Personaliseringen av webben - och varför den är viktig för dig

Av APSIS

2016-07-01

The evolution of personalisation | APSIS + Innometrics

 

Denna guide visar hur personaliseringen av webben har utvecklats genom åren. Den ger dig inblick i de verktyg som behövs för personalisering och förklarar hur de fungerar. Förhoppningsvis kan den räta ut dina frågetecken och hjälpa dig på vägen mot en framgångsrik strategi för personalisering av din digitala marknadsföring.  

 

Personaliseringens första steg

I slutet av nittiotalet började de som arbetade med att koda hemsidor inse att det var dags att sluta bygga sidor som såg ut så här ...

The evolution of personalisation | APSIS + Innometrics Website

 

Det var också dags att sluta förlita sig på webmastern (en titel som kan låta passé, men faktum är att det finns en del kvar!) varje gång en uppdatering skulle göras. Marknadsförarna behövde helt enkelt ta kontrollen över innehållet på hemsidan.

Som en skänk från ovan kom Content Management System (CMS). Bakom den något skrämmande akronymen dolde sig ett smart verktyg som gav möjlighet att skapa och publicera innehåll i ett lättanvänt gränssnitt.

Vi snabbspolar några och kommer fram till nästa årtusende. Nu började CMS kännas blasé av de som låg i framkant. Visst, CMS gjorde det möjligt att uppdatera innehåll utan att behöva koda vilket resulterade i att hemsidorna såg trevligare ut med rundade kanter och ljusa färger... men varför skulle varje besökare exponeras för samma innehåll? Gud så repetitivt och tråkigt.

The evolution of personalisation | APSIS + Innometrics Websites

 

Den nya generationens webbdesigners ville att webbplatsen (och senare mobilappen) skulle vara en unik upplevelse för varje besökare. De ville att varje besökare skulle få en helt egen version av webbplatsen som var anpassad efter deras personlighet.

De ville ha personalisering.

Test och optimeringsverktyg

En rad nya verktyg lanserades som tillät marknadsförarna att utforma den optimala hemsidan genom att testa designen och innehållet. Dessa verktyg har med tiden utvecklats och mognat så att marknadsförare även kan segmentera och AB-testa sig fram till en mer personlig kommunikation med kunderna. En hel generation av marknadsförare lärde sig att peka på en PowerPoint och belåtet yttra de magiska orden: Resultaten är statistiskt säkerställda!

The evolution of personalisation | APSIS + Innometrics Data

 

Det var hårda fakta. Det var data-drivet. Det var data upphöjt till vetenskap.

Typiskt för dessa test- och optimeringsverktyg var att de kunde kombinera tester av innehållet med möjligheten att rikta detta innehåll till olika segment av besökarna.

Systemet för AB-testing, som utvecklades av bland annat Google, var skapat för att användas av utvecklare. Men efter ett tag anpassades tekniken, framväxten av redigeringsverktyget WYSIWYG (What-You-See-Is-What-You-Get) gjorde det möjligt att modifiera innehållet på ett enklare sätt. WYSIWYG blev därför en favorit bland marknadsförare och specialister inom konvertering. Test-och optimeringsverktyg hade definitivt sina förtjänster, speciellt inom följande användningsområden:

  • Testknappar
  • Sidlayouter
  • Bannerannonser
  • Innehåll
  • Färger
  • Typsnitt
  • Layouter
  • Rubriker
  • Etc…

Nuförtiden finns det många test- och optimeringsverktyg som används av marknadsförare världen över, till exempel:

Med tiden blev optimeringsverktygen inte tillräckligt häftiga för marknadsförare som inte nöjde sig med enklare tester. Dessutom innebar optimeringsverktygen att marknadsförarna tvingades hantera sitt innehåll i deras CMS.

Nästa stop: Verktyg för rekommendationer

Ungefär samtidigt som av optimeringsplattformarna, lanserades en annan typ av lösning - verktyg för rekommendationer. Test- och optimeringsverktygen byggde på att marknadsförare lärde sig vilket innehåll som fungerade bäst genom att utföra experiment och observera resultatet. Rekommendationsverktygen bygger istället på att en maskin lär sig att matcha objekt (exempelvis produkter för e-handlare eller nyhetsartiklar för publicister) till relevanta användargrupper. Tekniken bygger alltså på ett maskinellt, snarare än mänskligt, lärande.

