La recette de la personnalisation à grande échelle avec Amplitude Audiences

Ce billet de blog a été co-écrit par Nick DeCesare, consultant principal, Slalom.

À une époque où les attentes des clients montent en flèche, les entreprises s'efforcent d'offrir des expériences personnalisées qui répondent aux besoins et aux préférences de chacun pour rester compétitives. En fait, avec 66 % des clients qui s'attendent à ce que les marques comprennent leurs désirs et leurs besoins, la personnalisation stratégique est devenue un moteur de l'engagement, de la fidélité et de l'investissement accru des clients dans une entreprise.

Alors que la personnalisation a été le désir de nombreuses entreprises, seules certaines ont réussi à le faire correctement. Chez Slalom, nous avons vu les données comme un obstacle constant au bon fonctionnement de la personnalisation et de l'orchestration des parcours pour les clients pour quelques raisons clés :

Stratégies trop simplifiées

Maintenant que les premiers utilisateurs ont testé et récolté des récompenses pour des expériences personnalisées, les clients l'exigent plus que jamais. Nous constatons un désir de raccourcir le processus de personnalisation, mais ce faisant, les entreprises semblent opter par défaut pour le ciblage démographique traditionnel ou basé sur un autre profil avec des mesures telles que les clics ou le temps passé sur le site. En ne prenant pas de recul pour comprendre clairement quels facteurs de personnalisation seront significatifs pour les clients, les entreprises ont du mal à montrer le retour sur investissement en aval de leurs efforts de personnalisation.

Collecte et gestion des données

Les données représentent un défi important pour le retour sur investissement de la personnalisation. Le rapport 2019 de Gartner prévoyait que 80 % des spécialistes du marketing abandonneraient leurs efforts de personnalisation d'ici 2025, citant les difficultés de collecte de données clients comme principale raison. La confiance décroissante des clients dans la protection des données les a rendus hésitants à partager des informations personnelles. Comme les entreprises s'appuyaient sur des cookies tiers pour obtenir des informations sur leurs clients, la dépréciation prochaine de ces cookies les désavantage. Pour garder une longueur d'avance en matière de personnalisation, les entreprises doivent donner la priorité à la collecte de données de première partie basée sur le consentement, réduisant ainsi la dépendance aux cookies tiers. L'identification de ces lacunes maintenant aidera à construire la base de données nécessaire pour les futures stratégies de personnalisation éprouvées.

Même lorsque les données sont collectées, elles résident souvent sur diverses plates-formes sans identifiant unifié, ce qui rend le ciblage efficace difficile au-delà de quelques points de contact assemblés. Par exemple, l'optimisation de l'assortiment nécessite des données provenant de plusieurs sources, telles que les données client, la transition, l'assortiment de produits et les systèmes d'information sur les produits. Si les données n'ont pas la structure nécessaire, cela devient un obstacle pour que les modèles ML fonctionnent efficacement.

Complexité des opérations

Un rapport de suivi de Gartner en 2021 a suggéré que 63 % des responsables du marketing numérique continuent de faire face à des défis de personnalisation en raison des difficultés de mise en œuvre de la technologie AI/ML. Cependant, les principaux obstacles ne sont pas uniquement techniques, mais découlent plutôt de problèmes stratégiques et opérationnels.

La séparation de la propriété et de la gestion de la technologie de la stratégie globale pose un défi de taille. Une personnalisation réussie repose sur des hypothèses solides, une compréhension claire des expériences client souhaitées et de la manière dont la personnalisation contribue à ces expériences. Souvent, les équipes techniques achètent des logiciels de personnalisation sans alignement et collaboration complets avec les équipes commerciales, ce qui entraîne un manque de clarté dans les exigences de l'expérience client, les processus de définition des opportunités et les accords de propriété et de niveau de service (SLA) pour la stratégie et l'exécution.

En raison de ce désalignement, les équipes analytiques et technologiques sont déconnectées de l'expérience client, les données essentielles peuvent ne pas être fournies pour informer les modèles et les équipes commerciales ont du mal à saisir les exigences techniques pour une mise en œuvre efficace. Le résultat est une friction interne constante autour des attentes et des modèles qui peuvent être trop simplifiés et ne pas fournir le retour sur investissement souhaité.

Repenser votre approche de la personnalisation

La personnalisation ne doit pas être trop compliquée avec les bons éléments fondamentaux, et cela commence par l'alignement des parties prenantes interfonctionnelles sur une stratégie.

