pubblico simile in Facebook Ads o segmenti di pubblico simile in Google Ads.
- Rivolgiti di nuovo ai clienti con un valore del ciclo di vita del cliente (CLV) previsto elevato tramite Facebook Ads o Google Ads.
- Crea diramazioni nei flussi in base al valore del ciclo di vita del cliente (CLV) previsto per offrire offerte e incentivi personalizzati.
Guardalo in azione: The Willow Tree Boutique usa questa metrica insieme alla metrica del valore medio dell'ordine per inviare campagne che mettono in evidenza capi di abbigliamento più costosi ai segmenti con una comprovata capacità di spesa: clienti con un valore del ciclo di vita del cliente (CLV) previsto superiore a 500 $, o un valore medio dell'ordine superiore a 150 $. Nei loro primi 6 mesi di utilizzo dell'analisi predittiva di Klaviyo come questa, hanno aumentato i ricavi delle campagne del 53,1% HoH [EN].
«Da quando abbiamo iniziato a usare l’analisi predittiva di Klaviyo, praticamente non invio mai una campagna senza», afferma Jade Richardson, e-mail strategist presso l’agenzia di marketing digitale di Willow Tree Agital.
Rischio di abbandono previsto
Questo calcolo percentuale mostra quanto è probabile o improbabile che un profilo effettui un altro acquisto. La maggior parte dei clienti, nella maggior parte dei settori, acquista una o due volte, quindi è probabile che la maggior parte dei tuoi clienti abbia una previsione del rischio di churn (tasso di abbandono) superiore al 50%. Una percentuale di rischio di churn (tasso di abbandono) più bassa indica una maggiore probabilità che un cliente acquisti di nuovo.
Ecco un potenziale caso d’uso per questa metrica:
- Esporta questi dati per i tuoi segmenti chiave, così puoi confrontare la previsione media del rischio di churn (tasso di abbandono) tra gruppi. Ad esempio, potrebbe essere utile sapere qual è la tua previsione media del rischio di churn (tasso di abbandono) per la clientela VIP rispetto alla previsione media del rischio di churn (tasso di abbandono) dell’intera base clienti.
- Usa il rischio di churn (tasso di abbandono) insieme alla data prevista del prossimo ordine per capire meglio quale tipo di marketing potrebbe avere più risonanza per un cliente e personalizzare i tuoi contenuti: ad esempio, se dovresti rivolgerti a una persona con una campagna di riattivazione clienti oppure se si tratta di un cliente fedele che risponderebbe meglio a comunicazioni regolari.
Data migliore per la vendita incrociata
Si riferisce al momento migliore per effettuare una vendita incrociata a un cliente, sulla base dei comportamenti di acquisto di profili simili. Ecco alcuni potenziali casi d'uso per questa metrica:
- Attiva un flusso in base alla migliore data di vendita incrociata di una persona per capire se puoi incoraggiare più rapidamente il suo prossimo acquisto.
- Dirama il flusso in base alla migliore data per la vendita incrociata, per evitare di offrire incentivi economici non necessari a chi è già propenso all'acquisto.
- Crea moduli on-site che si rivolgono a chi visita il tuo sito quando si avvicina la data migliore per una vendita incrociata e presentano un'offerta pensata per aumentare il valore medio dell'ordine (ad esempio un'offerta bundle o un'offerta prendi 3 e paghi 2).
- Personalizza e-mail, SMS o notifiche push con contenuti dinamici in base alla migliore data di vendita incrociata di una persona.
Prossimo miglior prodotto
Questa metrica prevede il prossimo prodotto migliore per un cliente, in base al suo acquisto più recente. Man mano che un cliente continua a effettuare ordini, questa proprietà si aggiorna automaticamente di conseguenza.
Ecco un potenziale caso d’uso per questa metrica:
- Personalizza e-mail, messaggi o notifiche push con contenuti dinamici basati sul prossimo prodotto migliore di una persona.
- Sfrutta la sincronizzazione del pubblico di Klaviyo per pubblicare annunci di retargeting sulle piattaforme di social media per il prossimo miglior prodotto.
