Bygga ett personaliseringsramverk utformat för skalbarhet

Varje fas anger de element som måste klaras ut av viktiga intressenter för att effektivt lansera personaliseringskampanjer. Dessa individer, som vi redan har identifierat i det här inlägget, bör utses i enlighet med den expertis som krävs för att slutföra varje fas (dvs. alla uppgifter relaterade till datainsikter faller under rollen för optimering och analys). 

Genom att matcha aktiviteter på rätt sätt och kommunicera ansvarsområden Become viktiga ansvarsområden tydliga och resultat med högt värde säkerställs. 

Låt oss nu gå igenom hur detta kan se ut i praktiken och identifiera alla parter som är involverade i processen för att lansera en upplevelse. 

Av många personaliseringsexempel kan man i detta se att kunden har en nära koppling till hela processen. Denna person kan vara direkt involverad i varje skede, från idéutveckling till planering och genomförande, eller enbart perifert och tillhandahålla stöd eller vägledning vid behov. 

Under faser där mer än en person ansvarar för de beskrivna nyckelaktiviteterna kan dessutom vem som helst av dem fungera som orkestrerare och driva upplevelsen vidare genom utvecklingen. Så länge ansvarsområdena är kända bör överlämningen från ett steg till nästa vara sömlös. 

Detta bör fungera som ett grundläggande ramverk för alla organisationer – anpassning och finjustering uppmuntras (och sker naturligt över tid och med upprepning), men eftersom varje fas har ett distinkt syfte får ramverkets integritet inte äventyras. 

När viktiga intressenter är medvetna om sina roller och förstår flödet kan det första försöket att lansera den nya processen göras. 

Roll: Optimering och analys

Även om företag kan ha liknande mål, t.ex. öka intäkterna, alla användningsområden är inte likadana. Vissa idéer fungerar för en webbplats och målgrupp medan andra inte gör det, vilket är anledningen till att det är nödvändigt att fördjupa sig i datainsikterna för att kunna fatta genuint välgrundade beslut om vad som hamnar på er personaliseringsplan.

Ett bra ställe att börja på är att identifiera problemområden i webbplatsens analys. Testa att leta efter mycket trafik i kombination med svaga resultat för att ringa in områden med förbättringspotential.

Sök efter trender som:

• Hög avvisningsfrekvens/utträdesfrekvens på en produkt- eller varukorgssida
• Lågt sessionsvärde på mobila enheter 
• Lågt sessionsvärde för en viss åldersgrupp eller ett visst kön
• Lågt sessionsvärde på helger eller kvällar

Alternativt kan företag välja ett målgruppsinitierat angreppssätt och identifiera verkningsfulla segment att bygga upp upplevelser kring. När webbplatsens trafik delas upp kan ditt team till exempel upptäcka att en stor del besökare kommer från en viss trafikkälla eller tillhör en viss demografisk grupp.

Försök att lyfta fram dessa intressanta variabler för att bättre få en uppfattning om hur du vill betjäna viktiga grupper av besökare på bästa sätt: 

• kön
• Produktkategori
• Plats
• Trafikkälla 
• Prisintervall
• Priskänslighet
• Varumärkeslojalitet

Med en bättre förståelse för webbplatsens prestanda och några intressanta segment är det nu dags att ta tillvara på de möjligheter som har upptäckts och omsätta dem i praktiken.

Roll: Multidisciplinär

Allt är tillåtet!

Undvik stuprumstänkande och uppmuntra kunskapsdelning genom att samla in idéer från alla relevanta intressenter, så kommer du aldrig att få slut på A/B-testidéer. Ta med insikter från föregående steg och diskutera nya testmöjligheter tillsammans under regelbundet återkommande brainstormingmöten.

Börja med att skapa en lista över alla de olika breda kategorier som du har möjlighet att testa. Kombinera sedan den listan med alla de typer av tester som du kan köra. Detta gör att teamen kan hålla fötterna på jorden och påminner dem om vad som är möjligt – det vill säga vilka upplevelser som kan testas och om medlen finns för att faktiskt genomföra dem. Det kan också få fram potentiella experiment som annars kan ha glömts bort.

Kategorierna kan inkludera:

• Bannrar

• Innehåll

• Layout

• Erbjudanden

• Överlagringar

• E-postmeddelanden

• Push-notiser

• Merchandisingregler

• Meddelandehantering

• Rekommendationsstrategier

Dessutom bör teamen tänka igenom ”varför” bakom ett visst test ordentligt, istället för att fokusera på ”vad”. Vilken banner och utformning på startsidan som genererar flest klick kommer till exempel att ge individuella testresultat som inte alls är särskilt meningsfulla. Ett personaliseringsprogram som utförs på det sättet tappar snabbt fart.

