Como a MECCA está reproduzindo on-line as experiências dos clientes na loja, com resultados impressionantes

Fundada em 1997, a MECCA reúne alguns dos produtos de beleza e cuidado da pele mais cobiçados do mundo, vendendo mais de 120 marcas para dois milhões de clientes na Austrália e na Nova Zelândia. Isso representa 10% do mercado de beleza de USD 4,2 bilhões da Austrália e cerca de 25% do setor de beleza de prestígio, segundo a IBISWorld.

Um dos segredos do sucesso da MECCA são suas boutiques de beleza com atendimento personalizado e serviço de alto nível. De acordo com a Vogue, a MECCA gasta cerca de 3% de sua receita em treinamento de equipe para oferecer orientações sob medida e personalizadas a todos clientes.

A MECCA agora está procurando replicar on-line essa experiência de atendimento presencial exclusiva. "Quando você entra em uma loja da MECCA, o serviço personalizado e as recomendações que você recebe de nossos consultores é algo que queremos levar para o mundo on-line", explica Lauren Shepherd, chefe de CRM e fidelização da MECCA.

A MECCA foi uma das primeiras empresas a adotar o comércio eletrônico, lançando as compras on-line em 2001. Ela recorreu a parceiras estratégicas, a Amazon Web Services (AWS) e a Servian, para ajudar a aproveitar dados e análises a fim de melhorar o envolvimento dos clientes on-line.

A oferta de um produto hiperpersonalizado e de uma jornada sob medida são essenciais para melhorar a experiência do cliente (CX) e impulsionar o crescimento da empresa. Ainda de acordo com o Gartner, mais de 70% dos líderes de CX "se esforçam para criar projetos que aumentem a fidelidade dos clientes e obtenham resultados”.

A jornada de transformação de dados da MECCA começou em 2018, quando ela trabalhou com a AWS para criar uma plataforma de dados e empregou o Tableau como ferramenta de geração de relatórios de business intelligence.

Depois de constatar uma boa aceitação em toda a empresa, a equipe de tecnologia da MECCA quis ir além, usando dados para agregar mais valor para os clientes. Seu objetivo final é permitir que as diferentes partes da empresa usem o autoatendimento: uma forma de business intelligence que permite que qualquer pessoa obtenha dados detalhados relevantes para a sua função. 

As equipes de CRM e fidelização da MECCA estavam ansiosos por usar dados para prever quais seriam os produtos mais propensos a atrair diferentes clientes.

“Tínhamos muitas informações sobre nossos clientes, mas não estávamos realmente usando-as para otimizar sua experiência. Todos os clientes recebiam o mesmo conteúdo e as mesmas promoções", diz Shepherd.

A equipe de dados da MECCA, em parceria com a Servian, iniciou um teste do Amazon Personalize, um serviço de machine learning que fornece um framework simples para a criação e execução de modelos de personalização. Ele é usado por varejistas inovadores para fornecer recomendações de produtos específicos, reavaliações de produtos personalizados e marketing direto personalizado.

Antes de poder fazer a transição para o marketing personalizado baseado em IA, a MECCA precisava limpar e reestruturar 23 anos de dados contidos em sua plataforma de e-mail para criar um sistema de dados organizado, limpo e de fácil acesso.

Isso deu início à etapa “Descoberta” da jornada de ML da MECCA. Uma equipe de tecnologia interdisciplinar de especialistas em CRM, em dados e da Servian reuniu-se para desenvolver uma prova de conceito (POC). Seu trabalho era antecipar e resolver quaisquer obstáculos que pudessem atrapalhar a POC, que usa o Amazon Personalize para fornecer recomendações de produtos como parte de uma campanha de marketing de rímel direcionada. Utilizando os metadados existentes, a campanha atinge os clientes 90 dias após a última compra por meio de e-mails promocionais de rímel.

Passando para a fase “Entrega”, a equipe de tecnologia fez várias mudanças, como migrar para um ambiente de dados do Amazon S3 e criar novas integrações com o sistema de marketing para permitir o processamento automatizado de dados de ponta a ponta. Eles também passaram algum tempo ajudando as partes interessadas e os gerentes executivos a entender como a personalização e a mudança para o machine learning beneficiariam suas respectivas áreas na empresa.

Isso foi fundamental para o sucesso da POC, segundo Paul Erskine, gerente de entrega de TI para a área digital e de dados da MECCA: "muitos executivos tinham dúvidas em relação à complexidade da ciência de dados em geral. Eles tinham dúvidas como: Quem vai gerenciar o modelo se alguém sair da empresa? Qual é a relação custo-benefício? Quem vai oferecer suporte com o passar do tempo?”.

Para tratar dessas preocupações, a equipe de tecnologia compartilhou sua visão e seus planos em um fórum de governança de dados. Eles revelaram as recomendações de produtos geradas pelo Amazon Personalize e explicaram como a ciência de dados pode ser usada para otimizar as taxas de conversão e o envolvimento de clientes. As evidências eram tão convincentes que a equipe executiva da MECCA deu à POC um sinal verde contundente.

Quando o Amazon Personalize foi lançado na Austrália no final de 2019, a MECCA e a Servian imediatamente o implantaram, sendo duas das primeiras empresas australianas a fazê-lo. Em questão de horas, ele começou a produzir recomendações de produtos sob medida e, hoje, apresenta recomendações de produtos em todo o catálogo da MECCA.

"Um dos benefícios do uso do Amazon Personalize é a facilidade de treinamento de modelos personalizados usando dados existentes em serviços gerenciados pela AWS. Isso permite que desenvolvedores, não apenas cientistas de dados, criem algoritmos de recomendação", explica Erskine.

A MECCA também implantou um modelo de propensão de memória longa de curto prazo (LSTM) para identificar o melhor tempo para reposição de produtos. Nos testes A/B, 50% dos e-mails continham recomendações personalizadas de produtos, enquanto 50% não continham. Aqueles que continham recomendações personalizadas, atingiram taxas de conversão significativamente superiores.

"Desde a integração do Amazon Personalize, estamos vendo um aumento significativo nas taxas de cliques de e-mail e um aumento na receita de e-mail relacionada aos produtos recomendados", afirma Sam Bain, diretor digital da MECCA.

A MECCA agora está executando o modelo de personalização semanal para todos os clientes ativos, gerando mais de dez milhões de recomendações de produtos por semana em todas as campanhas de marketing.

O Amazon Personalize também está superando o desempenho do sistema anterior da MECCA na implementação de recomendações de produtos, usando recursos nativos de seu sistema de gerenciamento de e-mail.

De acordo com Shepherd: “testamos as recomendações do Amazon Personalize em comparação com as recomendações do sistema do nosso provedor de e-mail. Em teoria, as recomendações que chegam por meio da plataforma de e-mail também são baseadas no histórico de compras, mas elas não levam em conta tantos fatores quanto o modelo do Personalize, o que as torna menos efetivas.

"Nós realmente provamos que, quando mostramos aos nossos clientes produtos relevantes para sua fase de vida, jornada e histórico de compras, eles ficam muito mais propensos a converter."

A MECCA continua trabalhando com a AWS e a Servian para reimaginar a experiência digital e encantar os clientes fidelizados. Seu objetivo é aproveitar a potência do machine learning para prever do que os clientes vão gostar e otimizar a capacidade da MECCA de atender à demanda, tudo isso enquanto melhora o conjunto de dados subjacentes para construir modelos cada vez mais preditivos.