I løpet av det siste tiåret har den raske veksten innen digital bankvirksomhet og finansteknologiselskapers forbedrede tilbud ført til at forbrukere forventer mer av sin finansinstitusjon (FI): en skreddersydd kundeopplevelse som samsvarer med deres utviklende behov og preferanser utover det lokale bankkontoret, på tvers av både tradisjonelle og nye kontaktpunkter.
I dag kan kundeopplevelsen avgjøre merkelojaliteten hos en finansinstitusjon, og suksess venter de som gjør det riktig ved å kombinere de rette teknologiene, metodikkene og strategiene. Men det er lettere sagt enn gjort, og derfor har vi satt sammen denne todelte guiden som skal hjelpe finansinstitusjoner med å komme i gang på veien mot å lykkes med personalisering.
Personalisering er praksisen med å skreddersy opplevelser som tilbud, innhold, anbefalinger og tjenester til en bestemt forbruker ved bruk av null-, første- og tredjepartsdata som er samlet inn på en etterlevelsesmessig korrekt måte om vedkommende. Dette inkluderer aktivitet på en finansinstitusjons nettsted eller app.
Selv om det oftest praktiseres på et selskaps nettside eller mobilapp, har den økte etterspørselen etter personalisering fra forbrukere ført til at organisasjoner implementerer det på tvers av kontaktpunkter og kanaler, fra e-post og kundesentre til digitale kiosker og minibanker.
Personalisering er praksisen med å skreddersy opplevelser som tilbud, innhold, anbefalinger og tjenester til en bestemt forbruker ved bruk av null-, første- og tredjepartsdata som er samlet inn på en etterlevelsesmessig korrekt måte om vedkommende. Dette inkluderer aktivitet på en finansinstitusjons nettsted eller app.
Selv om det oftest praktiseres på et selskaps nettside eller mobilapp, har den økte etterspørselen etter personalisering fra forbrukere ført til at organisasjoner implementerer det på tvers av kontaktpunkter og kanaler, fra e-post og kundesentre til digitale kiosker og minibanker.
Misoppfatning nr. 1: Personalisering krever enorme mengder data
Finansinstitusjoner overvurderer ofte mengden data som trengs for å personalisere på en meningsfull måte. Selv om et mer robust datasett vil gi rom for mer skreddersydde alternativer, kan banker høste mange fordeler av personalisering ved å samle inn og aktivere førstepartsdata hentet direkte fra forbrukere med nødvendig samtykke for å forbedre digitale opplevelser, som for eksempel henvisende domene, lokasjon, sidekontekst, enhet eller til og med nettleseraktivitet fra web og app.
Misoppfatning nr. 2: Personalisering er det samme som markedssegmentering
I dag har 1:1-personalisering Become en standard i markedsføringsverdenen, men du trenger ikke å manuelt bygge og administrere dusinvis av mikrosegmenter for å oppnå individuell relevans. Start med å identifisere, skreddersy og optimalisere kampanjer rundt tre eller fire primære målgrupper (som vi dekker nedenfor) definert av prinsipper for makrosegmentering (inkludert intensjon, livssyklusfase, produktanskaffelse), og legg deretter til KI for å anbefale eller dynamisk tildele individualiserte opplevelser derfra.
Misoppfatning nr. 3: Personalisering er noe man setter opp og glemmer
Selv om maskinlæring kan bidra til å skalere levering av opplevelser, må markedsførere regelmessig analysere resultatene fra hver kampanje for å sikre kontinuerlig ytelsesoptimalisering. Interesser, behov og preferanser endrer seg etter hvert som mennesker naturlig går gjennom ulike livsfaser, noe som krever at markedsførere ikke bare gjentar eksisterende opplevelser, men også bruker alle tilgjengelige data for å informere om nye tester. Dette kan bidra til å maksimere relevansen etter hvert som forbrukeratferden utvikler seg på tvers av digitale flater.
I en nylig studie om tilfredshet med personkundebanker fant J.D. Power at forbrukere ønsker personlig støtte og rådgivning fra bankene sine. Videre oppga 86 % av finansinstitusjonene i 2023-rapporten om modenhet for personlig tilpasning i finansielle tjenester fra Mastercard Dynamic Yield at personlig tilpasning er en tydelig og synlig prioritet for selskapet og dets digitale strategi, og 92 % planlegger å investere mer i dette arbeidet.
