今すぐ信じるのをやめるべき、パーソナライゼーションに関する 8 つの神話

あなたにはそうは思えないかもしれませんが、パーソナライゼーションは物議を醸すトピックです. ビジネスのレパートリーの中で最も価値のある戦術だと言う人もいます。 他の人は、それは使用しない方が良い不気味なテクニックだと言います. セグメンテーションと変わらないと言う人もいれば、それ以上だと言う人もいます。

相反する情報が飛び交う中、事実を正確に把握することは困難です。 今日は、最も一般的なパーソナライゼーションの神話のいくつかに取り組みます。

パーソナライゼーションに関する 8 つの神話が暴かれました

誤解 1: パーソナライゼーションは効果がない

信じられないかもしれませんが、ますますパーソナライズされたマーケティングへの傾向と、その根拠となるロジックにもかかわらず、パーソナライゼーションが効果的であることを否定する人々がいまだに存在します。

これらは通常、個人化を中途半端に試みてあきらめた人々です。 これは、消費者とマーケティング担当者の両方から、ほとんどのデータがパーソナライゼーションの成功を示しているためです。

消費者の約 70% は、大衆に無関係なマーケティング メッセージを吹き飛ばす昔ながらの方法にうんざりしていると言っています。 これが、マーケティング担当者の 86% がパーソナライゼーションを使用していると述べている理由です: より良い顧客体験を提供するために:

理由に関係なく、パーソナライゼーションには大きなメリットがあります。 米国のマーケティング担当者の 90% 近くが、パーソナライゼーションによって測定可能な改善が見られたと報告しており、半数以上が 10% を超える上昇を報告しています。

パーソナライゼーションに関する印象的な ROI データに事欠きません。 すべてのデジタル広告主が心に留めておくべき 68 のパーソナライゼーション統計の詳細については、こちらをご覧ください。

迷信 2: パーソナライゼーションは気味が悪い

「パーソナライゼーションは気味が悪い」はゾンビ神話です。 何度殺してもまた出てくる。

WordStream は何年も前にそれを暴き、リターゲティング広告は実際には、より多くのユーザーがそれらにさらされるほど効果的であることを示しました。

さらに証拠が必要な場合は、SAS が 7 か国の 2,900 人を超える消費者を対象に行ったオンライン調査によると、ほとんどの人がパーソナライゼーションを高く評価していることがわかりました。 彼らは見返りが得られる限り、喜んで自分自身に関する情報を共有します。

Epsilon の調査では、顧客の 80% がパーソナライズされたエクスペリエンスを提供する企業と取引する可能性が高いことを示す追加の証拠が提供されました。 また、18 歳から 64 歳までの 90% の人がパーソナライズに魅力を感じていることがわかりました。

これらの統計やその他の情報により、「これまで以上に多くの消費者が小売業者にパーソナライズされたサービスを求めている」や「消費者はパーソナライズを期待している、レポートを明らかにする」などの見出しが付けられました。

消費者がパーソナライゼーションを望んでいることは容易にわかります。

もちろん、行き過ぎても構いません。 ターゲットが妊娠中のティーンエイジャーを両親にさらしたという話は広く知られています。 しかし、このようなケースは、適切な判断を下すか、顧客を調査することで簡単に解決できます。 ビーコン技術を使用して、店舗の近くにいるときにプッシュ通知を送信することを望んでいますか?

多分。 しかし、多分彼らはそれが気味悪いと思うでしょう。 確実に知る唯一の方法は、尋ねるか、テストして、結果を評価することです。

誤解 3: GDPR ではあまりパーソナライズできない

一般データ保護法は、Cookie を個人情報として分類した最初のインターネット規制として歴史を作りました。 予想通り、広告主はパーソナライゼーションの終末について警告しました。 データ収集にこのような厳しい制限があった場合、どのように適切なエクスペリエンスを作成するでしょうか?