Mer om hur du gör det under nästa steg.

Roll: marknadsförings- och merchandisingroll samt roll inom optimering och analys 

Det är här det roliga börjar – att formulera hypoteser om ändringar på webbplatsen som skulle få önskad användare att slutföra ett köp. Ett bra sätt att tänka när du bygger upp en sådan hypotes är: 

Baserat på [OBSERVATION] anser jag att om vi [PROPOSED CHANGE] kommer vi att se en ökning av [TEST PRIMARY METRIC]. 

De här påståendena ska inte förväxlas med fakta. De är inte fakta utan underbyggda idéer baserade på analys av datainsikter och observationer som redan har gjorts. De fungerar som en utgångspunkt för optimeringsprocessen. 

Dessa bör vara nära kopplade till det ”varför” eller mål som stöder testet. Till stor del drivet av företagets affärsmål och onlineaktiviteter är det viktigt att utforska vad det önskade resultatet av varje lanserad upplevelse är. 

Syftet med en webbplats för detaljhandel är till exempel att sälja produkter och därmed få företaget att växa och öka intäkterna. Med målet att webbplatsen ska öka försäljningen på nätet kan KPI:er ställas in därefter. 

Den föreslagna ändringen kan vara: 

• Använda sociala bevis på dator/mobil 
• Testningsrekommendationer på produktsidor (PDP) för både dator och mobil 
• Anpassning av hjältebanners på startsidan 
• Utlösning av popooker vid avsiktslämnande 
• Implementera aviseringar om gränser för fri frakt 

Det primära mätvärdet kan vara: 

• Konverteringsgrad 
• Genomsnittligt ordervärde 
• Genomsnittlig intäkt per användare 
• Månatliga intäkter 
• Upprepade köp 
• Klickfrekvens 
• Avhoppsfrekvens 

Å andra sidan, om webbplatsen var en nyhetsutgivare med målet att öka läsarlojaliteten, kan eventuella KPI:er vara: 

• Avvisningsfrekvens 
• Genomsnittligt antal sidor per besök 
• Engagemang för artikelsidor (t.ex. videouppspelning) 
• Genomsnittlig tid på webbplatsen 
• Andel återkommande besökare 

I slutet av de två senaste stegen bör du ha en lista som ser ut ungefär så här: 

Med den kan idéer sedan kontrolleras för att placeras på testfärdplanen.

Roll: Multidisciplinär 

Med all spänning och spekulation kring resultatet av en viss upplevelse är det lätt att ryckas med. Men som med alla initiativ är det avgörande att ta sig tid att överväga den beräknade effekten och insatsen för varje initiativ innan man sätter igång. Annars riskerar man att slösa bort värdefull tid och energi på kampanjer som antingen är orealistiska eller erbjuder litet eller inget värde för verksamheten – vilket i båda fallen kan skada ett personaliseringsprograms långsiktiga hållbarhet. 

The methodology below should be used to aid the decision-making process, ensuring you are able to maximize each campaign. 

Inverkan 

Bedöms helhetssyntetiskt, kan mätas som Mycket hög, Hög eller Medium. 

• Anpassning till företagets mål 

• Beräknad tid till effekt 

• Effekt på köptratten 

• Genererad entusiasm 

• Godkännande av en chefssponsor 

• Möjlighet att minska kostnaderna 

Insats 

Bedöms heltäckande, kan mätas som hög, medel eller låg. 

• Inblandade team 

• Kod- eller testkomplexitet 

• Testdefinition 

• Dags för QA 

När du har utvärderat var och en av dessa faktorer bedömer du resultaten och placerar in varje kampanjidé i matrisen för påverkan och insats nedan:

Ett exempel på en personaliseringskampanj med stor effekt och liten insats kan vara att använda sociala bevis, vilket visar antalet visningar, varor som lagts i kundvagnen eller köp av en specifik produkt från andra användare på en webbplats. Kampanjer med sociala bevis används vanligtvis för att lugna tveksamma kunder och omvandla dem till trygga köpare. De kräver minimal utveckling och är en snabb framgång för alla inblandade.

Som en enkel ledstjärna: 

• Stor effekt + Låg insats = Gör det nu 

• Hög genomslagskraft + stor arbetsinsats = planera för lång sikt 

• Låg påverkan + låg insats = planera för en snabb vinst 

• Låg påverkan + Hög insats = Skippa 

Till slut har du ett styrkort för vilka kampanjer som ska prioriteras. 