Men til tross for etterspørselen er ikke veien til effektiv personalisering alltid tydelig for bransjen.
Mange store utfordringer preger fortsatt finansielle merkevarer, inkludert:
Administrering av forbrukerdata
Å ha data fører ikke automatisk til effektiv personalisering. Finansinstitusjoner, i likhet med mange bedrifter som har unike datasett, har ofte vanskelig for å kuratere disse dataene på en måte som fører til effektiv personalisering. Hvis en finansinstitusjon ikke har investert tid og energi i å forvalte robuste og etterlevelsesorienterte prosesser, kan det raskt become uhåndterlig å integrere dataene i personaliseringsaktivitetene sine. Heldigvis gir KI team et fleksibelt verktøy for å automatisere og skalere denne prosessen, men det er ingen vidunderkur – finansinstitusjoner må sikre at rene datainndata brukes til å generere effektiv personalisering for sluttforbrukeren, samtidig som de respekterer forbrukernes personvern og virksomhet.
Mangel på ressurser og prosesser
Banker er godt kjent med å tilrettelegge for oppkjøp, adopsjon og livssyklusadministrasjon. Men når ulike team forvalter ulike deler av kundeopplevelsen, krever det at man overvinner utfordringer for å integrere personalisering i hver av dem. Dette kan inkludere avdelingssiloer eller onboarding av tilhørende talenter, ressurser og prosesser for å støtte bruken av den avanserte teknologien. Mange har ennå ikke mestret læringskurven for å høste gevinstene av personalisering, men grunnlaget for et sterkt operasjonelt rammeverk inkluderer minst én nøkkelinteressent som driver personaliseringsarbeidet på tvers av virksomheten, forplikter seg til å prioritere og lære av raske gevinster, og bruker disse dataene til å skalere over tid.
I en verden der forbrukere har flere valgmuligheter, mindre tid og stadig kortere oppmerksomhetsspenn, har personalisering Become en nødvendighet på tvers av bransjer. Nå kan banker bruke dette til å møte forbrukernes forventninger og skille seg ut ved å erstatte generiske «one-size-fits-all»-opplevelser med individuelt tilpassede opplevelser i kritiske øyeblikk i kundereisen.
Banker som lykkes med personalisering, kan høste gevinstene og påvirke viktige forretningsmål knyttet til:
Banker som lykkes med personalisering, kan høste gevinstene og påvirke viktige forretningsmål knyttet til:
Mange banker har prioritert personalisering ettersom et flertall av forbrukerne allerede har gått over til primært digitale bankforhold, der 45 % bruker mobil og 27 % bruker desktop for sine daglige behov. Denne adopsjonen av digitale banktjenester og den samtidige veksten har imidlertid forlenget syklusene for produktundersøkelser og beslutningstaking.
Med flere valgmuligheter enn noen gang på en voksende arena av aktører innen finansielle tjenester, trenger forbrukere opplæring og veiledning for å hjelpe dem i utvelgelsesprosessen. Og selv om mange finansinstitusjoner har skapt innhold av høy kvalitet, er det få som effektivt har lagt til rette for læring og oppdagelse gjennom personalisering.
Mange banker har prioritert personalisering ettersom et flertall av forbrukerne allerede har gått over til primært digitale bankforhold, der 45 % bruker mobil og 27 % bruker desktop for sine daglige behov. Denne adopsjonen av digitale banktjenester og den samtidige veksten har imidlertid forlenget syklusene for produktundersøkelser og beslutningstaking.
Med flere valgmuligheter enn noen gang på en voksende arena av aktører innen finansielle tjenester, trenger forbrukere opplæring og veiledning for å hjelpe dem i utvelgelsesprosessen. Og selv om mange finansinstitusjoner har skapt innhold av høy kvalitet, er det få som effektivt har lagt til rette for læring og oppdagelse gjennom personalisering.
