今日信じるのをやめる必要がある8つの個人化の神話

あなたにはそう思われないかもしれませんが、パーソナライズは物議を醸すトピックです。 それがビジネスのレパートリーの中で最も価値のある戦術であると言う人もいます。 他の人は、それは未使用の方が良い不気味なテクニックだと言います。 セグメンテーションと同じだと言う人もいれば、それ以上だと主張する人もいます。

相反する情報がすべて出回っているため、事実を正確に保つことは困難です。 今日、私たちは最も一般的なパーソナライズの神話のいくつかに取り組んでいます。

8パーソナライズの神話、暴かれた

神話＃1：パーソナライズは効果がない

信じられないかもしれませんが、ますますパーソナライズされたマーケティングへの傾向と、それに基づく論理にもかかわらず、パーソナライズが効果的であることを否定する人々がまだいます。

これらは通常、中途半端にパーソナライズを試みて諦めた人々です。 これは、ほとんどのデータが、消費者とマーケターの両方からのパーソナライズの成功を示しているためです。

消費者の約70％は、無関係なマーケティングメッセージを大衆に向けて発信する昔ながらの方法にうんざりしていると述べています。 これが、マーケターの86％がパーソナライズを使用していると言う理由です。より良いカスタマーエクスペリエンスを提供するために：

理由に関係なく、パーソナライズには大きなメリットがあります。 米国のマーケターのほぼ90％が、パーソナライズによる測定可能な改善が見られたと報告しており、半数以上が10％を超える伸びを報告しています。

パーソナライズに関する印象的なROIデータに不足はありません。 すべてのデジタル広告主が覚えておくべき68のパーソナライズ統計の中から詳細をご覧ください。

神話＃2：パーソナライズは気味が悪い

「パーソナライズは気味が悪い」はゾンビの神話です。 何度殺しても戻ってきます。

WordStreamは何年も前にそれを暴き、リターゲティング広告が実際に効果的になることを示しています。

ただし、より多くの証拠が必要な場合は、7か国の2,900人を超える消費者を対象としたSASのオンライン調査によると、ほとんどの人がパーソナライズを高く評価しています。 彼らは、見返りに何かを得る限り、彼ら自身についての情報を喜んで共有します。

イプシロンの調査は追加の証拠を提供し、顧客の80％がパーソナライズされたエクスペリエンスを提供する会社とビジネスを行う可能性が高いことを示しています。 また、18〜64歳の人々の90％がパーソナライズを魅力的だと感じていることもわかりました。

これらの統計などにより、「小売業者がサービスをパーソナライズすることをこれまで以上に多くの消費者が望んでいる」、「消費者はパーソナライズを期待し、レポートを明らかにする」などの見出しが生まれました。

消費者がパーソナライズを望んでいることは簡単にわかります。

もちろん、行き過ぎてしまうこともあります。 ターゲットが妊娠中の10代を両親にさらすという話は広く知られています。 しかし、このようなケースは、適切な判断を下すか、顧客を調査することで簡単に解決できます。 彼らはあなたがあなたの店の近くにいるときにプッシュ通知を送信するためにビーコン技術を使用することを望んでいますか？

多分。 しかし、多分彼らはそれが気味が悪いと思うでしょう。 確実に知る唯一の方法は、結果を尋ねたり、テストしたり、評価したりすることです。

神話＃3：GDPRでそれほどパーソナライズすることはできません

一般データ保護法は、Cookieを個人情報として分類した最初のインターネット規制として歴史を築きました。 予想通り、広告主はパーソナライズの終末を警告しました。 データ収集にこのような厳しい制限があった場合、どのように関連するエクスペリエンスを作成しますか？

しかし、1年以上経った今でも、あまり変わっていません。 パーソナライズが取り返しのつかないほど妨げられていると考える人もいますが、彼らは少数派です。 マーケターの間で一般的な信念は、パーソナライズが実際に改善されたということです。

GDPRの通過後、Marketing Weekは、消費者の27％がブランドとの関係が改善されたと感じ、41％がブランドが電子メールを介してコミュニケーションする方法が改善されたと報告しました。

データを倫理的に収集および管理する人は、心配する必要はありません。 GDPRは、不注意に収集および管理されたデータに基づくパーソナライズのみを脅かします。 消費者が自分のデータ（データがどのように使用されているか、どこに行くか、誰がアクセスできるか）について安全であると感じることができれば、消費者はデータをあきらめることをより快適に感じるでしょう。 そして、それはパーソナライズを改善することしかできません。

神話＃4：パーソナライズのスケーリングは、Amazonのような大手の確立されたブランドでのみ可能です

企業がパーソナライズを追求することを妨げる可能性が最も高いのは神話かもしれません。予算の大きい大手ブランドは戦術しか達成できないということです。 しかし、そうではありません。

パーソナライズは広義の用語であり、さまざまなコストと複雑さの多くの手法を含みます。 ただし、この用語を聞くと、高価なツール、コース、複雑なアルゴリズムを思い浮かべる人もいます。 彼らは、開発者や代理店全体を雇うことを考えています。組織のサイロを解消するために部門を再構築することさえ考えています。

