Por Rubens Leonardo Ajaime Lenzi, Diretor Executivo na EY
Diferentemente do e-commerce, em que o histórico de compras e as preferências de consumo são facilmente analisadas, na loja física, a complexidade de lidar com o cliente é maior.
Como saber se a visita ao estabelecimento foi espontânea ou incentivada por uma comunicação? Como conhecer as preferências de cada um sem a ajuda do “carrinho digital” da plataforma online?
Há vários desafios na tentativa de gerar demanda real e comprovada para compras no varejo. Além de motivar a ida do potencial cliente até o local, as marcas precisam garantir que o que foi prometido estará disponível na gôndola.
Vencidas as barreiras de comunicação e logística, é preciso também se certificar de que a compra foi realmente estimulada pela propaganda feita. Comprovar o ROI (retorno sobre o investimento) na loja física não é das tarefas mais simples.
A boa notícia é que, apesar da complexidade envolvida, é possível desenhar uma jornada de vendas offline através de soluções de recomendação de preços para alcançar clientes.
O caminho está no uso da tecnologia para elaborar ofertas relevantes com base no comportamento de consumo. Mas, com a aplicação de variáveis diferentes das já amplamente conhecidas no mundo online.
A jornada de compra no e-commerce
No e-commerce, a venda começa na fase de segmentação do público que a varejista deseja atingir; a partir deste mapeamento, campanhas são criadas de acordo com as análises realizadas anteriormente.
O conteúdo que embala as ações de marketing é personalizado de acordo com esses insumos, e a campanha é direcionada para bases pré-definidas. As comunicações seguem por vários canais, como o e-mail, e, em seguida, os resultados são analisados.
Como se vê, o caminho para impactar o cliente no ambiente online é relativamente simples, com adaptações feitas pontualmente conforme os objetivos e os resultados das análises de dados.
A jornada de compra na loja física é diferente
Por outro lado, a missão de abordar clientes offline para incentivar compras nas lojas físicas segue outro racional. Acima de tudo, é necessário potencializar o processo e expandir horizontes.
A ferramenta “Engine de Recomendação de Preços” da EY resolve esta dor. Ao ser alimentada tanto com informações da loja física quanto do comportamento de consumo do cliente, a solução é certeira para viabilizar a personalização em seu grau máximo.
Um dos principais desafios é a gestão logística, considerando que cada região do País tem ofertas e preços específicos. Personalizar, portanto, não é apenas oferecer ao cliente o que ele quer, mas garantir que o produto estará à sua espera, no valor anunciado.
Por dentro da Engine de Recomendação de Preços
A ferramenta considera cinco etapas na jornada de venda, a começar pela determinação da loja física preferida do cliente. A análise é feita com base nas transações financeiras recentes, o que evita dispersão causada por mudanças repentinas de comportamento.
Na sequência, os dados relacionados à operação da loja são capturados. Informações como catálogo de produtos, ofertas e dados transacionais são analisadas para a elaboração de cenários.
Posteriormente, dá-se início à etapa de recomendação de produtos, que leva em conta a loja preferida do cliente e os dados da operação, como estoque e catálogo de produtos.
Para maximizar a experiência do comprador, algoritmos fazem o ranqueamento dos itens mais indicados para cada perfil como estratégia de aumento do ticket médio. A abordagem inclui oferecer sugestões aderentes e com valores um pouco mais altos para compor a cesta de compras.
É importante ressaltar que os algoritmos de recomendação podem ser ajustados para atender aos objetivos de negócios de cada varejista, com adaptações para campanhas e jornadas de marketing distintas.
Nesse sentido, as estratégias podem ser definidas, por exemplo, de acordo com o ciclo de vida útil do cliente no funil de vendas ou do tempo de inatividade nas interações.
Cumprida a etapa de recomendação de preços, é hora de personalizar o envio das ofertas. A injeção do conteúdo acontece no momento do disparo e considera detalhes importantes como o prazo de validade das ofertas e o formato delas (ao estilo ‘compre um, leve dois’ ou desconto a granel, por exemplo).
A solução de recomendação de preços funciona para os mercados B2C e B2B. Nas vendas empresariais, os algoritmos podem separar clientes com base no portfólio de produtos e serviços ou condições comerciais específicas.
O último passo desta jornada é a análise dos resultados. A influência da comunicação na decisão de compra é mensurada através de critérios como a ida à loja nos dias seguintes à comunicação feita e a interação com os produtos anunciados.
Hiperpersonalização: o que é e para que serve
A “mágica” que permite a criação de ofertas customizadas e impulsiona resultados acontece através da hiperspersonalização. Trata-se da capacidade de gerar comunicações aderentes às necessidades do comprador, na hora certa.
Tais estratégias são baseadas em análises de dados e informações comportamentais que levam à elaboração de diversos cenários de acordo com o perfil de consumo.
A simplicidade neste caso se alia à eficiência no momento em que as campanhas de marketing são desenvolvidas com a hipersonalização.
Em vez de criar diferentes grupos-alvo, materiais e templates, o time de marketing pode desenvolver apenas um alvo genérico e um modelo único de template de e-mail para a entrega de recomendação de produtos personalizados.
Assim, de forma automatizada, a campanha atinge o público com maior precisão, e a análise dos resultados ganha velocidade, o que se traduz em melhoria operacional.
Conclusão
A recomendação personalizada de preços para lojas físicas com base no comportamento de consumo é uma realidade. Mesmo complexa, a operação se torna possível com o apoio de algoritmos que unem dados do varejo e informações transacionais. Essa é uma forma eficiente para gerar as melhores ofertas de compra – do e-mail até a gôndola no supermercado.