Når de implementeres korrekt og i samsvar med regelverket, treffer personlige opplevelser forbrukerne godt. Finansinstitusjoner kan legge til rette for mer personlig, relevant og sømløst kundeengasjement på tvers av kanaler. Ved å bruke innsikt fra hele porteføljen sin kan banker danne seg et helhetlig bilde av kunden for å teste ulike personaliseringsstrategier, i et forsøk på å finne de som treffer best. Denne datadrevne tilnærmingen kan oversettes til samme tjenestekvalitet på nettstedet, via mobilappen, på e-post eller til og med i en fysisk filial, noe som påvirker den generelle kundeopplevelsen positivt og styrker bunnlinjen.
For å ligge i forkant i det konkurranseutsatte markedet for finansielle tjenester og låse opp kraften i personalisering, bør team fokusere på en prosess som lar dem analysere egne kundedata iterativt, teste nye ideer og kontinuerlig forbedre kundeopplevelsen. Selv om arbeidsflyter vil variere fra organisasjon til organisasjon, må alle definere en metodikk som hjelper dem med å utnytte og drive langsiktig, skalerbar vekst.avansert personaliseringsteknologi.
Slik gjør du dette, trinn for trinn:
Selv om virksomheter kan ha lignende mål (for eksempel å øke inntektene), er ikke alle brukstilfeller like. Noen ideer kan fungere for ett nettsted og én målgruppe, mens andre ikke gjør det. Dette er grunnen til at finansinstitusjoner må dykke ned i dataene for å gi grunnlag for beslutninger knyttet til veikartet for personalisering.
Det er viktig å starte med å identifisere utfordringer i nettstedets analyse. Prøv å se etter høy trafikk korrelert med dårlig ytelse for å fokusere på områder med behov for effektivisering.
Alternativt kan du velge en målgruppestrategi, der du identifiserer virkningsfulle segmenter å bygge opplevelser rundt. En god måte å komme i gang på er å identifisere 3–4 primærmålgrupper fra nettstedet eller forretningsanalysene dine, som du konsekvent kan nå med personlig tilpassede kampanjer, analysere resultatene fra og optimalisere mot. Disse målgruppene bør være basert på ett enkelt segmenteringsprinsipp og utgjøre 100 % av nettstedets trafikk for maksimal effektivitet.
Noen eksempler på primær målgruppeinndeling som kan være effektive for finansielle tjenester inkluderer:
Engasjementsnivå
Logger de seg inn for å betale regninger, har de registrert seg for automatiske betalinger, eller er de engasjert i andre aktiviteter som sier noe om dem?
Livssyklusfase
Fra prospekt til tapt kunde, moden eller synkende – hvor er de i kundens livssyklus?
Produkt-oppnåelse
Hvor mange produkter eller tjenester bruker de, og er de i ulike kategorier (muligheter for kryssalg)?
Eksplisitte data — refererer til CRM-data (customer relationship management) som er samlet inn om en bruker, eller nullpart-data som en bruker eksplisitt har oppgitt gjennom undersøkelser og registreringsskjemaer. Banker kan på en ansvarlig måte fange opp brukeratferd, som besøksfrekvens eller nettleserhistorikk i sikre medlemsområder, for å segmentere og målrette potensielle kunder.
Atferdsdata — refererer til data samlet inn fra viktige brukerinteraksjoner som klikk (før eller etter innlogging), antall sidevisninger, besøkte URL-er eller konverteringshendelser som fullføring av søknad, påmelding til e-faktura, gjeldende side (som en spesifikk URL, hjemmesiden, en kategori- eller tjenestenivåside, kredittkortside eller søknadsside) og så videre.
Kontekstuelle data – relaterer seg til omkringliggende omstendigheter og preferanser som påvirker brukerinteraksjoner, som lokasjon (land, region eller by en bruker befinner seg i), tid på døgnet, enhetstype (stasjonær PC, mobil, nettbrett; operativsystem; nettleser), værforhold og så videre.
Tredjepartsdata – inkluderer informasjon som er samlet inn og aggregert fra eksterne kilder (f.eks. BlueKai, LiveRamp) som verdifulle datasett å bygge segmenter ut fra.
