🕯️ 🧥 💛 在电子商务中应用个性化 ⬛️ 💕 ☝🏽

在业务发展的某个阶段，个性化似乎是提高转化率优化（CRO）的好步骤。公司经常尝试使用现成的算法，依靠AI和机器学习来创建个性化的体验。

而且，许多企业开始使用市场营销工具来使用内置的AI来收集数据，这导致客户的体验分散，公司的结果不理想。

必须谨慎处理自动个性化设置。依赖工具的策略是最糟糕的一些-它们会严重损害您的业务。
个性化不仅是数据和算法。为此，您必须：

简化业务流程；
雇用足够的人为所有页面选项创建相关内容；
可以提供内容的系统。

完全个性化需要大量投资。投资越大，风险越高。

因此，从完全个性化开始是没有意义的（除非您有大量的空闲时间和额外的钱）。与A / B测试一样，如果最初的尝试成功，那么您可以从小处着手，逐步过渡到更全面的方法。

当然，如果结果出现在早期是很好的-这将有助于快速获得用于个性化过程的扩展和自动化的必要资源。这可以通过使用用于优化转化率的相同顺序步骤来实现：

研究;
假设;
测试准备；
进行测试；
评分。

本文的目的是使用一个假设的示例来展示一种实用的方式来实现完全个性化。因此，我们将演示该过程的各个阶段以及每个阶段的期望。它还将简化一些个性化任务。
我已经在多家电子商务公司中使用了类似的方法。一切都始于细分-您可能熟悉的过程。

从细分开始

让我们介绍一个虚构的公司，The Garden Company。她穿梭于各种园艺工具中，从铲子到放松工具，一应俱全。她拥有庞大的产品组合，并在营销上花费了大量金钱。另外，该公司正在使用A / B测试不断优化其站点。

个性化可以成为The Garden Company发展的逻辑步骤。许多事情都可以个性化-例如，针对哪些渠道，针对哪个用户，按什么顺序，什么时间，使用什么内容，什么产品等。
在这种假设的情况下，我们将尝试解决用户交互上经常遇到的问题大型电子商务网站-商品的可用性。

做研究以区分潜在细分

与A / B测试一样，该研究可以识别潜在有价值的细分。

如果您参与了CRO，那么您已经可以获得许多消费者数据。从产品专家到分析师的所有员工，再到采购部门的员工，都基于数据提出了关于客户群的假设。

可用信息已经足以确定可能的细分属性。例如，以下假设适用于The Garden Company：

客户可以分为“休闲爱好者”或“活跃园丁”；
一些顾客比其他顾客更喜欢折扣。
一些客户更喜欢昂贵的品牌，并愿意为它们支付更高的价格。

根据数据在受众群体中突出显示广泛的群体与针对一个客户群的快速选择和个性化不同。后一种方法通常会失败。

按段进行个性化的方法很危险，因为它过早限制了样本量。质量个性化从尽可能广泛的群体开始，然后缩小到那些具有最大价值的客户。

最好根据细分受众群的期望值和易于个性化对其进行优先级划分：

创建一个个性化计划，其中列出了所有客户群以及您要为其提供的体验。
, , , .
, — .

将建议的细分与可用数据进行匹配。为此，不必创建客户端的完整肖像。购物统计信息和有关您的消费者的一些分析信息应该足够。

“花园公司”使用订单数据对“休闲爱好者”和“活跃园丁”细分市场中购买产品类别进行聚类分析。令人惊讶的是，结果没有以两个组显示，而是以三个组显示：“休闲爱好者”，“装饰园艺爱好者”和“水果种植爱好者”。

分析细分时，您会一次又一次感到惊讶。

瞄准对象通常并不明显。迟早您会得出这个结论。我与数百家试图创造个性化体验的公司打交道。一直以来，针对定位的原始想法从未如此出色。
品牌的聚类分析显示，一些客户确实更喜欢昂贵的品牌，而其他一些则更喜欢便宜的同行。要确定折扣的最佳细分，您可以为所有产品设置折扣百分比。

预计销售额增长不大的细分受众群应忽略。

根据结果，The Garden Company将首先比较度假者，园艺爱好者和园艺爱好者。对于此类测试，将根据用户的购买行为和他们在Internet上查看的产品对用户进行分类。使用此分类，可以为段之一配置A / B测试。

创建一个测试

选择一个通道以准备进行细分的测试。最简单的方法取决于所使用的技术和工具。例如，如果站点在缓存中存储了大量信息，则可能需要让Web开发人员来解决此问题。
但是，如果您使用允许您创建自定义细分的优质推销工具（例如Bloomreach，Algolia或Magento），则一切都会简单得多。电子邮件可能是第一个不错的渠道，因为它不会遇到缓存问题，用户从系统中注销以及其他导致难以分析测试结果的细微差别。

在The Garden Company，通过电子邮件进行测试。所有分类的用户都包含在这些细分之一中。由于用于创建内容的资源是有限的，因此，除了主要的通讯组外，团队最初只为电子邮件通讯创建一个版本的消息-旨在“休闲爱好者”。在第一次测试期间，其中50％会收到一封普通信件，而50％会收到其目标版本。

