Sådan personaliserer du købsoplevelsen og får flere gentagne køb

Hvad er personalisering i en webshop, og hvorfor betyder det noget for kunder, der kommer igen?

Personalisering er at bruge det, du ved om en kunde, til at vise vedkommende noget andet, end du viser en fremmed. Kunden kiggede på vinterjakker sidste måned. Kunden brugte i gennemsnit halvtreds dollars pr. ordre. Kunden bor et sted, hvor der er brug for tøj, der tåler vejret. Hver af de ting gør det muligt for dig at tilpasse det, du viser.

Kunder, der kommer igen, er dine mest værdifulde kunder. De har allerede besluttet, at de stoler nok på dit brand til at købe én gang. Det er billigere at få dem til at købe igen end at skaffe en ny kunde. Hver gang du er i kontakt med en kunde, der kommer igen, kan du styrke den tillid og gøre næste køb lettere.

Personalisering betyder noget for gentagne køb, fordi den viser, at kunden har en historie med dig. En generisk mail, der siger "se vores nye kollektion", rammer ikke på samme måde som "vi så, at du købte økologisk kaffe sidste måned. Her er tre nye single origin-ristninger, vi lige har fået". Den første er envejs. Den anden er en samtale.

Tallene bakker det op. Webshops, der indfører enkel personalisering, ser, at andelen af gentagne køb stiger med 20 til 30 %. Kunderne får mere relevante beskeder, opdager varer, der passer til deres interesser, og føler, at webshoppen husker dem. Det er ikke manipulerende, hvis personaliseringen er ærlig. Det er faktisk det modsatte: du giver kunderne det, de selv siger, de vil have. Undersøgelser viser, at 72 % af forbrugerne siger, at de kun reagerer på personlige beskeder.

Hvilke metoder til personalisering findes, og hvilke giver gentagne køb?

Ikke alle metoder virker lige godt på kunder, der kommer igen. Nogle virker på førstegangsbesøgende. Nogle virker især på folk, du allerede kender. Når du forstår, hvilken metode der passer til hvilket trin i kunderejsen, bygger du en strategi i stedet for bare at tilføje tilfældige funktioner.

Personlige produktanbefalinger

At vise kunder produkter ud fra deres browserhistorik og købshistorik er det stærkeste redskab til gentagne køb. En kunde, der købte vinterstøvler, får anbefalet andet vinterudstyr. En kunde, der kiggede på let bagage, får vist andre rejseprodukter. Anbefalingerne sker tre steder: på produktsider ("kunder, der købte dette, købte også"), i mails efter købet og på forsiden, når kunden kommer tilbage.

Anbefalinger virker, fordi de viser produkter, kunden faktisk er interesseret i, men ikke selv ville have fundet. En kunde, der kommer igen, kommer måske for at købe én bestemt vare. Produktanbefalinger viser tre andre varer, kunden ikke vidste, du havde. Det øger den gennemsnitlige ordreværdi og opmuntrer til at kigge rundt, hvilket fører til flere køb.

Anbefalingsmotorer kræver enten manuelle regler eller AI og maskinlæring. Små webshops kan starte med manuelle regler: hvis en kunde køber en printer, anbefal kompatible blækpatroner. Efterhånden som du vokser, klarer software det automatisk og lærer mønstre fra tusindvis af kundehandlinger.

Browserhistorik og gemte varer

At huske, hvad en kunde kiggede på, giver kunden en grund til at vende tilbage. En kunde, der så på fem vinterjakker, men ikke købte, får en uge senere en mail med præcis de jakker og en besked som "vi har gemt dem til dig". Det minder kunden om interessen og gør det lettere at tage beslutningen op igen.

Metoden er enkel, men effektiv. Den virker, fordi du husker for kunden. Kunden behøver ikke lede hele din hjemmeside igennem igen for at finde de jakker, kunden kunne lide. Du fører kunden direkte hen til de varer, kunden overvejede. Konverteringsraten på de mails er markant højere end på generiske tilbudsmails, fordi relevansen allerede er der.

