数据驱动的个性化是当今市场营销的圣杯。各种各样的研究，大多是由零售相关组织赞助的，声称65%到95%的顾客更喜欢个性化的体验。这些不仅仅是“有资格”的顾客，他们希望每样东西都能按照自己的喜好，越来越快，越来越方便。每个客户都必须花费数小时在一大堆无关的信息和广告中跋涉，才能找到他们想要的东西。
对一个人来说，把顾客满意的公司生产的想要的东西放在他们面前，这是多么美妙、偶然的解脱啊!这就是个性化的目标。
但如今，这种做法往往与目标相去甚远，这就是为什么消费者会收到他们已经买过的、决定不买的东西的广告，或者只是与他们短暂感兴趣的东西无关的广告。
要真正创造一个“天时地利人和”的神奇时刻，既是数据收集和分析的技术壮举，也是一个有洞察力的营销团队的产物，他们知道如何告诉人工智能(AI)从不断扩大的数据海洋中获取哪些信息。
(相关阅读:客户权利:我们都付出的高昂代价］
个性化与隐私的矛盾
如果说提供个性化的体验是一个神奇的时刻，那么数据收集的过程可能被称为“制作香肠”是最合适的。
对一个人来说，把顾客满意的公司生产的想要的东西放在他们面前，这是多么美妙、偶然的解脱啊!
没有人喜欢别人跟踪他们的行为，这只会让人觉得毛骨悚然。但他们确实喜欢个性化的报价和服务。这就是个性化与隐私的矛盾。研究显示顾客无意识地进行数学计算，以决定哪一个对他们更重要。如果收集的数据是低风险的，而由此产生的个性化体验被认为是高价值的，那么隐私的相对成本似乎就很小。
例如，如果一个顾客正在购买一双冬天的马靴，而他们得到的正是他们想要的那一双，价格很高，他们放弃了很少的隐私，却得到了很大的好处。
但是，如果客户搜索有关令人尴尬的健康问题的信息，研究显示他们的隐私被侵犯的风险不因为报价的价值而取消。
侵犯隐私的一个例子是塔吉特不小心透露了一个少女怀孕的消息向她父亲发送“个性化”的报价到她家。
当人们考虑个性化的体验时，他们不希望认为这是爬虫在他们搜索互联网时挖掘他们的信息。但确实如此。因此，公司最好让他们的个性化努力值得失去隐私。
要真正创造一个“天时地利人和”的神奇时刻，既是数据收集和分析的技术壮举，也是一个有洞察力的营销团队的产物，他们知道如何告诉人工智能从不断扩大的数据海洋中获取哪些信息。
大多数顾客都明白“cookie”是在“跟踪”他们。他们知道自己的数据正在被广泛收集，这给人的印象是公司正在窥探他们的家。以Alexa为例这可能是真的但一般来说，这不是品牌创造个性化体验的方式。
(相关阅读:GDPR扼杀了个性化运动吗?］
细分:用外行人的话来说就是个性化
它的实际工作原理是这样的:访问特定网站的客户同意该网站可以在他们的计算机上存储“cookie”。这些代码可以跟踪客户在该网站上所做的一切。cookie可能存储客户的密码、信用卡信息、交易历史、搜索历史，这使得公司在客户访问该网站时更容易响应客户的偏好。公司收集的有关其客户的数据被称为第一方数据，公司可能会使用它在其客户关系管理软件中提供更多背景。
然而，当客户点击“同意”cookie政策时，他们可能没有意识到，他们只是允许该公司与该公司的合作伙伴共享他们的信息。协议中概述了这一点，但很少有人阅读。第一家公司不会分享私人信息，比如密码。但他们会分享帮助其他公司向客户销售的信息，比如搜索和交易历史。合作伙伴公司使用这些数据向目标客户投放广告。这被称为第二方数据，可以存储在结合第一方和第二方数据的数据平台上，以创建更完整的客户图像。换句话说，只有当有足够的数据可供利用时，个性化才会有效。
公司共享的数据并不能识别客户的个人身份。相反，客户属于合作伙伴公司可能能够营销的类型或类别。例如，如果一位顾客通过Green Tours预订了一次生态旅游旅行，Green Tours的合作伙伴可能会认为这位顾客是“生态旅游爱好者”或“绿色旅游爱好者”。然后设置营销自动化软件，向符合这一类别的客户提供特定的广告。顾客可能会发现他们突然收到了一家名为Outside Gear的公司的新背包广告。他们可能还会注意到其他公司提供的雨衣、旅游保险、生态旅游酒店住宿等服务。每家公司使用的人工智能将收集和分析与其他客户之前交易的数据，以及Green Tours共享的数据，以预测哪些报价最相关。
