شخصی سازی در مقیاس: گام‌های ابتدایی در سفر پرمنفعت رشد

منبع: مکینزی

ارتباطات شخصی سازی‌ شده با تک‌تک مشتریان را می‌توان آینده بازاریابی تصور کرد. به اعتقاد پژوهشگران موسسه McKinsey، برخلاف آنچه بسیاری از بازاریاب‌ها فکر می‌کنند کار آسانی است اگر و تنها اگر از داده‌هایی که در دست دارید آغاز کنید.

شخصی سازی در مقیاس به چه معناست؟

جولیان: با بخش شخصی سازی این تعریف شروع کنیم. زندگی روزمره را مانند یک مشتری در نظر بگیرید: خیلی علاقه‌مند نیستید که با پیام‌های پی‌درپی بی‌ربط، پیامک‌ها، ایمیل‌ها یا تخفیف‌ها روزتان مختل شود؛ صرفاً پیام‌هایی را می‌خواهید که مختص نیازهای شما ارسال‌شده باشند. شخصی سازی رویکردی برای درگیر کردن مشتری است؛ شاید حتی به‌مثابه فلسفه‌ای است برای تماس با مشتریان- که متمرکز بر ارتباطاتی مناسب، بامعنا و مرتبط است. از منظر کسب‌وکار نیز، شخصی سازی به شرکت اجازه می‌دهد که از تمامی داده‌های مشتریان بهره ببرد تا بتواند تجربه‌های مرتبط برای مشتریان فعلی و مشتریان محتمل خلق کند.

کای: اجازه دهید من نیز بخش مقیاس را توضیح بدهم. در بازارهای فعلی جهان، کافی نیست که شما پیام‌های شخصی حاوی اسم مشتری برای او ارسال کنید که پیشنهاد‌هایی را در زمینه تخفیف‌ها به او اطلاع دهد. ضروری است که پیام‌هایی مناسب برای هزاران مشتری در طی تعاملاتی چندگانه، طراحی و ارسال کنید. در این نقطه فناوری وارد بازی می‌شود. فناوری به شرکت‌ها این امکان را می‌دهد که مبتنی بر تک‌تک مشتریان، پیام‌هایی را برای تمام آنها ارسال کند. به همین دلیل است که مفهوم‌پردازی حول شخصی سازی بایستی ذیل شخصی سازی در مقیاس انجام شود.

چرا باید شخصی سازی در مقیاس برای بازاریاب‌ها مهم باشد؟

جولیان: اگر شخصی سازی در مقیاس به‌طور صحیح انجام شود، تأثیر مناسب همراه با رشد مناسب در خلق تجربه برای مشتری کمترین دستاورد خواهد بود. شخصی سازی نقشی حیاتی در زمینه مشتریان با چرخه عمر کامل بازی می‌کند- جذب، درگیر کردن مشتری، اندازه سبد خرید، فراوانی و تکرار خرید، خرید عرضی و ممانعت از خروج مشتری، تنها بخشی از چرخه عمر است که شخصی سازی به‌طور مستقیم در طی آنها مهم است.

کای: به دلیل آنکه آینده بازاریابی در تجزیه‌وتحلیل داده‌ها، چابکی و دیجیتال‌سازی است و شخصی‌سازی در مقیاس نقطه‌ای است که تمام این‌ها به هم پیوند می‌خورند! بسیاری از زمینه‌های کلاسیک بازاریابی – تبلیغات، پیام‌ها، قیمت‌ها، خدمات- تا حدود زیادی شخصی خواهند شد. اساساً خلق ارزش واقعی به این واسطه روی خواهد داد. تحقیقات و تجربه ما نشان می‌دهد که اگر شخصی‌سازی به‌طور کامل روی دهد، ارزش کوتاه‌مدت واقعی در کسب‌وکار خلق می‌شود و فعالیت‌های بازاریابی چیزی حدود ۱۰ الی ۲۰ درصد کاراتر خواهد بود و صرفه‌جویی در هزینه‌ها نیز ۱۰ الی ۳۰ درصد باعث افزایش درآمد و نگهداشت خواهد شد. بیش از آنچه گفته شد، شخصی‌سازی به‌عنوان فعالیتی کاربردی، اثری مثبت بر رضایت مشتری خواهد داشت که امری بلندمدت است.

واقعیت آن است که مشتریان خواهان شخصی سازی بهتر هستند: حدود ۸۰ درصد از مشتریان اظهار داشته‌اند که این مسئله برای آنها مهم است که شخصی سازی بهتر از آنچه اکنون انجام می‌گیرد، اتفاق بیافتد. این در حالی است که ۹۵ درصد از بازاریاب‌های حرفه‌ای که در کنگره خرده‌فروشی جهانی سال ۲۰۱۷ از صنایع مختلف مورد سؤال قرار گرفتند، نیاز و پتانسیل بالایی را در شخصی سازی تشخیص می‌دهند اما صرفاً ۲۰ درصد از آنها عملکرد قابل قبولی در این زمینه دارند. برای بسیاری از شرکت‌ها، شخصی سازی در مقیاس رازی است که هنوز گشوده نشده است.