Segmenteret e-mailmarketing

Hvis du sender den samme mail til alle kunder, kan du være sikker på, at de fleste ignorerer den. En kunde, der køber kontorartikler, er ikke interesseret i en besked om nye møbler. En kunde, der køber luksusvarer, er ikke interesseret i et udsalg. Når du opdeler din mailliste efter produktkategori, købshyppighed eller værdi, får kunderne beskeder, der faktisk handler om dem.

De enkleste segmenter bygger på køb: send en opfølgende mail til kunder, der købte sportstøj, og spørg, om de vil have hjælp til at vælge den rigtige størrelse næste gang. Send en anden besked til kunder, der købte hudpleje, med forslag til produkter, der passer til. Opdel efter geografi, hvis du sælger sæsonvarer. Opdel efter prisniveau, hvis dit sortiment spænder fra budget til premium.

Segmenteret e-mail er en af de nemmeste former for personalisering med stort afkast, fordi den kræver mindre teknologi. Du skal bare organisere dine kundedata og tage dig tid til at skrive målrettede beskeder i stedet for én besked til alle.

Dynamisk indhold på forsiden

I stedet for at vise alle besøgende den samme forside kan du ændre den ud fra det, webshoppen ved om dem. En kunde, der kommer igen, ser et afsnit, der hedder "inspireret af dit sidste køb", med beslægtede produkter. En kunde, der kiggede, men ikke købte, ser produkter, der ligner dem, kunden så på. En ny besøgende ser dine bestsellere.

Dynamiske forsider virker, fordi de med det samme viser kunden relevans. Du lader ikke kunden lede gennem hele dit katalog for at finde det, du har, der passer til vedkommendes interesser. Du serverer det med det samme. Det øger tiden på hjemmesiden og gør det lettere at opdage varer.

Forløb efter købet og velkomst

Øjeblikket lige efter et køb er et øjeblik med høj opmærksomhed. Kunden tænker på dit brand og på det, vedkommende lige har købt. Et personligt forløb efter købet anerkender købet, forklarer, hvordan produktet bruges, foreslår tilbehør og beder om feedback. Her afgøres det, om kunden bliver en, der køber igen, eller forsvinder for altid.

En tøjbutik sender dagen efter: "din ordre er kommet. Sådan plejer du stoffet." En kaffebutik sender: "dine bønner smager bedst de næste to uger. Sådan brygger du den perfekte kop." En værktøjsbutik sender: "her er tilbehør, der passer til det, du lige har købt." De mails prøver ikke at presse endnu et køb igennem. De tilfører værdi til det køb, der lige er sket.

Forløb efter købet med personalisering øger andelen af gentagne køb med 25 til 40 %, fordi de styrker købsbeslutningen og får kunden til at føle, at du bekymrer dig om vedkommende ud over selve handlen.

Kontosider og kundehistorik

At vise kunderne deres ordrehistorik, gemte varer og indstillinger, når de logger ind, er en passiv form for personalisering, der virker uden mail. En kunde kan se sine tidligere køb og bestille den samme vare igen med ét klik. Kunden kan se varer, vedkommende har kigget på, og gå tilbage til dem, der er gemt. Kunden kan opdatere sine præferencer for at få anbefalinger i de kategorier, der interesserer vedkommende.

Metoden virker godt til kunder, der køber jævnligt, eller som køber forbrugsvarer. Den fjerner gnidning fra de gentagne køb og viser, at kunden er kendt og ikke en fremmed.

Hvordan ser en plan for personalisering i faser ud?

Hvis du indfører alt på én gang, bliver dit team overvældet, og resultaterne bliver dårlige. Med en plan i faser starter du enkelt, måler resultaterne og tilføjer kompleksitet, først når det giver mening. De fleste webshops får et bedre udbytte ved at starte småt og udvide ud fra det, der virker, end ved at prøve at gøre alt med det samme.

Fase 1: Hurtige gevinster (måned 1 til 2, lille investering)

Start med metoder, der kræver data, du allerede har, og lidt teknologi: segmenteret e-mail og enkle produktanbefalinger. Opdel din mailliste efter produktkategori eller købsværdi. Send tre målrettede mailforløb: en velkomstmail til nye kunder, genindhentning af forladte kurve til folk, der startede købet, og opfølgning efter købet til dem, der har købt.