これらはすべて、より優れたパーソナライズを実現するのに役立ちますが、すべてのブランドがコンテンツのパーソナライズを開始するための要件ではありません。 パーソナライズとは、顧客調査の助けを借りてターゲティングを絞り込んだり、場所固有のオファーを作成したりするのと同じくらい簡単な行為を指します。

パーソナライズは広く始まり、狭くなる可能性があります。 それは基本的なものから始めて、より複雑になる可能性があります。 たとえば、すべてのパーソナライズされた広告は、訪問者をパーソナライズされたクリック後のランディングページに誘導する必要があります。

この手法では、コースや組織の再構築は必要ありません。 デザイナーがクリック後のランディングページに広告のメッセージを反映する必要があるだけです。

だから、恐れることはありません。 ハイパーパーソナライズを実現しているブランドは、そのようには始まりませんでした。 彼らは基本から始めました：年齢、場所、性別などのパラメータ。 これらはあなたのビジネスにとっても価値があるかもしれません。

神話＃5：あるビジネスで機能するパーソナライズのタイプは別のビジネスでも機能する

人口統計などのパーソナライズの基本的なパラメーターについて説明しますが、これらのパラメーターはすべてのパーソナライズを開始する必要があるという永続的な神話をカバーする必要があります。

彼らはそうではありません。 性別は、他のビジネスがターゲティングに使用するのに価値があるかもしれませんが、あなたにとって最も価値のあるものではないかもしれません。 たとえば、男性と女性がマーケティングを消費する方法にほとんど違いがない場合、別々のキャンペーンを作成することは価値がないかもしれません。

HubSpotのAlexBirkettによると、パーソナライズは最適化プロセスの拡張と見なす必要があります。 パーソナライズのために実装するルールを決定することは、実行する実験を決定することと同じである必要があります。 Instapageのブログ投稿で、彼は次のように詳しく述べています。

機会費用だけであっても、実行する各アクションをコストと考えてください。各アクションで、ROIの期待値が得られます。 アクションのためのアクションは、実際の戦略的ジレンマであるリターンを実際に見ないで、プログラムのコストを押し上げます。

パーソナライズをコストと報酬の間のトレードオフとしてフレーミングすることで、エクスペリエンスの実現可能性（効果的に提供できるか）と潜在的な影響（実際に成功した場合、メリットは何ですか？）の両方を考慮する必要があります。 これらの答えにたどり着くと、「これは私たちのリソースの最善の使用法ですか、それとも実行するより価値のある実験がありますか？」と尋ねることも強制されます。

これは、最適化以外でも、すべてのマーケティング活動を組み立てる方法である可能性があります。 彼らはあなたの時間の価値がありますか？ ご予算？

あるビジネスで機能するものが、別のビジネスでは機能しない場合があります。 そして、パーソナライズに関しては、機能することだけを行う必要があります。 パーソナライズされたエクスペリエンスを効果的に提供でき、主要なパフォーマンスメトリックを向上させることができる場合は、実装する価値があります。

神話＃6：パーソナライズは広告専用

マーケターがパーソナライズについて考えるとき、彼らの多くは広告の実際のセグメンテーションについて考えます。 パーソナライズしている場合は、広告をターゲティングまたは再ターゲティングしているという神話があります。

eMarketerによると、そうではありません。

パーソナライズは、広告だけでなく、コンテンツ、ソーシャル、検索、電子メールなどにまで及びます。 データはそれを明らかにしています。

ただし、クリック後のパーソナライズよりもクリック前のパーソナライズを大幅に優先するマーケターがまだいるため、この神話が続くのは当然のことです。 広告ターゲティングは、人口統計、サイコグラフィック、企業統計、行動情報などに限定して定義されています。 ただし、ターゲットを絞った広告トラフィックを一般的なランディングページに送信します。

これは広告主の失敗です。 プレクリックがパーソナライズを提供し、ポストクリックが同じパーソナライズを提供しない場合、訪問者はばらばらで非個人的な体験を残されます。 そして、これは多くの例の1つにすぎません。

広告主は、広告キャンペーンの1つのプラットフォーム、メディア、またはステージで単純にパーソナライズすることはできないことをますます学んでいます。 1つをパーソナライズする場合は、すべてをパーソナライズする必要があります。 パーソナライズされた広告はほんの始まりに過ぎません。

神話＃7：パーソナライズを成功させるには技術的な専門知識が必要です

上のグラフからわかるように、パーソナライズの最も難しい領域の1つは、「データ駆動型」のパーソナライズです。 これは最も簡単な方法の1つだと思われるかもしれませんが、デジタル広告主はこれまで以上にデータにアクセスしやすいため、まさにこの理由から、実際には最も難しいものの1つです。 多くの人は、整理するには多すぎると感じています。 生データをパーソナライズのための意味のあるルールにどのように変換しますか？ これは多くのブランドが苦労していることです。

