Genişlik Kitleleri ile Ölçekte Kişiselleştirme Tarifi

Bu blog yazısı, Slalom Baş Danışmanı Nick DeCesare tarafından yazılmıştır.

Müşteri beklentilerinin yükseldiği bir çağda işletmeler, rekabet gücünü korumak için bireysel ihtiyaç ve tercihlere hitap eden kişiselleştirilmiş deneyimler sunmaya çalışıyor. Aslında, müşterilerin %66'sı markaların kendi istek ve ihtiyaçlarını anlamasını beklerken stratejik kişiselleştirme, müşteri bağlılığının, sadakatinin ve bir işletmeye yapılan yatırımın artmasının ardındaki itici güç haline geldi.

Kişiselleştirme birçok işletmenin arzusu olsa da, sadece bazıları bunu iyi bir şekilde yapabilmiştir. Slalom'da, birkaç temel nedenden ötürü, verileri müşteriler için kişiselleştirme ve yolculuk orkestrasyonunu gerçekleştirmenin önünde sürekli bir engel olarak gördük:

Aşırı basitleştirilmiş stratejiler

Artık erken benimseyenler kişiselleştirilmiş deneyimleri test edip bazı ödüller aldıklarına göre, müşteriler bunu her zamankinden daha fazla talep ediyor. Kişiselleştirme sürecini kısa devre yapma arzusu görüyoruz, ancak bunu yaparken şirketler varsayılan olarak tıklamalar veya sitede geçirilen süre gibi ölçümlerle geleneksel demografik veya diğer profil tabanlı hedeflemeyi tercih ediyor gibi görünüyor. Şirketler, hangi kişiselleştirme faktörlerinin müşteriler için anlamlı olacağını net bir şekilde anlamak için geri adım atmadan, kişiselleştirme çabalarının sonraki yatırım getirisini göstermekte zorlanıyor.

Veri toplama ve yönetimi

Veriler, kişiselleştirme yatırım getirisi için önemli bir zorluk teşkil ediyor. Gartner'ın 2019 raporu, pazarlamacıların %80'inin 2025 yılına kadar kişiselleştirme çabalarından vazgeçeceğini öngördü ve birincil neden olarak müşteri verilerini toplamadaki zorlukları gösterdi. Müşterilerin veri korumaya olan güvenlerinin azalması, onları kişisel bilgileri paylaşma konusunda tereddütlü hale getirdi. Şirketler müşteri içgörüleri için üçüncü taraf tanımlama bilgilerine güvendiğinden, bu tanımlama bilgilerinin yakında kullanımdan kaldırılması onları dezavantajlı duruma getiriyor. Kişiselleştirmede bir adım önde olmak için şirketlerin, üçüncü taraf tanımlama bilgilerine olan güveni azaltarak, rızaya dayalı birinci taraf veri toplamaya öncelik vermesi gerekir. Bu boşlukların şimdi belirlenmesi, gelecekte kanıtlanmış kişiselleştirme stratejileri için gerekli veri temelinin oluşturulmasına yardımcı olacaktır.

Veriler toplandığında bile, genellikle birleşik bir kimlik olmadan çeşitli platformlarda bulunur ve bu da etkili hedeflemeyi birkaç birleştirilmiş temas noktasının ötesinde zorlu hale getirir. Örneğin, ürün çeşitliliği optimizasyonu, müşteri verileri, geçiş, ürün çeşitliliği ve ürün bilgi sistemleri gibi birden çok kaynaktan veri gerektirir. Veriler gerekli yapıya sahip değilse, makine öğrenimi modellerinin etkili bir şekilde çalışması için bir engel haline gelir.

operasyonların karmaşıklığı

Gartner'ın 2021'deki bir takip raporu, dijital pazarlama liderlerinin %63'ünün AI/ML teknolojisini uygulamadaki zorluklar nedeniyle kişiselleştirmeyle ilgili zorluklarla karşılaşmaya devam ettiğini öne sürdü. Bununla birlikte, ana engeller yalnızca teknik değil, strateji ve operasyonel sorunlardan kaynaklanmaktadır.

