Mengubah Tabel: Bagaimana Web3 Memberikan Nilai Data Ritel kepada Pelanggan

Praktik pengambilan data pelanggan oleh pengecer semakin diawasi karena pembeli menjadi lebih sadar akan nilai data mereka – nilai yang mereka hasilkan tetapi tidak pernah mereka lihat. Solusi Web3 seperti Shping sekarang menunjukkan kemampuan mereka untuk mengubah model data pengguna dengan memungkinkan orang memilih data mana yang mereka bagikan – dan mendapatkan imbalan yang adil untuk itu sambil meningkatkan hubungan mereka dengan merek.

Kebanyakan orang sadar pada tingkat tertentu bahwa data belanja mereka dikumpulkan dan digunakan, bahkan masuk untuk skema loyalitas pelanggan sebagai cara untuk lebih terlibat dalam transaksi, mendapatkan diskon dan manfaat untuk meningkatkan wawasan tentang kebiasaan belanja pribadi. Namun, kebanyakan orang mungkin tidak menyadari skala bisnis yang terjadi di belakang layar dengan data mereka. Bahkan, menjual data pelanggan telah menjadi sumber pendapatan sampingan yang penting bagi jaringan supermarket.

Keramaian yang Menguntungkan

Pada akhir 2022, raksasa toko kelontong AS Kroger dan Albertsons mengumumkan rencana merger, mengharuskan mereka untuk membuat pengungkapan wajib tertentu kepada pemerintah sebagai bagian dari pengajuan antimonopoli. Makalah tersebut mengungkapkan bahwa Kroger telah mengembangkan dua unit bisnis “keuntungan alternatif” untuk monetisasi data pelanggan, yang diperkirakan akan menghasilkan lebih dari $ 1 miliar.

Namun, masalah ini tidak hanya terbatas pada AS. Pada Desember 2023, muncul laporan bahwa supermarket Inggris Tesco dan Sainsbury menghasilkan sekitar £300 juta ($376 juta) setiap tahun dari penjualan data pelanggan. Berita ini muncul ketika supermarket berada di bawah pengawasan oleh regulator karena mengoperasikan harga “dua tingkat”, yang telah dikritik sebagai taktik untuk memaksa orang ke dalam partisipasi program loyalitas.

Ada juga sedikit transparansi atas jenis data apa yang dijual dan entitas mana. Namun, secara umum dipahami bahwa jenis data ini sangat berharga bagi pengiklan dan merek karena toko kelontong kami dapat mengungkapkan sejumlah besar tentang preferensi dan kebiasaan individu kami - dan tidak hanya pada tingkat yang dangkal.

Algoritma dapat menggunakan massa data semacam ini untuk memprediksi perilaku kita bahkan sebelum kita menyadarinya sendiri, mengaburkan batas antara iklan dan pengambilan keputusan manusia sedemikian rupa sehingga individu yang terlibat memiliki sedikit agensi dan menerima manfaat yang bernilai jauh lebih rendah daripada nilai yang mereka hasilkan untuk merek. Konsep “kelelahan data” sekarang sedang diciptakan oleh para peneliti untuk menggambarkan kurangnya kontrol yang dirasakan pengguna atas bagaimana data mereka dipanen dan digunakan.

Tetapi jika ada, masalahnya bisa menjadi lebih buruk. Inflasi yang tinggi dan kenaikan pengutilan telah menyebabkan supermarket mencari metode pengawasan baru dalam upaya untuk membasmi pencurian. Namun, juru kampanye privasi telah menyatakan kekhawatiran pada sifat invasif dari teknologi ini dan bagaimana data yang mereka peroleh akan digunakan.

Cara Baru dengan Web3

Teknologi Web3 menawarkan cara baru yang inovatif untuk mengelola seluruh transaksi data pelanggan. Blockchain beroperasi melalui koneksi peer-to-peer, yang, dalam konteks program loyalitas dan data pengguna, memungkinkan pelanggan untuk berinteraksi dengan semua jenis toko dan merek online dan memilih di mana dan kapan harus berbagi data mereka. Selain itu, berkat sifat langsung dari hubungan tersebut, mereka dapat diberi imbalan untuk itu.

Model ini dicontohkan oleh aplikasi Shping, program loyalitas dan penghargaan Web3 yang berpusat pada pengguna yang dapat diterapkan langsung oleh merek. Siapa pun dapat mengunduh aplikasi dan segera mulai mengunggah tanda terima dari aktivitas belanja apa pun, termasuk bahan makanan, bahan bakar, pakaian, tagihan restoran, atau lebih, dengan imbalan hadiah yang dibayarkan dalam koin Shping, token ERC20 yang terdaftar di beberapa bursa. Shping juga memungkinkan pengguna untuk menulis ulasan produk dan berinteraksi dengan konten produk, seperti testimonial video, informasi nutrisi, atau perbandingan harga.

Seiring dengan hadiah langsung, juga lebih mudah bagi pengguna untuk mempertahankan satu aplikasi untuk semua hadiah berbasis belanja mereka, daripada sifat rumit dari skema loyalitas yang berfokus pada toko. Aplikasi ini terintegrasi dengan Coinbase, memfasilitasi transfer hadiah gratis ke dompet Coinbase untuk cashout dan perdagangan.

Lebih Banyak Buzz untuk Merek

Merek yang berpartisipasi dalam aplikasi Shping memiliki koneksi langsung ke konsumen tanpa perlu membeli data dari pasar terbuka dan dapat menyesuaikan penawaran mereka kepada pembeli yang paling mungkin terlibat dengan merek mereka. Selain itu, sebagai solusi out-of-the-box dengan hambatan dan biaya rendah untuk pengaturan dan pengoperasian, Shping dapat diakses oleh merek dari semua ukuran.

Berkat pendekatan yang lebih transparan dan demokratis untuk berbagi data pelanggan, Shping menarik basis pengguna yang berkembang, dengan lebih dari 350.000 unduhan dan pembelian dari merek-merek terkenal seperti Cola-Cola, Lavazza, dan Heinz. Satu studi kasus menunjukkan peningkatan 136% dalam pertumbuhan pembeli baru dari bulan ke bulan dan tingkat konversi 8,9% dari iklan ke pembelian.

Pendekatan saat ini terhadap data pelanggan bersifat ekstraktif dan mengharuskan pengecer untuk terus menemukan cara baru untuk mengekstrak lebih banyak data dari pelanggan. Dengan demikian, itu tidak berkelanjutan dalam jangka panjang. Web3 menawarkan alternatif yang layak yang dapat melayani hubungan antara konsumen dan merek dengan lebih baik sambil memberi orang kontrol yang jauh lebih baik atas cara data mereka dikumpulkan dan digunakan.

Penafian: Artikel ini disediakan hanya untuk tujuan pendidikan. Ini tidak mewakili pendapat NewsBTC tentang apakah akan membeli, menjual atau menahan investasi apa pun dan secara alami berinvestasi membawa risiko. Anda disarankan untuk melakukan riset sendiri sebelum membuat keputusan investasi apa pun. Menggunakan informasi yang disediakan di situs web ini sepenuhnya dengan risiko Anda sendiri.