Das Rezept für maßstabsgetreue Personalisierung mit großen Zielgruppen

Dieser Blogbeitrag wurde von Nick DeCesare, Hauptberater, Slalom, mitverfasst.

In einer Zeit, in der die Erwartungen der Kunden steigen, sind Unternehmen bestrebt, personalisierte Erlebnisse zu bieten, die auf individuelle Bedürfnisse und Vorlieben eingehen, um wettbewerbsfähig zu bleiben. Da 66 % der Kunden von Marken erwarten, dass sie ihre Wünsche und Bedürfnisse verstehen, ist strategische Personalisierung zu einer treibenden Kraft für Kundenbindung, Loyalität und höhere Investitionen in ein Unternehmen geworden.

Während Personalisierung der Wunsch vieler Unternehmen war, ist es nur einigen gelungen, dies erfolgreich umzusetzen. Bei Slalom haben wir aus einigen wichtigen Gründen festgestellt, dass Daten ein ständiges Hindernis dafür sind, dass Personalisierung und Reiseorchestrierung für Kunden funktionieren:

Übervereinfachte Strategien

Nachdem die Early Adopters nun personalisierte Erlebnisse getestet und einige Erfolge erzielt haben, verlangen die Kunden dies mehr denn je. Wir sehen den Wunsch, den Prozess der Personalisierung zu verkürzen, aber dabei scheinen Unternehmen standardmäßig auf traditionelles demografisches oder anderes profilbasiertes Targeting mit Metriken wie Klickraten oder Verweildauer auf der Website zurückzugreifen. Wenn Unternehmen nicht einen Schritt zurücktreten, um klar zu verstehen, welche Personalisierungsfaktoren für Kunden von Bedeutung sind, haben sie Schwierigkeiten, den nachgelagerten ROI ihrer Personalisierungsbemühungen aufzuzeigen.

Datenerfassung und -verwaltung

Daten stellen eine erhebliche Herausforderung für den Personalisierungs-ROI dar. Der Bericht von Gartner aus dem Jahr 2019 prognostizierte, dass 80 % der Vermarkter bis 2025 ihre Personalisierungsbemühungen aufgeben würden, und nannte als Hauptgrund Schwierigkeiten bei der Erfassung von Kundendaten. Das schwindende Vertrauen der Kunden in den Datenschutz hat dazu geführt, dass sie zögern, persönliche Daten weiterzugeben. Da sich Unternehmen für Kundeneinblicke auf Cookies von Drittanbietern verlassen, sind sie durch die bevorstehende Abschaffung dieser Cookies im Nachteil. Um bei der Personalisierung an der Spitze zu bleiben, müssen Unternehmen der einwilligungsgesteuerten Erstanbieter-Datenerfassung Priorität einräumen und so die Abhängigkeit von Drittanbieter-Cookies verringern. Das Erkennen dieser Lücken wird dazu beitragen, die notwendige Datengrundlage für zukünftige bewährte Personalisierungsstrategien zu schaffen.

Selbst wenn Daten erfasst werden, befinden sie sich häufig auf verschiedenen Plattformen ohne einheitliche ID, was ein effektives Targeting über ein paar zusammengefügte Kontaktpunkte hinaus zu einer Herausforderung macht. Beispielsweise erfordert die Sortimentsoptimierung Daten aus mehreren Quellen, etwa Kundendaten, Übergangsdaten, Produktsortiment und Produktinformationssystemen. Wenn den Daten die erforderliche Struktur fehlt, wird dies zu einer Hürde für die effektive Leistung von ML-Modellen.

Komplexität der Operationen

Ein Folgebericht von Gartner aus dem Jahr 2021 ergab, dass 63 % der Führungskräfte im digitalen Marketing aufgrund von Schwierigkeiten bei der Implementierung der KI/ML-Technologie weiterhin mit Herausforderungen bei der Personalisierung konfrontiert sind. Die größten Hürden sind jedoch nicht nur technischer Natur, sondern ergeben sich auch aus strategischen und operativen Fragen.