Adopsjon handler om å drive viktige aktiviteter tidlig i produktrelasjonen. Denne fasen må ses på som en serie engasjementer som skal håndteres i sanntid, ved bruk av tilgjengelige data og kundesignaler for å tilpasse seg de ulike reisene (for eksempel at én bruker registrerer kortet sitt først, mens en annen laster ned appen) og oppmuntre til fullføring av ønskede neste engasjementer. Hver nye kunde er unik og har ulike behov, preferanser og grunner til sin atferd, inkludert hvordan og når de engasjerer seg.
| Utløserkanaler | Responskanaler |
|---|---|
| Mobilapp | Mobilapp |
| nettside | nettside |
| E-post | E-post |
| SMS (sjeldnere) | SMS (oftere) |
Målgruppesegmenter:
Eksempel på eksperiment:
Tenk deg et scenario der en ny kunde som ennå ikke har registrert kortet sitt (kunde med lavt engasjement), besøker nettstedet (utløserkanal). I stedet for å motta den generiske opplevelsen på hjemmesiden, kan et team bruke informasjonen til å A/B-teste hvilke budskap, innhold,
Personvern betyr noe
Husk at ulike personvernlover kan gjelde for ulike kilder til personopplysninger. Før du henter inn personopplysninger, spesielt fra utenfor din egen organisasjon, må du sørge for å sjekke hvilke kontraktsmessige og regulatoriske forpliktelser som kan gjelde for dem.
Markedsførere kan også kombinere datakilder for å bli stadig mer detaljerte i personaliseringen sin. Jo flere kriterier som brukes, desto større er imidlertid sannsynligheten for at en person ikke oppfyller målrettingsbetingelsene for kampanjen for webpersonalisering. Og som nevnt tidligere, kan for mange mikrosegmenter føre til at personaliseringen bare påvirker små deler av trafikken, noe som minimerer den økte inntektsgevinsten knyttet til denne innsatsen.
Forbedring av målgruppeopprettelse med kunstig intelligens
KI spiller en avgjørende rolle for å forbedre den generelle effektiviteten i personaliseringskampanjer ved å sikre at den optimale opplevelsen leveres både i stor skala (til store grupper av nettstedsbesøkende) og på et 1:1-nivå gjennom avansert teknologi for tilhørighetsprofilering og tilhørighetsallokering. Dette gjør det mulig for finansinstitusjoner å gjøre meningsfulle brukerinteraksjoner fra sine digitale flater om til faktiske brukerprofiler som oppdateres i sanntid for høyst personlig målretting og levering av opplevelser.
Kanaler
Når du har opprettet målgrupper, bør du vurdere hvordan du kommuniserer med dem ved hjelp av eksisterende kanaler. Hovedkanalene dine for å levere personalisering forstås best i to kategorier:
Finansmarkedsførere kan ofte snevre inn på følgende kanaler for å analysere data og resultater for potensiell optimalisering:
Svarskanaler (utdata) er basert på den samme listen ovenfor, men brukes til ulike formål avhengig av målet, noe vi skal gå nærmere inn på senere.
Ta med innsikt samlet inn fra forrige trinn og diskuter nye testmuligheter sammen under regelmessige idédugnader.
Start med å lage en liste over alle de ulike brede kategoriene du har mulighet til å teste. Deretter kombinerer du denne listen med alle typene tester du har mulighet til å kjøre. Dette gjør at teamene holder seg jordet, og minner dem på hva som er mulig, altså hvilke opplevelser som kan testes og om ressursene er tilgjengelige for å faktisk gjennomføre dem. Det kan også avdekke potensielle eksperimenter som ellers kunne blitt oversett.
Hvis data for eksempel pekte på lave konverteringsrater fra resultatbaserte markedsføringskampanjer, kan team vurdere å lansere ulike opplevelser rettet mot disse brukerne i håp om å skape større engasjement. Team bør tenke på «hvorfor» bak en bestemt test, i stedet for å fokusere på «hva».
Hypotetiser endringer som vil føre til ønsket brukeratferd for hvert målgruppesegment, og bygg ut brukstilfeller for å forbedre eller opprettholde denne metrikken. Målet er å flytte hvert segment til neste logiske målgruppe gjennom fullføring av KPI-en.
En god måte å tenke på når man skal bygge en slik hypotese, er:
Basert på [OBSERVATION] tror jeg at hvis vi [PROPOSED CHANGE], vil vi se en økning i [TEST PRIMARY METRIC].
