VP, Solution Strategy Nicola Ayan diskuterar hur man kommer igång med personalisering.

Definiera personalisering

Vad är personalisering?

Det är en bra fråga.

Faktum är att i en nyligen genomförd studie där chefer inom marknadsföring, e-handel och IT över hela världen tillfrågades, uppgav endast 26 % av cheferna att de hade en enhetlig definition av personalisering i hela organisationen.

Personalisering är processen att skräddarsy upplevelser på webben eller i mobilappar så att de blir unika för varje enskild användare.

Specifikt för webbplatser och appar omfattar det ofta att bygga eller anta en personaliseringsmotor som har funktionen att förena datalösningar, arbetsflöden för content marketing, ramverk för experimenterande och analyssviter.

Endast 26% av cheferna rapporterade att de hade en enhetlig definition av personalisering i hela sin organisation.

Om du har svårt att förstå vad personalisering innebär för din organisation kan du försöka visualisera hela din kundbas som en pyramid.

Här hjälper vi dig...

Introducera pyramiden för personalisering

Ju högre upp i pyramiden man kommer, desto mer personaliserad måste personaliseringen vara.

Längst ner i pyramiden finns de bredaste kundsegmenten som kommer att få uppleva i stort sett identiska upplevelser. I mitten av pyramiden börjar kunderna skilja sig från varandra och de upplevelser du levererar måste återspegla dessa förändringar.

När du är nära toppen bör dina algoritmer vara tillräckligt avancerade för att exakt förutsäga kundbeteende för att visa relevant innehåll eller produktrekommendationer.

Uppdelning av olika typer av ramverk för personalisering

Ur ett implementeringsperspektiv finns det i allmänhet två metoder för att genomföra personalisering:

Regelbaserad personalisering

Regelbaserad personalisering avser fördefinierade regler och scheman som dynamiskt styr användarupplevelsen. Detta fungerar genom att anpassa användarupplevelser med fördefinierade regler för att visa specifikt innehåll eller funktioner baserat på användarens egenskaper eller beteende.

Du kan nästan se den här typen av personalisering som ett flödesschema som bygger på "om/så"-logik (t.ex. om en användare utför åtgärd x, visa innehåll y).

Algoritmisk eller AI personalisering

Denna typ av personalisering utnyttjar AI-motorer som är kontextmedvetna och reagerar på realtidsbeteende för att forma användarupplevelsen

Några exempel är:

• Product Recommendations
• Content Recommendations
• Email Recommendations

För en djupdykning i de olika typerna av personalisering, kolla in vår uppdelning av när man ska använda regelbaserad personalisering och AI för att leverera de BADA$$ personaliserade upplevelserna.

Spoilervarning: de flesta strategier för personalisering kommer att behöva förlita sig på båda. Och anledningen är att kundsegment och kundresor blir alltmer komplexa. Låt oss tänka på det i termer av atomstruktur.

VP, Solution Strategy Nicola Ayan diskuterar utmaningarna med att implementera personalisering

Utmaningar med personalisering

När Optimizely genomförde en undersökning bland toppchefer i marknadsföringsbranschen över hela världen, var det här som respondenterna uppgav att de största utmaningarna fanns:

• 44% säger att komplicerad eller fragmenterad data är en av de största utmaningarna
• 43% säger att bristen på effektiva analyser hindrar dem
• 40% säger att de har svårt att skala upp sitt program
• 39% säger att de kämpar för att implementera programmet i realtid
• 36% säger att osammanhängande arbetsflöden håller dem tillbaka

Så det låter som om många företag kämpar med att införa en ordentlig infrastruktur för personalisering, eller hur?

För att inte tala om konsekvenserna av att göra sig av med tredjepartscookies, vilket 97% av cheferna medger att de inte är redo för (men vi ber de 3% som är det).

44% av de högsta cheferna inom marknadsföringsbranschen säger att komplicerad eller fragmenterad data är en stor utmaning

Utmaning 1: Definiera personalisering

Inte för att bli meta, men det visar sig att bara genom att definiera personalisering är det också en fråga om personalisering. Vem kunde ana det?

Det är därför det är så utmanande för så många företag att ens komma igång med sin strategi för personalisering; de vet inte ens var de ska börja eller vad det innebär för dem.

Kolla in vår guide om hur du definierar personalisering för din organisation om du fortfarande har kört fast.

Här är ett exempel på hur drastiskt formen av personalisering kan skifta mellan två företag i samma bransch;

Utmaning 2: Skala upp skapandet av innehåll

Personalisering är där innehåll möter data.

Det är svårt att skapa en optimerad kundupplevelse med ett begränsat innehållsbibliotek. Det är ingen idé att försöka personalisera om du ska visa samma fem blogginlägg för alla kunder på din webbplats.

Att skala upp innehållsskapandet är enklare än du tror. Med rätt content marketing-plattform kan du underlätta arbetsflöden som drastiskt minskar den tid det tar att skapa innehåll, enkelt samarbeta kring idéer och strategier, publicera enkelt och till och med utnyttja AI för innehållsskapande.

Kolla in vår guide om skala upp innehållsskapande för personaliserade upplevelser.

Utmaning 3: Hantera data och integritetsfrågor

Att sammanföra data från en miljon olika källor låter ungefär lika kul som att... sammanföra data från en miljon olika källor.

Om du förenar dina data genom en Customer Data Platform (CDP) säkerställer du att dina data är konsekventa för alla kundprofiler, oavsett var de samlas in.

