找回密码
 立即注册
搜索
查看: 165|回复: 0

耐克如何利用客户数据提供个性化购物体验

[复制链接]

2万

主题

0

回帖

6万

积分

管理员

积分
60411
发表于 2024-12-14 20:23:15 | 显示全部楼层 |阅读模式
体育用品巨头耐克非常了解其客户。当耐克应用程序用户走进其纽约旗舰店时,公司知道他们是谁、他们喜欢什么运动、他们穿什么尺码以及他们喜欢什么颜色。对于想要始终提供个性化客户体验(无论是数字化、店内还是两者兼而有之)的品牌来说,所有这些信息都至关重要,而 Nike 致力于做到这一点。

与许多品牌一样,耐克使用其应用程序收集客户数据,包括耐克训练俱乐部、耐克和耐克应用程序。这些数据可以转化为有价值的客户洞察,并用于帮助品牌决定在哪些商店生产和库存哪些设计。这些数据还可用于定制每个客户在其应用程序中看到的内容,以提高参与度并尽可能个性化购物体验。

所有对数据的关注都代表着耐克近年来商业模式的某种转变。几十年来,耐克一直坚持零售优先的模式,其大部分收入来自批发,这一点没有改变——批发仍然占公司销售额的大部分。然而,该公司的直接面向消费者计划 Nike  早在 2018 年就贡献了 100 亿美元的销售额,并在耐克随后的财年中快速增长。

耐克直接面向消费者的成功取决于公司如何利用数据和分析来提供更好的客户体验。例如,耐克应用程序为用户提供了访问 Nike+ 奖励计划的权限,该计划为会员提供个性化的独家优惠、抢先体验新产品、优先参加活动和个性化锻炼。

Nike Club 和 Nike Run Club 等应用程序可跟踪锻炼和跑步统计数据,并在训练期间为用户提供语音指导。这些创新为客户体验带来的附加值加深了耐克与客户的关系,并鼓励他们直接从耐克购买产品,而不是在亚马逊或亚马逊上购买相同的产品。耐克直销总裁海蒂·奥尼尔 (Heidi O'Neil) 向《华尔街日报》表示:“我们认为我们的应用程序生态系统真正为消费者提供了超越交易的内容、社区、活动和联系。” 。我们在北美看到了成果,我们的应用程序占我们数字业务的 60% 以上。”



耐克还利用这些数据来制定其实体零售战略。奥尼尔解释说,该品牌使用分析来了解耐克会员集中在哪里。 “这有助于我们选择耐克品牌的零售地点,这些地点不仅充当商店,而且充当我们的会员和服务中心,”她说。 “我们还使用数据来选择和策划商店中的产品。我们会了解某个社区或市场在跑步、训练或球鞋文化方面是否真正受欢迎,当然我们也使用数据来了解哪些产品卖得好”。

耐克健身

耐克之所以能够建立这些能力,很大程度上是因为该公司最近进行了一系列关键收购。例如,耐克收购了一家领先的数据分析公司。通过其技术,耐克可以汇总客户使用耐克应用程序和其他连接设备的数据点,以深入了解客户习惯并预测购买决策。例如,如果客户通常每六个月更换一次跑鞋,但距离上次购买已经过去了 12 个月,耐克就会知道是时候为该客户提供个性化优惠,让他们回到购买周期了。

同样,耐克收购了一家 3D 扫描公司,该公司专门利用自动化技术制造消费和医疗设备。设计的 Nike Fit - 一种新型扫描技术,采用计算机视觉、数据科学、机器学习和推荐算法的专有组合,为每种 Nike 鞋款找到“最适合”的客户。

Nike Fit 可在 Nike 应用程序和部分美国零售店购买,并允许用户使用智能手机摄像头扫描脚部。然后,该应用程序会自动向客户提供推荐的尺寸范围。然后,该尺码信息会存储在客户的 Nike+ 个人资料中,并在客户在线和店内购买鞋子时用于推荐尺码。



奥尼尔表示,这有助于消除购买一双新运动鞋时最大的摩擦点之一。 “你会看到消费者订购多种尺寸。数字体验的首要转化驱动因素是你是否有我的尺寸和风格。现在我们有了正确的信息,这将有助于我们的购买深度。我们会知道如果我们有正确的产品和尺寸。

结论

耐克最大的优势之一始终是,它不会等待竞争对手出现并扰乱其业务。相反,耐克继续自我颠覆——其在直接面向消费者模式方面的新努力就是这一承诺的最新例子。耐克仍然希望以产品取胜,但它也希望通过服务以及数据和技术提供的卓越客户体验来区分其品牌。通过 Nike Fit 等新功能,耐克旨在让顾客在商店、网上和耐克应用程序中购物更加方便,同时为品牌提供更多数据,以便在未来更好地个性化顾客体验。

奥尼尔表示:“从耐克购物体验的角度来看,重要的是通过机器学习和人工智能,我们可以让耐克的每一次数字化体验都变得独一无二、个性化。我希望有一天你能感受到,在我们的应用体验,你拥有自己的个人商店。”
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

Archiver|手机版|小黑屋|【智道时空】 ( 京ICP备20013102号-16 )

GMT+8, 2025-5-7 06:29 , Processed in 0.269345 second(s), 20 queries .

Powered by Discuz! X3.5

© 2001-2024 Discuz! Team.

快速回复 返回顶部 返回列表