個性化已死，超個性化萬歲

已發表: 2019-01-09

今天，一切都是關於你，消費者。你的需求、夢想、願望和想法是新的資本。未來屬於圍繞這一點創造經驗的公司。超個性化是營銷人員和產品設計師的新標準。

我們不應該針對大眾的客戶體驗，而應該針對個人。考慮到這一點，在過去的幾年裡，營銷人員和產品設計師已經磨練了他們的信息和產品。

這並非沒有效果。營銷表達現在更有針對性。我們收件箱中的時事通訊越來越多地包含個人稱呼。在網上沖浪時，我們會看到我們感興趣的領域內的產品廣告。營銷人員有時會做功課，這些信息真的很有趣。

個性化已經不夠了

在營銷方面，個性化帶來了迷人的嘗試，但這還不夠。仔細檢查表明，上述示例（看似個性化）仍然不是針對個人的營銷表達。

讓我解釋一下：每個戶外服裝愛好者都會看到相同的廣告，即絕緣羊毛背心或帶有防水但透氣塗層的冬季外套。除了個人稱呼之外，每個時事通訊收件人最終都會閱讀相同的時事通訊。

是的，消息現在在一定程度上更具針對性和定制化。但這仍然不能使消息成為針對特定個人的獨特表達。它們只是對通用內容的調整。

個性化趨勢的一個副作用是買家角色。在我看來，它們可以被丟棄。

買方角色是具有定義預期目標群體特徵的虛構個人。然而，不會有一個人具有這些確切的特徵。買方角色根本不夠準確，因為它不代表個人。

該工具不是定制客戶體驗的良好基礎，因此請擺脫它。現在是公司意識到這一點並採取以下步驟的時候了：這被稱為超個性化。

那麼，超個性化的客戶體驗是什麼樣的呢？試想一個完全適應個人喜好的網上商店，因為客戶在那裡購物的頻率更高。或者以一件衣服為例，它不僅在尺碼方面為個人量身定制，而且還包括所需的印花、材料選擇和絕緣值。

該概念也可以有效地應用於呼叫中心。例如，考慮一個呼叫，服務台員工可以立即看到相關的購買和聯繫歷史記錄，而後者又可以提供更有針對性的服務。

一些企業已經意識到了這種需求並以身作則，例如 Xertonline.com，這是一項針對業餘和專業自行車手的在線服務。他們沒有採用目前主導市場的通用培訓軟件，而是採用了不同的方法。 Xertonline.com 根據個人運動員的獨特品質、弱點和期望目標創建量身定制的訓練計劃。

該服務通過以前的騎行完全自動地建立個人特徵，並根據每次騎行準確顯示運動員的健康程度或疲勞程度。基於所有這些，它再次完全自動地組成了一個幫助個人實現目標的訓練方案。

雖然像這樣的個人方法通常需要體育教練，但 Xertonline.com 完全基於機器學習和人工智能。他們實際上已經將超個性化變成了他們獨特的賣點。沒有兩個客戶體驗是相同的。

那麼組織是否應該盲目地跳上個性化列車？一些謹慎是可取的，因為有一個問題。為個人量身定制客戶體驗意味著對個人有很多了解，並且應該——根據所提供的服務——盡可能完整地了解獨特的特徵和偏好。

這意味著作為一家公司，您應該與您的客戶保持密切聯繫並了解他們的隱私偏好。這是一門非常細緻的課程。現代消費者高度了解他們的隱私權——他們越來越有能力確定他們分享的內容、時間和對象，以及對他們生活的了解程度。

聽說過“Facebook 外活動”設置嗎？了解公司如何跟踪您的數據，以及如何保護您的個人數據。

特定的客戶商譽是一個堅實的先決條件。從接觸的第一刻起就向某人提出太多問題，您不會獲得這一點。如果您要這樣做，那麼您應該非常清楚“對他們有什麼好處”。

在任何情況下，可持續的客戶關係都是成功的重要先決條件，只有通過合理安排所需數據的收集時間才能實現。知道什麼時候問什麼，而不會讓客戶感到被侵犯他們隱私的問題壓得喘不過氣來。

如果沒有客戶的信心，您將永遠無法獲得客戶對超個性化客戶體驗所需的個人數據的慷慨。

關於數據收集和處理的 GDPR 存在很多爭論。但這項立法實際上是良好行為的糟糕起點。您應該真誠地想更多地了解客戶，因為您希望提供更好的服務。

然而，當你作為一個組織走得太遠時，你也應該感覺到。 GDPR 中的所有規定均具有合理性。即使您符合所有遊戲規則，超個性化也不應該讓您覺得自己越界了。這意味著組織應該與客戶建立可持續的關係。就像在任何其他關係中一樣，這只能以悠閒的步伐，一步一步地建立起來。

超個性化是共同創造的一個很好的論據，因為需求難題的碎片可以分佈在多個組織中。

以穀歌和亞馬遜日益流行的智能揚聲器為例。這些個人助理首先是建立超個性化客戶體驗的一個很好的例子，因為這些設備對你的偏好和習慣了解得越多，它們就越有幫助。但它們也是對零售商有價值的設備。

想想一個網店——顯然是在客戶同意的情況下——與這些平台分享購買細節。然後，智能揚聲器可以更好地了解用戶的偏好。下次，用戶可以通過語音命令輕鬆直接地訂購一盒新的巧克力牛奶或正確的墨盒。在這一領域進行合作的可能性是無窮無盡的。

我與客戶就個性化客戶體驗進行的許多討論都是關於技術的。這是可以理解的，因為人工智能、機器學習和大數據分析等技術揭示了模式、行為和習慣。

然而，對於那些想要開始超個性化的人來說，這並不是一個好的起點。那些只考慮技術可能性的人忽略了客戶的願望、挑戰和需求，而這些問題恰恰是最核心的。技術只是創造這些個人體驗的輔助手段。

通才的目標方法已經有了它的日子。在不受歡迎的隱私侵犯和量身定制的客戶體驗之間取得平衡並不容易。然而，那些清楚地理解這一點並將其轉化為有吸引力的商業模式的人可以指望成功。