Dessutom måste du vara mycket transparent om hur och vilka data du samlar in från dina kunder för att kunna garantera datasekretess. Även om 78% av konsumenterna anger att de sannolikt kommer att engagera sig i ett personaliserat erbjudande som är skräddarsytt efter deras intressen, anger 77% av konsumenterna också att policyer för dataintegritet är viktiga för att upprätthålla varumärkeslojaliteten. Det är viktigt att hitta en delikat balans som respekterar gränser.

Se till att erbjuda dem sätt att välja bort datainsamling, inte bara för kundlojalitetens skull, utan också för att du inte ska drabbas av stora böter.

Utmaning 4: Mät effekterna av personaliseringen

En av de största utmaningarna med personalisering är att veta om den fungerar som du vill.

A/B-testning och experimentering är vanliga sätt att övervinna personaliseringsutmaningar när du inte riktigt kan räkna ut exakt vad din publik vill ha, eller om vad de vill ha inte är helt klart.

Om du krossar dina ROI-mål är det bara att lyfta på hatten, men vad händer om du inte gör det? Hur vet du vad du ska ändra på och vad du inte ska ändra på? Det är där experimentering kommer in i bilden.

Nu råkar det bara vara så att Optimizely tillhandahåller en lösning för alla dessa utmaningar i en enhetlig plattform, men du har förmodligen redan gissat att du är den skarpa B2B-marknadsförare du är.

Utmaning 5: Att bygga en personaliseringsmotor

Din personaliseringsmotor består av alla de verktyg som krävs för att genomföra din personaliseringsstrategi.

Precis som i alla andra motorer räcker det med en felaktig komponent för att allt ska falla sönder.

Oavsett om din personalisering är en enhetlig lösning (blink blink blink), eller om du har ett lapptäcke av olika system, är här de grundläggande nödvändigheterna för vad din personalisering bör innehålla:

• Smidig, sömlös integration med befintliga strukturer för teknik, inklusive CMS och CRM, för att optimera dataanvändningen
• Skalbarhetspotential tillsammans med ditt företag i takt med att din publik och dina data växer, vilket möjliggör mer komplexa personaliseringar utan att kompromissa med prestandan
• Funktioner för AI och maskininlärning, vilket gör det möjligt att göra realtidsjusteringar baserat på användarnas beteende, vilket förbättrar precisionen i Recommendations
• Eftersom integritetsfrågorna blir allt viktigare är förmågan att använda förstapartsdata på ett effektivt sätt avgörande för en personalisering som följer gällande regler
• Robusta funktioner för testning, till exempel A/B-testning, för att kontinuerligt förfina strategierna
• Omfattande analys och rapportering är nödvändigt för att utvärdera effektiviteten i dina kampanjer för personalisering och säkerställa att avkastningen på investeringen är tydlig

För mycket mer information, kolla in vår djupgående guide om personaliseringsmotorer.

Planera din strategi för personalisering

Minns du när vi sa att 36% av cheferna hindras av osammanhängande arbetsflöden? Och minns du när vi sa att personalisering är en lagsport? Det beror på att personalisering ofta innefattar samarbete mellan olika avdelningar i en organisation.

Innan du gör något måste du se till att du har en delad arbetsyta som möjliggör tvärfunktionell planering och samarbete.

Här är vad din programvara för marknadsföringsplanering ska göra och några frågor du bör ställa för att säkerställa att den passar rätt:

1. Samarbete

   Hur kommunicerar du och resten av din organisation med intresse för personalisering med varandra? Hur planerar ni er strategi?

2. Visualisering

   Låter verktyget du använder dig av dig orkestrera hela ditt program från en flexibel tavla med flera vyer och sätt att filtrera? Är det sömlöst implementerat med hela din martech-stack?

3. Idéskapande

   Att erbjuda en unik kundupplevelse är en iterativ process, oavsett hur mycket data du har. Det beror på att kundens önskemål och behov är föränderliga. Hur brainstormar du och ditt team nya idéer?

4. Synlighet

   Är din strategi begravd i ett kalkylblad på en hårddisk som ingen utanför ditt team har tillgång till? Gör du det bara på måfå?

När du har ett sätt att faktiskt arbeta med ditt team är det dags att sätta igång.

Börja med dina personas

Du har sannolikt redan byggt upp din ideala kundprofil (ICP) innan du tar steget till bredare personalisering. Du bör börja med att tänka ut kampanjer mot dessa personas för att ge dig själv så mycket spelrum som möjligt innan du ens har börjat tänka ut idéer eller samla in data.

Förstå dina bredaste målgrupper

Återigen, du har förmodligen redan en känsla för vilka dina kunder är. Du har sannolikt en gedigen förståelse för de segmenteringar som de tillhör, t.ex:

• Potentiella kunder vs. kunder
• Förstagångsköpare vs. återkommande köpare
• Stationär dator vs. mobil
• Användarens plats
• Typisk åldersgrupp

När du samlar in mer data och insikter kan du förfina ditt tillvägagångssätt och skapa mer detaljerade strategier för personalisering.

Identifiera möjligheter

När du har identifierat dina personas och målgrupper måste du kartlägga de tillhörande möjligheterna inom segmenteringarna och fokusera på de som har störst chans att lyckas. Du kanske redan har detta genom kundfeedback och undersökningar som du har gjort tidigare.