Personalisering
Hvad det er, og hvorfor det betyder noget
Personalisering bruger data og analyse til at skræddersy kundeoplevelser til den enkelte. Ved hjælp af indkøbshistorik, demografiske data og mønstergenkendelsesdata kan en persons oplevelse ændres, så den passer til denne persons unikke præferencer. Ved at tilbyde de muligheder, der passer bedst til deres behov kan kunderne hurtigt finde det, de ønsker, hvilket giver dem mere personlige oplevelser og ideelt set til mere tilfredse kunder og mere salg.
Personaliseringens historie
Selvom personalisering måske virker som noget meget moderne og teknologidrevet, så er det ikke et nyt fænomen. Personalisering har fundet sted siden de første butikker slog døren op.
I 1800'erne kunne man f.eks. gå ind i en skomagerbutik og bede om et par sko. Skomageren kunne så se på kundekortet at finde ud af, hvilken størrelse personen gik med og normalt betalte, hvor meget tid personen brugte stående og gående – og derefter lave et nyt par sko ud fra tidligere kundedata. Især i mindre byer og landsbyer var det sandsynligt, at tidlige tiders butiksejere genkendte deres kunde og fremstille lige præcist det, kunden havde brug for. Dette personaliseringsniveau blev sjældent efter den industrielle revolution, da masseproduktion stort set erstattede ting fremstillet i hånden. Da de tidlige stadier af internettet begyndte at dukke op, var personalisering ikke noget, der gav anledning til nogen større interesse, og de fleste marketingteam behandlede hver kunde ens.
Kundeoplevelsen ændrede sig imidlertid, da webbaserede virksomheder som Amazon kom på banen. Webpersonalisering vandt for alvor indpas, da Amazon lancerede funktionen med "kunder, der købte denne vare, købte også ...". Og så var anbefalingsprogrammets tidsalder født. Det muliggjorde grupperingen af kundesegmenter baseret på produktpræferencer, der dernæst vises til andre købere inden for samme segment. I dag anses segmentering ikke for at være den reneste form for personalisering, men den gav på et tidligt stadie mulighed for personligt tilpassede oplevelser og betød et markant skub i forhold til konceptets vækst.
Personalisering er afgørende inden for telekommunikation. Og analyse er den naturlige løsning.
Få mere at vide om, hvordan teleselskabet Telenor Norge bruger data og maskinel indlæring i realtid til at tilpasse kundetilbud, forbedre forretningsbeslutninger, forbedre kundeservice og løbende tilpasse sig kundernes behov.
Personalization in Today’s World
Find out how personalization is used today
Skabe balance mellem personalisering og beskyttelse af personlige oplysninger
Efterhånden som teknologien er blevet bedre og bruges til at indsamle flere kundedata, er folk blevet mere og mere på vagt over for, hvordan den påvirker beskyttelsen af deres personlige oplysninger. Sikkerhedsbrud, myndigheders brug af personlige oplysninger og markedsføringsbudskaber, der er lidt for personlige, gør folk mere nervøse, når det gælder delingen af deres personlige oplysninger. Dette gør det vanskeligt for markedsføringsfolk at finde grænsen for, hvor meget personalisering der skal til, før en persons behov for beskyttelse af personlige oplysninger bliver krænket. Efterhånden som teknologien udvider sig, bliver det afgørende for virksomheder at kunne demonstrere to ting: at de forstår kunden, og at de kan beskytte deres personlige oplysninger.
Hvem bruger personalisering?
Der tales ofte om personalisering i detailhandlen, men denkan anvendes i stort set alle brancher. Det skyldes, at mennesker er unikke. Der findes ikke nogen form, der passer til alle, og det gør personalisede produkter så populære. Ved hjælp af machine learning på kundedata tager markedsføringsteamet højde for folks forskelle og præsenterer dem for, hvad de individuelt ønsker eller har brug for.
Når jeg ser på hype og innovation, tænker jeg på virksomheder, der er i stand til at skille sig ud ved at få folk til at smile, og virkelig kan levere det, jeg kalder en problemfri kunderejse. Det er virksomheder, der faktisk kombinerer bekvemmelighed, personalisering og timing, så de virkelig er i stand til at levere og udmærke sig i forhold til kundetilfredshed. Steven Hofmans Customer Experience, Analytics and Marketing Adviser SAS
CNM hjælper nonprofitorganisationer
Nonprofitorganisationer var blandt de mange organisationer, der i væsentlig grad blev påvirket af COVID-19. Men personaliseringsprodukter gjorde det muligt for dem at holde trit med efterspørgslen og øge indsatsen under krisen. Deres brug af analyse gjorde, at de kunne skabe mere sikre og sundere fællesskaber. Se denne video for at se nærmere på, hvordan nonprofitorganisationer kæmpede sig tilbage under COVID.
