今天您需要停止相信的 8 個個性化神話

對您來說可能不像，但個性化是一個有爭議的話題。 有人說這是企業所有策略中最有價值的策略； 其他人說這是一種令人毛骨悚然的技術，最好不要使用。 有人說這與細分沒有什麼不同，而其他人則聲稱它不止於此。

隨著所有相互矛盾的信息四處傳播，很難保持事實真相。 今天，我們來解決一些最常見的個性化神話。

8 個性化神話，揭穿

誤區一：個性化是無效的

信不信由你——儘管個性化營銷趨勢越來越明顯，而且它所依據的邏輯——仍然有人否認個性化是有效的。

這些人通常是半心半意地嘗試個性化並放棄的人。 我們這樣說是因為大多數數據都表明來自消費者和營銷人員的個性化是成功的。

大約 70% 的消費者表示，他們厭倦了向大眾傳播不相關的營銷信息的老式方式。 這就是為什麼 86% 的營銷人員表示他們使用個性化來提供更好的客戶體驗：

無論您為什麼這樣做，個性化都會帶來重大好處。 將近 90% 的美國營銷人員表示，個性化帶來了可衡量的改進，其中超過一半的人表示提升幅度超過 10%。

不乏令人印象深刻的個性化投資回報率數據。 在每個數字廣告商都應牢記的 68 項個性化統計數據中，可以在此處找到更多信息。

誤區 2：個性化令人毛骨悚然

“個性化令人毛骨悚然”是一個殭屍神話。 不管你殺多少次，它都會回來。

WordStream 多年前揭穿了它，表明重定向廣告實際上變得更加有效，用戶越多地接觸到它們：

不過，如果您需要更多證據，SAS 對 7 個國家/地區的 2,900 多名消費者進行的在線研究表明，大多數人都喜歡個性化服務。 只要能得到回報，他們就願意分享自己的信息。

Epsilon 的一項調查提供了額外的證據，表明 80% 的客戶更有可能與提供個性化體驗的公司開展業務。 它還發現，90% 的 18-64 歲人群認為個性化服務很有吸引力。

這些統計數據以及更多信息引發了諸如“比以往任何時候都更多的消費者希望零售商提供個性化服務”和“消費者期望個性化，揭示報告”這樣的標題。

很容易看出消費者想要個性化。

當然，它可能走得太遠。 Target 將一名懷孕少女暴露給她父母的故事廣為人知。 但是通過正確的判斷電話或通過調查客戶可以輕鬆解決此類情況。 當他們靠近您的商店時，他們是否希望您使用信標技術發送推送通知？

或許。 但也許他們覺得這令人毛骨悚然。 唯一確定的方法是詢問或測試，然後評估結果。

誤區 3：您無法通過 GDPR 實現盡可能多的個性化

《通用數據保護法》創造了歷史，成為第一個將 cookie 歸類為個人信息的互聯網法規。 可以預見的是，廣告商警告個性化世界末日。 如果對數據收集有如此嚴格的限制，他們將如何創造相關體驗？

然而，一年多過去了，並沒有太大改變。 雖然有些人認為個性化已受到不可挽回的阻礙，但他們只是少數。 營銷人員普遍認為個性化實際上已經得到改善。

GDPR 通過後，Marketing Week 報導稱，27% 的消費者認為他們與品牌的關係有所改善，41% 的消費者認為品牌通過電子郵件與他們溝通的方式有所改善。

那些以合乎道德的方式收集和管理數據的人無需擔心。 GDPR 只會威脅基於粗心收集和管理的數據的個性化。 當消費者對他們的數據感到安全時——數據的使用方式、去向、誰有權訪問——他們會更願意放棄數據。 這只會改善個性化。

誤區 4：只有像亞馬遜這樣的知名大品牌才有可能實現個性化擴展

這可能是最有可能阻止企業追求個性化的神話：擁有大量預算的大品牌只能實現這一策略。 但事實並非如此。

個性化是一個寬泛的術語，包含許多不同成本和復雜性的技術。 然而，當有些人聽到這個詞時，他們會想到昂貴的工具、課程和復雜的算法。 他們考慮僱用開發人員或整個機構——甚至重組部門以打破組織孤島。

