Scenari universali: la chiave per confrontare le tecnologie di personalizzazione

Nella parte 1 di questa serie in 3 parti, ho esplorato diverse opzioni che collocano le capacità di personalizzazione in un contesto di stack tecnologico di marketing più ampio. Nella parte 2 della serie, ho esaminato i diversi componenti della piattaforma necessari per costruire una strategia tecnologica di personalizzazione olistica. In questa parte conclusiva 3, esploriamo alcuni scenari canonici che puoi utilizzare per supportare l'architettura e le decisioni di selezione dei fornitori.

Analisi di scenario

Sebbene dovresti sempre considerare la funzionalità del prodotto e le predilezioni dei fornitori, la chiave più importante per confrontare le tecnologie risiede nel modo in cui si adattano ai tuoi casi d'uso aziendali specifici, ciò che Real Story Group chiama "scenari". In base alla nostra esperienza, l'analisi degli scenari fornisce la scorciatoia più efficiente per trovare le soluzioni e le architetture più adatte.

In modo esplicito o meno, diverse piattaforme tecnologiche di personalizzazione si rivolgono a diversi casi d'uso. Questo di solito è perché sono stati spesso creati per soddisfare un'esigenza specifica. Nel tempo, potrebbero aver ampliato la loro portata, ma le radici iniziali rimangono visibili e in genere decisive.

In questo caso, diverse piattaforme di personalizzazione sono nate come servizi più semplici per fornire test A/B. Alcuni altri hanno iniziato il loro viaggio offrendo la personalizzazione del sito Web e da lì si sono ampliati, sebbene in genere i servizi più recenti rimangano meno ricchi.

Comprendere gli scenari aziendali che si adattano meglio o peggio alle diverse piattaforme ti consente di vedere più a fondo i loro punti di forza, di debolezza e la compatibilità architettonica per le tue circostanze particolari. Pertanto, RSG ha identificato quattro scenari comuni in base ai quali è possibile giudicare i fornitori di piattaforme di personalizzazione.

Prima di entrare nei dettagli di ciascuno, alcune importanti considerazioni da tenere a mente:

• Questi scenari sono astrazioni. In pratica, è probabile che i tuoi sforzi qui rappresentino varianti o una combinazione ibrida di scenari. I casi si sovrappongono un po', ma sono utili per capire quali tipi di prodotti tendono a funzionare meglio per diversi tipi di progetti;
• RSG li utilizza come scenari modello per la valutazione dei fornitori, comprese le piattaforme di personalizzazione. Tuttavia, nei tuoi sforzi di selezione della tecnologia, dovresti specificare i tuoi casi d'uso unici rispetto ai quali testare i fornitori;
• Gli scenari nella figura formano approssimativamente uno spettro di maturità da sinistra a destra. Man mano che ti muovi attraverso questo spettro, avrai bisogno di una maggiore preparazione in termini di capacità richieste e di una comprensione più profonda di come distribuire strategicamente i servizi di personalizzazione. Ma man mano che maturi, puoi usare questi scenari per rafforzarti a vicenda; ad esempio, utilizzando il test e l'ottimizzazione per informare i consigli di e-commerce.

Ora tuffiamoci su ciascuno.

Scenario 1: Sperimentazione

Sperimentare con logica, contenuto, design e altri elementi è un requisito quasi universale e richiede sempre più capacità omnicanale. Questo è uno scenario supportato dalla maggior parte dei fornitori di personalizzazione. In effetti, diversi strumenti di personalizzazione, tra cui Optimizely e Adobe Target, hanno preso vita con questo scenario.

Le capacità comuni sono:

1. Test A/B o test A/B/..N più avanzati: confronta due o più versioni di contenuto per vedere quale funziona meglio per obiettivi specifici;
2. Test multivariato: come suggerisce il nome, confronta più variabili, quindi puoi confrontare combinazioni di elementi diversi che possono includere non solo variazioni di elementi di contenuto (ad esempio, titolo) ma anche variazioni di elementi di design (ad esempio, immagine o invito all'azione) ; e
3. Ottimizzazioni basate sui risultati dei test.