Die Trennung von Technologieeigentum und -management von der Gesamtstrategie stellt eine große Herausforderung dar. Eine erfolgreiche Personalisierung basiert auf starken Hypothesen, einem klaren Verständnis der gewünschten Kundenerlebnisse und darauf, wie die Personalisierung zu diesen Erlebnissen beiträgt. Oft kaufen technische Teams Personalisierungssoftware ohne vollständige Abstimmung und Zusammenarbeit mit den Geschäftsteams, was zu einem Mangel an Klarheit bei den Anforderungen an die Kundenerfahrung, den Prozessen zur Definition von Möglichkeiten sowie den Eigentums- und Service-Level-Agreements (SLAs) für Strategie und Umsetzung führt.

Aufgrund dieser Fehlausrichtung werden Analyse- und Technologieteams vom Kundenerlebnis abgekoppelt, wichtige Daten zur Information der Modelle werden möglicherweise nicht bereitgestellt und Geschäftsteams haben Schwierigkeiten, die technischen Anforderungen für eine effektive Implementierung zu verstehen. Das Ergebnis ist eine ständige interne Reibung um Erwartungen und Modelle, die möglicherweise zu stark vereinfacht sind und nicht den gewünschten ROI liefern.

Überdenken Sie Ihren Personalisierungsansatz

Personalisierung muss nicht mit den richtigen Grundelementen überkompliziert werden und beginnt mit der Abstimmung funktionsübergreifender Stakeholder auf eine Strategie.

• Stimmen Sie Stakeholder auf eine Strategie ab, indem Sie Kundenherausforderungen identifizieren, die vorhandene Daten nutzen. Welche Herausforderungen halten Kunden zurück? Welche Verhaltensweisen führen zu einem höheren Engagement oder Mehrwert? Die Beantwortung dieser Fragen wird es Unternehmen ermöglichen, sich von traditionellen demografischen Personalisierungsmethoden zu lösen und sich mehr der kontextbezogenen oder prädiktiven Personalisierung zuzuwenden.
• Definieren Sie die Kanäle und Nachrichten, bei denen die Personalisierung den größten Einfluss auf Werbung, digitale Plattformen und Marketing-Automatisierungskanäle hat.
• Bestimmen Sie auf Grundlage dieser Strategie die notwendigen Daten für das Modell. Mit Ihren Hypothesen und Metriken können Sie Datenanforderungen erstellen und Datenquellen für das Modell zuordnen. Dadurch können einige Datenlücken bei der Bereitstellung des gewünschten Modells aufgedeckt werden.
• Stellen Sie sicher, dass die Daten vollständig und so aufbereitet sind, dass sie nutzbar sind. Möglicherweise sind einige Datenmanipulationen und Schematisierungen erforderlich, aber dieser Prozess wird den Geschäftsteams helfen, ihre Rolle bei der Datenverwendbarkeit zu verstehen und zukünftige Governance- und Managementmethoden zu definieren.
• Testen Sie die Hypothese, indem Sie Experimente durchführen und das Modell in Zusammenarbeit mit Geschäfts- und Analyseteams anpassen.
• Überprüfen und aktualisieren Sie Strategien kontinuierlich, wenn die Daten neue Erkenntnisse und Möglichkeiten offenbaren. Personalisierungsstrategien müssen konsequent überprüft und aktualisiert werden.

Amplitude Audiences + AWS Personalize: Partnerschaft zur Verwirklichung der Personalisierung

In unserem aktuellen E-Book mit Amplitude mit dem Titel„The Digital Analytics Revolution: How to Build for the Future with the Right Technology“sprechen wir über die grundlegenden Komponenten zur Förderung „höherer Kundenerlebnisse“ wie Personalisierung und darüber, wie Amplitude für die Bereitstellung dieser Erlebnisse eingerichtet ist . Das datenschutzorientierte Ereignismodell von Amplitude, deterministisches Matching zur Identitätsauflösung und proaktive Überwachung des Datenzustands. In Kombination mit der beeindruckenden maschinellen Lerntechnologie von AWS Personalize bietet Amplitude Audiences eine optimierte Möglichkeit, Self-Service-Empfehlungen zu erstellen.