Disse uttalelsene må ikke forveksles med fakta. Dette er ikke fakta, men snarere argumenterte ideer basert på dataanalyse og tidligere observasjoner. De fungerer som et utgangspunkt for optimaliseringsprosessen.
Disse hypotesene bør være tett knyttet til «hvorfor» eller målet som støtter testen, og ofte vil det være å flytte hvert segment til neste logiske målgruppe gjennom oppnåelse av KPI.
Noen eksempler på personaliserings-KPI-er for finansielle tjenester inkluderer:
En personlig kundereise bør føles helhetlig på tvers av flere nettsider eller kontaktpunkter, og være responsiv overfor brukerens atferd hver gang de samhandler med merkevaren din. Med denne kunnskapen vil de beste personaliseringskampanjene teste flere kanaler og målgrupper på tvers av kundereisen, inkludert flere sider og innholdselementer, tilbud, varsler, kontekstuelle oppfordringer, produktanbefalinger med mer. Det viktige er å alltid ha en kontrollgruppe for å lære hva som fungerer og ikke for hver målgruppe.
Med all spenningen og spekulasjonene rundt utfallet av en bestemt opplevelse, er det lett å la seg rive med. Men med ethvert initiativ er det avgjørende å vurdere hvert initiativs estimerte effekt (fra kostnader til potensiell entusiasme som genereres) og innsats (hvilke team som må involveres) før du setter i gang. Ellers kan du ende opp med å kaste bort verdifull tid og energi på urealistiske kampanjer eller kampanjer som gir liten eller ingen verdi for virksomheten – noe som begge deler kan skade den langsiktige bærekraften til et personaliseringsprogram.
Vurderingssystemet nedenfor bør brukes for å støtte beslutningsprosessen, slik at du kan maksimere hver kampanje.
Innvirkning:
Vurdert helhetlig, kan måles som høy, medium eller lav.
Innsats:
Vurdert helhetlig, kan måles som høy, medium eller lav.
Når du har evaluert hver test, bruk dette som en enkel ledestjerne:
Til slutt vil du ende opp med et målekort for hvilke kampanjer som skal prioriteres. Prioritering av disse testene er nøkkelen til å redusere design- og utviklingssykluser for rask og effektiv implementering av kampanjer. Hvis omfanget av et eksperiment ikke samsvarer med testplanen, vil tidsfrister garantert bli overskredet, og brukerinformasjonen knyttet til en kampanje vil bli utdatert, noe som resulterer i resultater med lavere påvirkning. For ikke å snakke om en dårlig kundeopplevelse.
Deretter begynner byggingen offisielt.
Nå må både kreative og tekniske funksjoner samkjøres for å skape den tiltenkte kundeopplevelsen. Vanligvis tas følgende arbeidsflyt i bruk for å først lage en mockup eller «iscenesette» hvordan det endelige eksperimentet vil se ut:
Når en opplevelse er utviklet, går den til vurdering for å sikre at den oppfyller alle kravene som er avtalt.
Like viktig for suksessen til en kampanje som alt arbeidet som førte frem til lansering, er tett oppfølging, analyse og optimalisering av resultatene når kampanjen er live. Hvor lenge et eksperiment må kjøre for å oppnå gyldige resultater vil variere basert på utvalgsstørrelsen og antall varianter som serveres, men to uker er anbefalt som et minimum.
Etter at et eksperiment er offisielt avsluttet, vil innsikten man har fått, kaste lys over de underliggende årsakene til resultatene for hvert brukersegment. Disse bør logges og brukes til å fortsette å bygge ut ulike målgruppeprofiler, noe som gir grunnlag for endring og optimalisering av pågående kampanjer, samt helt nye tester.
Og så er det tilbake til trinn én! Personaliseringsarbeid er syklisk; når én test er ferdig, befinner bedrifter seg ved begynnelsen, hvor de igjen begynner å analysere innsamlede data, idémyldre om flere ideer, hypotetisere nye eller forbedrede endringer, og så videre.
Anskaffelse, aktivering og håndtering av kunder gjennom hele kundereisen er ikke lenger avhengig av en banks fysiske plassering eller personlig service, men snarere av de rettidige, relevante og personlige digitale interaksjonene som forbrukere forventer hver gang de engasjerer seg, uavhengig av kanal.