La maggior parte degli strumenti ora supporta meccanismi basati sul linguaggio macchina per eseguire suddivisioni, test e ottimizzazioni. Dove differiscono, sostanzialmente, è nelle loro capacità omnicanale, ad esempio, la capacità di eseguire lo striping di un singolo test su più punti di contatto con i clienti diversi.

Scenario 2: personalizzazione del Web

Come suggerisce il nome, questo scenario si rivolge a siti Web e applicazioni; ovvero, distribuire contenuti o servizi personalizzati su una delle proprie proprietà digitali. Come i test, può essere basato su segnali comportamentali e contestuali, ma sempre più aziende cercano di sfruttare i dati del profilo di prima parte.

Questo tipo di personalizzazione in entrata non è una novità e alcuni di voi hanno giocherellato con i motori delle regole per oltre due decenni. Oggi, le tecniche basate su regole stanno lentamente cedendo il passo ad algoritmi basati su Machine Learning, spesso basati sul comportamento della sessione piuttosto che sul profilo del cliente. Tuttavia, RSG ha riscontrato che l'esperienza aziendale con queste tecniche rimane mista.

Scenario 3: personalizzazione in uscita

Questo scenario si occupa della personalizzazione dei messaggi, principalmente via e-mail ma anche tramite SMS e messaggistica in-app.

La personalizzazione qui ti consente di adattare il contenuto del messaggio a segmenti o individui, e magari attivare messaggi in base a comportamenti o eventi, oltre a testare/ottimizzare le comunicazioni in uscita come faresti con le esperienze web in entrata.

Alcune piattaforme di personalizzazione si integrano con le piattaforme di email marketing. Tuttavia, la sofisticazione dell'integrazione varia. Alcune piattaforme forniscono funzionalità avanzate per modelli e-mail e contenuti e-mail da soli. In altri casi, lo stesso fornitore di email marketing può fornire servizi di personalizzazione specifici del canale.

Scenario 4: Raccomandazioni per l'e-commerce

La vendita al dettaglio online e l'e-commerce più in generale rappresentano un caso d'uso speciale per la personalizzazione. Dal momento che promette un impatto diretto - aumento delle vendite - i fornitori si sono concentrati su funzionalità avanzate qui.

Le funzionalità chiave potrebbero includere consigli sui prodotti, vendite incrociate e up-sell, trigger relativi al carrello e altro ancora. Diverse soluzioni di personalizzazione forniscono soluzioni puntuali specifiche per l'e-commerce, mentre altre si integrano con piattaforme di e-commerce.

Anche i consigli basati sull'apprendimento automatico possono svolgere un ruolo importante nella selezione del pubblico giusto o di un insieme ottimale di prodotti, pacchetti, offerte e così via.

Leggi il prossimo: Le prime due parti di questa serie in tre parti

Cosa dovresti fare

Gli scenari offrono l'approccio iniziale più utile per contrastare i principali punti di forza e di debolezza delle diverse piattaforme di personalizzazione. Esistono almeno due modi in cui puoi utilizzare questi scenari a tuo vantaggio.

Innanzitutto, gli scenari possono aiutarti a chiarire le architetture. Nella parte 1 di questa serie, abbiamo affrontato una domanda importante: dove dovrebbe risiedere la personalizzazione nel tuo stack martech omnicanale? I casi d'uso aziendali dovrebbero pesare molto qui. Ad esempio, se sei davvero interessato alla personalizzazione del sito Web (secondo scenario) e nient'altro, la personalizzazione basata sui canali incorporata nel tuo WCM potrebbe non essere una cattiva opzione da considerare. Ma se vuoi supportare tutti questi scenari, probabilmente hai bisogno di un motore di personalizzazione dedicato.

In secondo luogo, una volta deciso dove dovrebbe risiedere, puoi utilizzare gli scenari per selezionare i prodotti giusti per le tue esigenze. In RSG, utilizziamo scenari personalizzati in base alle tue esigenze specifiche per generare quadranti dei fornitori personalizzati adatti alle tue esigenze. Dovresti seguire un approccio simile. Fammi sapere se possiamo aiutare.

Le opinioni espresse in questo articolo sono quelle dell'autore ospite e non necessariamente di MarTech. Gli autori dello staff sono elencati qui.