AI, Otomasi & Inovasi14 November 20268 menit bacaTika Aurora
Personalisasi dalam Skala Besar: Apa yang Benar-benar Bisa Diubah AI di Pemasaran Anda
Personalisasi berjalan di atas data pelanggan Anda. Versi yang berguna untuk UKM biasanya sempit: beberapa segmen dan satu pemicu.
Bagian dari panduan lengkap kami: Predictive Analytics untuk Pengambilan Keputusan: Syarat yang Harus Dipenuhi Sebelum Ramalan Itu Berguna
Personalisasi berbasis AI biasanya dijual begini: setiap pelanggan menerima pesan yang ditulis khusus untuk dirinya, otomatis, tanpa menambah orang. Secara teknis itu memang bisa dilakukan sekarang. Hasilnya ditentukan oleh kondisi catatan pelanggan Anda.
Personalisasi bekerja di atas data, jadi pekerjaannya dimulai sebelum ada model yang terlibat. Untuk bisnis yang sedang tumbuh, versi yang benar-benar terbayar hampir selalu sempit: beberapa segmen yang disusun dari data yang sudah Anda kumpulkan, dengan penulisan dan penyortirannya dikerjakan otomatis.
Apa arti personalisasi kalau pitch-nya dibuang
Personalisasi berarti mengirim pesan yang berbeda berdasarkan sesuatu yang Anda ketahui tentang penerimanya. Yang membedakan satu penerapan dengan yang lain adalah seberapa halus pembedaannya dan dari mana informasinya datang.
Tingkat pertama berbasis segmen. Pelanggan dikelompokkan dengan aturan sederhana, misalnya pembeli pertama kali, pelanggan yang belanja rutin, dan pelanggan yang belum kembali enam bulan. Setiap kelompok menerima satu pesan yang ditulis untuk mereka. Hampir semua bisnis bisa menjalankan ini dengan data yang sudah dipegang hari ini.
Tingkat kedua dipicu perilaku. Pesannya dikirim karena ada yang terjadi: keranjang ditinggalkan di checkout, garansi hampir habis, pesanan ketiga selesai. Yang dibutuhkan hanya satu peristiwa yang tercatat dengan tanggal, plus cara mengirim pesan dari situ.
Tingkat ketiga membuat teks khusus per orang, lengkap dengan riwayat dan preferensinya. Di sini AI memang mengerjakan sesuatu yang tidak bisa dilakukan aturan biasa. Untuk daftar berisi ribuan nama, tingkat ini jarang masuk hitungan karena biaya per kirimannya naik lebih cepat daripada hasilnya.
Data pelanggan yang dibutuhkan, dan kondisinya di kebanyakan bisnis
Tiga hal harus ada. Identitas, supaya Anda tahu dua transaksi ini milik orang yang sama. Riwayat, supaya ada yang bisa dijadikan dasar pembeda. Kebaruan, supaya tanggalnya bisa dipakai sebagai pemicu.
Kondisi yang biasanya kami temui di lapangan seperti ini. Pesanan ada di sistem kasir atau di marketplace. Percakapan pelanggan ada di WhatsApp di ponsel dua orang berbeda. Daftar email ada di tool terpisah, isinya nama yang dikumpulkan dua tahun lalu. Biasanya di titik inilah pemilik bisnis mulai memikirkan sistem sendiri: data pelanggan tersebar di beberapa spreadsheet dan tool yang tidak saling bicara.
Satu pelanggan bisa muncul tiga kali dengan tiga penulisan nama yang berbeda. Tidak ada satu pun nomor pelanggan yang menghubungkan ketiganya. Pilihan pengenal mana yang dipakai dan aturan penggabungannya kami catat bersama kodenya, supaya orang berikutnya tahu kenapa dua catatan digabung.
Selama tidak ada pengenal bersama, tidak ada yang bisa dipersonalisasi. Yang bisa dikirim hanya satu pesan yang sama untuk semua orang, dengan nama depan ditempel di awal. Menyatukan catatan itu, memilih satu pengenal, membersihkan duplikat, dan menyambungkan sumbernya biasanya memakan porsi terbesar dari proyek semacam ini. Bagian itu tetap harus dikerjakan apa pun alat yang nanti Anda pakai.
Di mana AI benar-benar bekerja dalam alur pemasaran
AI pantas dipakai di tempat pekerjaan manual yang menjadi penyempitan. Empat pekerjaan ini yang paling sering terbayar.
Menulis varian pesan. Satu penawaran perlu dibuat tiga versi untuk tiga segmen, dengan nada dan penekanan yang berbeda. Orang Anda tetap yang memutuskan penawarannya dan menyetujui teksnya, tapi draf pertamanya tidak lagi memakan satu hari kerja.
Merangkum percakapan masuk. Thread WhatsApp berisi empat puluh pesan dirangkum jadi lima baris. Rangkumannya muncul di atas thread, jadi staf sales membaca lima baris itu lebih dulu sebelum ia membalas, dan sudah tahu pelanggan ini pernah menanyakan apa dan mengeluh soal apa.
Menyortir permintaan masuk. Pertanyaan harga, keluhan pengiriman, dan permintaan penawaran besar dipisahkan ke orang yang berbeda tanpa ada yang membaca satu per satu lebih dulu.