Um den Grad der Datenexploration zu erreichen, der für die Erstellung datengestützter Personalisierungshypothesen erforderlich ist, können Sie mit Amplitude datengesteuerte Strategien und Hypothesen mit flexiblen Kohorten und einer Vielzahl von Visualisierungen auf den Tisch bringen, die es Ihnen ermöglichen, einfach durch die Daten zu navigieren, um sich Herausforderungen zu stellen für Ihren Challenge Canvas und identifizieren Sie Verhaltensweisen für Kunden, die die Ergebnisse erzielen, die Sie nachbilden möchten.

Sie müssen sich auch nicht auf das Verhalten selbst verlassen, Audiences ermöglicht Ihnen sogar die Erstellung berechneter Werte von Benutzereigenschaften. Dies würde es Ihnen ermöglichen, eine Kohorte basierend auf dem zuletzt angesehenen Artikel, dem zuletzt genutzten Inhalt usw. zu erstellen.

Mit Amplitude sind Sie nicht nur auf die digitalen Verhaltensweisen für Hypothesen beschränkt. Nutzen Sie ihre robusten Profil-APIs, um Kunden-, Transaktions- oder andere Betriebsdaten einzubinden und Ihre Analyseexploration mit begrenztem SQL-Anforderungen zu verbessern.

Mit diesen Daten können Sie Vorhersagekohorten erstellen, indem Sie Ergebnisse (Ereignisse, Eigenschaften oder Kombinationen aus beiden) definieren, benutzerdefinierte Wahrscheinlichkeitsklassen erstellen und sogar das zugrunde liegende Modell für Ihre Vorhersage anzeigen.

Sobald Sie Ihre Kohorte gespeichert haben, gibt es eine Vielzahl von Zielen, an die Sie diese Kohorte über die Kohortenziele senden können, basierend auf den Kanälen, die Sie in Ihren Strategien definiert haben, wobei nur ein begrenzter Code erforderlich ist.

Es ist wichtig zu beachten, dass Sie mit Technik- und Marketingteams zusammenarbeiten müssen, um sicherzustellen, dass Datenverwaltung, kreative Assets und digitale Bereitstellung über alle Kanäle hinweg Teil der Strategie und Einrichtung sind. Die kundenorientierte Ausrichtung stellt sicher, dass diese Planung bei Ihrer Einrichtung und Einführung berücksichtigt wird.

Beginnen Sie Ihre Personalisierungsreise

Wenn Ihr Unternehmen dieses Jahr Personalisierung erreichen möchte, sind wir hier, um Ihnen zu helfen. Nehmen Sie am 13. Juni um 8:00 Uhr PT an unserem Webinar „Delivery Personalized Experiences at Scale“ mit Amplitude und AWS teil, um mehr zu erfahren.

Wenn Sie wissen möchten, was Sie tun müssen, um Ihre Personalisierungsstrategie voranzutreiben, füllen Sie diese kurze Umfrage aus. Wir werden uns dann mit Ihnen in Verbindung setzen, um einen Workshop zu vereinbaren. Sie können Amplitude Audiences auch über den AWS-Marktplatz finden .

Über Slalom: Slalom ist ein zielorientiertes, globales Unternehmens- und Technologieberatungsunternehmen.Von der Strategie bis zur Umsetzung ist unser Ansatz äußerst menschlich. In acht Ländern und 45 Märkten verstehen wir unsere Kunden – und deren Kunden – genau, um praktische End-to-End-Lösungen zu liefern, die eine sinnvolle Wirkung erzielen. Unterstützt durch enge Partnerschaften mit über 400 führenden Technologieanbietern unterstützt unser über 13.000 Mitarbeiter starkes Team Menschen und Organisationen dabei, größere Träume zu verwirklichen, schneller voranzukommen und eine bessere Zukunft für alle aufzubauen. Wir fühlen uns geehrt, dass wir immer wieder als großartiger Arbeitgeber anerkannt werden und seit acht Jahren in Folge zu den 100 „Best Companies to Work“ von Fortune gehören. Erfahren Sie mehr auf slalom.com.