Rammeverket for primærmålgrupper for skalerbar personalisering

Ettersom konseptet med å skreddersy digitale opplevelser har Become allment utbredt, har personaliseringsteknologi gjort det enklere for markedsføringsteam å kjøre komplekse spørringer for nøyaktig segmentering av målgrupper og servering av relevante opplevelser til dem.

Imidlertid, på jakt etter en bedre forståelse av målgruppene sine, har mange organisasjoner utviklet en vane med å bygge hundrevis av forskjellige segmenter, som hver er utformet for å dekke et ulikt behov. Selv om mikrosegmenter kan være gunstige i visse scenarier, medfører prioritering av for mange flere utfordringer, inkludert manglende evne til effektivt å administrere antallet segmenter, konsekvent levere personlig tilpassede meldinger til brukere og forstå trender og mønstre i kundeadferden. 

Heldigvis finnes det en annen måte å komme nærmere kundene på, og den er forankret i noen enkle retningslinjer for makrosegmentering som vi kaller «Primary Audiences»-rammeverket. Nedenfor kan du finne ut hvordan du kan bruke det til ikke bare å forbedre strategien din, men også til å skalere det større personaliseringsprogrammet ditt.

I teorien ville dusinvis (om ikke hundrevis) av mikrosegmenter gjøre det muligg for bedrifter å levere på verdien av ekte 1:1-personalisering. Men i praksis er det vanskelig å treffe nøyaktig på mikrosegmenter, ettersom de typisk bare utgjør en liten prosentandel av nettstedets totale trafikk. Å måle og optimalisere ytelsen til hvert segment kan også raskt Become uholdbart, noe som ytterligere kompliseres av behovet for å fange opp brukervei for å unngå segmentoverlapp.

For eksempel hadde en stor detaljhandelsmerkevare telt hele 422 segmenter som en del av personaliseringsprogrammet sitt. Teamet var overveldet og usikre på hvordan de skulle hente ut verdi fra hver enkelt, og oppga:

1. Bortkastet tid på å identifisere og evaluere segmenter 

2. Mangelen på sammenheng mellom ulike tester 

3. Manglende evne til å sammenligne ytelse på tvers av segmenter 

4. Tapt mulighet til å institusjonalisere lærdommer

Selv om mikrosegmenter er problematiske under omstendighetene som er beskrevet ovenfor, fyller de likevel et viktig formål når det gjelder å identifisere unike egenskaper og mønstre. Til gjengjeld kan de gjøre det enklere for team å levere de mest relevante tilbudene og meldingene til helt spesifikke brukergrupper. For eksempel en opplevelse som er skreddersydd for brukere som klikker på en bestemt annonsekampanje.

Organisasjoner som ønsker å etablere en helhetlig tilnærming til personalisering, må imidlertid ta i bruk en bredere og mer konsekvent metodikk for segmentering. 

I sin enkleste form representerer segmentering prosessen med å forstå hva et publikum representerer, og deretter bruke den innsamlede informasjonen til å tilpasse opplevelser deretter. Men det som til syvende og sist skiller masse-mikrosegmentering fra makrosegmentering, er evnen til å skalere den prosessen effektivt, og det er derfor rammeverket for primærmålgrupper er basert på sistnevnte.

Ved å gi team mulighet til å komme nærmere kundene sine på en funksjonell og repeterbar måte, skaper rammeverket for primærmålgrupper en fossefallseffekt av rikere og mer konsekvent målgruppelæring, bedre segmenterings- og teststrategier, oppgang i viktige forretnings-KPI-er og inkrementell inntektsvekst.

Og det hele starter med fire sentrale retningslinjer:

• Målgrupper må være basert på et enkelt segmenteringsprinsipp 

• Maksimalt 3–4 målgrupper bør prioriteres

• Disse målgruppene bør dekke 100 % av nettstedets trafikk

• Der alle idéer, utførelser og analyseringer er ment å stamme

Bryter ned rammeverket ytterligere … 

For å låse opp personalisering er det avgjørende at teamene forstår hva hvert enkelt segment representerer, samt eventuelle vesentlige forskjeller mellom dem. Først da kan de utarbeide en målrettet plan for å levere det mest relevante innholdet på tvers av segmenter.

Det er derfor det foreslås å bygge en målgruppe basert på ett enkelt segmenteringsprinsipp, som ideelt sett er basert på engasjementmønstre på nettstedet, i steden for statiske konsepter som tildeles fra tidligere aktivitet og kanskje ikke lenger stemmer.

Noen få eksempler på segmenteringsprinsipper

• Intensjonsnivå 

• Kjøpstilbøyelighet

• Kundenes levetidsverdi

• Lojalitetsstatus

Dette gir ikke bare teamene klarhet i hvem og hva som skiller målgruppene deres, slik at de kan skape de rette opplevelsene, men det resulterer også i større samlet samsvar og oppslutning fra ledelsessponsorer, noe som kan ha en enorm innvirkning på den pågående støtten et personaliseringsprogram mottar. 

Husk at mindre er mer – til tross for en rekke potensielle segmenteringsprinsipper å velge mellom, bør bruken begrenses til maksimalt 3–4 målgrupper.

Skalerbaarheid er nøkkelen i en verden der ressursene aldri er uendelige, og det bare er en viss mengde markedsførings-, utviklings- og analytikerstøtte tilgjengelig. Team kan overvinne disse vanlige ressursbegrensningene og bli mer effektive ganske enkelt ved konsekvent å måle, analysere og optimalisere mot noen få primære målgrupper.

