“冰山一角”:威克斯如何利用人工智能推动700万英镑的增量收入

沃尔玛营销主管加里·基布尔(Gary Kibble)认为,在探索该零售商人工智能细分模型的商业潜力方面,他的团队还“处于初级阶段”。

2022年标志着家居装饰品牌威克斯在行为科学、机器学习和深度细分方面两年投资的高潮。

这家零售商因其创新的方法而广受好评,在今年的购物节上大获全胜yabo手机登入营销周大奖11月,获得奖项零售及电子商务最佳分割方法而梦寐以求的大奖赛

威克斯成功的起源可以追溯到2020年由封锁推动的DIY热潮。被困在家里的英国消费者决定是时候翻新了,这意味着Wickes的需求量很大。

数字业务增长了10倍,点击取货量飙升了400%,送货上门的销售额增长了100%。Wickes的客户基础翻了一番,导致大量的客户数据在很短的时间内涌入业务。

在封锁开始之前,首席营销和数字官加里·基布尔(Gary Kibble)首次提出了将数据转化为洞察力的必要性。

基布尔于2020年1月加入这家DIY零售商,此前他在Argos担任营销总监,他认为威克斯拥有基于“数字化领导和服务支持”的“竞争优势”。超过三分之二的销售都是从网上开始的,其中98%都是通过实体店“接触”的。

700万英镑(增量收入)只是冰山一角,这令人兴奋。

加里·基布尔,威克斯

也就是说,Kibble坚持认为,没有洞察力的数据在很大程度上是无关紧要的。这符合他的口头禅:从数据到洞察再到行动,以创造更好的结果。新冠疫情“放大”了大量数据,这使得执行这一口号比以往任何时候都更有意义。

这个过程从挖掘三年的历史数据开始,与合作伙伴ITG团队和数据科学专家Emerald Thinking合作,确定与特定DIY“任务”相关的浏览和购买行为模式。

结果就是“任务激励引擎”(Mission Motivation Engine),这是一种机器学习模型,融合了在线和店内交易、搜索、浏览、参与度和第三方数据,深入了解消费者如何点击社交、展示和网站内容。

“你需要数十亿行数据来寻找在任务中购买的常见产品。当你开始回顾三年前的情况时,你就会开始真正了解消费者在任务中购买或浏览的产品类型。”

“这让你可以把自己组织成共同的任务。只有当你有大量的数据时,你才能这样做。如果你说:‘我要回顾过去的一个月。’如果你把三年的浏览和购买数据结合起来,你就没有足够的数据模式来得出这样的结论。”

威克斯解释了为什么Covid是营销所需的“肾上腺素冲击”

一旦团队开始确定最常购买和浏览的产品,他们就能够了解消费者的行为,并为他们分配任务。Kibble将房间翻新作为一种任务类型。

“如果你周六醒来,想着要粉刷你的房间,你不能只是粉刷它。你需要油漆,刷子,砂块和纸,遮蔽胶带,防尘布,白酒。因此,你可以建立一个使命,这是你需要的所有产品的完整端到端,”他解释道。

“我们从数据中看到,从我们这里购买完整使命的客户比例过低,这导致我们开始思考:‘我们的业务中为客户提供的使命是什么?多大比例的客户购买多大比例的使命?我们如何开始构建内容和沟通,帮助他们在端到端任务中更频繁地与我们互动?’”

例如,数据显示,消费者将Wickes与特定产品联系在一起,而不是整个项目,商人倾向于购买六种或更少的品类,并补充竞争对手的品牌。

市场细分战略

有了机器学习模型,威克斯能够将这种客户洞察纳入新的细分模型。

最高层次是任务细分,下面是各种子细分,包括能力倾向。由人工智能驱动的引擎确定了10个DIY/展厅任务,7个贸易专业任务,7个激励性贸易部分,11个TradePro计划和10个DIY/展厅计划。

开始进行房间翻新的客户可能是新手,也可能是高级商人,这意味着虽然总体任务是相同的,但沟通策略应该有所不同。

“在网站中,我们创建并标记了每一项内容。例如,我们确定你正在执行一个房间翻新任务。我开始和你交流那些对你有最大帮助和指导作用的事情,”基布尔说。

“然而,如果你是一个专业的diy者,你的天赋非常高,我会提供不同的内容,可能是不同的产品。我可能不会为你提供自己的品牌涂料,而是为你提供最好的——好,更好,最好——我可能会为你提供不同的内容。”

该团队目前正在开发一个过滤器,重点关注对可持续发展的态度,基于一项英国范围内的研究,确定了五个不同的部分。这一添加的过滤器将分层于任务和资质过滤器之上,以对消费者可能正在寻找的产品类型提供“有意义的”解读。

“你在数据方面一直面临的唯一挑战是,什么时候不值得榨汁?有时你可以创建太多的子部门,你创造了太多的工作,你从投资和时间中产生的回报并没有得到回报,”Kibble指出。

“诀窍在于知道我们在哪个环节已经走得够低了,我们不需要走得更低。在这个水平上,我们将获得最大的投资回报率。”

