成功的个性化需要战略、战术、技术和技能的平衡

为客户创造个性化体验应该融入营销组织所做的一切，部分原因是它必须这样做。 客户，无论是 B2B 还是 B2C，现在都期待量身定制的消息传递、推荐和优惠。 不满足这些期望的处罚可能很严重。 Gartner 的研究表明，消费者越来越多地因为品牌没有差异化的体验和不相关的沟通而受到惩罚。 这为正确实现个性化付出了高昂的代价。

问题是，许多品牌都没有做到这一点。 对于大多数营销人员来说，实现个性化目标仍然难以捉摸。 根据 Gartner 的 2021 年数字营销调查，63% 的数字营销领导者表示，在执行公司的数字营销战略时，向客户提供个性化体验是一项中等或重大的挑战。 随着挑战的进行，这在遵守隐私和安全标准之后排名第二。 更引人注目的是，自 2019 年以来，个性化挑战的严重性明显增加：在此期间，将个性化视为重大挑战的受访者比例上升了 53%。

个性化挑战

几个相关因素可以解释个性化的推进难度，第一个是有效的个性化涉及许多活动部件的同步。 它要求数字营销领导者制定战略、定义资源、优先策略、整合数据以及测试和优化内容以激发受众行为。 尽管全面的个性化策略和路线图可能是营销人员从个性化工作中获得的结果的决定因素，但大多数营销组织缺乏有效的个性化策略，更不用说与期望的业务和客户目标明确相关的策略了。

同样，个性化通常需要使用多种技术，其中许多具有重叠的功能。 个性化需要四组核心功能：数据管理、分析、决策和执行，因此通常更可取的是从整体架构的角度考虑个性化技术，而不是为组织做所有事情的单一解决方案。

这里的挑战在于，数字营销人员倾向于过度购买和利用不足的技术，这些技术将帮助他们实现他们所寻求的个性化结果。 推动成功的个性化结果通常并不取决于增加对个性化技术的支出。 相反，实现这些成果更多地取决于通过更有效地使用技术来最大化技术。 同样，营销人员需要在进行新投资之前从可访问数据、可用内容和现有组织人才中榨取价值。 个性化计划需要营销组织在工具、内容开发或人才上投入巨资才能开始，这会在规模、速度和收益确定性方面带来更大的风险。

进入人工智能

嵌入在支持数据管理、分析、决策和营销执行的一系列 martech 解决方案中的人工智能 (AI) 和机器学习 (ML) 有望促进营销人员的个性化目标。 这些解决方案包括客户数据平台 (CDP)、多渠道营销中心 (MMH)、个性化引擎和 A/B/n 测试工具，仅举几例最突出的。 例如，MMH 解决方案中的嵌入式 AI 和 ML 支持广泛的个性化场景。 其中包括分段发现； 基于业务目标的活动和旅程路径生成； 渠道倾向模型； 预测内容并提供建议和自主活动优化功能。

根据 Gartner 的 2021 年数字营销调查，在营销领导者用来改善数字营销执行的新兴技术中，AI/ML 处于领先地位。 然而，只有 17% 的营销人员广泛部署 AI/ML 以支持各种营销功能。 38% 的受访者将他们的工作描述为处于规划和试点阶段。 对于超出这些阶段的组织，44% 的组织在有限的基础上为一些特定的应用程序部署 AI/ML。 换句话说，我们仍处于 AI/ML 对营销执行产生影响的早期阶段。

信任，特别是使用 AI/ML 做出重要决策的信任，是阻碍 AI/ML 技术在营销组织中更广泛部署的关键因素，即使在目前使用它们的品牌中也是如此。 然而，增加的使用会带来一个渐进的接受曲线。 尽管 75% 的 AI/ML 试点受访者担心信任该技术，但在营销组织中广泛使用 AI 的受访者中，这一数字下降到 53%。

人员配备缺口是成功部署 AI/ML 的另一个关键绊脚石。 数字营销领导者希望推动其组织对 AI/ML 和其他可能破坏但最终受益于已建立工作流的新兴技术的使用，应该着眼于更广泛的变革管理。 部署的成功将取决于对现有员工的充分培训、在必要时雇用新的团队成员以及对新技术将给组织文化带来的影响的认识。

AI/ML 的使用与个性化目标相关

从广义上讲，数字营销领导者通过个性化的棱镜来看待 AI/ML 的影响。 Gartner 调查中 84% 的受访者同意或强烈同意使用 AI/ML 增强营销向客户提供实时、个性化体验的能力的说法。 当被问及支持 AI/ML 的工具的最重要用例时，受访者关注的是此类工具在为跨渠道营销活动带来自动化、规模和效率方面的价值。 他们列举了与更广泛的个性化工作相关的具体活动，包括：

• 提供预测性内容 (45%)
• 根据业务目标创建活动/旅程路径 (45%)
• 开发由客户档案、行为和偏好驱动的渠道倾向模型 (45%)
• 确定最有可能参与的受众和细分市场 (43%)

在个性化方面取得成功需要了解客户在与您的品牌互动中试图实现的目标。 这种洞察力应该为个性化如何帮助客户实现目标以及如何使客户需求与业务目标保持一致的战略提供信息。

个性化需要经过深思熟虑、深思熟虑地使用各种技术、特定技能和正确的团队结构来管理复杂的工作流程。 所需的能力包括战略、规划、分析、martech 采用、活动编排、内容创建和项目管理。 在致力于新技术之前，营销领导者应该通过利用现有工具以及可用数据和内容来最大化他们可以实现的目标。 通过提高营销参与的相关性和增加对客户行为的影响，使用 AI 和 ML 使工作成熟。