Nå som du forstår rammeverket for personalisering, vil vi gi eksempler på ulike tester finansinstitusjoner kan utføre gjennom kundereisen ved å bruke engasjement for å segmentere trafikk i fire primære målgrupper: Lav, Middels, Høy og «Annet» (definert av stadiet du segmenterer for).
Bruk følgende informasjon om hvilke KPI-er, kanaler og typer opplevelser som samsvarer best med de ulike livssyklusfasene for å forkorte tiden til markedet, raskere forstå hva som fungerte bra, og forbedre kampanjer i hvert trinn av kundens forhold til selskapet ditt. Større sofistikering i din tilnærming til kundeopplevelsen venter, det samme gjør den eksponentielle inntektsveksten.
I fasen for kundeanskaffelse søker merkevarer innen finansielle tjenester oftest å redusere kundeanskaffelseskostnader (CAC), noe som kan gjøres ved å utnytte tilgjengelige data for å levere relevante opplevelser fra aller første sidevisning.
Kanaler for kundeanskaffelse for personalisering inkluderer:
| Utløserkanaler | Responskanaler |
|---|---|
| Mobilapp | Mobilapp |
| nettside | nettside |
| E-post | E-post |
| SMS (sjeldnere) | SMS (oftere) |
Målgruppesegmenter:
Eksempel på eksperiment:
La oss si at vi etter å ha dykket ned i dataene våre, finner ut at en stor andel av de besøkende kommer direkte til nettstedet (utløserkanal) fra noen få distinkte lokasjoner (målgruppesegment med lavt engasjement). Vi kan deretter bruke disse dataene til å informere personaliseringen av nettopplevelser (svarkanal), inkludert tilpasning av velkomstmeldinger, bannere på hjemmesiden, overlegg for e-postpåmelding og mer for å oppmuntre kunder til å engasjere seg mer, for eksempel ved å sende inn søknader eller bruke gratis finansielle verktøy.
Man kan for eksempel vise et hero-banner på forsiden som markedsfører bedriftsforsikring til folk i New York City, og en annen versjon for landbruksforsikring i Nebraska. Ved å gjøre dette kan team sikre større relevans fra første stund, høyere sannsynlighet for fortsatt engasjement og lavere frafallsrater på nettstedet.
Andre brukstilfeller for personalisering ved oppkjøp inkluderer:
Adopsjon handler om å drive viktige aktiviteter tidlig i produktrelasjonen. Denne fasen må ses på som en serie engasjementer som skal håndteres i sanntid, ved bruk av tilgjengelige data og kundesignaler for å tilpasse seg de ulike reisene (for eksempel at én bruker registrerer kortet sitt først, mens en annen laster ned appen) og oppmuntre til fullføring av ønskede neste engasjementer. Hver nye kunde er unik og har ulike behov, preferanser og grunner til sin atferd, inkludert hvordan og når de engasjerer seg.
| Utløserkanaler | Responskanaler |
|---|---|
| Mobilapp | Mobilapp |
| nettside | nettside |
| E-post | E-post |
| SMS (sjeldnere) | SMS (oftere) |
Målgruppesegmenter:
Eksempel på eksperiment:
Tenk deg et scenario der en ny kunde som ennå ikke har registrert kortet sitt (kunde med lavt engasjement), besøker nettstedet (utløsende kanal). I stedet for å motta en generisk opplevelse på hjemmesiden, kan et team bruke informasjonen til å A/B-teste hvilke budskap, innhold,
I den pågående livssyklusstyringsfasen handler alt om å opprettholde kundeengasjement og «top-of-wallet»-atferd, samt å øke bruken av kontoer og kort. Med dette perspektivet kan du begynne å optimalisere for relevante KPI-er som totalt forbruk, muligheter for kryss- og oppsalg, kort- og kontobruk, samt annen viktig forbrukeratferd som fremmer kundelojalitet, som automatisk innskudd, flere kontoer og boliglån.
