Chapter: Product Agents – Typer og automatiske e-mails · 7:14
Product Agents-oversigt: Typer og automatiske e-mails
Product Agents kombinerer adfærdsdata med Hello Retails Product Intelligence for at planlægge automatiserede, personaliserede e-mails, hvor både tidspunkt og indhold fastlægges ud fra, hvad den enkelte kunde har købt, og hvordan produkterne hænger sammen. Hver agenttype (efter konvertering, påmindelse om genopfyldning og prisnedsættelse) kører på autopilot og erstatter komplekse manuelle processer med produktbaserede udløsere. Resultatet er e-mails, der ankommer på det rigtige tidspunkt med en besked, der er skræddersyet til de specifikke produkter, som den enkelte kunde er interesseret i.
Sådan fungerer Product Agents
De fleste adfærdsbaserede e-mail-værktøjer udsender beskeder ud fra kundens seneste handling: At de har besøgt en side, forladt en indkøbskurv eller klikket på et link. Product Agents tager udgangspunkt i selve produktet. Hello Retails Product Intelligence-model kortlægger, hvordan varer hænger sammen, hvilke produkter kunderne typisk køber efter hinanden, og hvor lang tid der typisk går mellem købene.
Disse data ligger til grund for beslutninger om planlægning og indhold. Når en kunde køber noget, venter agenten ikke på, at kunden igen viser interesse. Den ved allerede ud fra de samlede købsmønstre, at en supplerende kategori typisk kommer i betragtning igen efter et bestemt antal dage – uanset om det er 10, 15 eller 85, afhængigt af produkttypen.
Product Agents fungerer som et tillægslag ved siden af din nuværende e-mailudbyder og bygger videre på den platform, du allerede bruger. Ved lanceringen er integrationen udviklet til Klaviyo, så forhandlere, der allerede bruger Klaviyo-workflows, kan aktivere Product Agents oven på det, de har i dag. Hvis konceptet er nyt for dig, forklarer vores guide til agentic commerce den bredere udvikling.
McKinseys undersøgelse »Next in Personalization« viste, at virksomheder, der udmærker sig inden for personalisering, genererer 40 % mere omsætning fra disse aktiviteter end gennemsnitsaktørerne – en forskel, der bliver stadig større i takt med, at forbrugernes forventninger til relevans stiger.
Agenten efter konverteringen
Post-konverteringsagenten tager over, når et køb er afsluttet. Når en kunde køber et par jeans, undersøger agenten, hvilke produkter der typisk købes herefter, og hvor længe kunderne venter, før de vender tilbage for at købe dem. Hvis T-shirts typisk følger efter køb af jeans efter ca. 10 dage, og skjorter med lange ærmer efter ca. 15 dage, planlægger agenten automatisk begge e-mails, hver især tilpasset sit eget produktspecifikke tidsvindue.
Dette adskiller sig fra en standardproces efter købet på ét vigtigt punkt. I traditionelle processer skal forhandlere selv definere reglerne manuelt: Hvis en kunde køber produkt A, skal der sendes e-mail B efter X dage. Product Agents udleder både tidsplanen og produktkombinationerne ud fra købsdataene, så logikken opdateres i takt med ændringer i adfærden – uden at nogen behøver at redigere processen.
Salesforces rapport »State of the Connected Customer« viser, at 73 % af kunderne forventer, at virksomhederne forstår deres unikke behov og forventninger. At sende en e-mail på det tidspunkt, hvor en kunde rent faktisk er på udkig efter et supplerende produkt, er en af de mest direkte måder at imødekomme denne forventning på.
Påmindelser om genopfyldning
Nogle produktkategorier gentager sig i et forudsigeligt mønster. Mascara løber tør efter cirka 85 dage. En ansigtscreme holder måske i 30 dage. USB-kabler går så ofte i stykker, at det giver god mening at sende et proaktivt påmindelsesbudskab, længe før kunden løber tør. Genopfyldningsværktøjet identificerer automatisk, hvilke produkter i et katalog der er genopfyldningsvarer (dem, som kunderne påviseligt køber igen), og hvor lang den typiske genkøbsperiode er for hver enkelt vare.
