Fordeling pr. time: Indblik i købstidspunkter

Onlinekøbsvanerne har udviklet sig markant i de seneste år, påvirket af ny teknologi og ændringer i forbrugernes adfærd.
Købsadfærden i løbet af en dag er påvirket af forskellige faktorer, herunder blandt andet individuelle rutiner, spontane begivenheder og arbejdsplaner. Om morgenen, når det er tid til den første kop friskbrygget kaffe, opdager kunderne måske, at de er ved at løbe tør for kaffebønner, og de vil sandsynligvis afgive en ny bestilling i deres foretrukne webshop. På samme måde ses der ofte et højere salg af tøj eller elektronik om aftenen, når der er mere tid til afslapning og udforskning.

Ved at forstå disse variationer i købsadfærd i løbet af dagen kan E-handelsplatforme tilpasse deres strategier, timing og markedsføringsindsatser, så de bedre imødekommer forbrugernes præferencer og stemninger på forskellige tidspunkter. Imidlertid er der udfordringer forbundet med at implementere effektive strategier, da det kræver, at man finder en fin balance mellem dataudnyttelse, kundernes privatliv og brugeroplevelsen. Mens kunderne efterspørger skræddersyede anbefalinger og oplevelser, er der en kompliceret udfordring i at indsamle og analysere enorme mængder data uden at krænke den enkeltes ret til privatliv.
De muligheder, som Product Intelligence giver os, gør det muligt at få indsigt i købsadfærd i løbet af dagen set ud fra et produktperspektiv. Ved at analysere enorme mængder data om produkter får vi indsigt i den timebaserede fordeling af salget inden for de enkelte produktkategorier, uafhængigt af brugeradfærd.
Forbedr den personlige shoppingoplevelse ved at kende den timebaserede fordeling af salget
Det endelige mål med personalisering af shoppingoplevelsen er at skabe en problemfri og individualiseret oplevelse, der styrker båndet mellem kunder og mærker, samtidig med at den generelle tilfredshed og loyalitet øges. Product Intelligence giver virksomheder indsigt, der understøtter personaliseringsværktøjer såsom e-mail-marketing, annoncering på sociale medier eller dynamiske bannere på hjemmesiden. Når man f.eks. ved, at kunderne er mere tilbøjelige til at købe kaffebønner om morgenen, kan man planlægge, at annoncer på sociale medier vises, mens de scroller gennem deres feeds om morgenen. Vellykkede konverteringer afhænger ofte af, at kunderne præsenteres for det rigtige produkt på det rigtige tidspunkt, hvilket reducerer kundevirkningsomkostningerne og øger fortjenesten.

En anden måde at udnytte Product Intelligence-funktionerne i denne sammenhæng er at udvinde indsigt i købsadfærdsmønstre også i løbet af ugen. Vi kan for eksempel se, om kunderne køber kaffe oftere om mandagen eller i weekenden. Fleksibiliteten i denne API-løsning giver virksomhederne mulighed for at anvende og kombinere værdifuld indsigt til at finjustere målretningsstrategierne på den bedst mulige måde.

Hvordan adskiller den sig fra andre eksisterende metoder?
Traditionelt bruger E-handelsvirksomheder brugerindsigt til at få viden om brugernes købsadfærd. Visse analyser kan vise, hvornår brugerne typisk besøger bestemte produktsider eller foretager et køb.
Disse datastrømme medfører dog en række udfordringer. Hvad sker der for eksempel, hvis et produkt for nylig er blevet tilføjet til butikken, og der derfor ikke findes historiske data? Eller hvad sker der, hvis brugerne afviser cookies?
Vi løser dette problem ved at gruppere lignende produkter og oprette globale identifikatorer, der ikke er afhængige af data fra de enkelte butikker. Vi kalder dem produktklynger.
Læs mere om, hvordan klynger fungerer
Lad os se nærmere på det med et eksempel
Lad os tage et eksempel: Vi er en onlinekosmetikbutik, der fører et bredt udvalg af produkter. Traditionelt har vi kunnet observere en generel stigning i salget om aftenen, hvilket kan forklares med, at kunderne har mere tid til at handle online. For at skabe en virkelig personlig oplevelse zoomer vi dog ind på tendenser for de enkelte produkter og bruger denne information til at justere vores strategier. Graferne nedenfor viser salgets fordeling time for time i løbet af dagen for tre forskellige produktkategorier.


Tandtråd
Grafen viser, at brugerne typisk køber tandtråd om aftenen, hvilket muligvis hænger sammen med, at de bruger tandtråd efter aftensmaden. Forhandlere kan bruge disse data til at vise annoncer på sociale medier omkring samme tidspunkt for at målrette dem bedre.
Barberskum
Et andet eksempel viser en modsat fordeling af salget. Barberskum købes hovedsageligt om morgenen, omkring kl. 7, som det fremgår af grafen. Virksomheder kan bruge denne information til f.eks. at medtage dette barberskum i deres morgen-e-mailkampagner.




Mascara
Dette tredje eksempel på en salgsfordeling for en mascara viser et højt salg i løbet af hele dagen, men med et højdepunkt kl. 19.00. Det er på dette tidspunkt, at kunderne har mere tid til at handle online og til at udforske udvalget. Vi kan bruge denne viden til at gøre de dynamiske bannere på hjemmesiden mere effektive ved at vise en mascara om aftenen.
Disse tre eksempler illustrerer perfekt, hvordan der selv inden for samme produktkategori findes forskellige købsvaner, som virksomhederne kan udnytte til deres fordel. Entreprenører kan allerede i dag få adgang til systemet via et API, der er nemt at integrere.
For yderligere oplysninger henvises til udviklerdokumentationen
Få mere at vide her
Læs mere om Product Intelligence

Bedre fordeling af rabatter: Maksimer overskuddet ved at kende dine produkter
Ved hjælp af dataanalyse får virksomheder indsigt i, hvordan rabatter fordeler sig på tværs af forskellige produkttyper. Detailhandlere kan drage stor fordel af denne tilgang, da de sparer tid på analyser og kan automatisere kampagner.
- Ecaterina Capatina
- produktinformation
- 30. august 2023

Få vigtig indsigt i produkter med tilbagevendende salg
Med »tilbagevendende produkter« menes, kort sagt, varer, som kunderne køber mere end én gang inden for et bestemt tidsrum. Find ud af, hvornår du skal henvende dig til dine kunder og præsentere dem for produkter, de muligvis vil købe igen.
- Ecaterina Capatina
- produktinformation
- 24. august 2023

Nå ud til dine kunder på det rigtige tidspunkt af dagen med »Hourly Distribution«
De muligheder, som Product Intelligence giver os, gør det muligt for os at få indsigt i købsadfærden i løbet af dagen set ud fra et produktperspektiv.
- Ecaterina Capatina
- produktinformation
- 24. august 2023


