個人化是什麼？
根據客戶行為和需求的見解，個人化作業會量身打造客戶或目標受眾的體驗。其目標是改善客戶體驗 (CX) 並推動業務成果。
相較於成長速度較於員工人數較緩慢，企業的個人化收入增加了 40%。—McKinsey 與公司，2021 年 11 月
個人化需要超越數位體驗的改善，才能避免提供挫折或過度吸引人的負面體驗。我們收到的行銷或服務訊息會清楚地傳達錯誤的東西，或者提供錯誤的內容。
個人化的體驗非常棒，但個人化的經驗不佳可能會損害客戶關係。個人化應該協助建立真實、相關且情境感知的數位體驗。也許更重要的是，它有助於防止因時機不對、不和諧或令人反感的資訊對您的品牌造成損害。
如何個人化
找出個人化的方法之一，就是將其分成三個基本元素。
- 內容。我們為客戶及其目前情況提供哪些情報？這些見解如何配合正確的內容？
- 內容。如何吸引特定個人的優惠、促銷、產品、部分內容或組合？
- 成果。客戶想要什麼？我們是品牌要實現的目標？我們如何調整，使雙方都獲得最大的成功？是否可以運用正確的方式混合內容和關聯情境來獲得這些見解？我們如何衡量結果，確保達成我們的目標？
內容如何支援個人化
關聯情境可協助我們了解客戶體驗，以及是否滿足其期望。相關資訊環境也會提供哪些內容或產品建議。關聯情境及其所提供的情報必須迅速 (一毫秒內) 為人員提供相關體驗和建議。最大化相關資訊相關性的程序可分為三個步驟：
1。集合
客戶資料來自不同的來源 - 網站標記、應用程式、交易系統、忠誠度方案和客戶服務軟體，並可提供給常見的客戶設定檔使用。如果在收集這些資料時有哪怕一毫秒的延遲，它就會變得過時，沒有用處。此外，如果違反同意和隱私權考量，則不得使用資料。可能一開始就不應該收集資料。
2。 分析
收集和處理的資料必須經過分析，才能即時檢視客戶內容。由於能夠為客戶提供最佳解決方案，因此客戶體驗可以透過混合的規則和演算法，加以個人化與協調，以獲得可能的最佳體驗。透過彙總所有客戶接觸點的資料，您可以使用機器學習 (ML) 來了解一般的歷程、決定意圖及將想要的結果最大化。
3. 啟用
提供實際體驗不應遭到低估。適時且適當的內容可大規模遞送至正確的通路，需要自動化。此外，如果沒有足夠的資訊來個人化體驗 (也就是說，您對個人來說並沒有足夠的了解)，這對歸類為預設體驗非常重要。
個人化內容
必須提供內容包括裝置、語言、通路、旅程階段、時間和地點情報，才能個人化內容。建立、管理及交付具備吸引力的內容，也需要適當的策略、流程和技術。
您可以藉由改善描述資料並提供集中存取功能，輕鬆改善現有內容。您也可以使用分析來改善內容的使用方式及其影響。您也可以使用加速和分散式的方式，管理品質和一致性，將新內容建立自動化。
個人化結果
個人化策略中最重要的兩個問題都是「我們嘗試達成什麼？」與「我們如何知道何時達成？」如果沒有回答，則程序應停止，直到所有利益關係人皆能同意所需結果為止。
個人化策略的任何所需結果可能會大不相同，但通常會落在三個時段內：
- 成長
- 保留
- 營運效率
許多個人化策略開始著重於成長，並由行銷團隊領導。不過，個人化策略的成熟度曲線是，其中第四個結果 - 客戶忠誠度和客戶終身價值 - 定義方法。
很可惜，針對成果最佳化個人化方案，大幅縮短某個人的決策能力，以及大部分以規則為基礎的系統。若要最佳化多種成果的個人化策略，需要 AI 和 ML。需要 AI/ML 演算法處理大量的資料和運算。他們只要花費人類完成時間的一小部分就能做到。
隨著最佳化複雜度的成長，演算法必須隨著成熟的資料科學技術與治理不斷增加，才能讓程式符合策略與法規需求。
個人化技術與工具
資料科學工具對於個人化工作至關重要，但他們都缺乏大部分的行銷專業人員。但這些相同的專業人員都需要正確的策略，才能提供個人化體驗和可實現這些體驗的正確技術。行銷專業人員需要個人化工具，以支援日常工作，並具備大規模個人化所需的自動化程度。這些工作的範例包括建議、協調、目標設定、測試及測量。以下詳細說明這些項目：
建議進行大規模的互動、順勢銷售高價產品和交叉銷售相關產品
推動建議與建議是行銷團隊希望個人化工作的一大環。這就是網站上極為流行的「您可能也會喜歡...」區段的動力所在。這些解決方案會管理大量的內容庫存，並且運用規則和演算法，將正確的內容推送到各種通路和平台 (網路、行動、電子郵件、搜尋結果等)。此外，也會確保最佳建議在各個通路之間一致。
協調個人化歷程
忘記購物車中的產品？是否放棄該服務要求表單？跨不同通路個人化多個行銷活動需要精心策劃。精心策劃的範疇不只是管理階層的事。它會管理用於與客戶通訊系統間的連線和相依性，而不僅是用於行銷訊息，也管理業務的其他區域，例如客戶服務。
鎖定正確的對象
目標受眾和客戶目標鎖定是任何成功的個人化策略的一部分。專門適用於一群人的體驗，並非適用於每一個人。這也是為什麼目標特定聽眾會比採用單一規模適用方式來產生更高的報酬率。行銷團隊可運用在個人化工具中找到的動態範本和篩選條件，並根據正確的屬性進行調整，以在 1-1 層次提供正確的體驗。
測試和最佳化個人化變體
決定最具影響力的個人化策略時，都需要 A/B 和 多變量測試。幾乎任何類型的個人化體驗都可進行測試。其中包括網站量身打造的方式，以及哪些電子郵件內容將與特定客戶產生最高的互動程度。不論要測試何種情況，方法都要嚴格，而且還要超越對資料備份的決策。
此外，測試應執行下列作業：
- 讓行銷人員和非行銷人員都很容易設定及執行
- 深入了解與線索和客戶相關的共鳴
- 遵守所需層級的客戶資料隱私權
- 產生可開啟動作的成果
衡量個人化成果
如 Peter Drucker 說：「您只能管理您可以衡量的事物。」評估和報告解決方案在跨通路跨行銷活動變異、成果歸因、機會探索等等的多個層級剖析資料，並加以剖析。當成果可供使用時，行銷人員應與利害關係人分享，以便每個人都在相同的頁面上，確保採取正確的步驟，並進行任何所需的課程更正。
個人化工具、行銷自動化與 CRM 的比較
為了個人化工作，需要最多的人數可存取正確的工具與技術。由於所需的速度，由 IT 部門實施這類策略的光景已不再可行。好消息是，有許多使用者友善且直覺易用的個人化工具可用。
在各種行銷與 CRM 系統中，可部分支援個人化成果。不過，真正的個人化工具是一種應用程式，可以專門用於即時個人化。它會收集和分析數位行為，以即時提供個人化、跨通路的客戶體驗。
探索 Oracle Infinity 行為情報的個人化功能