رویکرد صحیح برای تحقق شخصی سازی در مقیاس چیست؟

جولیان: درکِ اهمیت داده‌ها و تجزیه‌وتحلیل، کلید خلق ارزش برای تحقق شخصی سازی در مقیاس است و این مسئله بایستی به‌عنوان قلب فعالیت‌ها در نظر گرفته شود. اول آنکه، شخصی سازی بایستی اولویت سازمان‌ها باشد و بایستی یک استراتژی در راستای ایجاد بنیان‌ها و قابلیت‌های عملیاتی، توسعه یابد. توسعه استراتژی به معنای آن نیست که یک پروژه طولانی تعریف شود که شاید هفته‌ها یا ماه‌ها به طول انجامد، بلکه تصمیمی آگاهانه و تعمدی از طرف مدیریت ارشد سازمان است که راهی را به‌سوی تجربه‌ای شخصی‌تر برای مشتری ترسیم کند.

کای: گفته‌های جولیان کاملاً درست است. بسیاری از بازاریاب‌ها باور دارند که اولویت اول درک کیفیت داده‌ها، ایجاد قابلیت‌های تجزیه‌وتحلیل یا یافتن ابزارهای مناسب است. این در حالی است که در اکثر مواقع آنها می‌توانند با آنچه در دسترس دارند شروع کنند و راهی را سریع‌تر از آنچه تصور می‌کنند به سمت شخصی سازی بگشایند. یکی از مشتریان قدیمی موسسه McKinsey زمان زیادی را برای یافتن یا ایجاد منبع داده‌های مناسب صرف کرد تا همگونی داده‌ها را افزایش دهد؛ اما وقتی یک‌قدم به عقب برداشت و دوباره فکر کرد متوجه شد که با آنچه در دست دارد (داده‌هایی که در دست دارد) می‌تواند شخصی سازی را شروع کند؛ بنابراین تصمیم گرفت تجزیه‌وتحلیل داده‌ها را بر مبنای تعاملات با مشتری اولویت‌بندی کند. همین نوع نگرش باعث شد در طی چند روز، فرآیندهای پایلوت متعددی را شروع کنیم.

جولیان: دقیقاً با آنچه کای توصیف کرد هم ذات پنداری بسیاری دارم و دقیقاً می‌فهمم که شروع کار با داده‌های در دسترس به چه معناست. به‌طور طبیعی، تلاش‌های شما بایستی در راستای توسعه و ایجاد پلتفرم مرکزی داده‌های مشتری باشد (CDP و دیدگاه ۳۶۰ درجه به مشتری) اما نباید ایده‌آل گرا باشید تا مقوله اول کامل شود و بعد عمل کنید. حتی مدل ابتدایی می‌تواند نتایج خوبی داشته باشد. می‌توانید با فروش عرضی شخصی شده بر مبنای داده‌های رفتار گذشته مشتری آغاز کنید؛ نیازی نیست که داده‌های جدید خریداری کنید یا سیستم‌هایی را به هم متصل نمایید. اغلب با مجموعه‌هایی ساده از داده‌های مشتری که اطلاعات ابتدایی جغرافیایی در مورد تاریخچه معاملات، جزئیات محصول یا شاید داده‌های وب‌سایت که شناختی ابتدایی از مشتری را در اختیار قرار می‌دهد، شروع کنید. منظر ۱۶۷ درجه از مشتریان شرکت را قادر می‌سازد که به اولویت‌بندی مشتریان بپردازید بدون اینکه نیازی باشد به دنبال مسیری طولانی از منظر ۳۶۰ درجه از همان مشتری باشید.

گام بعدی که همان تصمیم گری است به‌اندازه‌ای که به نظر می‌رسد پیچیده نیست. به‌طورمعمول با کیستی مشتری آغاز می‌شود؛ سپس رفتار آنها مدنظر قرار می‌گیرد تا به این واسطه محرک‌های کلیدی عمل یا خلق ارزش شناسایی شود. شاید به نظرتان تعجب‌آور باشد اما پیشران بخش اعظمی از داده‌کاوی کاملاً فرض محور است و بخش اعظمی از میوه‌هایی که سازمان‌ها لحظه‌های رشد را تجربه می‌کنند مبتنی بر ادراک عمومی و متداول صورت می‌گیرد.

در پروژه‌ای با یک مشتری مخابراتی سروکار داشتیم که خواهان فروش یک خدمت جدید بود. با شروع از یک فرضیه مشتریان هدف را شناسایی کردیم؛ با استفاده از نمودارهای فراوانی در زمینه ارزش مشتری و واکنش‌های گذشته به پویش‌ها، بخش‌بندی‌های زیرین مشتری نیز شناسایی و اولویت‌بندی شد. همین کار سرعت زیادی در به‌کارگیری فرآیندهای پایلوت ایجاد کرد. بر مبنای نرخ پاسخ، هفته‌به‌هفته پویش‌ها را بهبود دادیم و رفته‌رفته پاسخ‌های مناسب‌تر با نرخ بالاتری از پاسخ دریافت کردیم.