Kanaler for kundeanskaffelse for personalisering inkluderer:
| Utløserkanaler | Responskanaler |
|---|---|
| Mobilapp | Mobilapp |
| nettside | E-post |
| SMS | nettside |
| Betalt og organisk søk | |
| Sosial | |
| Henvisningstrafikk (fra pålitelige kilder) | |
| Ytelsesprogrammer |
Målgruppesegmenter:
La oss si at vi har en ny kredittkortbruker (kunde med lavt engasjement) som besøker nettstedet (utløserkanal), og som får relevante anbefalinger og innhold (svarkanal) som er i tråd med deres nåværende situasjon for å oppmuntre til økt totalforbruk, samt kort- og kontobruk (KPI-er), fremfor en generisk opplevelse.
Etter hvert utvikler kunden seg til å bli boligeier (kunde med høyt engasjement), og nettsideopplevelsen (responskanal) endres for å inkludere flere muligheter for kryssalg og mersalg, oppmuntre til nedlasting av læringsmateriell for relevante, men ukjente produkter, og fremme viktige kundehandlinger som boliglånssøknader eller refinansiering (KPI-er).
I eksemplet ovenfor bruker varianten til venstre nettstedspersonalisering for å gi en skreddersydd opplevelse til en tilbakevendende kunde, med spesifikke innholdsanbefalinger som samsvarer med tilgjengelige kundedata. Opplevelsen til høyre for en ny kunde viser imidlertid generelle og brede ressurser i et forsøk på å lære mer om deres behov og interesser, og for å kunne gi dypere og mer relevante anbefalinger i fremtiden.
Andre bruksområder for personalisering i livssyklusen inkluderer:
De som jobber med personalisering, kan starte i det små og skalere innsatsen sin. Med de riktige prosessene og støtten på plass på tvers av forretningsenheter for å forene og kanalisere aktivitet, kan de rulle ut den samme metodikken, med passende forbrukersamtykke, via e-postkampanjer, kiosker i merkevaren, SMS-meldinger, pushvarsler og mer. På lengre sikt kan finansinstitusjoner se for seg et scenario der en potensiell kunde som ser på lånealternativer på mobil, senere ser en «Fortsatt interessert?»-melding på bankens nettside via den bærbare datamaskinen sin. Ved å skape en sammenhengende opplevelse for kundene, kan finansinstitusjoner sikre fremdrift i kundereisen kunden har med merkevaren deres. De kan engasjere dem på en måte som passer best for deres nåværende behov, og gjøre det lettere for dem å finne produkter og oppdage muligheter de ellers kanskje ikke ville ha funnet. Alt dette gir langsiktige fordeler i form av større lojalitet og høyere kundelivstidsverdi.
Når banker tar sikte på å ta i bruk personalisering i større grad, kan de fremskynde modningen på følgende tre måter:
1. Omdefinering av anskaffelse
Utover å hente inn nye besøkende via betalte kampanjer, bør anskaffelse fokusere på å optimalisere opplevelsen hele veien gjennom til nettstedet eller den digitale eiendommen, helt til forbrukeren faktisk konverterer. Dette gjør det viktig å personalisere «opplevelser etter klikk» på så mange måter som mulig.
2. Personalisering for alle brukere
Bare fordi du ikke har hatt noen tidligere interaksjon med en forbruker, betyr ikke det at du ikke kan skreddersy opplevelsen deres. Førsteinntrykket av et nettsted kan avgjøre om et potensielt kundeforhold lykkes eller mislykkes. Vurder hvordan du kan tilpasse opplevelsen for anonyme brukere og legge til rette for suksess.
3. A/B-testing av opplevelser gjennom hele kundereisen
Gå aldri ut fra at én personaliseringstaktikk fungerer for alle målgrupper, eller at én alltid fungerer bedre for én målgruppe. Konsekvent testing av opplevelser gjør at finansinstitusjoner kan optimalisere dem trinnvis over lang tid. Jo mer smidig en bank er, desto større blir avkastningen.
For å ligge i forkant i det konkurranseutsatte markedet for finansielle tjenester og låse opp kraften i personalisering, bør team fokusere på å implementere en prosess som gjør det mulig å analysere forbrukerdata iterativt – innenfor gjeldende juridiske rammer og med respekt for forbrukernes personvern – teste nye ideer og kontinuerlig forbedre kundeopplevelser. Ved å spisse denne metodikken på tvers av kundereisen, vil finansinstitusjoner være på god vei til å forstå kundene sine bedre og levere digitale opplevelser som gir verdi for både dem og virksomheten.