雖然這些都可以幫助您實現更好的個性化，但並不是每個品牌都需要開始個性化內容。 個性化可以指一種簡單的行為，例如在客戶調查的幫助下縮小目標範圍或創建特定位置的優惠。

個性化可以從廣泛開始，然後逐漸縮小。 它可以從基礎開始，然後變得更複雜。 例如，每個個性化廣告都應將訪問者引導至個性化的點擊後登錄頁面。

這種技術不需要課程或組織重組。 它只需要設計師在點擊後登陸頁面上反映廣告的信息。

所以不要被嚇倒。 實現超個性化的品牌並不是以這種方式開始的。 他們從基礎開始：年齡、地點、性別等參數。 這些也可能對您的業務有價值。

誤區 5：適用於一家企業的個性化類型也適用於另一家企業

雖然我們討論的是人口統計等個性化的基本參數，但我們應該掩蓋一個長期存在的神話，即這些參數是所有個性化應該開始的地方。

他們不是。 雖然性別可能對其他企業用於定位很有價值，但對您來說可能不是最有價值的。 例如，如果男性和女性消費您的營銷方式的方式幾乎沒有差異，那麼單獨開展營銷活動可能就不值得了。

根據 HubSpot 的 Alex Birkett 的說法，個性化應該被視為優化過程的延伸。 決定為個性化實施哪些規則應該像決定運行哪些實驗一樣。 在 Instapage 的博客文章中，他闡述了：

將您採取的每項行動都視為成本，即使它只是機會成本，並且對於每項行動，您都有預期的投資回報率。 為行動而行動會推高項目成本，而沒有真正關注回報，這是一個真正的戰略困境。

將個性化定義為成本和回報之間的權衡，迫使您同時考慮體驗的可行性（能否有效交付？）和潛在影響（如果確實成功，好處是什麼？）。 當你得出這些答案時，它也會迫使你問：“這是對我們資源的最佳利用還是有更有價值的實驗可以進行？”

這可能是您構建所有營銷活動的方式，即使是在優化之外。 他們值得你花時間嗎？ 你的預算？

對一個企業有用的東西可能對另一個企業不起作用。 在個性化方面，您應該只做有效的事情。 如果可以有效地提供個性化體驗，並且可以提高關鍵績效指標，那麼就值得實施。

誤區 6：個性化只是為了廣告

當營銷人員想到個性化時，他們中的很多人都會想到廣告的實際細分。 有一種說法認為，如果您在進行個性化設置，那麼您就是在定位或重新定位廣告。

根據 eMarketer 的說法，情況並非如此：

個性化遠遠超出了廣告範圍——內容、社交、搜索、電子郵件等等。 數據一目了然。

不過，這個神話仍然存在並不奇怪，因為仍然有營銷人員非常重視點擊前個性化而不是點擊後個性化。 他們狹隘地定義了他們的廣告定位：細化到人口統計、心理統計、公司統計、行為信息等等。 但是，他們將具有高度針對性的廣告流量發送到一個通用的著陸頁。

這是廣告商的失敗。 當點擊前提供個性化，而點擊後不提供相同的個性化時，訪問者將獲得脫節、非個人化的體驗。 而這只是眾多例子中的一個。

越來越多的廣告商了解到，他們不能簡單地在廣告活動的一個平台、媒介或階段進行個性化設置。 如果你個性化一個，你必須個性化所有。 個性化廣告僅僅是個開始。

誤區 7：您需要技術專長才能成功實現個性化

從上圖可以看出，個性化最困難的領域之一是“數據驅動”個性化。 雖然您可能認為這是最簡單的方法之一——因為數字廣告商比以往任何時候都更容易訪問數據——但正是出於這個原因，它實際上是最難的方法之一。 許多人發現有太多東西需要整理。 您如何將原始數據轉化為有意義的個性化規則？ 這是許多品牌都在努力解決的問題。