しかし、1年以上経ちましたが、あまり変わっていません。 パーソナライゼーションが取り返しのつかないほど妨げられていると考える人もいますが、それは少数派です。 パーソナライゼーションは実際に改善されているというのが、マーケターの間で広く信じられていることです。

GDPR の通過後、Marketing Week は、消費者の 27% がブランドとの関係が改善されたと感じ、41% がブランドがメールで消費者とコミュニケーションをとる方法が改善されたと感じていると報告しました。

倫理的にデータを収集および管理する人は、心配する必要はありません。 GDPR は、不用意に収集および管理されたデータに基づく個人化を脅かすだけです。 データがどのように使用され、どこに送られ、誰がアクセスできるかについて、消費者が安心できると、安心してデータを手放せるようになります。 そして、それはパーソナライゼーションを改善するだけです.

誤解 4: パーソナライゼーションのスケーリングは、Amazon のような確立された大手ブランドでのみ可能です。

企業がパーソナライゼーションを追求するのを妨げる可能性が最も高いのは、神話かもしれません。それは、大きな予算を持つ大手ブランドだけが戦術を達成できるということです。 しかし、そうではありません。

パーソナライゼーションは広義の用語であり、さまざまなコストと複雑さの多くの手法が含まれます。 ただし、この用語を聞くと、高価なツール、コース、複雑なアルゴリズムを思い浮かべる人もいます。 彼らは、開発者やエージェンシー全体を雇用することを考えており、組織のサイロを打破するために部門を再構築することさえ考えています。

これらはすべて、より優れたパーソナライゼーションを達成するのに役立ちますが、すべてのブランドがコンテンツのパーソナライゼーションを開始するための要件ではありません. パーソナライゼーションとは、顧客調査の助けを借りてターゲティングを絞り込んだり、場所固有のオファーを作成したりするなどの単純な行為を指す場合があります。

パーソナライゼーションは幅広く始めて、狭くなることができます。 基本から始めて、より複雑にすることができます。 たとえば、すべてのパーソナライズされた広告は、訪問者をパーソナライズされたクリック後のランディング ページに誘導する必要があります。

この手法は、コースや組織の再構築を必要としません。 デザイナーは、クリック後のランディング ページに広告のメッセージを反映するだけで済みます。

だから怖がらないでください。 ハイパーパーソナライゼーションを実現するブランドは、最初からそうではありませんでした。 彼らは、年齢、場所、性別などのパラメータの基本から始めました。 これらは、あなたのビジネスにとっても価値があるかもしれません。

誤解 5: あるビジネスに有効なパーソナライゼーションのタイプは、別のビジネスにも有効です

人口統計などのパーソナライゼーションの基本的なパラメーターについて説明していますが、これらのパラメーターがすべてのパーソナライゼーションの出発点であるという根強い神話についても説明する必要があります。

そうではありません。 性別は別の企業にとってターゲティングに使用する価値があるかもしれませんが、あなたにとって最も価値のあるものではないかもしれません. たとえば、男性と女性がマーケティングを利用する方法にほとんど違いがない場合、別々のキャンペーンを作成する価値はないかもしれません.

HubSpot の Alex Birkett によると、パーソナライゼーションは最適化プロセスの延長と考えるべきです。 パーソナライゼーションのために実装するルールを決定することは、実行する実験を決定することに似ています。 Instapage のブログ投稿で、彼は詳しく説明しています。

たとえそれが単なる機会費用であっても、あなたがとるそれぞれの行動を費用と考えてください。そして、それぞれの行動で ROI の期待値が得られます。 行動のための行動は、見返りに目を向けずにプログラムのコストを押し上げます。これは、真の戦略的ジレンマです。

パーソナライゼーションをコストと報酬のトレードオフとして考えると、エクスペリエンスの実現可能性 (効果的に提供できるか) と潜在的な影響 (実際に成功した場合、利点は何か) の両方を考慮する必要があります。 これらの答えにたどり着くと、「これは私たちのリソースを最大限に活用したものですか、それとももっと価値のある実験を実行する必要があるのでしょうか?」と自問することになります。