Denna metod är således mer automatiserad jämfört med annan personalisering. Men det betyder inte att allt fungerar som ett självspelande piano:

  • För att rekommendationer ska bli meningsfulla krävs ansträngning och hårt arbete i inställning såväl som implementering av systemet. Tekniken måste ha tillgång till rätt data för att "lära" på rätt sätt.
  • Webbplatsen måste vara välstrukturerad och tydlig ha en kategorisering. Detta kräver ofta större förändringar i verksamheten som har konsekvenser bortom den "digitala verksamheten" och affärssystemet.
  • Det krävs att någon från IT vägleder för att säkerställa att den nya modellen är kompatibel med nytt innehåll eller nya produkter.
  • Förhållandevis få användningsfall kan sättas på autopilot, vilket innebär att möjligheterna ofta är begränsade till klassiska produkt- och innehållsrekommendationer.
  • Algoritmerna kräver hög traffik på webbplatsen för att ge meningsfulla rekommendationer. 

Den här artikeln från Marketing Sherpa ger innovativa förslag på hur du kan arbeta med rekommendationer på din webbplats. Kom ihåg att det populäraste och effektivaste sättet att skapa intäkter är de klassiska "Andra besökare har också tittat på...".

På det stora hela är rekommendationer ett mycket viktigt verktyg inom såväl e-handel som digital nyhetsmedia. Det är en relativt mogen produkt som har ett väl definierat användningsområde.

Med det sagt: rekommendationer kan inte att anpassa hela upplevelsen på din webbplats. 

CMS-personalisering slår tillbaka!
The evolution of personalisation | APSIS + Innometrics Lightsabers

(från techinsider.io)
 

Under de senaste åren har CMS-verktygen introducerat moduler för personalisering, vilket innebär ett stort trendskifte för innehållsplattformarna. Här kommer några exempel på CMS-verktyg som har integrerat möjligheter för personalisering:

Gartner släppte förra året en rapport över innehållsplattformar och den visar att det finns stora variationer i funktion och kapacitet mellan de olika plattformarna. Från relativt enkel AB-testning av nyhetsartiklar till mer avancerad segmentering av användarprofiler. Personalisering erbjuds ofta som en modul som kan köpas till en extra kostnad.

 

Att fler plattformar erbjuder denna funktion är positivt eftersom det sammanför innehållet med personaliseringen. Men det finns några punkter att ta hänsyn till:

  • Vill du hantera all kunddata i ditt CMS?
  • CMS-verktygen har en annan teknisk infrastruktur, som installeras “på plats” eller mot en molntjänst. I kontrast till detta använder plattformar för personalisering flera stycken molnlösningar, så kallad Multitenancy.

Detta innebär att tekniska kraven för att bli framgångsrik inom personalisering skiljer sig väsentligt från vad som krävs för att lyckas med personalisering för ett CMS.

Mer om detta senare...

CMS vs tester vs rekommendationer

Det grundläggande problemet med test- och rekommendationsverktyg är att innehållet skiljs åt från den plattform som används för att driva personaliseringen. Innehållet skapas, publiceras och hanteras i CMS. Om personalisering utformas på en annan plattform kommer processen ske längre bort från själva innehållet. Avståndet gör det svårare att länka samman de beslut som görs personaliserings-verktyget med den hantering som görs av innehållet i CMS-verktyget.

Först ska du bestämma hur innehållet ska personaliseras på en plattform och sedan ska du implementera detta på en annan plattform. Det lätt bli komplicerat och du kan behöva sätta upp ”taggar” på allt innehåll för att verktygen ska kommunicera med varandra. Alternativt kan personaliserings-verktyget lagra innehållet, vilket betyder att innehållet hamnar utanför den plattform som du i normala fall använder. 

Innehåll och data arbetar bäst tillsammans och de bästa lösningarna kan förena dem. 

"Dilemmat med data: Data utan innehåll saknar kraft. Innehåll utan data är irrelevant."

