Mengapa konteks lebih penting daripada data dalam personalisasi – Beragampengetahuan

Personalisasi sering dipandang sebagai masalah data. Apakah Anda memiliki atribut yang cukup? Apakah niche Anda cukup kompleks? Bisakah tumpukan teknologi Anda mendukungnya?

Meskipun pertanyaan-pertanyaan ini penting, rahasianya adalah memahami konteks di balik interaksi orang-orang dengan merek Anda pada momen tertentu. Orang yang sering bepergian suatu hari nanti mungkin mengunjungi situs web maskapai penerbangan untuk mencari tahu liburan keluarga. Saat berikutnya mereka melihatnya, mereka mungkin akan memesan penerbangan kerja. Karakteristik sikap mereka tidak berubah, namun latar belakang mereka—dan ekspektasi mereka terhadap Anda—telah berubah.

Pekerjaan personalisasi yang sebenarnya dimulai saat Anda menggabungkan cuplikan perilaku dengan konteks tertentu. Kami menyebutnya skenario, dan ini adalah jembatan antara memahami pelanggan Anda dan benar-benar melayani mereka.

Desain berbasis skenario untuk memperkuat pengalaman yang dipersonalisasi

Skenario menghubungkan bagian-bagian perilaku dengan keadaan spesifik di dunia nyata, menggambarkan situasi yang jelas, apa yang coba dilakukan seseorang, dan apa yang mungkin terjadi selanjutnya. Mereka sengaja dibuat konkret dan deterministik, memetakan titik-titik keputusan dan jalur potensial.

Dalam contoh ritel, sebuah bisnis mungkin fokus pada pelanggan yang mencoba mengembalikan pembelian online di dalam toko dan memetakan dua jalur: satu sebelum periode pengembalian merek ditutup secara teknis, dan jalur lainnya setelah periode pengembalian secara teknis ditutup. Terlepas dari segmennya, hasil yang diharapkan tetap sama karena konteksnya sama.

Dalam kedua kasus tersebut, Anda perlu mempertimbangkan bagaimana setiap segmen perilaku akan bereaksi dan informasi apa yang mereka perlukan agar mereka merasa nyaman untuk bergerak maju. Tujuannya adalah merancang jalur yang mengarah pada hasil yang diinginkan semulus mungkin. Bagaimana setiap momen disampaikan (atau bahkan berapa banyak momen yang ada) berubah tergantung pada karya tersebut.

Pada tingkat operasional, setiap cabang skenario berpotensi menimbulkan kebutuhan akan proses baru, konten baru, dan terkadang bahkan saluran atau alat baru. Ini dipetakan dan dicatat. Mereka menjadi bagian dari keseluruhan desain.

Menggali lebih dalam: Keajaiban personalisasi AI dimulai dengan data yang tidak dapat Anda lihat

Dari Teori ke Praktek: Mengadakan Lokakarya Skenario

Bagaimana sebenarnya Anda mengkonstruksi adegan-adegan ini? Dalam pekerjaan saya, saya memulai dengan lokakarya, mengumpulkan tim lintas fungsi untuk memahami bisnis, pelanggan, dan realitas operasional Anda. Tim saya membuat 5-10 adegan orang-orangan sawah dan membawanya ke bengkel. Kami meninjau setiap item bersama-sama, menilai akurasi, frekuensi, dan dampak.

Beberapa adegan telah diperbaiki. Yang lainnya dipotong seluruhnya. Tujuannya bukan untuk mencakup semuanya. Ini berfokus pada momen yang memiliki dampak nyata pada pelanggan dan bisnis Anda. Pada akhirnya, Anda harus membuat prioritas. Pilih tidak lebih dari tiga untuk memulai. Kemudian pekerjaan sebenarnya dimulai.

Berikut ini tampilan sederhana dari prosesnya:

• Mulai pemetaan: Untuk setiap skenario, Anda dapat merencanakan pengalaman apa adanya, sesuai dengan cara kerja default saat ini. Anda mendokumentasikan setiap langkah dari sudut pandang pelanggan. Apa yang mereka lihat? Apa yang mereka lakukan? Di mana mereka terjebak dan mengapa?
• Identifikasi peluang dalam pengalaman saat ini: Dimana perbedaannya? Di bagian manakah pengalaman itu berakhir? Di manakah Anda dapat menambah nilai, menghilangkan gesekan, atau mengantisipasi kebutuhan sebelum pelanggan menyadarinya?
• Merancang pengalaman masa depan: Mulailah dengan pengalaman dasar yang ideal—pengalaman default. Setelah Anda memiliki pengalaman default, mulailah melapisi segmen. Dalam skenario apa pun, segmen pasar yang berbeda memerlukan hal lain.
• Uji stres itu: Anda tidak hanya mendesain dalam ruang hampa. Anda membuat prototipe, mewawancarai pelanggan berdasarkan segmen, dan memvalidasi hipotesis Anda terhadap perilaku sebenarnya. Anda sedang mencari bukti bahwa pengalaman yang Anda rancang benar-benar sesuai.

Jangan biarkan lautan mendidih: Prioritaskan momen-momen penting

Tidak semua skenario bisa langsung diluncurkan. Setelah Anda merencanakan pengalaman masa depan, Anda perlu membuat prioritas. Apa yang layak dilakukan secara internal dan apa yang mungkin dilakukan nanti? Tingkat upaya apa yang diperlukan? Apa jadwalnya? Lebih penting lagi, apa minat konsumen terhadap perubahan ini?

Anda juga perlu mendefinisikan kesuksesan. Bagaimana Anda tahu personalisasi berbasis skenario ini berfungsi? Jika pusat panggilan Anda menerima 100 panggilan sehari dari pelanggan yang tidak tahu cara mengembalikan barang di toko, mungkin tujuannya adalah menguranginya menjadi 50.