Memberi label dan membereskan catatan. Nama produk yang tertulis empat versi disatukan, dan pelanggan diberi label kategori dari riwayat belanjanya. Pekerjaan ini membosankan, jumlahnya banyak, dan cocok diserahkan ke mesin. Contoh penerapan lain yang lebih luas untuk UKM ada di tulisan soal penggunaan AI yang praktis.
Di mana AI tidak membantu, dan jujurnya soal itu
Teks yang dibuat otomatis tidak memperbaiki penawaran yang lemah. Kalau pelanggan tidak kembali karena harganya tidak masuk atau pengirimannya lambat, seribu versi email yang dipersonalisasi akan tetap diabaikan. Yang perlu diperbaiki penawarannya sendiri. Batas antara apa yang dikerjakan AI generatif dengan baik dan apa yang di luar jangkauannya kami uraikan di tulisan soal AI generatif untuk bisnis.
Membuat teks khusus per orang juga ada harganya, dan angkanya tidak kecil kalau dihitung per kiriman. Biaya per kiriman itu kami hitung dan tuliskan di rencana discovery, jadi angkanya sudah ada di depan Anda sebelum Anda memutuskan naik dari segmen ke teks per orang. Untuk daftar berisi ribuan nama, selisih hasil antara tiga segmen yang digarap serius dan teks per orang biasanya lebih kecil daripada selisih biayanya. Mulai dari segmen, dan naikkan tingkatannya kalau volume kiriman Anda sudah cukup besar.
Kalau tool email atau CRM yang sudah ada di pasar sudah bisa membuat segmen dan pemicu yang Anda butuhkan, kami akan menyebutkan nama alatnya dan Anda tidak perlu membangun apa pun. Membangun sendiri baru masuk hitungan kalau data Anda tersebar di beberapa sistem yang tidak bisa disambungkan oleh tool itu, atau kalau aturan segmennya memang khas bisnis Anda. Gambaran yang lebih luas soal kapan AI dan otomasi layak dibangun ada di panduan AI dan otomasi untuk bisnis.
Versi pertama yang kecil tapi layak dijalankan
Ambil satu segmen dan satu pemicu. Contoh yang hampir selalu ada bahannya: pelanggan yang pernah belanja satu kali dan tidak kembali dalam sembilan puluh hari.
Yang perlu dibangun untuk itu ada empat bagian. Penyatuan data: memilih satu pengenal, membersihkan duplikat, dan menyambungkan sumbernya, supaya satu pelanggan terbaca sebagai satu orang. Aturan segmennya disimpan terpisah dari kode, dalam kalimat yang bisa dibaca dan diubah orang non-teknis tanpa deploy. Pesannya, satu atau dua versi yang disetujui pemilik. Lalu pengukurannya, berapa yang dikirim, berapa yang dibuka, dan berapa yang akhirnya belanja lagi, dalam satu halaman yang bisa dibuka orang operasional sendiri.
Ukurannya dijaga tetap kecil supaya hasilnya bisa dibaca. Kalau Anda menjalankan enam segmen sekaligus di bulan pertama, tidak akan jelas mana yang bekerja. Satu segmen yang berjalan dua bulan memberi jawaban yang bisa dipakai untuk memutuskan apakah perlu segmen kedua.
Kalau Anda mau memesan pekerjaan ini
Tahap pertama kami adalah discovery, yang menghasilkan rencana tertulis dan harga tetap untuk tahap berikutnya. Dokumen itu milik Anda, lanjut atau tidak. Ruang lingkup dan harga setiap tahap disepakati tertulis sebelum tahap itu dimulai, jadi Anda bisa berhenti setelah tahap mana pun.
Selama pembangunan ada software yang berjalan setiap minggu dan bisa Anda buka sendiri. Jadi Anda melihat aturan segmennya dan contoh kirimannya lebih dulu, sebelum ada budget yang ditaruh di belakangnya. Kalau aturannya ternyata salah menangkap pelanggan Anda, itu ketahuan di minggu kedua.
Satu hal yang perlu dipastikan sejak awal, siapa pun yang mengerjakannya. Data pelanggan, server, domain, dan semua akun di belakang sistem pemasaran itu terdaftar atas nama bisnis Anda sejak hari pertama, bukan atas nama vendor.
Bawa satu segmen dan satu pemicu ke obrolan pertama
Tidak perlu membereskan data sebelum obrolan ini. Penyatuannya tetap pekerjaan terbesar nanti, tapi itu yang kami petakan bersama Anda. Sebutkan saja satu kelompok pelanggan yang ingin Anda sapa berbeda, satu peristiwa yang menjadi alasan mengirim pesan, dan di mana catatan pelanggan Anda sekarang tersimpan. Kita telusuri apakah bahannya sudah ada dan apa yang perlu disatukan. Obrolan pertamanya gratis, tanpa deck, langsung dengan engineer.
Kalau tool yang sudah ada di pasar sudah cukup, kami akan menyebutkan alatnya dan Anda tidak perlu membangun apa pun. Kalau pekerjaannya memang ada, discovery memberi rencana tertulis dan harga tetap untuk tahap itu. Dokumen tersebut milik Anda apa pun keputusan Anda setelahnya. Gunakan formulir kontak yang membuka WhatsApp, atau kirim email ke hello@arktik.id.
personalisasi pemasaranai untuk pemasarandata pelangganotomasiukm