Comprendere la propria base di utenti è fondamentale per anticipare le tendenze del mercato e offrire esperienze personalizzate che soddisfino le esigenze e i desideri dei clienti.
In questo contesto, la segmentazione degli utenti emerge come uno strumento cruciale per il successo della strategia digitale (ma non solo). In particolare le aziende che acquisiscono una comprensione dei comportamenti d'acquisto dei propri clienti e che sono in grado di segmentare gli utenti sulla base dei dati riescono a ottimizzare le performance delle iniziative di marketing, offrendo alla propria customer base esperienze migliori.
Un aspetto centrale di questa comprensione è la distinzione tra due aspetti fondamentali che influenzano le decisioni d'acquisto: il brand e il prezzo.
Per alcune categorie di consumatori, la fedeltà al brand è il principale motore d'acquisto. Questi clienti cercano specifici marchi e attribuiscono un alto valore all'affidabilità e alla reputazione del produttore. Per altri, invece, il costo e le offerte sono il fattore predominante. Questi clienti sono orientati al budget e sono spesso alla ricerca di opportunità di risparmio.
In questo articolo raccontiamo un’analisi del comportamento di acquisto e della ricerca dei prodotti dei clienti dell’ecommerce, con l’obiettivo di comprendere come fosse composta la base utenti e se fossero necessarie particolari segmentazioni nella promozione. L'analisi è stata effettuata in preparazione al Black Friday, ma si tratta di un'attività che porta valore strategico al di là della stagionalità di specifici eventi.
Prima di andare nel dettaglio, se vuoi ricevere articoli come questo direttamente nella tua casella email puoi iscriverti alla nostra newsletter, arriva il giovedì mattina.
Fase 1 - Analisi del comportamento
Abbiamo analizzato i dati con il fine di segmentare gli utenti in 4 categorie, sulla base dell’importo medio speso per paio di scarpe e della fama dei brand acquistati.
Abbiamo calcolato la fama del brand sulla base di quanto un brand veniva cercato, considerando la ricerca interna sul sito (numero di ricerche), l’interazione con i filtri nelle pagine di listing (numero di click sui filtri) e le ricerche organiche contenenti un brand (numero di click sui risultati di ricerca).
Per quanto riguarda il price point abbiamo assegnato un punteggio sulla base del prezzo medio di vendita per categoria prodotto, normalizzandoli per renderli confrontabili.
Per le analisi abbiamo considerato le vendite online per circa 6 mesi, i dati di Google Search Console (per le ricerche organiche) e Google Analytics 4 (per la ricerca interna e l’interazione con i filtri).
Fase 2 - Creazione dei segmenti
Con l'analisi dei dati a disposizione abbiamo i 4 segmenti di utenti che potete osservare di seguito
Price funzionali: utenti attratti dal basso costo e principalmente dalla funzionalità del prodotto
Price seeker: utenti che cercano l’affare, attratti dai prodotti di brand conosciuti ma restii a comprarli ad un prezzo elevato
Brand follower: utenti che seguono la moda e la sua stagionalità, basano gli acquisti sul brande e il prezzo per loro non rappresenta un limite per l’acquisto
Brand seeker: utenti attratti un particolare brand di nicchia, anche per loro il prezzo del prodotto non risulta essere una barriera per l’acquisto
Fase 3 - Benefici e azioni
Conoscenza approfondita degli utenti
Queste analisi hanno permesso al cliente di conoscere a fondo gli utenti, il loro comportamento di acquisto, le preferenze in termini di prodotti. Di conseguenza è possibile lavorare meglio sulla fidelizzazione, sull’ottimizzazione della comunicazione, sulla riduzione dei tassi di abbandono del carrello e sulla retention. Vale la pena ricordarlo: si tratta di una conoscenza utile a prescindere da eventi come Black Friday o Prime Day.
Segmentazione delle iniziative
Basandosi sulle preferenze degli utenti, è stato possibile per il nostro cliente progettare campagne mirate che si allineano alle preferenze di ciascun segmento, personalizzando la comunicazione email, l’esperienza su sito e le promozioni. In questo modo ha deciso di indirizzare risorse specifiche verso gruppi di utenti che sono più inclini a rispondere positivamente, aumentando il ROI.
Puntare su Price Seeker e Price Funzionali
In ottica di Black Friday i segmenti su cui il nostro cliente ha deciso di puntare maggiormente sono stati i Price Seeker e i Price Funzionali, che per le loro caratteristiche e per i loro comportamenti di acquisto sono sicuramente più propensi ad acquistare in momento di sconti.
Ti è piaciuto questo articolo? Trovi altri casi studio come questo nel report in preparazione al Black Friday. Se invece vuoi approfondire il tema della segmentazione, qui trovi un progetto di Keyword Clustering che potrebbe interessarti, in alternativa puoi leggere qui il racconto di una RFM Analysis.
Se invece vuoi fare una chiacchiera per approfondire puoi scriverci compilando questo form.
