在未来三年内，零售市场领导者将把个性化方面的支出增加三分之一。通过个性化服务，零售商可将随机顾客转化为忠实客户。个性化推荐不仅能激励客户更频繁地回购、增加消费，还能促使其主动向朋友宣传品牌。“Кошелёк”应用专家研究了十项相关研究，并整理了关于该工具的有趣数据和事实。
构建个性化体验并非易事：零售网络需要深入了解受众、收集各类客户数据并具备分析能力。好消息是，客户通常愿意分享信息。
以下精选了33个事实和数字，帮助您更好地理解个性化：
消费者对个性化的态度
客户认为个性化很有用，主要原因包括：
- 节省时间（73%）；
- 帮助找到真正需要的内容（67%）；
- 营造出品牌关心受众的印象（57%）。
客户对个性化体验的重视程度极高，因缺乏个性化而选择与品牌“断交”的比例在2018年达到了33%。
客户期望在与品牌的每一个接触点都能获得个性化体验。例如，34%的用户会安装零售商的应用程序以获取定向优惠。
为了获得相关的个性化推荐，客户愿意向品牌分享个人信息。
人口统计特征如何影响对个性化的态度
25至39岁的客户对个性化推荐最感兴趣，该年龄段中每两位买家就有一位希望从零售商和航空公司处接收定向优惠。
18至24岁的年轻人比55至65岁的老年群体对个性化持更积极的态度。
客户甚至愿意主动寻求个性化服务：18至34岁年龄段的买家中有五分之四会为了优惠前往线下商店；而在55岁以上的客户中，这一比例仅为39%。
客户对个性化服务的不满之处
买家不喜欢不相关（74%）、过于侵入性（58%）且无价值（43%）的个性化推荐。
个性化解决了零售业的哪些任务
增强品牌形象
64%的客户认为个性化能提升对品牌的好感度。
促进重复购买
个性化激励了四分之三的买家增加在零售商处的消费支出。
收到个性化推荐后，客户的实际支出比原计划高出40%。
推广品牌
客户向熟人推荐高个性化水平品牌的概率高出20%。
如果内容有趣，每位三位买家中就有一位愿意在社交媒体上分享品牌帖子。
吸引客户回流
37%点击过在线商店个性化推荐的买家会再次光顾。
实施超个性化和全渠道沟通的 Hospitality 行业公司保留了89%的客户，而仅使用单一渠道的公司保留率仅为33%。
零售商如何利用个性化
十分之九的零售商都在应用个性化体验——至少是以基础形式。
不同零售细分市场中，消费者对个性化水平的满意度存在差异。
投入金额
零售商在个性化方面的平均支出占收入的0.7%，行业领先者则占收入的0.9%。
采用的机制
最简单且最常见的个性化技巧是按姓名称呼客户，86%的零售商采用此方法。
该机制虽简单但已证明其有效性：按姓名称呼可使电子邮件打开率提高20%。
零售商使用多种标准进行个性化：
- 兴趣、过往购买记录和搜索历史（55%）；
- 消费者地理位置（53%）；
- 行为数据（52%）。
基于过往购买或搜索的个性化效果最佳，58%的客户对此类优惠作出回应。基于兴趣的优惠对48%的买家有效，地理定位营销对34%的买家有效。
选择的渠道
自有网站和电子邮件营销是零售业中最受欢迎的个性化渠道。67%的零售商在网站上提供个性化推荐，60%的零售商通过邮件发送个性化内容。
三分之一的零售商使用移动技术，直接向客户的智能手机发送个性化优惠。
零售市场的领导者比普通参与者使用更多的个性化渠道和技术，包括个性化商品陈列和忠诚度计划。为创建个性化优惠，他们应用预测算法、look-alike建模和其他先进技术。
如何评估效果
在评估在线商店的个性化效果时，零售商通常会考虑多个指标。
面临的挑战
零售商在实施个性化时最常遇到的障碍是预算不足（17%）和技术难题（14%）。
零售商面临的具体技术难题包括：
- 难以追踪顾客路径（42%）；
- 系统分析功能有限（35%）；
- 数据管理存在困难（26%）；
- 缺乏技术资源（26%）。
个性化趋势
未来三年，零售商在个性化方面的支出平均将增加18%，市场领导者则将增加30%。
未来三年的主要趋势是构建用于收集和分析客户信息的平台，五分之四的零售商将致力于此。
2020年，四分之一的零售商投资于开发在线服务，这些服务将根据消费者的习惯、兴趣以及所属的社会和职业群体，提供高度个性化的推荐。
人工智能和机器学习将成为个性化支出的重要组成部分。2019年，零售商在人工智能和机器学习上的支出将达到63亿美元，2020年这一数字预计增至87亿美元。
对技术复杂的个性化解决方案的投资将带来20倍的回报，即每投入1美元可产生20美元的利润。