实现数字化客户体验个性化的程度有多远

为了摆脱大规模营销,专家和广告商已经对细分目标定位三联体下注,以个性化品牌及其客户和潜在客户之间的关系。换句话说,根据本质上的社会人口,心理或历史标准对客户进行细分的技巧。

如果长期以来一直将这种方法视为圣杯,那么在实时在线体验时代,它就构成了两个主要限制。一方面,网站访问者是根据“冷”数据进行分类的,这些数据在访问时可能不再是最新的。另一方面,它将访问者分类为不可变的类别,这些类别可能在导航中的时间T与其需求没有真正的联系。无法保证这些过去的数据与访问者在访问的确切时刻的期望相符。

被归类为“ 50岁以下家庭主妇”真的意味着一个人在瞬间T会比“具有框架地位的千禧一代”更愿意购买汤匙吗?即使我们了解此细分背后的原因,但事实仍然纯粹是理论上的。在线瞬间,冷数据或过去的数据是否在启发我们的需求和期望?我们是否应该根据古典音乐的消费者返回他们的网站时的访问历史来对其进行定位,以便向他们的侄子Hard Rock送礼物?这是静态手动细分的一些局限性…

使用AI实时了解访问者的购买意图

访客打算在品牌网站上购买商品是一个事实。它与社会职业地位,年龄或地理位置没有直接关系。它也随着时间的推移以单次访问的规模演变。

所有来自主要品牌和公司网站访问者的“热门”数据的实时分析都揭示了这一点。的确,人工智能使解密称为“意图数据”的“行为”数据成为可能,例如通过在网站上花费的时间,流量的来源和来源,访问的页面,购买机会来揭示(无论是否紧急),访问频率(重复访问者,新访问者),搜索引擎和使用的设备或退出网站的时间。

机器学习算法具有立即处理所有这些数据的复杂性和数量而没有任何偏差的巨大优势。他们的唯一目的是预测访问者的conversion依或不non依,甚至是犹豫不决的程度,换句话说,他们的意图。

提供相关的在线体验

AI因此在在线体验的背景下提供了非常有趣的新观点。它使得可以实时跟踪每个访问者的购买意向的演变,以便在适当的时间自动触发个性化的消息,内容和要约,以准确响应他们的意图。

这称为奇异营销。它建议直接针对网站的每个访问者的行为-针对他们而不是针对他们的个人资料。如果许多品牌发现很难个性化在线体验,那是因为他们处理客户数据的方法仍然经常只专注于分析与过去和游客的责任相关的冷数据,而无需考虑考虑到他们的实时行为。

因此,品牌的主要错误之一是仅使用冷数据来个性化数字体验,而没有充分考虑到实时访客的需求。

当然,我们可以根据条件(例如最后订单)进行自定义,但这还不够。让我们举个例子:一个客户去两周前购买洗衣机的站点。他目前正在航行,为生日临近的朋友寻找礼物,他想为他找到西班牙的旅游指南。根据“以前的购买”标准,该品牌将在逻辑上为他们提供洗衣机。但是,这不是此访客当前正在寻找的东西。此外,基于这些标准,不可能个性化从未在网站上进行转化的访问者的体验。

正如我们所看到的,数字个性化是实时的,并在许多方面克服了分类思维。访问者的实时行为数据及其演变的度量对于有效地个性化数字体验至关重要。

预测访客的意图,以客户为中心的品牌的机会

在在线体验的情况下,手动细分可以响应某些简单的用例,但是将其与实时预测方法结合以进一步实现个性化并因此吸引访问者参与和兴趣很有趣。转换。品牌开始意识到机器学习算法可个性化每个访问者体验的功能。不仅是优化商人站点的问题,而且还在于大大提高其性能的问题。

奇异营销的新时代为致力于使数字成为价值创造渠道的品牌提供了机会。好处很多:转换率和访问者参与度的逐步提高,产生合格线索,营销活动的投资回报率增加以及产生更多的营业额。考虑到每次访问都是唯一的,并且能够通过个性化访问者与品牌之间的关系来精确做出响应,现在技术允许了。每个人都有他们的数字体验!

评论已关闭。