Slutsats: det går att arbeta med personalisering på många olika sätt. Tabellen nedan sammanfattar de olika alternativen:

 

The evolution of personalisation | APSIS + Innometrics Table

 

Nick Watt från Digital Doughnut menar att "nyckeln till framgångsrik personalisering är data och innehåll. Det handlar om att utnyttja data om kunden från hela verksamheten och öka antalet interaktioner som marknadsförarna kan arbeta med. Om du matchar data som kommer från andra eller tredje part kommer du inte kunna leverera de förväntningar som kunden har. Företagen måste lära sig att tolka kundernas interaktioner och kombinera det med kontextuell data som kan användas för att skapa relevanta och värdefulla upplevelser för kunden."

Vad krävs för att lyckas med personalisering?

Så vad är nästa steg? Personalisering blir allt mer avgörande i takt med att även besökarna vill att deras innehåll anpassas (74% av alla besökare upplever frustreration när innehållet inte matchar deras intressen). Först och främst gäller det att definiera vad verktyget ska göra. Här kommer fyra frågor du bör tänka över i förhållande till personalisering av din webbplats. 

1. Hur är din data strukturerad?

The evolution of personalisation | APSIS + Innometrics Data

 

Utan rå och detajrik data i större skala kommer du inte att kunna uppnå mycket mer än den mest triviala formen av personalisering. Leta rätt på din data!

De flesta plattformar baseras på konceptet med en användarprofil, men varje plattform skiljer sig mycket när det gäller vilken typ data som lagras. Tänk på att vissa plattformar endast baserar personaliseringen med utgångspunkt i vilken data som genereras under en och samma session.

  • Lagrar användarprofilen data från hela historiken? Vissa plattformar tillåter endast personalisering som baseras på data från den aktuella sessionen, därmed tar den inte hänsyn till all data som tidigare genererats av profilen.
  • Kan systemet personifiera data till kända såväl som okända besökare? Om besökaren är autentiserad, det vill säga att systemet känner till besökaren, kan data från flera kanaler (exempelvis från e-post och CRM) användas för att optimera användarupplevelsen ytterligare.
  • Och på tal om användarbeteende: Kan användarprofilen registrera beteendemässig data? Vissa plattformar stöder endast lagring av attribut och egenskaper. Vilket är en stor begränsning eftersom de flesta, och viktigaste, uppgifterna kommer från användarens beteende.

2. Är det lätt att lägga till data?

  • Samlas detaljerad och anpassningsbar information från webben? Även om CMS sköter din webbplats, betyder inte att den är bra på att spåra besökarnas beteende. Många CMS spårar endast sidvisningar och tar inte hänsyn till interaktionen i sidvisningsläget. Dessutom går det ofta inte att samla in information om interaktioner på ett enkelt sätt, vilket gör att det krävs hjälp från utvecklare som kan lägga till nya spårningskoder.
  • Även om CMS sköter din webbplats, betyder inte att de är bra på att spåra besökarnas beteende. 
  • Hur lätt är det att sammanföra data från andra källor? Även om data om användarbeteende är viktigt, bör du också basera din personalisering på alla data som rör användarprofilen. För att möjliggöra detta måste plattformen kunna importera data från flera olika källor. Vilket är betydligt lättare om det redan finns integrationer i de vanliga systemen så som CRM och andra databaser.
  • Kan din data berikas? Frånsett dina egna datakällor, vill du kanske också använda data från en tredjepart till din plattform, eller komplettera med så kallad prediktiv data, t.ex data som baseras på allmänna beteendemönster i webbläsaren. 

3. Hur upplevs segmenteringen?

Anta att du har tusentals eller miljontals besökare, då är det viktigt att varje besökare får en upplevelse som känns relevant för dem. Nyckeln till detta stavas segmentering.

När du har rå data, är det dags att segmentera så att du kan vidta rätt åtgärder. 

  • Har segmenterings-motorn möjlighet att skapa segment som grundar sig på beteendemässiga data eller kan den bara segmentera standardmässiga aktiviteter så som en köporder?

  • Ger segmenterings-motorn feedback om storleken på ditt segment?

