パーソナライズを成功させるには、戦略、戦術、テクノロジー、スキルのバランスが必要です。

顧客向けにパーソナライズされたエクスペリエンスを作成することは、マーケティング組織が行うすべてのことを注入する必要があります。 B2BであろうとB2Cであろうと、顧客は現在、カスタマイズされたメッセージング、推奨事項、およびオファーを期待しています。 これらの期待に応えられなかった場合の罰則は厳しい場合があります。 ガートナーの調査によると、顧客は差別化されていない体験や無関係なコミュニケーションでブランドを罰することがますます増えています。 それは、パーソナライズを正しく行うことに高い代償を伴います。

問題は、多くのブランドがそれを正しく理解していないことです。 ほとんどのマーケターにとって、パーソナライズの目標を達成することは、とらえどころのないままです。 ガートナーの2021年デジタルマーケティング調査によると、デジタルマーケティングリーダーの63％が、顧客にパーソナライズされたエクスペリエンスを提供することは、自社のデジタルマーケティング戦略を実行する際に中程度または重大な課題を提示したと述べています。 課題が進むにつれ、これはプライバシーとセキュリティの基準への準拠に次ぐ第2位にランクされました。 さらに印象的なのは、パーソナライズの課題の重大度が2019年以降かなり高まっていることです。パーソナライズを重要な課題として挙げている回答者の割合は、その期間に53％増加しました。

パーソナライズの課題

パーソナライズに関しては、いくつかの関連する要因が進行の難しさのレベルを説明している可能性があります。その1つは、効果的なパーソナライズには多くの可動部分の同期が含まれることです。 デジタルマーケティングリーダーは、戦略を設定し、リソースを定義し、戦術に優先順位を付け、データを統合し、コンテンツをテストおよび最適化して、視聴者の行動を動機付ける必要があります。 包括的なパーソナライズ戦略とロードマップは、マーケターがパーソナライズの取り組みから達成する結果の決定要因になる可能性がありますが、マーケティング組織の大多数は、望ましいビジネスと顧客の目標に明示的にリンクされているものは言うまでもなく、効果的なパーソナライズ戦略を欠いています。

同様に、パーソナライズには通常、複数のテクノロジーの使用が伴い、その多くは機能が重複しています。 パーソナライズには、データ管理、分析、決定、実行という4つのコア機能セットが必要です。そのため、組織のすべてを実行する単一のソリューションではなく、アーキテクチャ全体の観点からパーソナライズテクノロジーを考える方が望ましい場合がよくあります。

ここでの課題は、デジタルマーケターが、求めるパーソナライズの成果を実現するのに役立つテクノロジーを過剰に購入し、十分に活用していない傾向があることです。 パーソナライズの成果を成功させるには、通常、パーソナライズテクノロジーへの支出を増やす必要はありません。 むしろ、これらの成果を達成することは、より効果的な使用を通じてテクノロジーを最大化することに依存します。 同様に、マーケターは、新しい投資を行う前に、アクセス可能なデータ、利用可能なコンテンツ、および既存の組織の才能から価値を引き出す必要があります。 マーケティング組織が開始するためだけにツール、コンテンツ開発、または才能に多額の費用をかける必要があるパーソナライズプログラムは、利益の規模、速度、確実性に関してより大きなリスクをもたらします。

AIに入る

データ管理、分析、意思決定、マーケティングの実行をサポートする一連のマーテックソリューションに組み込まれた人工知能（AI）と機械学習（ML）は、マーケティング担当者のパーソナライズ目標を促進する可能性を秘めています。 これらのソリューションには、顧客データプラットフォーム（CDP）、マルチチャネルマーケティングハブ（MMH）、パーソナライズエンジン、A / B / nテストツールなどがあり、最も有名なものがいくつかあります。 たとえば、MMHソリューションに組み込まれたAIとMLは、幅広いパーソナライズシナリオをサポートします。 これらには、セグメント検出が含まれます。 ビジネス目標に基づくキャンペーンとジャーニーパスの生成。 チャネル傾向モデル。 予測コンテンツとオファーの推奨事項および自律的なキャンペーン最適化機能。