您必须评估针对特定受众的个性化体验的有效性。只有一种方法可以做到这一点。您需要检查不在其上的客户端上为特定细分创建的内容，反之亦然。

在我们的假设情况下，目标版本可带来惊人的增长-来自“度假爱好者”的收入增加了15％。有了这些数字，项目团队将准备测试其他细分市场，并确定更多人来创建个性化电子邮件。

分配其他资源后，将通过电子邮件使用三个不同的字母来测试所有三个客户群。有了这个，花园公司将对分割如何影响分配结果有一个大致的了解。

进一步行动

确定所选通道中的段之后，可以通过选择三种可能的方法之一来向前移动：

在其他通道上重复初始测试。如果可以在其他渠道中识别相同的客户群，这通常是最简单的解决方案。
. , .
. , .

这些步骤的执行顺序无关紧要。同样，最好从最简单的开始。

1.在其他频道上重复进行初始测试，

一如往常，如果测试产生结果，请采取可行的方法并放大。使用细分，然后在其他渠道中对其进行测试。例如，花园公司可以通过测试广告效果来使用相同的分类来展示广告。

另一个好的解决方案是按网站细分网站上的产品。由于电子邮件已被证明是有效的，因此值得一提的是将帮助创建此功能的一组开发人员。

2.合并细分

识别细分后，开始将它们组合在一起，以使与客户的交互更加个性化。您可以创建各种产品类别和品牌的有效组合（例如，“休闲爱好者”更喜欢昂贵的品牌）。

段的组合将使创建内容和管理测试的过程复杂化。页面选项的数量将开始迅速增长。即使是较窄部分的初始测试也将需要大量资源。

尽管定向可能会带来很大的好处，但许多人还没有完全意识到定向总是与组织困难相关联。因此，它需要大量投资。困难是定位的另一面。

在某个时候，拥有可扩展的内容中心成为内容缩放和个性化的先决条件。当可以轻松地重用内容并将其组合到多个模板中时，创建个性化的体验会变得更加容易。

许多工具都支持此功能（例如，Bynder和Nuxeo），但它们本身并不是解决方案。最有可能的是，您将不得不更改创建内容的方式，以便可以重复使用它。

无论如何，分段都需要资源来配置和管理测试。您必须努力获取它们。

3.添加行为触发器

根据您对细分的了解，考虑有关消费者行为的数据将很有用。寻求新烤架的“休闲爱好者”应该专门针对此产品，而不是针对为此细分受众群创建的一般类别。

通过组合细分，您可以合理地假设查看在线商店时哪些行为有意义，哪些无意义。如果“休闲爱好者”在四个烤架之间进行选择，其中两个是高级烤架，另外两个是便宜品牌的烤架，那么哪些产品应该被推广为主打？

答案取决于用户群。如果客户喜欢高档品牌，则应推广高档烤架和配件。当然，可以使用多个渠道来应用此类定位（如前所述）。

个性化增强

组合段并使用行为触发器跨多个通道顺序使用它们已经是一项了不起的工作。此时，细分开始与个性化相交。

但是，借助个性化算法，可以将其提升到一个新的水平。

首先添加个性化推荐。

根据细分，您可以配置推荐算法。花园公司决定根据同一细分市场中其他客户的意见，向客户提供推荐产品的列表。

此后，“园艺爱好者”开始从分段邮件列表中的信件中收到更详细的建议。细分市场中的这一小变化使确定个性化算法的附加值变得容易。此外，所有建议都将是相关的，因为来自相应细分市场的客户对其中的产品感兴趣。

每次进行新测试时，The Garden Company都会根据提出的建议来改进算法，并将其应用于其他渠道和细分市场。

从编排开始

由于Feed现在显示的内容是一致的，因此您可以开始测试对每个用户最合适的内容。这可以通过联系经常单击横幅链接的客户来完成。

这是在不同级别使用的另一种细分形式。借助它的帮助，您可以确定最理想的时间，在该时间之后，您可以在展示具有重定向的广告之后发送跟进信。

从细分向个性化过渡

管理所有细分市场，触发器，渠道和业务流程将很快变得太困难。在The Garden Company的示例中，区分了三个类别的产品类别，两个类别的品牌以及例如五个对折扣敏感的类别-总共获得了30个类别的组合。

结合通道段和业务流程阶段，很难调节整个系统。但是，在测试过程中会生成大量数据-您将知道用户如何对某些渠道，订单，内容和时间范围做出反应。

另外，由于将内容进行了细分，因此许多营销工作都可以分为一个或多个细分（例如，装饰性花园，高档品牌，转用电子邮件的打折顾客）。所有这些数据和内容分类的结合是机器学习的理想选择。

结论

如果不执行上述步骤，最后一步-由AI驱动的个性化-将无法实现。

我们之前讨论的所有内容都适用于机器学习。从小处着手，并继续探索哪种方法最有效。机器学习只是又一个工具，可让您改进在细分和个性化过程中创建的先前开发。

在电子商务中应用个性化