通过超个性化创造独特的用户体验

通过Samad马苏德,Rachana Hasyagar 2020年3月|文章| 8分钟阅读|本文的电子邮件|下载

我们生活在体验经济中。根据美国商会(U.S. Chamber of Commerce)的数据，67%的消费者更换品牌不是因为想要改进产品功能或降低价格，而是因为缺乏个性化的参与。¹在这种情况下，个性化不能被事后考虑。

营销人员总是试图通过定向广告来接触顾客。随着数千家公司使用这种技术，消费者被促销电子邮件、信息和电话狂轰滥炸，其中大多数都没有打开和回复。

要摆脱这种过度的沟通需要做四件事:(1)接触到正确的消费者，(2)有正确的产品，(3)在正确的时间，(4)通过正确的渠道。零售商和品牌可以通过不同的接触点收集大量数据，这为他们提供了一个以高度个性化的方式与客户互动的机会。如果正确的个性化能够帮助客户轻松地选择完美的产品，那么它也会对客户产生极大的吸引力。如果个人数据的使用是透明且明显有益的，那么客户应该乐于分享这些信息。

超个性化意味着超越亚马逊等网站开创的简单推荐引擎，在这些网站上，顾客会根据他们最近的购买行为和其他人类似的购买行为获得额外的产品。超个性化通过对消费者行为、活动、环境和偏好的更广泛的理解来最大化营销活动、产品设计和体验设计的影响。

要创造高度个性化的体验，第一步是了解客户的基因:谁是买家?她在买什么?她从哪里买东西?她多久买一次这个产品?等等。这些信息通过不同的接触点收集，可以用来建立反映买家独特特征的数据模型。

超个性化深入消费者行为、偏好和活动，帮助创造有效的产品和体验设计

下一步是使用这些数据模型来获得关于客户的有用见解，然后使用这些见解来创建量身定制的服务，从而引起消费者的共鸣，并消除所有的营销噪音。除此之外，公司还可以通过为消费者创造独特的内容来进一步实现超个性化。

虽然消费品和零售业是超个性化的明显领域，但它也可以用于许多其他消费行业，如金融、电信和医疗保健。

客户的基因组

超个性化需要对消费者的偏好和购买模式有透彻的了解。建立消费者DNA的第一步是收集有关消费者购买行为的数据。这些信息可以通过许多不同的接触点收集。例如，当客户访问零售商的网站时，所查看的产品、添加到购物车的产品以及所浏览的价格范围都可以存储。

每个活动都提供了一个独特的客户信息链。从不同的互动中收集这些信息，并将它们组合起来，形成消费者的DNA或基因组，从而洞察消费者独特的购买特征。图1显示了不同的活动和交互如何提供关于客户的信息来创建购物者的基因组。

图1:每个交互加起来就形成了一个独特的消费者基因组

这些基因组提供了简单的洞察，可以提供行为和环境信息。例如，它们可以显示顾客在购买前查看产品的次数、购买频率、篮子的一般大小、退货率、顾客返回的产品种类、顾客喜欢的实体店等。

虽然许多公司已经使用分析来了解客户，并在不同的渠道上提供建议，但他们很难创建一个单一的客户视图。每个通道使用自己的数据集。通常，从一个平台获得的数据不会用于其他渠道。

例如，如果一个顾客在一个服装品牌的网站上购买了衣服，并且在下一次访问了他们的零售商店，他们上一次购买的偏好不会被用来推荐产品，尽管事实是这些数据存在于该公司的某个地方。基因组提供了单一的客户视图。有了这个单一的客户视图，所有的渠道就可以与客户进行一致的沟通，并提供收集到的新数据来丰富基因组。

来自基因组的见解也可以用来有效地管理与消费者的互动。零售商店关联公司在与客户交互时可以使用基于基因组的客户配置文件。它们还可以根据客户的选择来帮助区分客户，并为这些子群体开展有针对性的营销活动。应用于基因组的高级分析可以为一个地区的趋势产品提供洞见，更多的人愿意为这些产品支付多少钱，公司在下一个周期应该生产多少产品数量。