Nota importante: in Klaviyo, tutti gli approfondimenti predittivi si basano su un intervallo di previsione prospettico di 365 giorni. Se utilizzi Klaviyo Marketing Analytics [EN] oltre a Klaviyo Marketing, puoi personalizzare l'intervallo di calcolo del valore del ciclo di vita del cliente (CLV) per renderlo più breve o più lungo in base alle esigenze della tua attività. Best cross-sell date e Next best product sono inoltre esclusivi per i clienti di Klaviyo Marketing Analytics e Advanced Klaviyo Data Platform.
Come evitare analisi predittiva distorta
Per riuscire a individuare con precisione modelli e tendenze, l'analisi predittiva ha bisogno di una quantità adeguata di dati su cui lavorare. Ecco perché, per visualizzare la sezione di analisi predittiva sui tuoi profili Klaviyo, ti serviranno dati sufficienti a supportarla, tra cui:
- Hai almeno 500 clienti che hanno effettuato un ordine con la tua attività
- Almeno 180 giorni di cronologia degli ordini, con ordini negli ultimi 30 giorni
- Almeno alcuni clienti che hanno effettuato tre o più ordini
Con questa riserva affidabile di dati da cui attingere, l'analisi predittiva di Klaviyo può fare previsioni più accurate per il futuro. Più storico dei dati hai a disposizione da cui attingere, più accurati saranno i tuoi modelli e le tue tendenze.
La migliore analisi predittiva si basa su una visione a 360 gradi del comportamento dei singoli clienti per un lungo periodo di tempo. Se utilizzi molte soluzioni puntuali e non consolidi i dati in un’unica fonte di verità centralizzata, o non lo fai quasi in tempo reale, allora la tua analisi predittiva risulta distorta in base ai dati a cui riesce ad accedere.
Ecco perché Klaviyo si connette a più di 350 strumenti e piattaforme [EN] nei settori retail, ristorazione, hotel e benessere. E noi non eliminiamo mai i dati dei clienti. Conserviamo ciò che raccogli, a meno che tu non ci chieda di rimuoverlo.
La migliore analisi predittiva utilizza dati storici olistici sui clienti. È proprio questo ciò che Klaviyo offre.
Come Klaviyo ti aiuta a prevedere e personalizzare con l’analisi dei dati
Klaviyo offre l'analisi predittiva già pronta all'uso, così puoi individuare subito i modelli nei tuoi dati, ricavando idee per segmentazione, flussi e campagne per incoraggiare o contrastare i modelli per sottoinsiemi di clienti.
Ma con Klaviyo Marketing Analytics avanzato, puoi personalizzare le finestre di previsione e accedere a nuove analisi predittive, come la data migliore per la vendita incrociata e il prossimo prodotto migliore. In questo modo, è facile comprendere e agire sull'intero percorso del cliente, sui modelli di acquisto dei prodotti e sulle performance aziendali, così puoi implementare un targeting più intelligente, il merchandising, la personalizzazione 1:1 e l'ottimizzazione del marketing.
Ecco una breve panoramica di come l'analisi inclusa con Klaviyo si differenzia dalla nostra Klaviyo Marketing Analytics più avanzata e di dove si colloca l'analisi predittiva all'interno di queste offerte (spoiler: la ottieni già pronta all'uso).
Già incluso in Klaviyo Marketing | Disponibile con Klaviyo Marketing Analytics avanzata | |
Report sul marketing e sulle prestazioni dei segmenti | ✅ | ✅ |
Benchmark del settore | ✅ | ✅ |
Attribuzione e metriche personalizzabili | ✅ | ✅ |
Analisi predittiva e valore del ciclo di vita del cliente (CLV) | ✅ | ✅ |
Personalizzazione avanzata con analisi RFM personalizzabile | ✅ | |
Approfondimenti avanzati e fruibili sui modelli di acquisto e sul catalogo | ✅ | |
Funnel del comportamento dei clienti e report sulle coorti | ✅ | |
Pannelli di controllo per pubblico e conversioni | ✅ |
Vuoi iniziare subito a creare esperienze personalizzate migliori per i tuoi clienti?
Inizia subito