Perjalanan konsumen baru, menurut CMO Majelis

“Jika kita melihat perilaku pembelian konsumen di masa lalu, hal tersebut adalah: Anda melihat iklan, Anda pergi ke toko, Anda melakukan pembelian,” kata Bryant. “Sekarang, hal ini tidak linier, dan pemasar benar-benar perlu memikirkan segala sesuatunya dengan lebih lancar. Konsumen juga tidak bangun di pagi hari dan berpikir, ‘hari ini saya [exclusively] pembelanja digital.’”

Untuk lebih mendalaminya, kami juga berkonsultasi dengan Georgie Haig, direktur strategi global dan kemitraan di MiQ, untuk mengeksplorasi peran AI dalam dinamika baru dalam penemuan, personalisasi, dan loyalitas — serta bagaimana MiQ Sigma (teknologi periklanan bertenaga AI yang dibangun untuk menyatukan ekosistem media yang terfragmentasi dan menghasilkan hasil pemasaran yang lebih baik) membantu pemasar menavigasi jalur pembelian non-linier yang baru ini.

Seperti yang dikatakan Haig kemudian, ketidakstabilan ini adalah “persis seperti yang dirancang oleh MiQ Sigma untuk diinterpretasikan, menertibkan kekacauan sinyal dari penelusuran, sosial, media ritel, dan CTV.”

Konsumen saat ini tidak bergerak dalam garis lurus. Fase penemuan sendiri sering kali mencerminkan guliran tak terbatas dari aplikasi terpopuler kami — dan tersebar di berbagai saluran, perangkat, dan jenis media.

“Saya menemukan produk baru di mana-mana,” kata Bryant, berbicara sebagai konsumen. “Bisa jadi TikTok, bisa juga browsing di Instagram saat larut malam, bisa juga rekomendasi dari teman atau sesuatu yang saya lihat dilakukan, dimakan, atau dipakai orang lain. Saya selalu penasaran, dan ingin tahu apa yang mereka punya, bagaimana mereka mendapatkannya, atau apa pendapat orang lain tentangnya. Jadi, saya menghabiskan banyak waktu mencari di internet sebelum menginjakkan kaki di toko.”

Penemuan selalu aktif dan ‘lihat sekarang, beli sekarang’

Bagi banyak konsumen, tahap penemuan sebagian besar telah menyatu dengan tahap pertimbangan — dan dalam beberapa kasus, bahkan pembelian akhir. Ini bukan hanya tentang menemukan produk; ini tentang memahami bagaimana orang lain menggunakan dan memakainya. Konsumen menggunakan TikTok, Instagram, dan aplikasi sosial visual lainnya, misalnya, untuk mengetahui cara kerja produk baru sebelum melakukan pembelian.

Meskipun ulasan dan penilaian masih merupakan aspek penting dari penelitian yang dilakukan konsumen sebelum memutuskan untuk membeli, Bryant mencatat bahwa tidak semua orang mengharapkan untuk melihat 10.000 ulasan bintang lima. Sebaliknya, ini adalah tentang pemahaman yang lebih cepat bahwa orang-orang benar-benar menggunakan dan menyukai produk tersebut – dan bahwa produk tersebut berhasil – dengan melihatnya di tangan rekan-rekan atau influencer mereka.

Prosesnya tidak sepenuhnya digital. Konsumen mungkin melihat sesuatu dalam perjalanan mereka ke tempat kerja di mana iklan OOH dapat mengingatkan mereka akan produk atau penawaran baru. Dan toko itu sendiri bukan sekadar tempat pembelian, namun merupakan pusat penemuan tersendiri. “Saya mungkin mulai online, lalu saya ingin pergi ke toko dan melihatnya, menyentuhnya, merasakannya,” kata Bryant. Bahkan setelah pengalaman fisik tersebut, dengan pembayaran hanya beberapa langkah lagi, konsumen mungkin masih memutuskan untuk melakukan pembelian secara online.

“Bagi pemasar, tantangannya adalah menghubungkan sinyal di dalam toko dan online dengan menghubungkan data penemuan saluran atas dengan hasil yang terukur, baik online maupun offline,” kata Haig.

Skenario umum lainnya melibatkan pesan teks tentang merek yang telah didaftarkan konsumen, sehingga membuat merek atau salah satu produknya kembali diingat, secara tiba-tiba. Dan semakin meningkat, di platform seperti YouTube atau media sosial, belanja dapat dilakukan langsung dari — atau terjadi di dalam — media yang menampilkan belanja tersebut.

Eksperimen dalam personalisasi — dan tingginya nilai data

“Jika saya bisa memberikan tip kepada pemasar, saya akan mengatakan untuk menyeimbangkan fokus dengan eksperimen,” kata Bryant. “Ini bukan tentang menjadi segalanya, di mana saja, sekaligus; ini tentang menjadi relevan dan memastikan bahwa Anda muncul di tempat yang tepat.”

Namun menentukan di mana menempatkan taruhan Anda menjadi rumit ketika perjalanan pelanggan panjang dan melingkar. “Pemasar perlu menyeimbangkan fokus dan eksperimen, namun hal ini sangat sulit dilakukan dengan begitu banyak saluran dan platform yang berbeda,” kata Haig. “MiQ Sigma melakukan kerja keras itu untuk Anda. Ini menyeimbangkan akses agnostik ke semua platform dan pengecer terbesar, dengan data untuk mengetahui di mana eksperimen Anda akan memberikan dampak, bukan sekadar dugaan.”