基于这些基因组的更复杂的数据模型可以得出更深入的见解，如购买概率、客户终身价值、客户是否盈利等。模型还可以帮助识别顾客喜欢和不喜欢的东西，比如喜欢的产品线，顾客是否会被折扣吸引，折扣的范围是什么，正面的评论是否会影响购买者购买，首选的购买渠道等。

图2:一个基因组汇集了多个数据源，允许跨通道部署洞察

针对活动

建立基因组可以更快地针对客户进行营销活动。当营销人员利用基因组链开展活动时，针对能做出积极反应的一小群客户，就会出现大规模的超个性化。例如，营销人员可以选择特定的线索，如购买概率，支付价格，位置，浏览历史和年龄，以建立一个特定的目标活动，以更高的反应率。

也许零售商或品牌赞助了一项体育赛事，并将在比赛前后推出一项本地化活动，向球迷销售联合品牌的服装。以基因组为基础，结合预先构建的分析数据模型，营销人员可以选择一小群极有可能购买这些产品的客户，如果他们获得了折扣券，或者有机会赢得比赛的特殊座位。

这种活动与广泛的广告或营销活动的区别在于，这种微活动可以在一年内进行数百次，甚至数千次。它们使品牌和零售商能够降低成本，并加快活动建设和部署的速度。

独特的调整

为了使这些活动更加个性化，可以在过程中加入语境沟通。在接收相同活动的子组中，可视资产、定价或语言可以基于特定的客户配置文件进行定制。假设有两个人，吉姆和约翰，正在一家零售商的网站上寻找同一台电视机。他们都将成为这个电视营销材料的团队的一员。但他们的基因组模型也提供了以下信息:

• 吉姆喜欢旅行，在网上下订单前会先逛商店，不使用折扣码，为了更快的送货速度会花更多的钱。
• 约翰购买了很多以超级英雄为主题的产品，喜欢游戏，在购买前会在多个网站上搜索，等待真正的购买，并阅读大量客户评论。

虽然这两个人可能会成为同一个广告的目标，但零售商在为他们创造信息时可以考虑他们的差异。

例如，Jim可以收到一封带有电视的电子邮件，广告中显示了度假目的地。还可能有一个指向最近商店的指示，他可以在那里看电视，推荐价格更高的产品，以及只需多花几美元就能当天送货的承诺。

与此同时，约翰可以在电视上找到一个广告，上面放着复仇者联盟的电影预告片。可以提到产品评级和积极的客户评论，还可以有一个折扣代码，用于特定的信用卡购买。

虽然它们看起来很不起眼，但这些细微的个性化表情可以影响购买决定。例如，一家领先的生活方式产品公司利用印孚瑟斯的基因组解决方案来洞察客户的购买行为。该公司利用基因组数据向客户发送个性化信息，以提高其营销活动的有效性。活跃客户在很短的时间内增长了四倍。他们的回访率从8%飙升至23%，在线购买增长了30%。

艺术和科学

数据科学可以将数百个变量中的数千个数据点集合起来，从而实现以前从未想象过的洞察力。但这并不能取代良好的市场营销、品牌推广和信息传递的艺术。有效的超个性化并不仅仅依赖于数据分析，而是依赖于与客户感同身受的营销人员，他们在技术上也精通这些新工具。

有效的超个性化包括懂得如何有效使用数据分析的有同理心的营销人员

确保良好结果的一种方法是在活动过程中包含“大量数据”分析。这种定性的、以客户为中心的数据通过添加上下文来更好地揭示客户动机和痛点，从而丰富了传统的分析。丰富的数据为品牌和产品如何增强和支持客户的日常情感生活提供了见解。了解这一点可以为营销人员在设计活动和产品策略时提供有力的定性指导。

实际执行大量的高度个性化的活动需要公司建立一个复杂的创意资产库。基于数据模型，基于人工智能的系统可以自动推荐并将这些信息整合到个性化活动中，包括产品类型、口味、颜色或相关图像，这些信息将被输入到消息中。为了以最高效率工作，超个性化将依靠一套不断进化的设计创意资产。

由于人工智能和自动化正在加速和发展许多商业领域，超个性化不会取代营销部门。但它将重塑他们设计、实施和部署活动的方式，以一种更以数据为主导、技术为驱动、但创造性敏捷的方式。

参考文献

1. 在体验经济中获胜2019年5月6日，塔玛拉·麦卡利，《数字主义者》杂志