Sådan fungerer personalisering
Personalisering opnås hovedsageligt ved hjælp af algoritmer og machine learning. Kompleksiteten i algoritmerne varierer fra det grundlæggende til det avancerede, men de har alle en vis differentiering. Basale algoritmer kan præsentere nye produkter eller bestsellere for en køber. Mere avancerede personaliseringsalgoritmer vil kunne identificere specifikke ting om en kunde og anbefale lignende varer. For eksempel bruger Netflix en algoritme, der analyserer de serier, du ser i realtid, og anbefaler derefter serier til dig ud fra dine visningsdata. Der er skabt beslutningstræer, der skal lede dig ad forskellige veje for at finde flere produkter, der relaterer sig til dine kendte interesser.
Personalisering er på mange måder den moderne ækvivalent til fremragende kundeservice. Kunderne forventer det og kan endda blive irriterede, når de websteder, de besøger, ikke inkluderer personaliseringsfunktioner. Ved undersøgelse af mulighederne for en bilforsikring til en ny fører kan et forsikringsselskab, der kender børnenes alder, og hvilke typer biler der køres, f.eks. hurtigere tilpasse et tilbud.
Der er flere metoder til personalisering. Her er fire måder, hvorpå personalisering kan bruges i virksomheder enten separat eller sammen med hinanden:
Kontekstualisering
Denne form for personalisering fokuserer på at bruge faktorer (såsom placering eller uddannelsesniveau) for at vide mere om en persons perspektiv og dermed konteksten. Dette giver mulighed for indhold, som de potentielle kunder ikke blot gerne vil se, men som også relaterer sig til deres situation. Ved f.eks. at kende en persons placering kan en virksomhed foreslå den nærmeste butik, der har den skjorte på lager, som en potentiel kunde ønsker at købe. Med kontekstualisering kan kunderne nemmere navigere gennem de store mængder oplysninger på internettet.
Hyperpersonalisering
Hyperpersonalisering er præcis, hvad det lyder som. Maskinel indlæring bruges til at tage højde for flere kundedata end personalisering for at opnå mere nyttige personaliseringsprodukter. Den gør, at dit websted kan handle i realtid og tilpasse dets indhold, efterhånden som kunden navigerer rundt på en webside.
Realtidsinteraktioner for kunderejsen
Personalisering kan også omfatte andet end markedsføring og være et aktiv for kundevendte funktioner som salg, service og support. Sofistikerede analyseprogrammer til beslutningstagning kan organisere tovejs, interaktive engagementer mellem forbrugere og brands, hvilket gør, at kunden behov kan imødekommes med det samme. Disse 'næstbedste' oplevelser i realtid kræver kundedataplatforme, avanceret analyse, maskinel indlæring, automatiserede processer og integrationer med driftssystemer for at skabe en engagerende kundeoplevelse.
Programmer til kundeanerkendelse
Programmer til kundeanerkendelse er ret populære i dag. Brands har opdaget, at analyse af forbrugeradfærd er en af de fem vigtigste faktorer, når det drejer sig om kundeloyalitet. Derfor implementerer mange virksomheder muligheder som belønningssystemer og loyalitetsprogrammer. Dette er en fordel både for kunderne og virksomhederne, da anerkendelsesprogrammer får kunderne til at føle sig begejstrede og motiverede, så de bliver ved med at vende tilbage og få deres belønninger.
Næste trin
Se podcasten Reimagine Marketing (Markedsføring på en ny måde), og få mere at vide om, hvordan kundeoplevelsen udvikler sig teknologisk.
Personaliseringsløsninger
Kundeoplevelsen er en vigtig del af enhver virksomhed. Med SAS® til muliggørelse af kunderejsen kan du få din virksomhed til tops ved at bruge den nyeste teknologi, machine learning og taktik for at lære kunden bedre at kende. Dette giver mulighed for en lang række personaliseringsmuligheder for enkeltpersoner og sikrer, at det er nemmere at forudsige, hvad kunderne ønsker eller har brug for.
