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

我们生活在一个体验经济。据商务部的美国商会，客户的67％转换品牌不是为了提高产品的功能或更低的价格想要的，但由于缺乏个性化的参与。¹在这种情况下，不能在事后考虑个性化。

营销人员一直试图通过定向广告来接触顾客。成千上万的公司使用这种技术，消费者被促销邮件、信息和电话狂轰滥炸，其中大多数都没有打开，也没有回复。

(2)使用正确的产品;(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。如果个性化服务做得好，可以帮助客户轻松地选择完美的产品，那么它也会非常吸引客户。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像亚马逊这样的网站所开创的简单的推荐引擎，在这些网站中，客户会根据他们最近的购买和其他人的类似购买提供额外的产品。超个性化使用了对消费者行为、活动、背景和偏好的更广泛的理解，以最大化营销活动、产品设计和体验设计的影响。

要创造一种超个性化的体验，第一步是了解客户的基因组:谁是买家?她在买什么?她从哪里买的?她多久买一次这种产品?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。

超个性化深入挖掘消费者行为、偏好和活动，帮助创建有效的产品和体验设计

下一步是使用这些数据模型对客户汲取有益的见解，然后利用这些资料来创建定制提供了引起共鸣与消费者和划破所有的营销噪音。在此之上，企业可以通过为消费者创造独特的内容走得更远超个性化的一个步骤。

虽然消费品和零售行业是超个性化明显的地方，也可以在其他许多消费类行业，如金融，电信和医疗使用。

客户的基因组

超个性化需要彻底了解消费者的偏好和购买模式。构建消费者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，可以存储所查看的产品、添加到购物车中的产品以及浏览的价格范围。

这些活动中的每一个都提供了一个独特的客户信息链。从不同的交互作用中收集这些信息，并将它们结合起来，就能创造出消费者的DNA或基因组，并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，以创建购物者的基因组。

图1:每一次互动加起来就会形成一个独特的消费者基因组

这些基因组提供了简单的见解，可以提供行为和背景信息。例如，它们可以显示客户在购买前浏览产品的次数、购买频率、一般购物篮的尺寸、退货率、客户退货的产品种类、客户最喜欢的实体店等。

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。通常情况下，从一个平台获得的数据不会用于其他渠道。

例如，如果上的服装品牌的网站，并在下次访问自己的零售商店顾客购买衣服，从以前的购买自己的喜好不被推荐的产品尽管数据介于公司内部。基因组提供了一个单一的客户视图。随着客户的这种单一视图，所有通道能始终如一地与消费者沟通，也吃收集，以丰富的基因组新的数据。

从基因组的见解，也可以用来有效地管理与消费者的互动。基于基因组的客户资料可以通过零售商店联营公司与客户交互时使用。根据他们的选择和制定这些分组针对性的营销活动，他们还可以帮助客户隔离。高级分析应用到基因组可以提供对趋势的产品在一个地区，更为人们怎么会愿意支付产品的见解，以及什么样的产品数量，企业应该在下一周期产生。

基于这些基因组的更复杂的数据模型可以产生更深入的见解，如购买概率、客户终身价值、客户是否有利可图等。模型还可以帮助识别顾客喜欢和不喜欢的产品，比如喜欢的产品线，顾客是否会被折扣吸引，在什么范围内，一个正面的评价是否会影响买家购买，喜欢的购买渠道等。

图2：A基因组汇集多个数据源允许的见解，可以跨渠道被部署

针对活动

建立基因组可以更快地针对客户进行营销活动。当营销人员从基因组序列中构建活动，针对可能做出积极反应的小群体客户时，超个性化可以大规模出现。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营销活动，响应率更高。

也许零售商或品牌正在赞助一项体育赛事，并将在特定的比赛期间向粉丝销售联合品牌服装。以基因组为基础，结合预先建立的分析数据模型，营销人员可以选择一小部分客户，如果提供折扣券或赢得比赛的特殊座位，他们很有可能购买这些产品。

这次竞选和基础广泛的广告或营销活动之间的区别是数百，甚至数千这些微观活动的，可以在整个一年中运行。他们给品牌商和零售商，以降低成本和提高广告系列创建和部署的速度的能力。

独特的调整

为了使这些活动更加个性化，可以在过程中加入情境沟通。在接收相同广告的子组中，可以根据特定的客户配置文件定制视觉资产、定价或语言。假设有两个人，吉姆和约翰，他们正在一家零售商的网站上寻找同一台电视机。他们都将是一个小组的一部分，发送关于这台电视的营销材料。但他们的基因组模型也提供了以下信息:

• 吉姆喜欢旅行，在网上下订单之前会去商店，不使用折扣代码，而且会为更快的送货速度支付更多的钱。
• John购买了许多超级英雄主题的产品，喜欢游戏，在购买前会在多个网站上搜索，等待销售后进行实际购买，并阅读大量客户评论。

虽然这两个人都可以成为同一广告的目标，但零售商在为他们创造信息时，可以考虑他们的差异。

例如，吉姆可以收到一封电子邮件，邮件中显示的是度假目的地的电视广告。还可能会提示他最近的商店，在那里他可以查看电视，推荐更贵的选择，并承诺当日送达，只需多花几美元。

同时，约翰会发现，显示了复仇者电影预告片，电视广告。产品的评价和积极的顾客评论也提到，有可能是一个折扣代码与特定的信用卡购买应用。

虽然他们看起来很渺小，这些细微的个性化的表达可以影响购买决策。例如，一家领先的生活用品公司采用Infosys的基因组解决方案，深入了解客户的购买行为。该公司使用的基因组数据，以个性化的消息发送给客户，以提高他们的营销活动的有效性。活动客户贷款上升四倍在短时间内。他们的重复购买率从8％飙升至23％，网上购物增长了30％。

艺术与科学

数据科学可以通过数百个变量汇集数千个数据点，从而实现以前无法想象的见解。但这并不能取代良好的营销、品牌和信息传递艺术。高效的超个性化不仅依赖于数据分析，还依赖于那些与客户感同身受并精通这些新工具的营销人员。

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

以保证良好的效果的一种方法是要包括在运动过程中“厚数据”分析。这样的定性，以客户为中心的数据中加入背景下更好地揭示客户的动机和痛点丰富了传统的分析。厚厚的数据提供了深入了解品牌和产品如何增强和支持客户的日常感情生活。了解这可以提供强大的营销转向定性为他们设计的活动和产品战略。

大量超个性化活动的实际实施需要公司建立一个复杂的创意资产库。基于数据模型的人工智能系统可以自动推荐这些信息，并将其组合成包含产品类型、口味、颜色或相关图像的个性化活动，这些信息将被输入信息中。为了使工作效率最大化，超个性化将以不断进化的设计创意资产为食。

随着许多业务领域通过人工智能和自动化得到加速和发展，超个性化不会取代营销部门。但这将重塑他们设计、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、但又富有创造性的敏捷方式。

参考文献

1. 赢在体验经济塔玛拉麦克利，2019年5月6日，Digitalist杂志