对合作很挑剔
现在，Green Tours可能会对合作伙伴格外挑剔。例如，他们不太可能与奶酪公司或销售昂贵钱包的时尚品牌合作。因此，虽然向客户提供的报价是未经请求的，但它们也有些个性化，以吸引客户。如果客户做从《户外装备》买个背包，那公司也收集数据，并与合作伙伴分享。
每次购买都会提供大量关于购买习惯的数据。公司还可以利用其他愿意出售数据的公司的第三方数据来扩充自己的数据。这些数据提供者使用许多来源，包括社交媒体，来了解客户的年龄、婚姻状况、工作、政治立场、家庭类型、交通方式、志愿服务倾向、食物偏好、医疗状况(来自非处方购买)等等。
换句话说，只有当有足够的数据可供利用时，个性化才会有效。
Outside Gear可能会购买客户的第三方数据，但这些数据是作为有助于细分的汇总信息提供的:例如，“30%的高端背包买家年龄在35-50岁之间。”他们不会得到可以识别任何一个人的数据。
福布斯洞察和Arm Treasure数据调查发现企业收集数据最多的渠道是移动应用和电子邮件，尽管电子邮件被认为是企业的低价值渠道。客户忠诚度计划和移动应用程序被认为是最有价值的。现在想象一下，这种数据收集是多年来每天对每个事务进行的，并且是共享的。很容易就能知道你在和谁打交道。
分析师扮演的角色
问题是，这些信息有些有用，有些没用。在创建个性化体验时，需要分析师找出哪些数据值得考虑。
从历史上看，客户是按年龄、性别、种族、地点、收入和其他因素划分的。但随着技术的进步，《市场周刊》的一项研究揭示了行为数据对于创造增加收入的个性化体验更有帮助。受访者表示，行为、地点、个人兴趣、生活阶段和态度是最重要的细分形式。文章称，法国食品公司达能(Danone)根据某些兴趣点将客户划分为“部落”，广告召回率提高了40%。
(相关阅读:由于情感上的联系，我是Spotify部落的骄傲成员］
Jean-Marc Bellaiche是体验分析平台Contentsquare的首席战略官公司需要如此独特才能理解他们的客户群．他说:“在这个体验新时代蓬勃发展的公司都明白，没有真正的最佳实践，没有千篇一律的解决方案来应对体验挑战。”
受访者表示，行为、地点、个人兴趣、生活阶段和态度是最重要的细分形式。
高德纳的一份报告显示，个性化营销的基本指南他指出，高乐氏一直在为其宠物用品的一个特定市场领域收集各种数据。这些信息包括顾客的年龄、是否养猫、地址、家庭类型、交通方式、去杂货店的频率以及其他一些信息。该公司希望停止在大规模个性化努力上浪费资金。因此，他们的分析师开始寻找方法来磨练数据。他们认为最重要的因素之一是度量的准确性，并且只使用来自最准确来源的数据。这就剔除了某些数据点，比如客户是否住在无电梯公寓里，或者他们喜欢的交通方式是什么。然后团队通过其他标准，如Reach，这意味着他们应该包含哪个维度，因为它可以产生最大的用户。每个标准都减少了他们在个性化工作中包含的数据点的数量。这样做的结果是节省了一大笔营销费用，一年内销售额增长了5%。
更好的体验，更多的收益
“我们的客户有许多不同的身份，他们在任何地方——无论是在公司内部还是在公司外部——都在创造越来越多的数据。”说亚博Zendesk首席执行官Mikkel Svane在博客中写道:更糟糕的是，传统的CRM平台迫使我们使用他们的专有技术。这使得看到客户及其数据的许多不同维度变得困难、昂贵，甚至几乎不可能，而这是对客户体验进行有意义改进所必需的。”
(相关阅读:要在客户亲密关系方面表现出色，你需要数据］
随着个性化在许多方面处于中心地位，越来越多的技术被开发出来，以便更容易地了解客户的需求。例如，有一种新的开放、灵活的客户关系管理，允许公司连接客户数据，无论它在哪里，这样它就可以在整个业务中使用。
这些技术很可能也会越来越尊重客户所要求的隐私。大多数公司才刚刚开始探索如何做好这一点，但任何个性化努力的基础都必须能够访问允许您有效收集和使用数据的技术。
最终的结果是能够给客户提供独特的神奇时刻。但神奇的时刻是由数据组成的。
有关的故事