Teknoloji sahipliği ve yönetiminin genel stratejiden ayrılması önemli bir zorluk teşkil etmektedir. Başarılı kişiselleştirme, güçlü hipotezlere, istenen müşteri deneyimlerinin net bir şekilde anlaşılmasına ve kişiselleştirmenin bu deneyimlere nasıl katkıda bulunduğuna dayanır. Teknik ekipler genellikle kişiselleştirme yazılımlarını iş ekipleriyle tam uyum ve işbirliği olmadan satın alır ve bu da müşteri deneyimi gereksinimlerinde, fırsat tanımlama süreçlerinde ve strateji ve uygulama için sahiplik ve hizmet düzeyi sözleşmelerinde (SLA'lar) netlik eksikliğine yol açar.

Bu yanlış hizalamanın bir sonucu olarak, analitik ve teknoloji ekipleri müşteri deneyiminden kopuk hale gelir, modelleri bilgilendirmek için gerekli veriler sağlanamayabilir ve iş ekipleri etkin uygulama için teknik gereklilikleri kavramak için mücadele eder. Sonuç, aşırı basitleştirilebilecek ve istenen ROI'yi sağlamayan beklentiler ve modeller etrafında sürekli bir iç sürtüşmedir.

Kişiselleştirme yaklaşımınızı yeniden düşünmek

Kişiselleştirme, doğru temel unsurlarla aşırı karmaşık olmak zorunda değildir ve işlevler arası paydaşları bir strateji üzerinde hizalamakla başlar.

• Mevcut verilerden yararlanan müşteri zorluklarını belirleyerek paydaşları bir strateji üzerinde hizalayın. Müşterileri geride tutan bazı zorluklar nelerdir? Daha yüksek katılım veya değer sağlayan davranışlardan bazıları nelerdir? Bu soruları yanıtlamak, şirketlerin geleneksel demografik kişiselleştirme yöntemlerinden uzaklaşmasına ve bağlamsal veya tahmine dayalı kişiselleştirmeye doğru ilerlemesine olanak tanıyacaktır.
• Reklamcılık, dijital platformlar ve pazarlama otomasyonu kanallarında kişiselleştirmenin en fazla etkiye sahip olacağı kanalları ve mesajları tanımlayın.
• Bu stratejiye dayalı olarak model için gerekli verileri belirleyin. Hipoteziniz ve ölçümlerinizle, veri gereksinimleri oluşturabilir ve model için veri kaynaklarıyla eşleyebilirsiniz. Bu, istenen modeli sağlamada bazı veri boşluklarını ortaya çıkarabilir.
• Verilerin eksiksiz olduğundan ve kullanılabilir bir şekilde yönetildiğinden emin olun. Biraz veri manipülasyonu ve şemalaştırma gerektirebilir, ancak bu süreç, iş ekiplerinin veri kullanılabilirliğindeki rollerini anlamalarına ve gelecekteki yönetişim ve yönetim yöntemlerini tanımlamalarına yardımcı olacaktır.
• İş ve analitik ekipleriyle işbirliği içinde deneyler yaparak ve modeli ayarlayarak hipotezi test edin.
• Veriler yeni öngörüler ve fırsatlar ortaya çıkardıkça stratejileri sürekli olarak gözden geçirin ve güncelleyin. Kişiselleştirme stratejilerinin sürekli olarak gözden geçirilmesi ve güncellenmesi gerekir.

Amplitude Audiences + AWS Personalize: Kişiselleştirmeyi gerçeğe dönüştürmek için iş ortaklığı

Amplitude'un yer aldığıThe Digital Analytics Revolution: How to Build for the Future with the Right Technologyadlı son e-kitabımızda,kişiselleştirme gibi "üst düzey müşteri deneyimleri" sağlamak için temel bileşenlerden ve Amplitude'un bu deneyimleri sunmak için nasıl ayarlandığından bahsediyoruz. . Amplitude'un gizlilik odaklı olay modeli, kimlik çözümlemesi için deterministik eşleştirme ve proaktif veri sağlığı izleme. AWS Personalize'ın etkileyici makine öğrenimi teknolojisiyle bir araya gelen Amplitude Audiences, self servis öneriler oluşturmak için kolaylaştırılmış bir yol sunar.

