چند خط درباره تصمیم و قصد مشتری
قصد مشتری به معنای افکار و نیاتی است که مشتری پیش از خرید نهایی در سر دارد یا در سر می‌پروراند. مثل زمانی که به خودمان می‌گوییم می‌خواهم یک ژاکت بخرم. در دیجیتال مارکتینگ یا تجارت الکترونیکی، قصد مشتری، تقریبا هدف اصلی و نهایی تمام کسب و کارهای آنلاین فرض میشود. به همین دلیل هم تمام فروشگاه های آنلاین دوست دارند با قصد نهایی مشتری آشنا شوند و با توجه به این فاکتورها برای نفوذ به قلب مشتری برنامه ای عملیاتی بریزند. این دقیقا همان چیزی است که در فروشگاه های فیزیکی اتفاق می افتد. یعنی مشتری وارد مغازه شده و چون می‌داند چه چیزی می‌خواهد سراغ قفسه یا بخش مورد نظرش می‌رود و اجناس را از نظر می‌گذراند تا به محصول نهایی اش برسد.
در فضای مجازی نیز این اتفاق کمابیش به همین شکل رخ می‌دهد. وقوع این اتفاق را در ابزارهایی همچون گوگل آنالتیکس می‌توان مشاهده کرد. وقتی که کاربر به صفحه نخست وارد، و بعد به بخش پوشاک و زیرمجموعه آن مثلا بخش جین وارد میشود، در واقع همان اتفاقی افتاده که در فروشگاه های فیزیکی رخ می‌دهد.
به کمک همین ابزار می توان بخش های مهم قصد مشتری را رصد کرد. به این صورت که کاربر یا مشتری وقتی در بازدیدشان از سایت، رنگ و سایز لباس ها را امتحان می کنند، می‌توان تمام این امتحان ها را به عنوان ترجیحات و علاقه مندی های کاربران و مشتریان بالقوه به حساب آورد. در عین حال این علاقه ها و همچنین مشخصات سنی، جنسی و جغرافیایی کاربران نباید به عنوان قصد مشتری تلقی شود. لیزا گولبر، جانشین مدیر عامل گوگل در بخش مارکتینگ بین الملل درباره این پیش فرض ها می‌گوید:
دیجیتال مارکترهایی که تنها بر مشخصه های سنی، جنسی و جغرافیایی کاربران یا مشتریان تکیه می‌کنند، در خطر ندیده گرفتن و از دست دادن 70 درصد از مشتریان بالقوه هستند. به این دلیل که این مشخصه ها همه واقعیات را درباره علائق مشتریان به شما نمی‌گوید. درواقع درک قصد مشتری، داستانی فراتر از چیزهایی است که گوگل آنالتیکس به کسب و کارهای آنلاین می‌گوید.
دیجیتال مارکترهایی که تنها بر مشخصه های سنی، جنسی و جغرافیایی کاربران یا مشتریان تکیه می‌کنند، در خطر از دست دادن 70 درصد از مشتریان بالقوه هستند.
اما تفاوت علائق و ترجیحات مشتری و قصد مشتری چیست؟
ترجیحات مشتری درواقع فاکتورها و متغیرهای او هستند. متغیرهایی همانند رنگ، سایز، برند و جنس را می‌توان پس از مدتی جزو پیش بینی های معتبر در وب سایت فروشگاهی در نظر بگیریم. به علاوه همین ترجیحات با توجه به دسته بندی می‌تواند متفاوت شود. به عنوان مثال خریداران اینترنتی ممکن است که به کفش های یک برند علاقه داشته باشند اما هرگز سراغ پوشاک آن برند نروند. به هر حال با در نظر گرفتن این ترجیحات می‌توانیم به حدس و گمانی کمابیش معتبر درباره قصد مشتری برسیم. با این حال زمانی که پای عمل به میان می‌آید، قصد مشتری همیشه برنده است. به این معنا که مشتری ای که همیشه دسته بندی کفش ها و آن هم کفش های سفید را رصد می کرده، در یک اقدام ناگهانی و غیرقابل پیش بینی، خواهان خرید یک ژاکت قرمز میشود.
