個性化體驗的投資回報率：受眾測量
已發表: 2022-12-13這是關於個性化 ROI 的三部分系列中的第一部分。 第二和第三部分將著眼於內容和過程測量。
最近的統計數據支持品牌需要創造更加個性化的客戶體驗。
- 80% 的消費者更有可能從提供量身定制體驗的品牌購買商品。
- 70% 的消費者表示，他們的忠誠度受到品牌對他們個人需求的理解程度的影響。
- 71% 的客戶在沒有個性化體驗時會感到沮喪。
雖然上述所有情況可能都是正確的，但很難確定創建真正一對一體驗所需的投資回報。 這樣做的途徑可能需要人們花費數月時間，外加數百萬美元才能正確完成。
在這個由三部分組成的系列中，我將探討營銷人員在創建個性化客戶體驗時如何衡量績效和回報。 我還將介紹任何組織在著手可能成為大規模計劃之前應該問的幾個問題。
讓我們通過關注重要方面——客戶——來開始我們關於衡量個性化客戶體驗的討論。 通過受眾表現衡量個性化意味著我們正在衡量個人和個人群體，以及他們如何對更量身定制的內容、優惠和旅程做出反應。
在這篇文章中，我將探討看待受眾和個性化的不同方式，並解決一些對一對一個性化效果回報的懷疑。
了解受眾是個性化的關鍵
我們都收到過類似這樣的電子郵件或短信：“嘿 [在此插入您的姓名]，您想在 [此處插入產品或服務] 上享受 50% 的折扣嗎？”
有些人可能稱之為“個性化”，因為你的名字被插入而不是簡單地說，“嘿，隨機的人。” 但這不是我想在這裡討論的那種個性化體驗。
讓我們將我剛剛描述的方法稱為“替代”而不是“個性化”，並轉而關注更強大的示例和想法。
然而，除了簡單的替代之外，我們還需要更多地了解我們的客戶或潛在客戶，而不僅僅是他們的名字和姓氏、電子郵件地址或電話號碼。
輸入第一方數據策略，以及為什麼您看到如此多的品牌投資於客戶數據平台 (CDP) 等工具，甚至是在可信方之間匯集客戶數據的第二方平台。 由於第三方 cookie 和移動設備 ID 跟踪正在被主要技術公司棄用，這一策略至關重要。
所以這裡有一個問題，如果個性化取決於對客戶的深入了解，那麼您如何知道自己對他們的了解程度呢？
答案在於創建第一方數據策略和基礎設施，使您能夠建立客戶檔案並隨著時間的推移發展他們的信息。
構建第一方數據策略需要：
- 正確的基礎設施（例如，CDP 和 CRM）。
- 首先向您提供數據的客戶的信任。
- 一種通過基於該數據的個性化體驗不斷豐富和服務客戶的方法。
深入挖掘：什麼是個性化營銷以及它在今天是如何使用的？
相對測量對於理解個性化提升至關重要
這是為真正的個性化懷疑論者準備的。 除非您設置真實的實驗並衡量使用和不使用個性化之間的差異，否則您如何了解您的個性化是否有效？ 確實不太好！
這就是為什麼相對測量可以提供有關您的個性化工作（或不工作）的許多見解的原因。 從以下方面考慮（您可能以前見過）：
- 向客戶展示他們在網站或電子郵件中以圖像形式購買的確切產品。
- 向客戶展示他們在上次訪問時定制的產品。
- 根據客戶的地理位置或其他人口統計數據自定義向客戶顯示的圖像。
然後，通過向他們展示通用產品或其他通用的文本或圖像來比較這樣做的結果。 您可能會在某些區域看到提升，而在其他區域則看不到，但這是使用相對度量的價值的一部分。
因為創建個性化的內容、優惠和體驗比一刀切的方法需要更多的資源，所以更好地理解產生最大價值的槓桿是很重要的。
最終，您可能能夠為每個頻道上的每個人個性化一切。 但與此同時，了解哪些方面的影響最大可以幫助您在不消耗資源的情況下做出有意義的改進。
深入挖掘：如何利用第一方數據使數字體驗人性化
CLV 是最終衡量標準
雖然有許多有用的衡量標準可以確定個性化體驗的有效性，但最有益的也可能是最具挑戰性的。 客戶生命週期價值 (CLV) 需要有關個人全套行為的大量信息，也許還需要最寶貴的商品——時間。
衡量 CLV 使我們能夠真正了解全面、個性化的客戶體驗對個人購買和產品或服務使用的影響。 它考慮了獲取客戶的成本，這通常可以是轉換客戶的投資，然後展示單個客戶如何隨著時間的推移推動價值。
當然，基於時間的組件確實使這成為最具挑戰性的。 例如，如果客戶的平均壽命超過五年：
- 您如何在相對較短的時間內獲得有用的 CLV 模型？
- 您如何判斷個性化在該模型中扮演什麼角色？
我見過許多不同的計算客戶生命週期價值的模型，但他們會使用歷史數據來計算生命週期、客戶流失等方面的支出平均值。 您可以將這些用作基準測量。
此外，您可以使用相對測量來查看那些獲得較少個性化體驗的客戶與可能從更多個性化體驗中受益的新客戶對客戶生命週期價值的影響。
我將在本系列的後續文章中更多地討論多點觸控歸因，但能夠將價值和轉化歸因於特定的交互和渠道或接觸點也有助於當您被問及有關確定個性化價值的問題時整體 CLV。
多少個性化就足夠了？
除了告訴營銷人員個性化對購買行為產生積極影響的統計數據外，作為消費者本身，當我們的體驗由品牌量身定制時，我們會很感激。
但這種個性化既要以品牌為代價（這可能會傳遞給我們作為客戶），也可能會增加我們洩露的數據量（這可能會影響我們的數據隱私）。 所以問題仍然存在，多少個性化就足夠了？ 是否有太多個性化的東西？
有幾種方法可以看待這一點。
- 從內部資源的角度來看，如果沒有設置正確的系統和流程來處理不斷增長的需求，過多過快的個性化會耗盡資源。
- 真正的一對一個性化依賴於人工智能和機器學習 (AIML) 模型以及預測分析，它們可以非常有效地工作，但需要時間和培訓才能做到。
因此，也許與其問多少個性化就足夠了，不如問：
- 現在有多少個性化足以帶來改進？
- 我們應該為未來建設什麼？
採用這種方法意味著您的客戶可以從更加量身定制的體驗中受益，同時您的內部團隊和基礎架構會適應所需的變化，以繼續使這些個性化體驗更加有效。
當您關注受眾的這些重要方面時，衡量個性化內容、優惠和體驗的投資回報率就變得非常有價值。
獲取營銷技術！ 日常的。 自由的。 在您的收件箱中。
見條款。
本文中表達的觀點是客座作者的觀點，不一定是 MarTech。 此處列出了工作人員作者。
相關故事
MarTech 上的新功能