ただし、パーソナライズはセグメンテーションである必要はありません。 のように、パーソナライズするルールを決定するために、常にデータを掘り下げる必要はありません。 パーソナライズに関するブログ投稿で、GuyYalifは次のように説明しています。

ルールベースのパーソナライズとは異なり、予測パーソナライズは、さまざまなオーディエンスに対してアイデアがどのように機能するかを観察することにより、セグメントを自動的に検出します。 これらのAIベースのシステムは、訪問者属性のすべての可能な組み合わせを調査して、どのメッセージがそれぞれに最適であるかを発見します。 セグメントを事前に定義し、各セグメントのメッセージングを指定する必要はありません（オプションで必要な場合を除く）。 予測パーソナライズは、多くの場合、オーディエンスに関する新しい洞察を提供します。

コストは高くなりますが、マシンアルゴリズムに基づくパーソナライズにより、データを手動で並べ替えて意味を理解しようとする手間を省くことができます。 YalifのIntellimizeのようなツールは、トレンドを見つけてそれを有利に使用するのに役立ちます。 パーソナライズシステムの助けを借りて、オンラインバンクのChimeは、さまざまな見出しがデバイス間でさまざまな結果を生み出すことを発見しました。

次に、トラフィックを最適に変換された場所に自動的にリダイレクトし、手動のルールベースの介入なしでデバイスのパーソナライズのレベルを達成しました。

より単純なレベルでは、ソーシャルメディアでの製品のリターゲティングについて考えてみてください。 ユーザーがバックエンドにピクセルがある製品ページを操作すると、Facebookにログインすると、その製品の広告が表示されます。

これらは、広告主による設定をほとんど必要としません。バックエンドのピクセル、それをトリガーする人のための広告キャンペーンです。 これらは、データを溺れさせる必要のあるルールを必要とせずに、パーソナライズするための強力な方法です。

神話＃8：A / Bテストはパーソナライズです

この神話は当然のことながら紛らわしいです。 一見すると、A / Bテストとパーソナライズは非常に似ているように見えます。 方法は次のとおりです。

A / Bテストとは、1つのWebページ（A）とそのWebページの2番目のバージョン（B）を比較して、特定の目標に対してどちらが優れているかを確認するプロセスを指します。 それぞれに等しいトラフィックを誘導した後、有効性の脅威を制御しながら、より成功したページのアイデアが得られます。

その時点で、Webページにアクセスしたトラフィックソースに合わせてWebページを「パーソナライズ」したほうがよいと思うかもしれません。 しかし、あなたはいますか？

A / Bテストの強みは、そのランダム性です。訪問者は、ページAに着陸する可能性が50％、ページBに着陸する可能性が50％であるため、実験が選択効果に悩まされることはありません。 ランダムサンプルは、テスト中に収集したデータから訪問者について正確に推測できるようにするものです。

ただし、特定の母集団に適した設計を特定する場合にも、これは大きな弱点です。 トラフィックのA / Bテストを続けて、最高のパフォーマンスを発揮するデザインを見つけると、最高の平均的なデザインしか得られません。 グループごとに最適なパーソナライズされたデザインを取得することはできません。

例：ビジネスの2つの異なるランディングページをA / Bテストしています。 それらの1つは多数派の画像を使用します。 もう1つは、長い形式の本文コピーを使用します。 結果は、訪問者の60％が画像ベースのページを好むことを示しているかもしれませんが、これは他のページが効果的でないことを意味するものではありません。 これは、平均的な訪問者に基づいて、画像ページが最適であることを意味します。 これはA / Bテストです。

一方、パーソナライズは、最高の平均的なページを見つけることではありません。 興味、人口統計、好みなどに基づいて、訪問者に最も関連性の高いページを提供することです。A/ Bテストとパーソナライズは一緒に使用できます（使用する必要があります）が、同じではありません。 たとえば、Instapageを使用すると、ユーザーはUTMパラメーターを使用してパーソナライズされたエクスペリエンスを作成できます。

これらのパラメーターを満たすユーザーには、対応するパーソナライズされたエクスペリエンスが提供されます。

パーソナライズされたエクスペリエンスを作成したら、A / Bテストでそれを改善する方法を見つけることができます。 これらの2つの手法は相互に補完し合い、主要な目標到達プロセスの指標を大幅に向上させる可能性があります。

パーソナライズの神話を克服する

パーソナライズは単なる一時的な流行ですか？ 答えは非常に明確です。消費者はそれを期待しています。つまり、それを提供できる人は大きな利益を得ることができます。 それを提供する柔軟な方法がある場合、すべてのビジネスにとって、そうしない理由はありません。

ただし、パーソナライズは、顧客に喜ばれるバランスの取れたエクスペリエンスを提供するために、役立つものと煩わしいもの、プレクリックとポストクリックのバランスをとる必要があります。 デジタルキャンペーンとInstapagePersonalizationデモのバランスをとる方法の詳細をご覧ください。