客户体验从来没有像现在这样重要。客户在与企业打交道时期望个性化的体验，根据Epsilon的报告，当企业提供个性化体验时，80％的客户更有可能进行购买。个性化可以改善客户体验，帮助推动销售并提高客户忠诚度。
每个人都喜欢被认可为一个具有独特特征，欲望，需求和经验的人。当有人记住我们的名字，我们的成就和我们的选择时，我们都非常感谢。消费者有同样的感觉，当企业认识到他们并亲自迎合他们时，便会欣赏它。在埃森哲（Accenture）的一份报告中，他们对全球8000名消费者进行了调查，其中91％的受访者表示，他们更可能与记住，认可并为他们提供相关建议和优惠的品牌开展业务。在本文中，我们将分享5种个性化客户体验的方法。
一切与客户购买决策旅程有关
客户旅程是客户与企业之间的所有交汇点，即客户与企业的每一次互动，从他们第一次在线搜索您的企业到他们在公司网站上的首次体验，一直到浏览产品，服务或内容，但要先选择产品和购物车，然后下达并接收其订单。它包括企业与客户之间的任何电子邮件，文本，电话对话，新闻通讯或其他信函，还包括他们所拥有的任何评论或跟进问题以及与客户服务的互动。简而言之，就是他们与您的业务或品牌的任何部分互动时所经历的一切。
通过仔细查看客户旅程中的交叉点，我们能够为每个客户创建历史记录，确定未来的购买趋势，提出相关建议和建议，并个性化客户在业务中的体验，所有这些都具有改善客户体验的效果。相交点还揭示了客户在旅途中遇到不幸的任何痛点（负面互动）。这为企业提供了进行改进和调整的机会，可以改善每个客户的体验。
然后进行细分，现在是微细分
细分过去足以提供客户赞赏的个性化体验。如果客户购买了背面印有他们最喜欢的运动队徽标的衬衫，后来又收到该公司的电子邮件，其中向客户显示了各种带有运动主题的物品，那么客户会感到满意。但是，现在，该电子邮件应显示带有该客户喜爱的运动队徽标的衬衫。客户不再希望被视为具有相似兴趣的一群人（这被称为“目标受众”），他们希望被视为具有非常特定的好恶的个人。这是微细分的示例，这也是客户现在所期望的。
传统的自上而下的细分过于笼统和过于静态。仅仅因为我偷看了一个价值2000美元的浓缩咖啡机，并不意味着我花了大笔钱，或者仅仅因为我为儿子的宿舍购买了Mr. Coffee并不意味着我是一个有价值的购物者，仅仅因为我男性并不意味着我不为我的妻子或女儿买礼物。这些都不是个性化。
客户的针对性程度已经达到了这样的程度，即实际上将受众群体定位视为垃圾邮件。现在，我们可以更加详细地说明商品的销售方式，因为我们可以将商品购买和浏览历史与会话中的信号结合起来，对客人进行微细分。
一旦收集了客户数据，就可以对其进行分析和分段，以使其可操作。细分是使用数据将具有相似特征或购物需求的客户组织在一起的过程。将客户分为不同的角色或细分之后，可以对他们应用特定的个性化策略。请注意，您可以使用更多的信号来细分客户，个性化就越准确-一次购买尿布可能并不意味着该客户有一个婴儿，但是在六个月内持续购买尿布是一个更好的指标。
关联就是一切
来自Gartner的一项针对营销个性化的调查研究表明，由于不良的个性化做法，品牌将失去38%的客户。客户对接收与自己相似的人相关的推荐不感兴趣，他们希望亲自接收与他们相关的推荐。
当客户收到来自亚马逊的电子邮件时，亚马逊不会向他们显示人们喜欢他们自己的产品，而是向他们显示他们的购买和浏览历史所独有的客户产品，而这些客户很可能会访问已建议的那些产品的产品页面，并实际购买显示给他们的产品。亚马逊在访问亚马逊主页时会按名称识别客户，并为客户提供对最近购买商品的即时访问，并亲自展示可能使他们感兴趣的产品。他们了解客户观看过的电影，并根据他们的特定兴趣提出建议。亚马逊为客户提供的一切都与他们有着独特的关系。结果，当客户收到他们的电子邮件时，他们更有可能阅读并点击进入产品页面。客户赞赏亚马逊为个性化和简化购物体验所做的努力。
由于它们提供的高可靠性和个性化水平，亚马逊和其他科技巨头将消费者期望值提高了很多。客户在疫情大流行期间已广泛使用了这些服务，并且他们期望与他们合作的所有品牌都具有相同的个性化水平。
今天的客户对品牌的期望比以往更高。通用，重复，无关的消息传递会导致疲劳和沮丧，而及时，个性化的交互则可增强客户满意度并最大化终生价值。
没有质量数据就不可能有个性化
消费者非常关注隐私和个人数据的潜在损失。一份题为《2020年品牌忠诚度：超个性化的需求》的报告显示，在接受调查的2000名消费者中，有81%的消费者表示他们愿意提供基本的个人信息，以换取更个性化的体验。在该小组中，有28%的人表示他们“非常愿意”提供这些信息。但是，他们的个人数据不是免费的-客户希望他们的数据可用于向其提供信息的任何企业提供一流的个性化体验。