Tilføj enkle produktanbefalinger på produktsiderne med simple regler: hvis nogen ser på dette produkt, så vis andre produkter i samme kategori. Hvis nogen købte dette, så anbefal passende varer. Du har ikke brug for en AI-motor til det. Det kræver bare en regel som "hvis produkttypen er løbesko, anbefal indlæg og sportssokker".

Tidsforbrug: 20 til 30 timers opsætning (skabeloner til mails, regler for segmenter, anbefalinger ud fra kategori). Pris: Som regel nul, hvis du bruger indbyggede funktioner i din platform eller gratis mailværktøjer. Forventet resultat: 10 til 15 % flere klik på mails og 5 til 10 % højere gennemsnitlig ordreværdi på anbefalede produkter.

Fase 2: Personalisering af browsing og konto (måned 3 til 4)

Når du ser resultater af den enkle personalisering i mails, så tilføj funktioner, der hjælper kunder, som kommer tilbage til din webshop. Indfør kontofunktioner, der lader kunderne gemme varer til senere, se deres ordrehistorik og se et personligt afsnit på forsiden med produkter, der ligner dem, de har kigget på. Lad kunderne selv tilvælge produktanbefalinger efter kategori, så de ser forslag, der passer til deres angivne interesser.

Sæt en "du har set"-mail op, der sendes tre dage efter, at nogen har kigget på din hjemmeside uden at købe. Vis præcis de produkter, de har kigget på, med en enkel besked som "vi har gemt dem til dig". Metoden har en af de højeste konverteringsrater af alle mails, fordi relevansen allerede er der.

Tidsforbrug: 20 til 40 timer (design af kontoside, mailskabelon, opsætning af sporing af browsinghistorik). Pris: Ofte inkluderet i din e-commerce-platform eller $100 til 300 om måneden for et værktøj til retargeting-mails. Forventet resultat: 15 til 25 % flere tilbagevendende besøg og 10 til 20 % konvertering på mails om browsinghistorik.

Fase 3: Avanceret logik til anbefalinger (måned 5 til 6)

Når den grundlæggende personalisering virker, så tilføj mere avancerede produktanbefalinger. I stedet for kun "kunder, der købte X, købte også Y" kan du gå videre til anbefalinger ud fra hyppighed (vis bestsellere i kundens kategori) og supplerende produkter (hvis du købte et kamera, er her objektiver og batterier, der passer til det kamera). Nogle platforme bruger AI til at lære, hvilke anbefalinger der faktisk fører til køb i netop din webshop.

Tilføj dynamiske afsnit på forsiden, der ændrer sig efter kundesegment. Vis kunder, der kommer igen, et afsnit som "tak, fordi du kom tilbage, her er det nye i din yndlingskategori". Vis kunder, der kiggede, men ikke købte, en anbefaling som "gør dit look komplet". Vis nye besøgende dine bestsellere.

Tidsforbrug: 15 til 30 timers opsætning, hvis du bruger indbyggede værktøjer, eller over 40 timer, hvis du indfører en API til anbefalinger. Pris: $200 til 1000 om måneden for anbefalingssoftware, eller indbygget i din platform. Forventet resultat: 8 til 12 % højere gennemsnitlig ordreværdi, 20 til 30 % flere klik på forsiden på anbefalede produkter.

Fase 4: Forudsigende personalisering og avanceret segmentering (måned 7 og frem)

Gå først hertil, når de tidligere faser giver målbar omsætning. Indfør forudsigende analyse, der finder de kunder, der er mest tilbøjelige til at forsvinde, og giv dem en grund til at købe igen. Brug maskinlæring til at optimere, hvilke kunder der skal have hvilke anbefalinger. Sæt dynamiske priser eller eksklusive tilbud op ud fra kundens livstidsværdi.

De metoder kræver mere erfaring og bør kun indføres, hvis dit team har kapacitet til at styre dem, og du har nok kundedata (som regel over 500 kunder, der har købt igen) til præcise forudsigelser.