Från breda till smala segment

Travelstart är en resebyrå baserad i Sydafrika. Pia Spratley, driver företagets marknadsföring på nätet:

"Vi är verksamma i många länder över hela den afrikanska kontinenten, men även i Turkiet och Mellanöstern, det innebär att vi har mycket brett spektrum av användare som kräver olika upplevelser på vår sajt. Även om vi visste att det fanns många segment som vi kunde anpassa hemsidan för, insåg vi att det var en stor fördel att börja med breda segment för att sedan smalna ner till mindre segment. Detta hjälper oss inte bara att ha en konstant överblick av användarnas kundresa, det ger oss också större kontroll så att vi undvika att skapa dåliga användarupplevelser erfarenheter för de som tillhör överlappande segment."

4. Hur kan jag anpassa mitt innehåll?

När du väl har segmenterat dina användarprofiler kommer nästa fråga. Hur riktar du relevant innehåll till dem?

  • Genom anpassade popups, dekaler eller CTA-knappar?
  • Kan du personalisera innehållet, så som rubriker eller paragrafer i en artikel?
  • Kan du testa innehåll med olika budskap?

Mer än en teknisk lösning... Rollfördelning inom personalisering

The evolution of personalisation | APSIS + Innometrics Teamwork

 

Jag får ofta frågor om tekniken som skapar personalisering, men teamet som utför arbetet är minst lika viktigt.

Att personaliseringen genomförs av marknadsförarna är i grund och botten bra, men det gäller att de som faktiskt producerar innehållet inte utesluts i processen. Om marknadsföraren och innehållsproducenten inte arbetar som ett team kommer marknadsförarens roll mer att handla om att anpassa och prioritera innehåll. I stället för faktiskt arbeta med att personalisera innehållet till användarna.

Kristian Duvald Friis är Digital Advisor på Valtech, han förklarar några av de organisatoriska utmaningar som hans klienter ofta stöter på när de arbetar med personalisering:

"Det krävs rätt resurser för att dra full nytta av potentialen med personalisering - det räcker inte med tech-personer och marknadsförare för att skapa personligt innehåll.

Den stora utmaningen med personalisering är att bygga rätt profiler och rätt segment, komplexiteten består i att både vara relevant för användarna och samtidigt skapa lönsamma resultat. Därför kräver personalisering teknisk och kreativ kompetens, som arbetar tillsammans med marknadsförare och utvecklare. Personalisering är en utmaning för många företag som inte har dessa kompetenser internt.

Å andra sidan är det väldigt få företag som skapar utrymme för denna investering. I många av fallen är det lönsamt..."

bör personalisering fungera

Vi har märkt att de bästa exemplen av personalisering kommer från företag som kan involvera både marknadsförare och innehållsproducenter: 

  • Genom att ge innehållsproducenterna tillgång till verktygen för personalisering kan de skapa innehåll som är riktat mot relevanta ”persona” eller segment. Det kan handla om att göra justeringar i rubriken, CTA-knappen eller innehållet i sig.
  • Innehållsproducenterna behöver också vissa ramar och en tydlig strategi, det är här marknadsföraren kommer in i bilden. Marknadsföraren kan definiera vilka personas som innehållet ska riktas mot, sätta en ram för hur mycket av innehållet som kan ändras, övervaka test- och optimering samt utvärdera resultaten och se till att användaren får en enhetlig och bra upplevelse.

Personalisering i praktiken - ett danskt fackförbund

Ett av Danmarks största fackförbund har använt personalisering för skapa större engagemang bland sina medlemmar. Fackförbundet har en stor och utspridd organisation med många intressenter och flera webbplatser, därför behövdes en gemensam vision för att utveckla en effektiv kommunikationsstrategi.

Genom att koncentrera all digital närvaro till en enda webbplats och samtidigt integrera flera datasystem, kan fackförbundet vara trygga med att allt innehåll är relevant för besökarna, såväl medlemmar och icke-medlemmar. Fackförbundet kan också personifiera e-postutskicken och innehållet på webbplatsen och kan därmed effektivisera kommunikationen med medlemmarna, detta sparar både tid och resurser.

Som ett resultat av projektet läser betydligt fler förbundets e-postutskick samtidigt som interaktionen på hemsidan har ökat i hela medlemsbasen.

Vad anser APSIS?