Anda dapat membangun metrik keberhasilan berdasarkan hasil aktual, bukan metrik yang sia-sia. Apakah mereka terlibat dengan informasi tentang kebijakan pengembalian? Apakah mereka menyelesaikan pengembalian tanpa memerlukan dukungan? Apakah mereka akan kembali untuk membeli lagi? Tergantung pada tujuannya, salah satu dari hasil ini dapat dianggap sukses.

Menurut penelitian Gartner, pelanggan yang terlibat melalui personalisasi proaktif dan berdasarkan konteks memiliki kemungkinan 2,3 kali lebih besar untuk menyelesaikan keputusan pembelian penting dengan percaya diri. Peningkatan ini diterjemahkan langsung ke dalam kepuasan pelanggan dan ROI pemasaran.

Menggali lebih dalam: AI mengubah personalisasi menjadi percakapan dua arah

Realitas operasional personalisasi dalam skala besar

Di sinilah segalanya menjadi sulit. Saat Anda membicarakan ratusan adegan dan setiap adegan memiliki lima bagian atau lebih, Anda sedang membangun sistem yang kompleks. Sistem ini memerlukan kemampuan operasional yang nyata.

Di sisi konten, Anda perlu mengubah nada, pesan, dan visual agar sesuai dengan segmen dan skenario yang berbeda, dan ini merupakan peningkatan yang tidak kecil. Hal ini mungkin juga memerlukan perubahan operasional di luar pemasaran. Mungkin Anda tidak pernah mengizinkan pengembalian pesanan online di toko, jadi sekarang Anda perlu mengubah kebijakan Anda. Anda perlu melatih karyawan Anda untuk memfasilitasi pengembalian ini. Anda perlu memperbarui sistem tempat penjualan Anda.

Anda mungkin menyadari bahwa memberikan pengalaman yang dipersonalisasi pada tingkat ini memerlukan infrastruktur teknologi yang saat ini tidak Anda miliki. Data real-time menjadi penting. Anda mungkin memerlukan platform data pelanggan untuk menyatukan informasi di seluruh sistem. Pusat panggilan Anda mungkin memerlukan kemampuan pesan teks atau teknologi mendengarkan suasana hati. Segmen atau skenario tertentu mungkin muncul dengan kebutuhan yang benar-benar spesifik, termasuk sumber data, integrasi, atau alat baru.

Personalisasi bukanlah aktivitas pemasaran. Ini melibatkan operasi, teknologi, manajemen data, pelatihan, kebijakan, dan banyak lagi. Hal ini memerlukan kolaborasi lintas fungsi dan kemauan untuk mengubah cara bisnis sebenarnya beroperasi, bukan hanya cara bisnis berkomunikasi dengan pelanggan.

Penelitian McKinsey menunjukkan bahwa personalisasi dapat mengurangi biaya akuisisi pelanggan hingga 50%, meningkatkan pendapatan sebesar 5% hingga 15%, dan meningkatkan laba atas investasi pemasaran sebesar 10% hingga 30%. Namun statistik utamanya adalah ini: Perusahaan dengan pertumbuhan yang lebih cepat menghasilkan pendapatan 40% lebih banyak dari personalisasi dibandingkan perusahaan sejenis yang pertumbuhannya lebih lambat. Perbedaannya bukan hanya pada pencapaian personalisasi, namun melakukannya dengan tepat dalam skala besar, didukung oleh infrastruktur operasional dan teknis.

Mengapa upaya ini sepadan?

Saya tahu itu terdengar sangat banyak. Ini. Kabar baiknya adalah kini kita memiliki kecerdasan buatan dan pembelajaran mesin untuk membantu mencocokkan pola, menguji, mengulangi, dan merespons dengan lebih cepat dan akurat. Penelitian Forrester menunjukkan bahwa organisasi yang berpusat pada perjalanan kini mengelola perjalanan dalam skala besar, menggunakan alat yang didukung AI untuk menilai dampak, memprioritaskan skenario, dan membantu dalam perencanaan skenario. Tentu saja, AI akan memainkan peran penting dalam rantai pasokan konten, membantu membuat dan meninjau perubahan pada pesan dan konten. Kesenjangan ini sebelumnya menjadi penghalang bahkan untuk mencoba personalisasi semacam ini.

Tapi seperti saya katakan sebelumnya, Anda tetap membutuhkan orang pintar dan rencana. Bahkan dengan kecerdasan buatan, masih banyak pekerjaan yang harus dilakukan. Pilihan lainnya adalah terus memperlakukan personalisasi sebagai strategi tingkat permukaan, mengganti nama di baris subjek email dan menghentikannya. Pendekatan ini gagal membangun kepercayaan. Itu tidak menciptakan loyalitas. Dan semakin lama, hal itu tidak lagi memberikan hasil.

Saat Anda merancang sesuai konteks, saat Anda membangun pengalaman berdasarkan skenario yang mencerminkan realitas kehidupan pelanggan, Anda melakukan sesuatu yang berbeda secara mendasar. Anda menunjukkan kepada mereka bahwa Anda melihatnya, bahwa Anda memahami kompleksitas, trade-off, dan kebingungan yang mereka alami. Hal ini menciptakan hubungan emosional dan mendorong nilai jangka panjang.

Segmentasi perilaku membantu. Skenario Buka dan undang klien Anda untuk bergabung. Bersama-sama, mereka mengubah personalisasi dari sekedar kata kunci menjadi keuntungan bisnis.

Menggali lebih dalam: Masalah infrastruktur yang terabaikan menghambat personalisasi