Når en kunde køber et produkt, der skal genopfyldes, planlægger agenten en påmindelse, der passer til det pågældende tidsvindue – uden at forhandleren behøver at mærke produkterne manuelt eller indstille kategorispecifikke forsinkelser. Produktets egen købshistorik ligger til grund for beslutningen.
Indtægterne fra genopfyldning er meget forudsigelige, når tidsmodellen først er på plads, og det er indtægter, der ofte går tabt, når forhandlere satser på generiske kampagner til at genvinde kundernes interesse. En undersøgelse fra Litmus om ROI ved e-mailmarkedsføring anslår det gennemsnitlige afkast til 36 dollar for hver dollar, der bruges, men dette gennemsnit skjuler forskellen mellem velvalgte, relevante udsendelser og masseudsendelser. Påmindelser om genopfyldning er blandt de tydeligste eksempler på, hvordan relevans udgør forskellen.
Prisfaldsagenter: De scenarier, de dækker
E-mails om prisnedsættelser er en af de mere nuancerede agenttyper, fordi det oplagte anvendelsestilfælde – kunden har set et produkt, prisen er faldet, send en e-mail – kan opdeles i flere forskellige scenarier i praksis. Product Agents tager direkte højde for hvert af disse scenarier.
Produkter, der er blevet set, og som nu er på tilbud. Det enkle tilfælde: En kunde ser på et produkt, prisen falder senere, og agenten sender en personlig besked om netop det produkt. Dette er det grundlag, som de øvrige scenarier bygger på.
Genkøbsprodukter på tilbud. De fleste systemer til prisnedsættelser undertrykker e-mailen, når en kunde allerede har købt varen, ud fra den antagelse, at en person, der netop har købt et fladskærms-tv, ikke har brug for at vide, at prisen er faldet. Den logik gælder ikke for genkøbsprodukter. En kunde, der købte hundemad i sidste måned og ser, at prisen på sit sædvanlige mærke er faldet, er en stærk kandidat til et tidligt genkøb. Systemet genkender dette mønster og sender e-mailen med en personlig besked, der afspejler kundens købshistorik, selvom varen allerede er købt.
Alternative produkter. En kunde kiggede på hvide sneakers, købte dem aldrig, og der skete ingen prisnedsættelse på netop det par, vedkommende havde set på. I mellemtiden kom et lignende par hvide sneakers på tilbud. Den almindelige logik for prisnedsættelser udløser ingen handling, fordi udløseren var det viste produkt, og prisen på netop det produkt ikke ændrede sig. Product Agents bruger Hello Retails Product Intelligence-model til at identificere alternativer og sende en personlig e-mail om det lignende produkt, hvor prisen faktisk er faldet – så budskabet forbliver relevant i forhold til det, kunden rent faktisk ledte efter.
Supplerende produkter på tilbud. En kunde har købt en PlayStation. Herefter falder prisen på en række PlayStation-spil. Agenten registrerer, at kundens køb af konsollen gør vedkommende til en relevant modtager af dette tilbud, og sender en e-mail uden at udsende tilbuddet til alle i databasen. Det samme princip gælder for tøj: Hvis en kunde har købt et par jeans, og en T-shirt, der passer til, kommer på tilbud, kan agenten sende den pågældende kunde en besked, der knytter rabatten direkte til de jeans, vedkommende allerede ejer. Dette er opgaven for Complementary Product Agent, som kontakter tidligere købere, når et tilbehør, der passer til deres køb, kommer på tilbud.
Hvorfor »produkt først«-modellen er vigtig
Det gennemgående træk ved alle agenttyper er, at selve produktet – snarere end kundens senest observerede handling – udgør det primære signal. Dette ændrer, hvad der kan automatiseres. Forhandlere behøver ikke at opbygge og vedligeholde stadig mere komplekse beslutningstræer for at dække alle kombinationer af produkter og køb. Agentens underliggende model håndterer denne slutning, og de e-mails, den planlægger, indeholder budskaber, der er tilpasset den enkelte kundes købshistorik.
For forhandlere på Klaviyo betyder integrationen, at disse automatiserede e-mails fungerer sideløbende med eksisterende kampagner uden at erstatte dem. Sekvenser efter konvertering, påmindelser om genopfyldning og variationer ved prisnedsættelser fungerer alle som et ekstra lag af produktbaseret intelligens oven på de programmer, der allerede kører.
Alle detaljer og priser findes på Siden Product Agents.