För transparensens skull vill jag vara tydlig med att jag arbetar på APSIS. Vår plattform, Profile Cloud integrerar flera plattformar inklusive CMS och plattformar för testing. Detta är vår syn på saken:

Även om CMS-leverantörerna har gjort framsteg med personalisering så kan CMS-plattformar inte leverera på samma sätt som Profile Cloud. Detta beror på att de tekniska kraven för att ett framgångsrikt CMS är helt annorlunda jämfört med en personaliserings-plattform.

En webbplats som har mycket trafik behöver både en sofistikerad lösning för infrastrukturen (CMS) och ett sofistikerat verktyg för personalisering, men kraven är helt olika. CMS hanterar små mängder data (innehållet) som inte ändras så ofta och når ut till en bred publik, däremot behöver APSIS Profile Cloud hantera stora mängder föränderlig data (användarprofilerna). De tekniker som tillämpas skiljer sig väsentligt, (CMS kan förlita sig mer på caching) vilket innebär att det behövs en programvara som är specialiserad för varje användningsfall.

Så gör vi - Profile Cloud

På APSIS anser vi att det är bättre att lagra dina profiler på en plattform som hanterar kunddata från olika datakällor och dessutom sköter segmenteringen, medan ditt CMS används för att skapa och rikta innehållet.

1. Skapa dina profiler

Använd appen Profile Cloud Web Data Collection för att definiera vilka användarbeteenden som ska trackas från din webbplats - detta kan göras utan att ändra koden. Med några få klick kan du spåra allt från enklare interaktioner, såsom antalet sidvisningar, till mer detaljerade uppgifter om hur lång tid användaren spenderat på en sida, med mera.

  • Kombinera med andra datakällor:
  • Överför data om befintliga och potentiella kunder, eller synkronisera automatiskt med din databas, molntjänst eller CRM.
  • Aktivera data från en tredjepart via våra partners för att få data om anonyma besökare.
  • Skapa bättre profiler med prediktiva data såsom benägenhet till köp och uppsåt att lämna (churn) eller kartlägg användarnas intressen baserat på vilka artiklar de läser.

Profile Cloud är unikt eftersom det sparar detaljerad data ner till individuell nivå för såväl identifierade användare som andra besökare. 

2. Segmentera

Nu byggs användarprofilerna och det har blivit dags att skapa dina segment. Med Profile Cloud kan du skapa segment som kombinerar kunddata från olika källor med de beteendemässiga data som genereras på din webbplats eller i din app. 

I takt med att företagets målsättningar förändras behöver även segmenten justeras, därför kan du skapa precis så många segment som du behöver.

3. Rikta budskapet

När segmenten är färdiga är det dags att återgå till ditt CMS. Den bästa aspekten av vår plugin består i att det är möjligt att rikta innehållet i ditt CMS baserat på de segment som skapats i Profile Cloud. När du ska publicera ditt innehåll i CMS väljer du bara vilket segment som innehållet ska riktas mot.

En av anledningarna till att vi skapat denna process för personalisering är att det är väl anpassat till arbetsflödet. Denna process låter marknadsförarna - som framförallt fokuserar på segmenten och data från profilerna - att arbeta i Profile Cloud samtidigt som innehållsproducenten kan arbeta i CMS. Därmed kan både marknadsföraren och innehållsproducenten arbeta i det verktyg som passar dem bäst, samtidigt som tekniken arbetar under ytan och synkroniserar arbetsprocesserna.

Med Profile Cloud får du det bästa av två världar:

  • Dina profiler lagras på en plattform som kan hantera data från fler källor och därmed se till att din data berikas. Dessutom kan samma profiler och segment användas för alla dina kanaler, så som appar e-post och retargeting-kampanjer.
  • Ditt innehåll och användarupplevelsen drivs av din CMS-plattform som även lagrar innehållet. 

Om du själv vill prova Profile Cloud, kan du skapa ett eget konto här.

Detta inlägg har skrivits i ett samarbete mellan Jens Agerberg, Andy Walker, Martin Wallace och James Carter från APSIS, med från Pia Spratley, Travelstart, Nick Watt, Digital Doughnut och Kristian Duvald Friis, Valtech Danmark.

Den här texten är en översättning av ett inlägg som tidigare publicerats på Innometrics blogg