Equipa de marketing a analisar dados de clientes de loja e ecommerce em ecrãs diferentes, o problema da hiperpersonalização no retalho com dados próprios

A sua equipa escreve uma mensagem cuidada, segmenta como pode e envia. O cliente recebe-a e continua a comprar o que sempre comprou, ou simplesmente deixa de comprar. É fácil culpar o assunto do email, o texto ou o desconto, mas o erro quase nunca está aí: a falha está por baixo e, por isso, quando se fala de hiperpersonalização com dados próprios, convém começar pelo princípio: o dado.

O padrão repete-se em quase todos os retalhistas com loja e ecommerce. O POS sabe o que se comprou ontem na loja, o site sabe o que se viu ontem à noite e o CRM guarda um email de há três anos, mas nenhum deles sabe que se trata da mesma pessoa. Assim, ou se lança a mesma promoção a todos, ou se pede à equipa de IT um novo segmento e se esperam semanas. Quando chega, o momento já passou.

Seguem-se as quatro camadas que fazem a personalização funcionar a sério, pela ordem em que devem ser construídas. Se uma falhar, as de cima ressentem-se.

1. O problema não é a mensagem, é o dado

Uma mensagem personalizada precisa de saber três coisas: quem é o cliente, o que fez realmente e o que lhe pode ser oferecido no preciso momento em que compra. Se falta uma, o resultado é uma personalização de fachada: um «Olá, Marta» sobre uma oferta de algo que a Marta já comprou.

O ponto de partida é mais incómodo do que parece. Entre 60% e 70% das transações em loja física são anónimas, e o cartão de fidelização clássico só capta entre 30% e 40% dos talões. Dois terços do negócio ficam fora de qualquer personalização.

Sem dados, recorre-se à única coisa que se pode fazer: o mesmo desconto para todos. É a forma mais cara de personalizar, porque oferece margem a quem já ia comprar.

Por trás de cada segmento artesanal há ainda um estrangulamento com nome próprio: o IT. Tem de cruzar à mão os dados do POS, do ecommerce e do CRM para construir a lista, e o resultado envelhece desde o momento em que é criado. A equipa de marketing espera, a campanha sai tarde e a oportunidade, que quase sempre tinha data, perde-se.

E o contexto não ajuda quem depende de dados alheios. A Google recuou no plano de eliminar as cookies de terceiros no Chrome, mas o Safari e o Firefox já as bloqueiam por defeito e cada vez mais utilizadores as recusam nos avisos de consentimento. Cerca de 90% dos profissionais de marketing passaram a trabalhar com dados próprios e zero-party, segundo a IAB e a Adobe. Os first-party data já não são uma opção: é com eles que se personaliza.

2. Hiperpersonalização com dados próprios: as 4 camadas, por ordem

Personalizar com dados próprios não é uma ferramenta nem um truque de texto: é uma pilha de quatro camadas, cada uma assente na anterior:

  1. Identidade única. Saber quem é quem, em qualquer canal.
  2. Dados de comportamento unificados, em loja e online. Saber o que o cliente faz realmente.
  3. Segmentação dinâmica. Decidir a quem.
  4. Ativação do benefício. Decidir o quê, quando e por que canal.

Quando uma falha, a personalização fica na promessa.

As 4 camadas da hiperpersonalização com dados próprios no retalho: identidade única, dado unificado, segmentação dinâmica e ativação do benefício

Camada 1 · Identidade única: saber quem se tem à frente

Sem saber quem é quem, o resto não se sustenta. O mesmo cliente aparece como três pessoas diferentes em três sistemas diferentes e, quando se lança uma campanha, recebe ofertas do que já comprou. A solução não passa por limpar duplicados todos os trimestres, mas por impedir que nasçam: um ID único de cliente, construído sobre o telemóvel validado e verificado com um código OTP na primeira vez que o cliente se identifica, seja em loja, no site ou por WhatsApp. A partir daí, esse ID reconhece o cliente em qualquer ponto de contacto, sem que tenha de repetir os seus dados em cada canal.

