E-handel: att optimera produktbeskrivningen

I förra veckan hade jag nöjet att medverka som talare i ett erfarenhetsforum för e-handelsansvariga, och en intressant diskussion uppstod kring olika typer av kunder online. Naturligtvis har detta varit ett populärt forskningsområde ända sedan e-handel började tas på allvar, men det kan ändå vara nyttigt att göra en liten analys av vilken typ av kund man har (eller helst skulle vilja ha) och hur man bäst når dem.

Det finns en bra, rätt heltäckande, teoretisk modell med fyra olika typer av köpare som har tagits fram av bröderna Eisenberg och Future Now. Man delar in köpare i Competitive, Spontaneous, Methodical och Humanistic Shoppers, där varje grupp drivs av olika saker. Competitive vill vara först, få snabb överblick; Spontaneous vill göra fynd och bryr sig om vad andra köpt; Methodical vill göra jämförelser och bryr sig om experters synpunkter; Humanistic gillar att dela med sig av sina erfarenheter och köper gärna presenter online. För att effektivt nå fram till respektive målgrupp måste man (förstås) tala till kunderna på olika sätt för olika köpartyper, och hur man gör det bäst har testats under lång tid. En utmärkt sammanfattning kan ni läsa på Get Elastic.

Ett sätt att få insyn i kundernas värdebilder och drivkrafter är att använda "natural language data mining" som startupen Pluribo. De analyserar och sammanfattar kundomdömen på e-handelssiter och extraherar nyttig information som, till exempel, de formuleringar i omdömena som andra kunder fann mest användbara för att bedöma en viss produkt. Man går alltså förbi det vanliga "stjärnratingsystemet" och tittar på varför en viss produkt fick fyra stjärnor. Och det kan man ju ha nytta av som e-handelsaktör eller, i förlängningen, som produktutvecklare.

/David