これは、最適化以外でも、すべてのマーケティング活動を組み立てる方法です。 彼らはあなたの時間の価値がありますか? ご予算？

あるビジネスでうまくいくことは、別のビジネスではうまくいかないかもしれません。 また、パーソナライゼーションに関しては、機能することだけを行う必要があります。 パーソナライズされたエクスペリエンスを効果的に提供でき、主要なパフォーマンス指標を向上させることができれば、実装する価値があります。

誤解 6: パーソナライゼーションは広告のためだけのもの

マーケターがパーソナライゼーションについて考えるとき、彼らの多くは広告の実際のセグメンテーションを思い浮かべます。 パーソナライゼーションを行っている場合は、広告のターゲティングまたはリターゲティングを行っているという神話が続きます。

eMarketer によると、そうではありません。

パーソナライゼーションは、広告をはるかに超えて、コンテンツ、ソーシャル、検索、電子メールなどにまで及びます。 データはそれを明確にします。

とはいえ、この神話が根強く残っているのは当然のことです。なぜなら、クリック前のパーソナライゼーションをポスト クリックのパーソナライゼーションよりも優先するマーケティング担当者がいまだにいるからです。 彼らは広告のターゲティングを、人口統計、サイコグラフィック、企業統計、行動情報などに至るまで、狭く定義しています。 ただし、ターゲットを絞った広告トラフィックを一般的なランディング ページに送信します。

これは広告主の失敗です。 プレクリックでパーソナライゼーションが提供され、ポストクリックで同じパーソナライゼーションが提供されない場合、訪問者はまとまりのない非個人的なエクスペリエンスを残されます。 そして、これは多くの例の 1 つにすぎません。

ますます多くの広告主が、広告キャンペーンの 1 つのプラットフォーム、メディア、または段階で単純にパーソナライズできないことを認識しています。 1 つをパーソナライズする場合は、すべてをパーソナライズする必要があります。 パーソナライズされた広告は始まりにすぎません。

誤解 7: パーソナライゼーションを成功させるには技術的な専門知識が必要

上のグラフからわかるように、パーソナライゼーションの最も難しい領域の 1 つは、「データ駆動型」のパーソナライゼーションです。 デジタル広告主はこれまで以上にデータにアクセスしやすくなったため、これが最も簡単だと思うかもしれませんが、実際には、まさにこの理由から最も困難な作業の 1 つです。 多くの人は、整理するには多すぎると感じています。 生データをパーソナライゼーションのための意味のあるルールにどのように変換しますか? これは、多くのブランドが苦労していることです。

ただし、パーソナライゼーションはセグメンテーションである必要はありません。 同様に、パーソナライズするルールを決定するために、常にデータを掘り下げる必要はありません。 パーソナライゼーションに関するブログ投稿で、Guy Yalif 氏は次のように説明しています。

ルールベースのパーソナライゼーションとは異なり、予測パーソナライゼーションは、アイデアがさまざまなオーディエンスに対してどのように機能するかを観察することで、セグメントを自動的に発見します。 これらの AI ベースのシステムは、訪問者属性の考えられるすべての組み合わせを調査して、それぞれに最も効果的なメッセージを見つけます。 セグメントを事前に定義し、各セグメントのメッセージを指定する必要はありません (必要に応じて必要な場合を除く)。 予測パーソナライゼーションは、多くの場合、オーディエンスに関する新しい洞察をもたらします。

コストはかかりますが、マシン アルゴリズムに基づくパーソナライズにより、手動でデータを並べ替えて意味を理解しようとする手間を省くことができます。 Yalif の Intellimize のようなツールは、トレンドを見つけて有利に利用するのに役立ちます。 パーソナライゼーション システムの助けを借りて、オンライン バンクの Chime は、異なる見出しがデバイス間で異なる結果をもたらすことを発見しました。