Camada 2 · Dados de comportamento unificados em loja e online

Com o cliente identificado, é altura de juntar o que ele faz. As vendas e as devoluções, em loja e no ecommerce, mais os eventos que não são transações, são recolhidos automaticamente e associados ao mesmo perfil, sem unir nem depurar silos de dados à mão. É a diferença entre saber que a Marta comprou online na quinta-feira e saber que no sábado foi trocar o tamanho à loja do centro.

As devoluções também contam: trabalha-se com o valor líquido, isto é, com as vendas menos o que foi devolvido. Um cliente que compra muito e devolve quase tudo não é o bom cliente que parece.

O que permite unificar POS e ecommerce num único perfil vivo é precisamente aquilo que um CRM de retalho pensado para gerir contactos não resolve por si só. E é a camada mais subestimada: sem ela, o cliente online e o de loja continuam a ser dois desconhecidos.

Camada 3 · Segmentação dinâmica: a quem

Uma lista exportada na segunda-feira envelhece na terça. Uma audiência viva atualiza-se sozinha: o cliente entra e sai do segmento consoante o seu comportamento, em tempo real em alguns segmentos e, nos restantes, com avaliações de cerca de duas horas em média. O marketing define o critério com mais de 50 parâmetros, sem código, e não abre um pedido ao IT sempre que muda uma regra. Um mesmo cliente pode estar em vários segmentos ao mesmo tempo, e os critérios combinam-se: frequência, valor, categoria comprada, canal.

É isto a personalização de campanhas de ecommerce sem IT, na prática: quem desenha a campanha é quem a executa. Se quiser ver como se constroem estas audiências, explicamo-lo no artigo sobre segmentação dinâmica no retalho.

Camada 4 · Ativação do benefício: o quê, quando e por que canal

Segmentar bem e oferecer o mesmo desconto a todos é deitar o trabalho fora. O benefício é calculado e aplicado no momento do pagamento: o POS ou o ecommerce consultam a Wapping em tempo real e a Wapping devolve o que corresponde a esse cliente, por linha ou por talão. Responde em 400 milissegundos em média, sem alterar preços no ERP nem criar códigos de desconto. Esta é a gateway transacional.

Se dois benefícios coincidirem, as incompatibilidades permitem que um iniba o outro, com a prioridade gerida ao nível do serviço, pelo que as promoções não se acumulam sem controlo. E, como o benefício se decide no momento do pagamento, pode ficar condicionado a uma compra mínima ou a categorias com margem suficiente. É a personalização que não queima margem.

A comunicação sai pelo canal que melhor se adapte: email, SMS, push ou WhatsApp, este último para segmentos muito concretos e com o canal já ativo, não como envio em massa.

3. Como se vê quando as quatro camadas funcionam em conjunto

Um exemplo ilustrativo, para pôr os pés na terra. Quer lançar uma promoção exclusiva de camisolas a quem comprou jeans e não comprou camisola nos últimos três meses.

Com uma stack clássica, isso envolve vários departamentos, extrações de dados, configurações em vários sistemas e testes prévios. Na maioria das vezes não chega a lançar-se, ou chega tarde.

Com as quatro camadas, o cliente já está identificado (1). A compra de jeans em loja e a visita ao site estão no mesmo perfil (2). O marketing define o segmento uma vez e ele atualiza-se sozinho (3). E o benefício aplica-se na caixa quando o cliente paga a camisola (4). Ninguém abriu um pedido ao IT.

Repare no que muda. Já não há um desconto para todos: há um benefício para um cliente concreto, numa compra concreta e, além disso, mede-se, porque é resgatado na caixa.

Cliente a pagar na caixa com uma promoção personalizada aplicada, exemplo de personalização no retalho sem IT

É isto que transforma um programa de fidelização omnicanal em algo que o cliente sente, e não apenas mais um cartão na carteira.

4. O dado primeiro, a mensagem depois

A personalização não começa no texto: começa na identidade. Se hoje a sua personalização não funciona, antes de mexer na mensagem pergunte-se em que camada se parte. Sabe quem é o cliente? Vê o que faz em loja e online? Consegue segmentar sem pedir ajuda ao IT? O benefício chega à caixa?

Se tiver de escolher por onde começar, comece pela camada mais baixa que esteja partida. Serve de pouco afinar um segmento se o mesmo cliente continua a aparecer três vezes.

Se quiser vê-lo aplicado a um caso real, descubra como funciona a Wapping.