这是 2023 年得到了研究支持的新范式。56% 的消费者希望优惠能够100% 个性化。83 % 的消费者愿意分享他们的数据以换取个性化体验。
问题是营销人员如何大规模个性化营销活动？个性化应该有多精细？您在哪里收集客户行为数据？
为了回答这个问题，我们来看看一些知名公司如何成功地使用一系列不同的营销个性化软件解决方案。
Domino 如何通过 Twilio Segment 将每次转化费用降低 65%
Domino's面临着客户数据孤岛的挑战，阻碍了围绕客户体验的协作，由于通用/针对性较差的消息传递，导致广告支出回报率 (ROAS) 较低。
Domino 的母公司 Alsea 在云存储平台 Snowflake 上创建了一个数据湖，由 Twilio 的 Segment CDP 提供支持，以收集和整合包括 Domino's 在内的 16 个品牌的所有客户数据接触点，并使用数据管道打破数据孤岛，扩展到所有客户接触点。
这使得 Domino's 可以根据行为为不同群体创建个性化的客户旅程，并使用 SQL 特征构建高度相关的受众。通过这种方式，他们通知所有广告活动更加有效，并通过其在线和应用程序业务带来更多收入。
结果：
- 每次转化成本 (CPA) 环比下降 65%。
- Facebook 营销活动显示，客户获取转化率增加了 23%，客户保留率增加了 16%。
- Google 营销活动使 ROAS 增长了 700%，客户获取成本 (CAC) 降低了 65%。
Clari学会了如何“唤醒消费者”
当年，收入平台Clari采用了“spray and pray”的市场策略，而不是专注于表达真正购买意向的公司。这导致我们瞄准任何想到的大品牌。
在深入研究 ABM 编排平台 6sense Features 后，Clari 使用基于 Wake the Dead 帐户的策略来赢回丢失的帐户。他们利用 6sense 展示广告来定位高级人物角色，并将其发送到Folloze 提供支持的精心策划的登陆页面。
通过这样做，Clari 在短短一个季度内就获得了价值 100 万美元的有用的销售线索。他们设定了关键绩效指标 (KPI)，以覆盖 42 个客户，预订了 6 次会议，并正在筹措 500,000 美元。但通过 6sense 展示广告，他们覆盖了所有 42 个帐户，点击率达到 79%，并预订了 8 个会议。
Appcues 的个性化主页
入门平台Appcues正在寻找一种通过优化现有流量的转化率来提高演示和试用的方法。第一步是使用 UseProof，一种网站个性化工具。
然后，他们尝试使用 Clearbit 数据按行业对客户进行细分，并创建了七个行业受众：媒体/娱乐、健康、Martech、教育技术、旅游、人力资源/招聘和金融科技。
Appcues 的需求生成团队应用 UseProof 的体验功能创建了七种主页变体，针对每个行业进行个性化设置。
结果？个性化变体比通用对照多转化了 42.54% 的试验！此外，该活动在零工程时间的情况下实现了 8,000 多个个性化体验。
同样，ProfitWell实施了 UseProof，根据访问者的行为个性化内容旅程，博客内容下载的潜在客户数量增加了 162%。
Zingtree 匹配来自多个来源的数据
在付费广告上花费了大量资金后，Zingtree对生成的合格机会的数量并不满意。主要的挑战是如何在使用原生定位的同时在 Facebook、Instagram 和 LinkedIn 上吸引合适的人。
为了解决这个问题，Zigntree 结合了 MetaMatch by Metadata 来收集和混合匹配技术数据、意图数据、电子商务数据、帐户和联系人列表上传以及动态 Salesforce 受众。
尽管具体结果尚未披露，但 Zingtree 在使用 MetaMatch 的前 30 天内就根据合同从付费社交中获得了潜在客户。
迪克体育用品
DICK'S Sporting Goods需要在正确的时间和地点向客户、不同运动项目的运动员展示正确的产品，为其提供个性化的体验。为数百万运动员提供大规模的独特体验绝非易事。
为此，该公司使用 Adobe 实时客户数据平台为所有客户信息创建了一个单一、安全的来源。这使他们能够深入了解客户在网上和店内浏览、购买和体验的内容。他们还使用 Adobe Insights 来细分客户的个人资料并个性化电子邮件、移动设备和文本通知。
结果：65% 的销售额来自全渠道客户，其中 10% 的销售额来自那些接触个性化体验的客户。
CloudTalk
CloudTalk的团队正在努力将感兴趣的网站访问者转变为客户，因为他们无法确定查看“渠道顶部”内容（例如博客文章）的访问者所在的公司。因此，他们无法创造高度定制的体验。
通过Leedfeader，CloudTalk跟踪了买家的数据，并过滤了那些花费大量时间浏览该网站而没有做更多事情的公司。很快，该公司利用这些数据向前 20% 最活跃的浏览器发送个性化营销信息。
文章翻译自：martech；原文链接：https://martech.org/how-to-do-marketing-personalization-at-scale/