该报告还显示，如果与他们共享数据的企业对其使用数据的方式保持透明，则83%的消费者更愿意共享其数据。在这个数据隐私时代，人们不介意共享其个人信息，只有在他们自愿同意的情况下，并且只有在他们知道如何使用它们的情况下，他们才愿意共享。
要有效地管理客户数据，就需要一种数据策略。需要制定一种数据策略，以识别企业希望了解的有关客户的关键点。然后，您将可以开始编译该信息-无论是通过Web分析，客户资料信息，调查/民意调查，还是过去的购买行为。
为了加深对每个客户的了解，高质量的数据至关重要。重要的是奠定基础并遵循正确的步骤。首先，收集所有数据源，包括第一方，第二方和第三方，非结构化，半结构化和结构化，批处理和流式传输以及匿名和已知数据。详细的交易和行为数据也是关键。最终，您将希望了解每位客户的所有知识，同时以尊重和道德的方式收集数据。
考虑到Nash所说的数据之间的巨大差异，能够有效地使用相关性数据涉及单个客户视图，该视图包含所有已收集的数据。一旦正确收集了数据，就需要对其进行访问并使其易于理解。只有提供正确设置的数据才能提供卓越，个性化和高度相关的客户体验，尤其是经过净化的最新单个客户视图，该视图可以告诉您您需要了解的有关客户的一切信息，或者“黄金”记录。
利用人工智能
为了实现有效的个性化，必须将AI用于实时决策。高级，实时个性化还需要营销人员采用机器学习来获取即时见解，从而激发与上下文相关的信息通讯。协调客户的参与并非易事。这是有效的实时决策（RTD）出现的地方，必须在所有渠道上产生同步的体验。实时决策是指能够根据可用的最新数据做出决策的能力，而不是二十分钟前的数据，而是基于当前与业务交互的数据。
人工智能驱动的个性化有助于创造积极的客户体验。使用AI和机器学习是创建个性化报价的关键，因为它们使供应商能够快速分析大量数据，以便向其客户提供最佳报价。有关先前交互和实时市场动态的数据是企业如何释放无缝，个性化和一致的客户购买体验的潜力。而这种经验可能会成为将来企业最有力的差异化因素。
人工智能还被用于开发智能聊天机器人，可以增强客户在网站上时的体验。当客户无法在网站上找到内容或对业务有疑问时，聊天机器人可用于提供即时帮助。
在没有过于宽泛的假设的前提下，我们大多数人都与商业网站上的聊天机器人进行了交互。大多数时候，这种体验缺乏某种东西-一种人情味。昨天的聊天机器人的问题在于它们非常不个性化，与个性化恰恰相反。AI聊天机器人开始通过使用实时客户数据来解决该问题，该数据使他们可以在交互中添加个人风格。在过去的几年中，它们已经取得了相当大的进步，以至于很难知道是在与AI聊天机器人还是在与真人聊天。AI促进的个性化远远超过了知道客户的名字。
如果您能够确定客户在购买途中的位置，则可以进行更适当的个性化和推荐。为客户提供了更高水平的个性化设置，从而增强了聊天机器人的功能，并且可以例如检测最近购买相同商品的客户是否有类似的问题，并主动为该产品提供建议的FAQ答案。
人工智能在增强客户体验方面的应用无数。重要的业务关系建立在真实的人际关系上。像SAP这样的领先组织正在将AI投资从后台转移到这些连接所处的最前沿。他们正在投资开发平台，以使顾问，销售人员和客户关系经理更加相关，并通过将AI应用于数字参与数据以显示见解和内容，在每次交流中增加更多价值。
全渠道个性化：电子邮件，文本，电话，Web，店内
全渠道个性化的目标是在客户与企业互动时与他们建立一致的关系。全渠道个性化使用来自所有渠道的数据，包括店内互动，社交活动，电话，移动应用程序，网站，电子邮件等，并将体验扩展到客户与品牌之间的每个接触点。
提供连接体验的最大挑战之一是如何跨品牌接触客户的所有不同接触点收集，分析和响应实时数据。通过营销电子邮件上的链接，放弃移动设备上的购物车，在PC上进行研究。客户的偏好配置文件应在每个渠道上都遵循。
有几种可用的全渠道个性化平台，使全渠道个性化的挑战变得更加容易。通常，它们基于开放的基础结构，这使它们可以与旧数据库进行交互以将各种客户数据源桥接在一起。全渠道个性化平台的另一个功能是能够做出实时决策，该功能使即时个性化成为可能。其他公司提供所谓的“全渠道个性化引擎”以提供类似的功能，还有一些公司建议使用客户数据平台（CDP）提供全渠道个性化功能。真正全渠道客户体验的最大要求是能够统一客户数据，
结论
个性化曾经是市场营销的不错选择，但如今，这是创造良好客户体验的必要条件。通过对客户进行微细分，使用全渠道数据为他们提供高度相关的内容，并利用AI，企业可以为客户创造积极，个性化的旅程。有效的个性化策略可以丰富客户体验，从而提高客户满意度，增加收入并保持长期忠诚度。