然而，個性化不一定是細分。 就像在裡面一樣，您不必總是挖掘數據來確定要根據其進行個性化設置的規則。 在一篇關於個性化的博文中，Guy Yalif 解釋道：

與基於規則的個性化不同，預測性個性化通過觀察您的想法對不同受眾的表現來自動發現細分。 這些基於 AI 的系統探索訪問者屬性的所有可能組合，以發現您的哪些消息最適合每個屬性。 無需預先定義細分並為每個細分指定消息（除非您有選擇地想要這樣做）。 預測性個性化通常會提供有關您的受眾的新見解。

雖然成本更高，但基於機器算法的個性化可以為您省去手動排序數據和嘗試理解數據的麻煩。 諸如 Yalif 的 Intellimize 之類的工具可以幫助您發現趨勢並將其用於您的優勢。 在個性化系統的幫助下，在線銀行 Chime 發現不同的標題會在不同設備上產生不同的結果：

然後，它會自動將流量重定向到轉換效果最好的地方，從而在沒有任何基於規則的手動干預的情況下實現一定程度的設備個性化。

在更簡單的層面上，想想社交媒體上的產品重定向。 用戶與後端有像素的產品頁面進行交互，當他們登錄 Facebook 時，他們會看到該產品的廣告。

這些需要廣告商進行很少的設置：後端的像素，觸發它的人的廣告活動。 它們是個性化的強大方式，無需繁瑣的數據規則。

誤區 8：A/B 測試是個性化

這個神話令人困惑是可以理解的。 乍一看，A/B 測試和個性化似乎非常相似。 就是這樣：

A/B 測試是指將一個網頁 (A) 與該網頁的第二個版本 (B) 進行比較，以查看哪個版本更適合特定目標的過程。 在為每個頁面帶來相同的流量並控制有效性威脅後，您將了解更成功的頁面。

到那時，您可能認為您最好將您的網頁“個性化”到登陸它的流量來源。 但是你有嗎？

A/B 測試的優勢在於它的隨機性：訪問者有 50% 的機會登陸頁面 A，有 50% 的機會登陸頁面 B，這使得實驗不會受到選擇效應的影響。 隨機樣本可以讓您根據測試期間收集的數據對訪問者做出準確的推斷。

然而，在為特定人群確定正確的設計時，這也是一個主要弱點。 如果您繼續對流量進行 A/B 測試以找到性能最佳的設計，您將只能獲得最佳的平均設計。 您不會為每個組都獲得最佳的個性化設計。

例如：您正在為您的業務對兩個不同的著陸頁進行 A/B 測試。 其中之一使用多數圖像； 另一個使用長格式的正文。 您的結果可能顯示 60% 的訪問者更喜歡基於圖像的頁面，但這並不意味著其他頁面無效。 這意味著圖像頁面是基於普通訪問者的最佳選擇。 這就是 A/B 測試。

另一方面，個性化並不是要找到最好的平均頁面。 它是關於根據訪問者的興趣、人口統計、偏好等向他們提供最相關的頁面。A/B 測試和個性化可以一起使用（它們應該一起使用），但它們並不相同。 例如，Instapage 允許其用戶借助 UTM 參數創建個性化體驗：

滿足這些參數的用戶將獲得相應的個性化體驗：

創建個性化體驗後，您可以通過 A/B 測試發現改進體驗的方法。 這兩種技術相輔相成，有助於提高關鍵的底部漏斗指標。

克服個性化的迷思

個性化只是一時的時尚嗎？ 答案很明確：消費者期待它，這意味著那些能夠提供它的人將受益匪淺。 當有靈活的方式提供它時，對於每個企業來說，沒有理由不這樣做。

但是，個性化必須在有幫助和侵入性、點擊前和點擊後之間取得平衡，以提供客戶會喜歡的平衡體驗。 詳細了解如何通過 Instapage 個性化演示平衡您的數字營銷活動。