Gartnerの2021DigitalMarketing Surveyによると、マーケティングリーダーがデジタルマーケティングの実行を改善するために使用している新しいテクノロジーの中で、AI/MLが群を抜いています。 それでも、さまざまなマーケティング機能をサポートするためにAI / MLを広く展開しているマーケターはわずか17％です。 回答者の38％は、計画とパイロットの段階にあると彼らの努力を特徴づけています。 これらの段階を超えた組織の場合、44％がいくつかの特定のアプリケーションに限定的にAI/MLを導入しています。 言い換えれば、私たちはまだAI/MLがマーケティングの実行に与える影響の初期段階にあります。

信頼、特にAI / MLを使用して重要な意思決定を行うことを信頼することは、現在AI / MLテクノロジーを使用しているブランド間でも、マーケティング組織でAI/MLテクノロジーをより広く展開する上での主要な阻害要因です。 ただし、使用量が増えると、受け入れ曲線が徐々に変化します。 AI / MLをパイロットしている回答者の75％がテクノロジーの信頼を心配しているのに対し、マーケティング組織でAIを広く使用している回答者の数は53％に減少しています。

人員配置のギャップは、AI/MLの導入を成功させるためのもう1つの重大な障害です。 確立されたワークストリームを混乱させる可能性があるが、最終的には利益をもたらす可能性のあるAI / MLやその他の新しいテクノロジーの組織での使用を促進しようとしているデジタルマーケティングリーダーは、より広範な変更管理を視野に入れてそうする必要があります。 展開の成功は、既存のスタッフへの適切なトレーニング、必要に応じて新しいチームメンバーの採用、および新しいテクノロジーが組織文化にもたらす影響の認識に依存します。

AI / MLの使用は、パーソナライズの目標に結びついています

大まかに言えば、デジタルマーケティングのリーダーは、パーソナライズのプリズムを通してAI/MLの影響を認識しています。 ガートナーの調査の回答者の84％は、AI / MLを使用すると、顧客にリアルタイムでパーソナライズされたエクスペリエンスを提供するマーケティングの能力が向上するという声明に同意または強く同意しました。 AI / ML対応ツールの最も重要なユースケースについて尋ねられたとき、回答者は、チャネル全体のマーケティング活動に自動化、拡張性、効率性をもたらす上で、そのようなツールの価値に焦点を当てました。 彼らは、以下を含む、より広範なパーソナライズの取り組みに関連する特定の活動を引用しました。

• 予測コンテンツの配信（45％）
• ビジネス目標に基づいたキャンペーン/ジャーニーパスの作成（45％）
• 顧客のプロファイル、行動、好みに基づいたチャネル傾向モデルの開発（45％）
• 関与する可能性が最も高いオーディエンスとセグメントを特定する（43％）

パーソナライズを成功させるには、顧客がブランドとのやり取りで何を達成しようとしているのかを理解する必要があります。 この洞察は、パーソナライズが顧客の目的達成にどのように役立つか、および顧客のニーズをビジネス目標に合わせる方法についての戦略に役立つはずです。

パーソナライズには、複雑なワークフローを管理するために、テクノロジー、特定のスキル、および適切なチーム構造を組み合わせて慎重に検討する必要があります。 必要な機能には、戦略、計画、分析、マーテックの採用、キャンペーンのオーケストレーション、コンテンツの作成、およびプロジェクト管理が含まれます。 マーケティングリーダーは、新しいテクノロジーに取り組む前に、既存のツールを利用可能なデータやコンテンツと組み合わせて活用することで、達成できることを最大化する必要があります。 AIとMLを使用して、マーケティングエンゲージメントとの関連性を高め、顧客行動への影響力を高めることで、取り組みを成熟させます。