Персоналізація, що продає: як Conversational Commerce підвищує конверсію та лояльність клієнтів

Як зробити комунікацію не просто автоматизованою, а людяною, точною та ефективною, а також як створювати персоналізований клієнтський досвід за допомогою ШІ та діалогових інтерфейсів - саме ці питання обговорювали на нещодавньому RAU Webinar, організованому Асоціацією ритейлерів України спільно з компанією Colobridge. 

Компанія Colobridge має 15-річний досвід роботи та відома в Україні як хмарний провайдер, що надає послуги аутсорсингу IT-інфраструктури на базі майданчика у Франкфурті-на-Майні.
З 2020 року розвивається напрям Beinf.ai, орієнтований на впровадження технологій штучного інтелекту. У межах цього напряму було створено архітектури для предиктивної аналітики з фокусом на персоналізації та глибшому розумінні клієнтів.

Результатом розвитку стало випуск SaaS-рішення — рушія предиктивної аналітики, що надає компаніям інструменти для отримання інсайтів і побудови персоналізованої комунікації.
На поточному етапі діяльність зосереджена на генеративному штучному інтелекті, зокрема на розвитку Agent AI та технологій розмовної комерції, які є предметом подальшого аналізу.

Сутність та цінність Conversational Commerce

Conversational Commerce — це спосіб взаємодії клієнта з магазином або компанією у форматі розмови (тексту або голосу). Його ключова цінність полягає у розв'язанні проблеми перевантаження клієнта великим асортиментом, що ускладнює процес вибору та може призводити до незавершених покупок. Розмовна комерція доповнює класичні сценарії, надаючи кожному користувачу онлайн-асистента, який:

1. Спрощує пошук.
2. Надає персоналізовану та професійну консультацію.
3. Робить персональні рекомендації та знижки.
4. Допомагає з оформленням замовлення.

Це забезпечує клієнту позитивний досвід взаємодії та мотивує до повторних покупок. Хоча голосовий формат зручний для служби підтримки та регулярних замовлень, у більшості випадків при покупці більш поширеним залишається формат чату через важливість візуальної складової.

Перехід до розумного агента (Agent AI)

Класичні чатботи минулих років були сильно зарегульовані, змушуючи користувача підлаштовуватися під їхню логіку. Сучасні чатботи, завдяки ШІ та NLP (розпізнавання мови), спілкуються природною мовою, розуміють синоніми та помилки.

Однак, для досягнення персоналізації необхідний розумний агент (Agent AI). На відміну від звичайного чатбота, агент:

1. Виконує дії: Він може додавати товари до кошика, робити авторизацію та перевіряти зовнішню інформацію. Це дозволяє реалізувати весь процес покупки в одному діалоговому вікні.
2. Має пам'ять: Він володіє пам'яттю в рамках сесії та довгостроковою пам'яттю про клієнта.
3. Оперує знаннями: Має глибоку базу знань про продукти та профілі клієнтів.

Досягнення гіперперсоналізації: продуктові та клієнтські знання

Для індивідуальної консультації агент повинен мати два набори знань:

1. Знання про продукт (векторна база даних).

Каталог продуктів переводиться у векторну базу даних, де всі релевантні властивості продукту структуруються та збагачуються метаданими. Це забезпечує актуальність інформації про ціни та наявність.

Векторизація зображень є критично важливою, коли візуальна складова впливає на рішення про покупку (наприклад, одяг, меблі). Це дозволяє агенту:

• Робити візуальний пошук за складними атрибутами ("сукня у червоний горошок"), яких немає у фільтрах.
• Надавати візуальні рекомендації продуктів, схожих на той, що переглядає клієнт.

2. Знання про клієнта (портрет 360°)

В момент авторизації агент отримує 360° портрет клієнта. Це включає:

• Статичні дані: Історія замовлень, витрачені суми.
• Предиктивні інсайти: Інформація, отримана за допомогою предиктивної аналітики (ML-моделі), яка прогнозує поведінку клієнта в майбутньому.

Предиктивні інсайти включають: ймовірність покупки, ризик відтоку, потенціал клієнта та оптимальну знижку для стимулювання. Ці дані є вимірюваними та надають агенту розуміння, як проактивно взаємодіяти з клієнтом (наприклад, боротися з відтоком).

Безпека даних забезпечується зберіганням інформації про клієнта та інсайтів у анонімізованому вигляді (прив'язані до User ID). В рамках сесії агент "знає" клієнта на ім'я, але після локауту інформація повертається до рівня User ID.

Економічні переваги та таймінг комунікації

Впровадження омніканальності (управління взаємодією) розв'язує ключову проблему — рівень роздратованості користувачів.

1. Мобільний Push: Цей канал є стратегічно важливим через низьку вартість (майже безоплатний) та високу конверсію (досвід показує, що вона може бути у півтора раза вищою, ніж через дорогі канали, як-от Viber). Це призводить до тенденції переведення користувачів у мобільні застосунки.
2. Таймінг: Омніканальний підхід дозволяє уникнути мультиканального спаму. Важливо визначити пріоритетний канал та виставити правильний таймінг між комунікаційними торканнями. Наприклад, якщо після відправки електронного листа, який використовується як основний канал, немає реакції, необхідно витримати паузу (наприклад, один день), перш ніж "доганяти" користувача через додатковий канал (Мобільний Push). Неправильно виставлені таймінги призводять до масових відписок.

Головна мета - донести пропозицію до користувача для ознайомлення, не більше цього, усуваючи ризик перетину «червоної лінії» роздратованості.

Можливості застосування (Use Cases)

Агент є доповненням, що може бути використаний на всіх кроках клієнтського шляху:

• Привітання та реєстрація: Упаковка складних процесів реєстрації у формат діалогу, що спрощує досвід користувача.
• Вибір продукту: При частих покупках (наприклад, ліки чи їжа) агент пришвидшує пошук та залучає до гейміфікації. У випадку рідкісних та кастомізованих покупок (наприклад, меблі) агент виступає в ролі експерта-конфігуратора, надаючи глибоку консультацію та візуалізацію продукту (наприклад, конфігурація кухні) до відвідування офлайн-магазину.
• Системи рекомендацій: Сучасні системи рекомендацій, що базуються на векторних базах даних, шукають товари за схожістю векторів (а не за точним збігом), підвищуючи їхню ефективність.

Успішна реалізація Agent AI дозволяє агенту вітати клієнта на ім'я, пам'ятати його попередні замовлення, робити рекомендації, враховуючи попередні побажання покупця, та оформлювати замовлення в рамках одного чату, що забезпечує мінімум відписок та максимум конверсії.