Og med kombinasjonen av maskinlæring kan algoritmer brukes til å utføre det manuelle arbeidet med å avgjøre hvilken variasjon av en opplevelse som skal vises på et 1:1-nivå, slik at teamene kan fokusere på å skape mer meningsfulle forbindelser med kjennkundene sine.

Målet med nettstedpersonalisering er å levere større relevans totalt sett i stedet for å forbedre opplevelsene for små trafikksegmenter, noe som også kan minimere den trinnvise inntektsøkningen knyttet til denne innsatsen.

Derfor er det viktig når du velger ut en bedrifts 3–4 primærmålgrupper, å vurdere andelen av trafikken som hvert segment representerer. Maksimal effekt og optimaliseringsmuligheter kan bare oppnås hvis målgruppesegmentene dekker 100 % av nettstedets totale trafikk til sammen og har liten eller ingen overlapp med hverandre.

La oss si at et team for eksempel bestemmer seg for å gå videre med tre primærmålgrupper, én for hvert intensjonsnivå (lav, middels og høy). Selv om de til sammen kan utgjøre opptil 100 % av de besøkende, kan målgruppen med høy intensjon bare utgjøre 3–5 % av den totale trafikken – selv om den regnes som et mikrosegment, knyttes den fremdeles opp til det større segmenteringsprinsippet, noe som gjør den mer strategisk av natur.

Med 3–4 primærmålgrupper på plass ved hjelp av retningslinjene som er beskrevet ovenfor, ligger det neste steget for å garantere suksess med personalisering i å vurdere KPI-er på segmentnivå.

La oss se nærmere på følgende kampanjeresultater:

• Samlet CVR = 2 % | AOV 5 USD

Vi forstår kanskje hvordan opplevelsen fungerte totalt sett, men det er uklart hva som bør gjøres med informasjonen for å forbedre konverteringsraten eller gjennomsnittlig ordreverdi. Med mindre vi bryter ned resultatene på tvers av våre primære målgrupper: 

• Målgruppe A CVR = 1 % | AOV 5 USD

• Konverteringsrate for publikum B = 5 % | gjennomsnittlig ordreverdi 3 USD

• Audience C CVR = 3 % | AOV 10 $

Her kan vi se at hver målgruppe har vist ulike kjøpsmønstre, noe som åpner for nye personlig tilpassede muligheter basert på målgruppens behov. Faktisk bør målgruppeytelse innlemmes i utarbeidelsen av hver eneste kampanje – et enkelt mål å oppnå dersom selskapets segmenteringsstrategi springer ut fra de samme 3–4 primærmålgruppene. 

Til slutt vil den prosessen se omtrent slik ut:

• Definer forretningsmål og -målsettinger tydelig

• Identifiser innsiktsbaserte muligheter per målgruppe, men tilpasset det overordnede målet

• Utfør opplevelser skreddersydd for hvert primære publikum 

• Rapporter om hver opplevelse på målgruppenivå

• Evaluer ytelsen per kampanje og målgruppe (og spør hvorfor / hva det betyr)

• Bruk innsamlet innsikt til å forme og bedre orientere fremtidige kampanjer

• Mål trendbaserte KPI-er på målgruppenivå i tillegg til generelt 

En amerikansk forhandler som spesialiserer seg på design, produksjon og salg av golfutstyr, ønsket å skape en enestående opplevelse for sine nettbutikkukunder. Etter å ha identifisert en sammenheng mellom konverteringer og antall sidevisninger, besluttet teamet å bygge og analysere et sett med målgrupper basert på lav, middels og høy intensjon. Lav ble definert som at brukeren besøkte færre enn et dusin sider, og høy var når en bruker besøkte over to dusin.

Å dele inn nettstedbesøkende etter intensjonsnivå avdekket noen nøkkelinnsikter om hvordan ulike grader av kunnskap påvirket kjøpsbeslutningene for selskapets golfutstyr:

• Brukere med høyere intensjon kjente til fremgangsmåten, og foretrakk mer tekniske detaljer og merkespesifikke produktmeldinger

• Brukere med lav kjøpshensikt surfet ofte i henhold til «spillertype», og trengte mer veiledning om spesifikke produkter 

Ved hjelp av denne informasjonen klarte golfdetaljisten å optimalisere kampanjene sine på målgruppenivå, forstå adferdspendene til hvert segment dypere og oppnå enda bedre avkastning.

I eksempelet ovenfor ble meldinger for spesifikke kategorisider utformet og vist for å utdanne og øke kjøp blant brukere med lav intensjon.

Golf-detaljisten planlegger å inkorporere læringspunkter fra ytterligere eksperimenter på stedet samt utvide bruken av rammeverket i andre kanaler som e-post.

Selv om noen av de største merkevarene i verden arbeider med hundrevis av segmenter, ender personaliseringsarbeidet ofte opp med å ikke bli knyttet sammen på en konsekvent måte når det ikke brukes parallelt med en skikkelig tilnærming på makronivå. Men ettersom forbrukernes forventninger til relevans vokser, og bedrifter søker å maksimere ressursene som investeres i å møte kravene deres, er tiden inne for å prioritere effektivitet, skalerbarhet og institutionalisering av kundeinnsikt nå. Heldigvis gjør rammeverket for primærmålgrupper det mulig for team å gjøre dette, noe som ikke bare bringer dem nærmere kundene sine, men også frigjør trinnvis inntektsvekst på grunn av det.