Salah satu contoh eksperimen bijaksana yang Bryant lihat adalah dalam bentuk kuis wewangian, di mana konsumen dapat mengisi catatan yang biasanya mereka minati pada produk wewangian, dan merek akan merekomendasikan apa yang harus mereka beli berdasarkan preferensi tersebut.

“Ada merek kecantikan yang melakukan hal ini juga, di mana wajah Anda bisa dipindai dan produk tersebut akan memberi tahu Anda jenis produk yang sesuai dengan warna kulit Anda,” kata Bryant. “Saya senang bahwa ada begitu banyak cara kita dapat menggunakan teknologi untuk lebih dekat dengan hal-hal yang benar-benar sesuai dengan kepribadian dan kebutuhan kita, dan saya sangat bersemangat untuk melihat perkembangannya.”

Dan ada keuntungan tambahan: “Keterlibatan keikutsertaan yang kaya data semacam itu adalah jenis sinyal pihak pertama yang diperkaya oleh Sigma,” kata Haig. Dengan menggabungkan lebih lanjut sinyal-sinyal ini dengan lebih dari 300 data feed, MiQ mampu menghindari pendekatan tertutup dan menghasilkan personalisasi yang terukur.

Meskipun jenis taktik personalisasi front-end ini membantu konsumen menemukan produk yang tepat, taktik ini dapat menawarkan kepada pemasar merek kemampuan untuk memanfaatkan data pihak pertama ini untuk membantu mengidentifikasi konsumen serupa melalui penargetan ulang, penargetan serupa, dan seterusnya.

Jalan menuju loyalitas dapat dicapai melalui AI

Pemasar mungkin tergoda untuk berasumsi bahwa semakin banyak data yang digunakan sepanjang perjalanan, semakin baik. Dan hal ini memang benar — selama data yang digunakan benar dan diterapkan dengan cara yang benar.

“Ada banyak sekali data pembeli yang tersedia untuk pemasar,” kata Bryant. “MiQ, khususnya, memiliki platform luar biasa yang akan memberi kita banyak pengetahuan yang membantu kita mengetahui apa yang membuat konsumen mengklik: Apakah ini seseorang yang suka mengambil waktu lebih lama dalam menemukan sesuatu, atau seseorang yang sangat impulsif dan melihat sesuatu dan harus mendapatkannya? Seringkali, hal-hal kecil yang diabaikan itulah yang akhirnya menjadi saus rahasia yang akan mendorong mereka melakukan hal yang Anda ingin mereka lakukan.”

Dan AI dapat menjadi penyaring titik data yang paling berharga dan memungkinkan pengalaman yang lebih disesuaikan — selama hal tersebut tidak terasa menakutkan. “Sebagian besar konsumen mencari pengalaman dengan merek yang terasa pribadi,” kata Bryant. “Satu peringatan yang saya miliki adalah kita harus memastikan bahwa AI terasa manusiawi, dan orang-orang tidak merasa dikejar-kejar oleh suatu algoritma. Selama teknologi yang mereka gunakan terasa bermanfaat dan manusiawi, itu luar biasa, karena orang-orang menginginkan sesuatu yang terasa dibuat untuk mereka.”

Mesin rekomendasi berbasis AI yang dapat membantu menargetkan seseorang di seluruh sinyal niat berbelanja multisaluran tanpa bergantung pada PII dapat sangat membantu dalam membuat konsumen nyaman dengan kemudahan sekaligus tetap percaya diri dalam menjaga privasi mereka.

Hal ini membawa kita pada loyalitas — sesuatu yang harus dipikirkan oleh pemasar sejak dini dan sering, menanam benih untuk nilai pelanggan jangka panjang melalui pengalaman konsumen dengan suatu merek.

“Ukuran kesuksesan terbesar adalah loyalitas,” kata Bryant. “Apakah Anda mampu membuat mereka kembali ke dunia Anda dan benar-benar menjadikan merek Anda sebagai bagian dari diri mereka? Ketika merek Anda menjadi bagian dari gaya hidup mereka, menjadi inti dari diri mereka, dan menjadi bagian dari kepribadian mereka, saya pikir saat itulah Anda memilikinya.”

Dengan perjalanan konsumen yang luas seperti yang dihadapi para pemasar saat ini, AI dapat membantu membidik bidang-bidang yang mendorongnya; misalnya, di banyak mitra ritel suatu merek. “Pelaporan terpadu MiQ Sigma dapat memberi tahu merek pengecer mana yang mendorong pembelian berulang atau pembelian baru — sehingga mereka dapat mulai mendapatkan gambaran tentang siapa loyalis merek mereka — dan mereka dapat memberikan semua informasi dan wawasan tersebut ke dalam keputusan kampanye mereka,” kata Haig. “Kami juga dapat menambahkan data tambahan sehingga merek dapat memahami loyalis merek versus pembeli satu kali dan mulai menargetkan orang-orang tersebut dengan cara yang sangat berbeda.”

Dan dalam ekosistem baru ini, loyalitas bukan hanya soal retensi; ini adalah pendorong pertumbuhan. “Ketika merek Anda menjadi lebih dari sekadar merek bagi konsumen, Anda akan mendapatkannya seumur hidup,” kata Bryant. “Anda telah menciptakan penggemar setia yang diharapkan akan menyebarkan merek Anda dan membawa lebih banyak orang ke ekosistem Anda.”

Wawasan mitra dari MiQ