让更广泛的公司接受这种人工智能驱动的细分方法相对简单。Kibble认为,在创新方面,市场营销有责任成为公司的良心。

“作为营销人员,我们总是需要借助新技术和平台,无论是元宇宙,还是在这个例子中,机器学习和人工智能。你必须把自己放在那里,你并不总是做对的,”他指出。

“这是一种总能奏效的方法。你只需要站在客户的角度,了解你如何与家居装修领域的零售品牌互动,就可以知道,如果我是为一个房间装修任务而购物,我可能不会去一家零售商那里购买整个任务。”

了解商业团队的优先级也有帮助。基布尔职业生涯的头十年在商业部门工作,在WH Smith担任图书业务部门主管。他承认,商业团队通常认为吸引客户的最佳途径是数量,他们更喜欢通过电子邮件吸引500万客户,而不是一个高度参与的小群体。

基布尔解释说:“如果你的商业思维模式是:‘尽可能多地告诉人们我的促销、活动和产品’,那么你就会转变为只与最重要的人交谈,这是一个巨大的思维模式转变。”

说服商业团队做出这一转变的方法是在“照常营业”计划的同时开展新活动,展示证明通过任务瞄准客户是有效的数字。

他补充称:“如果你是一个商业人士,那么你只需让他们相信这是一件好事。”

推动战略增长

基于新的细分策略,威克斯对其通信进行了改进。该团队决定放弃以产品为中心的通讯,转而采用激励信息,展示Wickes如何帮助客户实现目标。

当模型“发现”购买时,就会触发通信,并根据项目的长度进行计时。这家零售商结合了电子邮件、应用推送、社交和登录页面等渠道,引导消费者完成他们的DIY项目。他们的语气从谈论销售变成了友好的暗示和小费。

基于商家更喜欢在周日晚上和周一早上购物以安排一周的工作,营销人员在“未来一周”的旗帜下开发了每周沟通,采用了一种新的语气和个性化的待办事项清单,旨在将Wickes定位为行业的默认供应商。

对基布尔来说,至关重要的是,这种方法远远超出了在自有频道上的电子邮件交流计划,延伸到了流媒体服务和定向无线电信息等平台。

他解释道:“因此,我们与我们的媒体购买机构Carat合作,说:‘这是一部分正在进行房间翻新任务的客户,因此我们看到他们在More 4上露面,我们希望在他们面前展示相关内容。’”

诀窍是知道我们在哪个点上已经足够低了,我们不需要再低了。

加里·基布尔,威克斯

事实证明,制定适当的衡量标准以使更广泛的团队对战略的有效性充满信心至关重要。营销人员关注的首要KPI是每个客户的收入。该团队还分析了威克斯是否在增加每个任务的客户购买比例。

对新客户的欢迎计划进行了改进,推动了从第一次购买到第二次购买的客户数量的提高,Kibble将成功归功于他的团队使用数据“为客户构建叙事”的能力。

他解释说:“最后一个成功的领域是我们针对那些休眠客户的‘赢回’计划,也就是我们如何利用历史数据将他们拉回品牌。”

“高层有四个关键指标,但最终都流向一个指标,即每客户收入。我们有一整套kpi,但这才是我们真正痴迷的。”

营销人员目前正在通过任务动机引擎建立一套客户角色。他们还推出了每月一次的“贴近客户”会议,邀请真正的客户讨论一些关键问题,如生活成本对建筑行业的影响。商界人士可以参加会议提问,或者只是观看和聆听。

Wickes首席营销官Gary Kibble谈“无悔心态”的优点

在Wickes工作的近三年里,基布尔感到最自豪的是把“聚光灯对准客户”。他认为,一旦企业开始以客户为中心,人们的行为和思维就会发生变化。

“我们把顾客带到了生活中,任何对我来说做到这一点的企业都会成功。这不是火箭科学,只要把客户带到你的业务中就行了。”

从财务角度来看,在机器学习和细分领域的投资是显而易见的。在实施使命激励引擎的六个月内,Wickes产生了超过700万英镑的增量收入。

首席执行官David Wood将引擎视为“差异化IP和战略增长杠杆”。自推出以来,人工智能驱动的模型一直是该品牌投资者群体的一部分,分析师们经常向伍德询问其最新进展,并将其描述为增长的“真正催化剂”。

基布尔很欣赏伍德是一名前营销人员,曾担任乐购(Tesco)的首席营销官、亿滋(Mondelez)的营销总监,以及联合利华(Unilever)的营销职能部门。

“我们说同一种语言。我们只是得到彼此,你可以看到它带来的价值,”基布尔说。“与我共事过的其他首席执行官并不总是这样,他们可能有更多的首席财务官背景。他明白市场营销在企业高层中扮演的角色。”

在人工智能战略得以继续实施的最高层支持下,这位威克斯营销主管认为,在商业和客户成果以及规模能力方面,他的团队还“处于初级阶段”。

针对Wickes的贸易、DIY和展厅业务,有多个使命激励引擎项目——后者与安装厨房和浴室有关。基布尔估计,该团队平均只完成了这些项目的30%。

他解释说:“因此,我们还有70%的课程要完成。”“我们认为,从商业和客户角度来看,这将给我们带来实质性的竞争优势。700万英镑(增量收入)只是冰山一角,这令人兴奋。”

推荐

评论

    请留下评论

    Baidu