Retail

Recomendaciones de ecommerce omnicanal en tiempo real

  • Personalice las ofertas de productos: recomiende productos en función de los patrones de navegación, las compras anteriores y las preferencias del cliente, y garantice la relevancia durante el proceso de compra.
  • Optimice las estrategias promocionales: ofrezca descuentos oportunos y ofertas especiales adaptadas al comportamiento individual de los clientes, con lo que se aumentarán las tasas de conversión y la interacción.
  • Mejore el descubrimiento de productos: sugiera categorías de productos o artículos complementarios en función de la actividad de navegación en tiempo real y el historial de compras, y motive a los clientes a explorar más ofertas.

Utilizar caso de uso

Los minoristas pueden aprovechar Data Cloud para procesar datos en cuestión de milisegundos a fin de ofrecer recomendaciones de productos personalizadas, optimizar las promociones y mejorar el descubrimiento de productos, lo que aumenta significativamente las ventas y la satisfacción del cliente.

Sector

Productos de Salesforce utilizados

Fuentes de datos utilizadas

Historial de navegación
Perfiles de clientes
Datos de la lista de deseos
Datos de interacción por correo electrónico
Datos de interacción en redes sociales
Datos de reseñas y feedback
Datos de punto de venta (POS)

Aplicar información práctica y predicciones

Al reunir las fuentes de datos a las que se hace referencia en este caso de uso, los equipos pueden crear perspectivas calculadas o ejecutar modelos predictivos con Data Cloud que les permitirán tomar decisiones más inteligentes o impulsar nuevas automatizaciones.

Información práctica sobre personalización Data Cloud utiliza el historial de navegación, compra y búsqueda para crear un perfil dinámico de las preferencias de los clientes, lo que le permite recomendar los productos más relevantes en cada sesión. Por ejemplo, si un cliente ha buscado zapatos con frecuencia, pero no los ha comprado, el sistema puede destacar marcas de zapatos o accesorios relacionados, como calcetines y productos para el cuidado del calzado, para mejorar las posibilidades de conversión.
Perspectivas de la optimización de promociones Basándose en las interacciones anteriores del cliente con ofertas y tendencias de temporada, Data Cloud sugiere promociones específicas para aumentar la probabilidad de compra. Por ejemplo, si un cliente suele comprar durante las rebajas de fin de temporada, el sistema puede ofrecerle acceso anticipado a dichas promociones, incentivando así la repetición del comportamiento.
Visión sobre el descubrimiento mejorado de productos Data Cloud analiza el comportamiento de los clientes durante la sesión, como el tiempo dedicado a determinadas categorías de productos, y ajusta dinámicamente el contenido mostrado. Por ejemplo, si un cliente está explorando una nueva categoría como la electrónica, el sistema podría recomendarle artículos populares o de tendencia en esa categoría. De este modo, se mejora la experiencia de descubrimiento de productos y se incrementa el tamaño de la cesta.

¿Qué impacto tiene?

Aumento de la tasa de conversión
Incremento del importe medio de los pedidos (IMP)
Mejora de la satisfacción del cliente (CSAT)
Mejora de la interacción