• Alignez les parties prenantes sur une stratégie en identifiant les défis des clients qui exploitent les données existantes. Quels sont les défis qui retiennent les clients ? Quels sont certains des comportements qui génèrent un engagement ou une valeur plus élevés ? Répondre à ces questions permettra aux entreprises de s'éloigner des méthodes traditionnelles de personnalisation démographique vers une personnalisation contextuelle ou prédictive.
• Définissez les canaux et les messages où la personnalisation aura le plus d'impact sur la publicité, les plateformes numériques et les canaux d'automatisation du marketing.
• Déterminer les données nécessaires pour le modèle basé sur cette stratégie. Avec votre hypothèse et vos métriques, vous pouvez créer des exigences en matière de données et mapper vers des sources de données pour le modèle. Cela peut exposer certaines lacunes dans les données dans la livraison du modèle souhaité.
• Assurez-vous que les données sont complètes et ont été gérées de manière à être utilisables. Cela peut nécessiter une manipulation et une schématisation des données, mais ce processus aidera les équipes métier à comprendre leur rôle dans l'utilisabilité des données et à définir les futures méthodes de gouvernance et de gestion.
• Testez l'hypothèse en exécutant des expériences et en ajustant le modèle en collaboration avec les équipes commerciales et analytiques.
• Examinez et mettez à jour en permanence les stratégies à mesure que les données révèlent de nouvelles informations et opportunités. Les stratégies de personnalisation doivent être constamment revues et mises à jour.

Amplitude Audiences + AWS Personalize : s'associer pour faire de la personnalisation une réalité

Dans notre récent ebook avec Amplitude intituléThe Digital Analytics Revolution: How to Build for the Future with the Right Technology, nous abordons les composants fondamentaux pour générer des «expériences client de niveau supérieur» comme la personnalisation, et comment Amplitude est configuré pour offrir ces expériences . Modèle d'événement axé sur la confidentialité d'Amplitude, correspondance déterministe pour la résolution d'identité et surveillance proactive de la santé des données. Associé à l'impressionnante technologie d'apprentissage automatique d'AWS Personalize, Amplitude Audiences offre un moyen simplifié de créer des recommandations en libre-service.

Pour obtenir le niveau d'exploration de données requis pour créer des hypothèses de personnalisation basées sur des données, Amplitude vous permet d'apporter des stratégies et des hypothèses basées sur les données à la table avec des cohortes flexibles et une variété de visualisations qui vous permettent de naviguer facilement dans les données pour creuser les défis pour votre canevas de défi et identifiez les comportements des clients atteignant les résultats que vous essayez de recréer.

Vous n'avez pas non plus à vous fier aux comportements eux-mêmes, Audiences vous permet même de créer des valeurs calculées de propriétés utilisateur. Cela vous permettrait de construire une cohorte basée sur le dernier article consulté, le dernier élément de contenu engagé, etc.

Avec Amplitude, vous n'êtes pas limité aux seuls comportements numériques pour les hypothèses. Tirez parti de leurs API de profil robustes pour extraire les clients, les transactions ou d'autres données opérationnelles afin d'améliorer votre exploration d'analyse avec un SQL limité requis.

Avec ces données, vous pouvez créer des cohortes prédictives en définissant des résultats (événements, propriétés ou combinaisons des deux), créer des fourchettes de probabilité personnalisées et même voir le modèle sous-jacent de votre prédiction.

Une fois que vous avez enregistré votre cohorte, il existe une variété de destinations que vous pouvez envoyer à cette cohorte via les destinations de cohorte en fonction des canaux que vous avez définis dans vos stratégies avec un code limité requis.

Il est important de noter que vous devrez collaborer avec les équipes techniques et marketing pour vous assurer que la gestion des données, les actifs créatifs et la diffusion numérique sur tous les canaux font partie de la stratégie et de la configuration. L'alignement axé sur le client garantira que cette planification est prise en compte dans votre configuration et votre lancement.

Commencer votre parcours de personnalisation

Si la personnalisation est quelque chose que votre entreprise souhaite accomplir cette année, nous sommes là pour vous aider. Rejoignez notre webinaire, Proposez des expériences personnalisées à grande échelle, avec Amplitude et AWS le 13 juin à 8h00 PT pour en savoir plus.

Si vous cherchez à comprendre ce que vous devez faire pour faire avancer votre stratégie de personnalisation, remplissez ce rapide sondage et nous vous contacterons pour planifier un atelier. Vous pouvez également trouver des audiences Amplitude via la place de marché AWS .

À propos de Slalom : Slalom est une société mondiale de conseil en affaires et en technologie.De la stratégie à la mise en œuvre, notre approche est résolument humaine. Dans huit pays et 45 marchés, nous comprenons profondément nos clients - et leurs clients - pour fournir des solutions pratiques de bout en bout qui ont un impact significatif. Soutenue par des partenariats étroits avec plus de 400 fournisseurs de technologies de premier plan, notre équipe forte de plus de 13 000 personnes aide les personnes et les organisations à rêver plus grand, à aller plus vite et à bâtir de meilleurs lendemains pour tous. Nous sommes honorés d'être constamment reconnus comme un excellent lieu de travail, notamment d'être l'une des 100 meilleures entreprises où travailler selon Fortune pendant huit années consécutives. En savoir plus sur slalom.com.