次に、トラフィックを最適な変換が行われる場所に自動的にリダイレクトすることで、手動のルールベースの介入なしで、一定レベルのデバイスのパーソナライズを実現しました。

より単純なレベルでは、ソーシャル メディアでの製品のリターゲティングについて考えてみてください。 ユーザーは、バックエンドにピクセルがある製品ページを操作し、Facebook にログインすると、その製品の広告が表示されます。

これらは、広告主による設定をほとんど必要としません。バックエンドのピクセル、それをトリガーする人のための広告キャンペーンです。 これらは、データを徹底的に調べなければならないルールを必要とせずに、パーソナライズするための強力な方法です。

誤解 8: A/B テストはパーソナライゼーションです

この神話は、当然のことながら混乱を招きます。 一見すると、A/B テストとパーソナライゼーションは非常に似ているように見えます。 方法は次のとおりです。

A/B テストとは、1 つの Web ページ (A) とその Web ページの 2 番目のバージョン (B) を比較して、特定の目標に対してどちらが優れているかを確認するプロセスを指します。 妥当性の脅威を制御しながら、それぞれに均等なトラフィックを誘導した後、より成功したページのアイデアが得られます.

その時点で、ランディング元のトラフィック ソースに合わせて Web ページを「パーソナライズ」したほうがよいと考えるかもしれません。 しかし、あなたはいますか？

A/B テストの強みはランダム性です。訪問者がページ A に到達する確率は 50%、ページ B に到達する確率は 50% であり、実験が選択効果の影響を受けないようにします。 無作為抽出により、テスト中に収集したデータから訪問者について正確な推測を行うことができます。

ただし、特定の母集団に適した設計を特定する場合、これは大きな弱点でもあります。 トラフィックの A/B テストを続けて最高のパフォーマンスを発揮するデザインを見つけても、平均的な最高のデザインしか得られません。 グループごとに最適なパーソナライズされたデザインが得られるわけではありません。

例: ビジネスの 2 つの異なるランディング ページを A/B テストしています。 そのうちの 1 つは大多数の画像を使用しています。 もう 1 つは長い形式の本文コピーを使用します。 結果は、訪問者の 60% が画像ベースのページを好むことを示しているかもしれませんが、これは他のページが効果的でないという意味ではありません。 これは、平均的な訪問者に基づいて画像ページが最適であることを意味します。 これがA/Bテストです。

一方、パーソナライゼーションは、最適な平均ページを見つけることではありません。 これは、訪問者の関心、人口統計、好みなどに基づいて、最も関連性の高いページを訪問者に提供することです。A/B テストとパーソナライゼーションは一緒に使用できます (併用する必要があります) が、同じではありません。 たとえば、Instapage では、ユーザーは UTM パラメータを使用してパーソナライズされたエクスペリエンスを作成できます。

これらのパラメーターを満たすユーザーには、対応するパーソナライズされたエクスペリエンスが提供されます。

パーソナライズされたエクスペリエンスを作成したら、A/B テストでそれを改善する方法を見つけることができます。 これらの 2 つの手法は相互に補完し合い、ボトム ファネルの重要な指標を向上させる可能性があります。

パーソナライゼーションの神話を克服する

パーソナライゼーションは単なる一時的な流行ですか? 答えは非常に明確です。消費者はそれを期待しています。つまり、それを提供できる人は大きな利益を得る立場にあるということです。 それを提供するための柔軟な方法がある場合、すべてのビジネスに対して、提供しない言い訳はありません。

ただし、パーソナライゼーションでは、顧客が高く評価するバランスの取れたエクスペリエンスを提供するために、役立つものと煩わしいもの、プレクリックとポストクリックのバランスを取る必要があります。 デジタル キャンペーンと Instapage パーソナライゼーション デモのバランスをとる方法について詳しくは、こちらをご覧ください。