Amplitude, veri destekli kişiselleştirme hipotezleri oluşturmak için gereken veri keşfi seviyesini elde etmek için veri odaklı stratejiler ve hipotezleri esnek kohortlar ve zorluklarla başa çıkmak için verilerde kolayca gezinmenizi sağlayan çeşitli görselleştirmelerle masaya getirmenize olanak tanır. meydan okuma tuvaliniz için ve yeniden oluşturmaya çalıştığınız sonuçları karşılayan müşteriler için davranışları belirleyin.

Ayrıca davranışların kendisine güvenmek zorunda değilsiniz, Kitleler, kullanıcı özelliklerinin hesaplanmış değerlerini bile oluşturmanıza olanak tanır. Bu, görüntülenen son öğeye, kullanılan son içerik parçasına vb. dayalı bir grup oluşturmanıza olanak tanır.

Genlik ile, hipotezler için yalnızca dijital davranışlarla sınırlı değilsiniz. Sınırlı SQL gereksinimiyle analiz keşfinizi geliştirmek için müşteri, işlem veya diğer operasyonel verileri çekmek için sağlam Profil API'lerinden yararlanın.

Bu verilerle, sonuçları tanımlayarak (olaylar, özellikler veya ikisinin kombinasyonları) tahmin kohortları oluşturabilir, özel olasılık parantezleri oluşturabilir ve hatta tahmininiz için temel modeli görebilirsiniz.

Grubunuzu kaydettikten sonra, sınırlı kod gerektiren stratejilerinizde tanımladığınız kanallara bağlı olarak bu kohortu kohort varış noktaları üzerinden gönderebileceğiniz çeşitli varış noktaları vardır.

Veri yönetimi, yaratıcı varlıklar ve kanallar genelinde dijital dağıtımın strateji ve kurulumun bir parçası olmasını sağlamak için teknik ve pazarlama ekipleriyle işbirliği yapmanız gerekeceğini unutmamak önemlidir. Müşteri odaklı uyum, kurulum ve lansmanlarınızda bu planlamanın dikkate alınmasını sağlayacaktır.

Kişiselleştirme yolculuğunuza başlarken

Kişiselleştirme, şirketinizin bu yıl başarmak istediği bir şeyse, size yardımcı olmak için buradayız. Daha fazla bilgi edinmek için 13 Haziran saat 08:00'de Amplitude ve AWS ile Kişiselleştirilmiş Deneyimleri Geniş Ölçekte Sunun web seminerimize katılın.

Kişiselleştirme stratejinizi harekete geçirmek için ne yapmanız gerektiğini anlamak istiyorsanız, bu kısa anketi doldurun, biz de bir atölye çalışması planlamak için sizinle iletişime geçelim. Amplitude Audiences'ı AWS pazar yeri aracılığıyla da bulabilirsiniz .

Slalom Hakkında: Slalom, amaca yönelik, küresel bir iş ve teknoloji danışmanlık şirketidir.Stratejiden uygulamaya, yaklaşımımız son derece insanidir. Sekiz ülkede ve 45 pazarda, anlamlı etki yaratan pratik, uçtan uca çözümler sunmak için müşterilerimizi ve onların müşterilerini derinden anlıyoruz. 400'ün üzerinde lider teknoloji sağlayıcısıyla yakın ortaklıklarla desteklenen 13.000'den fazla güçlü ekibimiz, insanların ve kuruluşların daha büyük hayaller kurmasına, daha hızlı hareket etmesine ve herkes için daha iyi yarınlar inşa etmesine yardımcı olur. Sekiz yıl üst üste Fortune'un Çalışılacak En İyi 100 Şirket listesinden biri olmak da dahil olmak üzere, sürekli olarak çalışmak için harika bir yer olarak tanınmaktan onur duyuyoruz. slalom.com'da daha fazla bilgi edinin.