Tidsforbrug: over 40 timer. Pris: $500 til 5000 om måneden afhængigt af, hvor avanceret det er. Forventet resultat: Meget varierende, 10 til 20 % højere livstidsværdi pr. kunde, hvis det gøres rigtigt.

Hvordan måler du, om personaliseringen virker?

Personalisering fejler, når webshops indfører den uden at måle resultaterne. Så bruger du penge på metoder, der ikke virker. Når du følger de rigtige tal, ved du, hvad du skal beholde, og hvad du skal droppe.

Vigtige tal for succes med personalisering

Andelen af gentagne køb er det vigtigste tal: hvor stor en del af de kunder, der har købt én gang, kommer tilbage og køber igen? Sammenlign tallet før og efter, du indfører personalisering. En stigning på 15 til 25 % tyder på, at personaliseringen virker.

Kundens livstidsværdi viser, om gentagne køb øger ordrestørrelsen og hyppigheden. Følg det gennemsnitlige forbrug pr. kunde over hele kundens levetid. Personalisering bør øge det tal med 10 til 30 %.

Tal for engagement i mails (åbningsrate og klikrate) viser, om dine segmenterede beskeder er mere relevante. Segmenterede mails bør have 20 til 50 % højere klikrate end generiske udsendelser. Hvis de ikke har det, passer din segmentering ikke til kundernes interesser.

Klikrate og konverteringsrate på produktanbefalinger viser, om dine anbefalinger fører til faktiske salg. Følg, hvor stor en del der klikker på anbefalede produkter, og hvor stor en del der køber. Det fortæller dig, om anbefalingerne er relevante eller bare skaber støj.

Afmeldingsraten fra mails fortæller dig, om personaliseringen øger engagementet eller føles påtrængende. Segmenterede, relevante mails bør have lavere afmeldingsrate end generiske udsendelser. Hvis din afmeldingsrate stiger, er personaliseringen for aggressiv eller ikke relevant nok.

Sådan sætter du sporing op uden avanceret analytics

Hvis din platform har analytics, er de fleste af tallene allerede med. Hvis ikke, så sæt en enkel sporing op: lav et regneark, hvor du noterer antallet af gentagne køb pr. måned, den gennemsnitlige ordreværdi pr. kunde, der kommer igen, og engagementet i mails. Sammenlign fra måned til måned. En udvikling over tre måneder er nok til at se, om personaliseringen hjælper eller skader.

For tal om mails viser de fleste mailplatforme automatisk åbnings- og klikrater. Sammenlign generiske mailkampagner med segmenterede kampagner. Hvis segmenterede mails har bedre tal, er du på rette vej.

Hvilke fejl får personalisering til at slå tilbage?

Personalisering kan skade mere, end den hjælper, hvis den går fra at være hjælpsom til at være uhyggelig, hvis den er for aggressiv, eller hvis de data, du har om kunderne, er forkerte. Når du forstår de fejl, undgår du spildte penge og kunder, der føler sig fremmedgjort.

For aggressiv målretning med for få data

En kunde køber én vare og får straks fem personlige mails ud fra det ene køb. Det føles pågående og ikke opmærksomt. Personalisering kræver nok data til at drage rigtige slutninger. Ét køb fortæller dig næsten ingenting. Ti køb fortæller dig noget. Halvtreds køb fortæller dig meget.

Fejlen er at personalisere med for få data og virke fremfusende. En kunde, der købte en blå kjole, vil ikke nødvendigvis have fem kjoler mere i blå. Hvis du viser for mange anbefalinger ud fra for lidt grundlag, virker det, som om du gætter i stedet for at lære af mønstre.

At føles påtrængende eller uhyggelig

Personalisering bliver uhyggelig, når den viser kunderne, at du ved mere om dem, end de forventede. Produktanbefalinger ud fra browserhistorik føles naturlige. Produktanbefalinger ud fra lokationsdata føles påtrængende. Hvis du personaliserer og dermed afslører, at du sporer adfærd, kunderne ikke vidste blev sporet, skaber det mistillid.

