个性化已死，超个性化万岁

已发表: 2019-01-09

今天，一切都是关于你，消费者。你的需求、梦想、愿望和想法是新的资本。未来属于围绕这一点创造经验的公司。超个性化是营销人员和产品设计师的新标准。

我们不应该针对大众的客户体验，而应该针对个人。考虑到这一点，在过去的几年里，营销人员和产品设计师已经磨练了他们的信息和产品。

这并非没有效果。营销表达现在更有针对性。我们收件箱中的时事通讯越来越多地包含个人称呼。在网上冲浪时，我们会看到我们感兴趣的领域内的产品广告。营销人员有时会做功课，这些信息真的很有趣。

个性化已经不够了

在营销方面，个性化带来了迷人的尝试，但这还不够。仔细检查表明，上述示例（看似个性化）仍然不是针对个人的营销表达。

让我解释一下：每个户外服装爱好者都会看到相同的广告，即绝缘羊毛背心或带有防水但透气涂层的冬季外套。除了个人称呼之外，每个时事通讯收件人最终都会阅读相同的时事通讯。

是的，消息现在在一定程度上更具针对性和定制化。但这仍然不能使消息成为针对特定个人的独特表达。它们只是对通用内容的调整。

个性化趋势的一个副作用是买家角色。在我看来，它们可以被丢弃。

买方角色是具有定义预期目标群体特征的虚构个人。然而，不会有一个人具有这些确切的特征。买方角色根本不够准确，因为它不代表个人。

该工具不是定制客户体验的良好基础，因此请摆脱它。现在是公司意识到这一点并采取以下步骤的时候了：这被称为超个性化。

那么，超个性化的客户体验是什么样的呢？试想一个完全适应个人喜好的网上商店，因为客户在那里购物的频率更高。或者以一件衣服为例，它不仅在尺码方面为个人量身定制，而且还包括所需的印花、材料选择和绝缘值。

该概念也可以有效地应用于呼叫中心。例如，考虑一个呼叫，服务台员工可以立即看到相关的购买和联系历史记录，而后者又可以提供更有针对性的服务。

一些企业已经意识到了这种需求并以身作则，例如 Xertonline.com，这是一项针对业余和专业自行车手的在线服务。他们没有采用目前主导市场的通用培训软件，而是采用了不同的方法。 Xertonline.com 根据个人运动员的独特品质、弱点和期望目标创建量身定制的训练计划。

该服务通过以前的骑行完全自动地建立个人特征，并根据每次骑行准确显示运动员的健康程度或疲劳程度。基于所有这些，它再次完全自动地组成了一个帮助个人实现目标的训练方案。

虽然像这样的个人方法通常需要体育教练，但 Xertonline.com 完全基于机器学习和人工智能。他们实际上已经将超个性化变成了他们独特的卖点。没有两个客户体验是相同的。

那么组织是否应该盲目地跳上个性化列车？一些谨慎是可取的，因为有一个问题。为个人量身定制客户体验意味着对个人有很多了解，并且应该——根据所提供的服务——尽可能完整地了解独特的特征和偏好。

这意味着作为一家公司，您应该与您的客户保持密切联系并了解他们的隐私偏好。这是一门非常细致的课程。现代消费者高度了解他们的隐私权——他们越来越有能力确定他们分享的内容、时间和对象，以及对他们生活的了解程度。

听说过“Facebook 外活动”设置吗？了解公司如何跟踪您的数据，以及如何保护您的个人数据。

特定的客户商誉是一个坚实的先决条件。从接触的第一刻起就向某人提出太多问题，您不会获得这一点。如果您要这样做，那么您应该非常清楚“对他们有什么好处”。

在任何情况下，可持续的客户关系都是成功的重要先决条件，只有通过合理安排所需数据的收集时间才能实现。知道什么时候问什么，而不会让客户感到被侵犯他们隐私的问题压得喘不过气来。

如果没有客户的信心，您将永远无法获得客户对超个性化客户体验所需的个人数据的慷慨。

关于数据收集和处理的 GDPR 存在很多争论。但这项立法实际上是良好行为的糟糕起点。您应该真诚地想更多地了解客户，因为您希望提供更好的服务。

然而，当你作为一个组织走得太远时，你也应该感觉到。 GDPR 中的所有规定均具有合理性。即使您符合所有游戏规则，超个性化也不应该让您觉得自己越界了。这意味着组织应该与客户建立可持续的关系。就像在任何其他关系中一样，这只能以悠闲的步伐，一步一步地建立起来。

超个性化是共同创造的一个很好的论据，因为需求难题的碎片可以分布在多个组织中。

以谷歌和亚马逊日益流行的智能扬声器为例。这些个人助理首先是建立超个性化客户体验的一个很好的例子，因为这些设备对你的偏好和习惯了解得越多，它们就越有帮助。但它们也是对零售商有价值的设备。

想想一个网店——显然是在客户同意的情况下——与这些平台分享购买细节。然后，智能扬声器可以更好地了解用户的偏好。下次，用户可以通过语音命令轻松直接地订购一盒新的巧克力牛奶或正确的墨盒。在这一领域进行合作的可能性是无穷无尽的。

我与客户就个性化客户体验进行的许多讨论都是关于技术的。这是可以理解的，因为人工智能、机器学习和大数据分析等技术揭示了模式、行为和习惯。

然而，对于那些想要开始超个性化的人来说，这并不是一个好的起点。那些只考虑技术可能性的人忽略了客户的愿望、挑战和需求，而这些问题恰恰是最核心的。技术只是创造这些个人体验的辅助手段。

通才的目标方法已经有了它的日子。在不受欢迎的隐私侵犯和量身定制的客户体验之间取得平衡并不容易。然而，那些清楚地理解这一点并将其转化为有吸引力的商业模式的人可以指望成功。