Tiden, ansträngningen och resurserna som krävs beror till stor del på en organisations personaliseringsmognad, men oavsett vilket är det avgörande att prioritera dessa tester för att minska design- och utvecklingscyklerna för en snabb och effektiv implementering av kampanjer. Om omfattningen av ett experiment inte stämmer överens med testningsschemat är det oundvikligt att deadlines missas och att den användarinformation som är kopplad till en kampanj blir inaktuell, vilket leder till sämre resultat. För att inte tala om en dålig kundupplevelse. 

När du har en lista med granskade idéer måste detaljerna för varje kampanj fastställas i en testbrief. Det här dokumentet fylls i med information som redan har tagits fram i tidigare steg, samtidigt som det lyfter fram viktiga implementeringsöverväganden som testparametrar, målgrupp, tidsplan med mera.

Nyckelintressenter bör arbeta tillsammans för att ta fram varje brief och använda den som referenspunkt för allt som rör genomförandet – det överenskomna tillvägagångssättet, samordningen av tidsplaner samt individuella ansvarsområden under lanserings-, validerings- och optimeringsfaserna. 

Sedan börjar det officiella bygget. 

Roll: Multidisciplinär 

Nu måste både kreativa och tekniska funktioner samordnas för att skapa den avsedda slutanvändarupplevelsen. Vanligtvis används följande arbetsflöde för att först skapa en mockup eller ”scensätta” hur det slutliga experimentet kommer att se ut: 

1. Copy and CTAs are drafted (marketing and merchandising) 
2. Designförlagor skapas (produkt) 
3. Specifikationerna är byggda i HTML, CSS eller Javascript (utveckling) 

Enbart detta kan ta veckor, ibland månader beroende på hur effektiva arbetsflödena är, vilket är anledningen till att det är så viktigt att skapa en kultur av experimenterande för en organisations förmåga att skala upp ett personaliseringsprogram. Alternativt kan standardisering av kampanjskapande bidra till att minska design- och utvecklingscyklerna och ge marknadsföringen möjlighet att accelerera leveransen av upplevelser. 

När en upplevelse har utvecklats går den sedan vidare till granskning för att säkerställa att den uppfyller alla överenskomna krav. Under detta kvalitetssäkringstest: 

1. Eventuella skavanker i funktionaliteten noteras (marknadsföring och merchandising) 
2. Uppdateringar görs för att återspegla eventuella ändringar som har begärts för upplevelsen (utveckling) 
3. Godkännande för slutlig implementering har erhållits (ledningsnivå) 

Självklart kan ytterligare kvalitetsgranskningscykler [QA-cykler] vara nödvändiga. 

Precis som det är viktigt för en kampanjs framgång med allt arbete som ledde fram till lanseringen, måste ett experiment, när det väl har lanserats, mätas noggrant, analyseras och optimeras med avseende på prestanda. Och detta kan bara ske efter att ett test först når statistisk signifikans.

Hur länge ett experiment måste pågå för att uppnå giltiga resultat varierar beroende på urvalsstorlek och antal variationer som visas, men minst två veckor rekommenderas. Och även om det kan vara frestande att tillskriva förändringar i KPI:er en specifik upplevelse, kan man dra en korrekt slutsats först när den beräknade urvalströskeln har nåtts – att göra det innan dess kan leda till felaktiga beslut baserat på olämpliga datainsikter.

Ta hänsyn till följande variabler när du uppskattar lämpliga urvalsstorlekar:

Baslinjekonverteringsgrad: Den aktuella konverteringsgraden (antalet slutförda åtgärder dividerat med antalet besökare, sessioner eller visningar) för den upplevelse som testas.

Förväntad ökning av konverteringsgrad: Den beräknade procentuella förändringen av konverteringsgraden i förhållande till baslinjen. Om baslinjens konverteringsgrad till exempel är 2,5 %, skulle en förväntad ökning på 5 % resultera i en ny konverteringsgrad på 2,625 %.

Antal variationer: Antalet variationer som jämförs i ett och samma test.

Genomsnittlig urvalsstorlek per dag: Det antal besökare som ska betjänas i experimentet under loppet av en dag.

När ett experiment formellt avslutas kan värdefulla insikter samlas in för att bättre förstå de underliggande orsakerna till resultaten för varje enskilt användarsegment. Dessa bör loggas och användas för att fortsätta bygga upp förståelsen för er kundbas, vilket bidrar till modifiering och optimering av pågående kampanjer samt helt nya tester.