Grænsen er denne: personalisér ud fra data, kunderne bevidst har givet dig, eller handlinger, de bevidst har foretaget (køb, browsing, udtrykte præferencer). Personalisér ikke ud fra data, de ikke ved, at du indsamler (tastemønstre, enheds-id'er, lokation), eller data, du udleder (økonomisk situation, antagelser om livsstil), som går ud over deres handlinger.

Forkert fortolkning af kundedata

En kunde køber en gave til en anden, og pludselig tror din webshop, at kunden har en ny interesse. Kunden kigger på løbesko, fordi vedkommende vil vide mere om løb, ikke fordi vedkommende er løber. Kunden søgte på "hvordan man reparerer ødelagte hæle", og nu anbefaler du værktøj.

Løsningen er ikke perfekte data (det får du aldrig). Det er at bruge flere signaler i stedet for en enkelt handling og at teste, om anbefalingerne faktisk giver salg. Hvis 90 % af de kunder, der ser en bestemt anbefaling, ignorerer den, er slutningen forkert. Drop anbefalingen, og brug et andet signal.

For meget personalisering og tab af nye opdagelser

Hvis hver oplevelse er tilpasset det, kunden allerede ved, at vedkommende kan lide, opdager kunden aldrig nye produkter. En kunde, der køber den samme produktkategori igen og igen, bliver låst fast i anbefalinger, der kun viser varianter af den kategori. Det mindsker nye opdagelser og begrænser væksten i den gennemsnitlige ordreværdi.

Find balancen mellem personalisering og opdagelse. Anbefal produkter i beslægtede kategorier og ikke kun i samme kategori. Vis bestsellere og nyheder, også til stærkt personaliserede kunder. Lad dem fravælge personalisering, hvis de vil kigge hele dit katalog igennem uden en algoritmes indflydelse.

Personalisering uden tilladelse eller åbenhed

Kunder har bekymringer om privatliv, og databeskyttelsesregler som GDPR og CCPA kræver samtykke, før du indsamler adfærdsdata. Hvis du personaliserer uden at gøre det klart, hvordan, eller uden at give kunderne kontrol, skaber du risiko for både jura og omdømme.

Bedste praksis: vær åben om, hvilke data du indsamler, og hvordan du bruger dem. Tilføj indstillinger, der lader kunderne styre, hvor meget personalisering de får. Hvis nogen fravælger anbefalinger, så respektér det valg, selv om det giver lavere konvertering. Tillid og overholdelse af reglerne betyder mere end ét ekstra salg.

Hvordan passer personalisering ind i din strategi for kunder, der kommer igen?

Personalisering er ét værktøj, der øger gentagne køb, men den er ikke nok alene. En kunde, der får en personlig mail, men har en dårlig oplevelse med at åbne pakken eller aldrig får sin ordre, kommer ikke tilbage. En kunde, der får de perfekte anbefalinger, men finder kassen frustrerende, opgiver sit andet køb.

Personalisering virker bedst sammen med god kundeservice, et godt produkt, pålidelig forsendelse og klar kommunikation. Indfør personalisering, når du har det grundlæggende på plads. Læg den så oven på for at få de kunder til at købe, som allerede er interesserede, men har brug for en påmindelse om, at du husker dem og forstår, hvad de har brug for.

For overblikket over hele konverteringsprocessen, se hvad konverteringsoptimering er, og hvorfor det betyder noget. For et overblik over alle de metoder, der virker sammen, se psykologien bag at købe: hvordan forbrugeradfærd former din webshop.

Sådan bruger du WEMASY til personalisering

WEMASYs e-commerce-system har funktioner til personalisering, der lader dig opdele kunder efter købshistorik og browsingadfærd, sende målrettede mails ud fra kundesegmenter, vise personlige produktanbefalinger i din webshop og følge, hvilke metoder til personalisering der giver gentagne køb. Du kan sætte personlige afsnit på forsiden og mailforløb op uden at skrive kode eller installere værktøjer fra tredjepart. Platformen er koblet til dine kundedata, så personaliseringen bliver bedre automatisk, efterhånden som du lærer hver kunde at kende.

Se, hvad der er med, i WEMASYs priser og funktioner.

Ofte stillede spørgsmål