در اینجاست که متوجه می شویم همیشه نباید به پیش فرض‌هایمان تکیه و اعتماد کنیم و باید همواره منتظر غافلگیر شدن از سوی مشتری باشیم.
شاید بتوان به قصد مشتری با اندازه گرفتن زمانی هر کاربری که وارد سایت میشود، دست پیدا کرد. به این صورت که مسیر او را از اولین ثانیه ها تا زمان ثبت خرید و انجام خرید نهایی رصد کنیم و متوجه سفر یا نقشه راه مشتری شویم.
اساسا به دلیل همین سفر هم هست که قرار دادن دسته بندی در فروشگاه های آنلاین ضرورت می‌یابد. چون کاربر به سرعت می‌خواهد کالای مورد نظرش را پیدا کند و نشان دادن کالاهای غیرمرتبط فقط باعث فراری دادن او میشود. کمتر اتفاق می افتد مشتری ای که می خواهد ژاکت بخرد، وقتش را با بالا و پایین کردن صفحه نخست تلف کند و در بیشتر مواقع یکراست به سراغ دسته ژاکت ها و انتخاب رنگ و سایز می‌رود.
رفتار اولیه مشتری غالبا تحت عنوان قصد او به عنوان یک خریدار برداشت می شود. و این رفتارهاست که مورد توجه صاحبان کسب و کار یا دیجیتال مارکتر ها قرار می‌گیرد. درواقع ماکرترها با آنالیز مسیر حرکت مشتری در سایت و رصد صفحاتی که در آن باقی مانده، به این نتیجه می‌رسند که مشتریان مختلف از شهرهای مختلف به چه نوع کالایی علاقه و قصد دارند چه چیزی بخرند.
تمام فروشگاه های آنلاین دوست دارند با قصد مشتری آشنا شوند و با توجه به این فاکتورها برای نفوذ به قلب مشتری برنامه ای عملیاتی بریزند.
چرا درک قصد مشتری این اندازه اهمیت دارد؟
به این دلیل که ما در فروشگاه های آنلاین با مشتریان آگاهی روبرو هستیم که به سرعت خواهان برطرف شدن نیازشان هستند. آنها سایتی را انتخاب می‌کنند که کمترین اصطکاک را با آن تجربه کنند و آن فروشگاه، نیازشان در لحظه برطرف کند. البته انجام این کار برای مغازه های فیزیکی ساده است اما وقتی پای فضای مجازی و فروشگاه های آنلاین به میان می‌آید، انجام این کار بسیار سخت میشود. به خصوص در ایران که این شیوه فروش بسیار رونق دارد و کسب و کارهای آنلاین، باید رقبای سرسختی را پشت سر بگذارند.
راهکارهایی برای افزایش نرخ تبدیل در فروشگاه های آنلاین
در حال حاضر هوش مصنوعی با ابزارهایی که در اختیار دارد به کسب و کارهای آنلاین اجازه می‌دهد که نه تنها قصد مشتری را در لحظه آنالیز کنند و متوجه شوند، بلکه با توجه به این یافته ها، مشتری را تحت تاثیر قرار دهند. به این صورت که در هر تعامل کاربر با فضای فروشگاهی، کالاهایی را نشانش دهند که بیشترین ارتباط را با علائق و ترجیحاتش دارد.
به این ترتیب اگر با رصد یک مشتری به این نتیجه رسیده‌ایم که جین های مردانه آبی رنگ جزو ترجیحات او در حوزه پوشاک هستند و آنها را خریداری کرده، نباید او را تنها علاقه مند به شلوارهای جین فرض کنیم و صرفا آن محصولات را نشانش دهیم. فروشگاه الیت با نشان دادن کالاهای مرتبط با جستجوهای نخستین هر مشتری به او می‌فهمانند که لایق بهترین هاست و با این کار نرخ تبدیل را بالا می‌برد. هر فروشگاه دیگری هم می‌تواند این رویه را در پیش بگیرد و با کمی دقت و کنکاش، میزان فروش و تعامل مشتریان را افزایش دهد.