موانع شخصی سازی در مقیاس در برابر سازمان‌ها چیست؟

کای: ما چهار مانع متداول را در این مسیر شناسایی کردیم. اول، بسیاری از شرکت‌ها حجم زیادی از داده‌ها را جمع‌آوری و ذخیره می‌کنند اما راهی برای دسته‌بندی مرتبط و ترکیب آنها پیدا نمی‌کنند. سازمان‌ها به‌جای تولید و پالایش داده‌های بیشتر، بایستی بر شناسایی و جمع‌آوری داده‌های مناسب تمرکز کنند. بعضی‌اوقات بهره بردن از داده‌ها در عمل بسیار مؤثرتر از اضافه کردن مجموعه‌هایی از داده‌های پیچیده بیرون از سازمان است.

دوم، بسیاری از سازمان‌ها هنوز ذیل مفاهیمی چون فصل یا رویدادهای کلی فکر می‌کنند، به‌جای آنکه بر محرک‌های مناسب در عمل بیندیشند. محرک‌ها همان رویدادهای خاصی هستند که یک پیام بخصوص نزد مشتری از ارزش بالایی برخوردار خواهد بود. یکی مشتری که به یک خانه جدید نقل‌مکان کرده است محرکی برای یک شرکت انرژی است. به تجربه با این واقعیت مواجه بوده‌ام که فعالیت‌های مبتنی بر محرک، ۳ الی ۴ برابر از ارتباطات استاندارد مؤثرتر هستند.

سوم، ضرورت شخصی سازی در مقیاس وجود تیم‌های چند-وظیفه‌ای چابک است؛ اما هنوز بسیاری از سازمان‌ها فعالیت‌های خود را در تیم‌های وظیفه‌ای مجزا انجام می‌دهند. اداره یک تیم چابک چند-وظیفه‌ای شاید برای یک‌بار آسان باشد اما استمرار و به مقیاس در آوردن فعالیت‌های آن امر دشواری است. تیم‌های چند-وظیفه ای این امکان را فراهم می‌کند که رویکردی مبتنی بر آزمون و یادگیری شکل گیرد چون متخصصان مرتبط در هر تیم حضور دارند و بینش­های مرتبط با در لحظه به اشتراک می‌گذارند؛ همین امر به‌نوبه خود پیش‌نیازی برای شخصی‌سازی در مقیاس است. در نتیجه، تعداد پویش‌هایی که هم‌زمان در جریان باشند به میزان ۱۰ الی ۲۰ برابر افزایش می‌یابد. رویکرد آزمون و یادگیری یا عدم واهمه از شکست نشانه تغییر فرهنگی است که می‌تواند سازمان را از رویکردهای سنتی پویش‌ها دور کند. همین مسئله به‌نوبه خود کارکنان را خوشحال‌تر می‌کند و راه‌های انجام کار نیز به‌تبع آن لذت‌بخش‌تر می‌شوند.

در نهایت آنکه برای موفقیت در شخصی‌سازی در مقیاس، بایستی ابزارهای فناورانه و زیرساخت‌های مناسب در طول منابع مشتریان، در دسترس باشد. باوجوداین، فناوری بسیار توسعه‌یافته است و راهکارهای متعدد ساده و قدرتمندی در دسترس هستند که با بینش‌های صحیح می‌توان از آنها بهره برد.

جولیان: من در مورد صحبت‌هایی که در مورد تیم‌های چند-۰ وظیفه‌ای گفته‌شده، تأکیددارم. ضروری است که سازمان‌ها در فعالیت‌های بازاریابی، عملیات و فناوری درگیر شوند تا قابلیت‌های سازمانی که پایدار هستند ایجاد شود و روش‌های جدید انجام کار متداول شوند. لازمه این مهم، آموزش منابع انسانی فعلی و جذب استعدادهای برتر در این زمینه‌هاست. در سازمان‌هایی که نیاز است تا منابع انسانی جهت ایفای نقش‌های متعدد جذب شوند، شایستگی متخصصان امری حیاتی است اما کافی نیست. نیاز است که متخصصان مترجمانی قهار نیز باشند بتوانند بینش‌ها را با سهولت و به‌طور مؤثر در طول کارکردهای کسب‌وکار به اشتراک بگذارند و ارتباطاتی کارآمد ایجاد نمایند.

برای شخصی‌سازی در مقیاس به چه فناوری‌هایی نیاز است؟

جولیان: تصمیم در مورد فناوری‌های مناسب بسیار دشوار می‌نماید چون چشم‌اندازی که تصویر می‌شود، پویا، پیچیده غیر شفاف است و معلوم نیست که تأمین‌کنندگان مشابه دیگر دقیقاً به چه‌کاری مشغول‌اند و چه مزیت‌هایی را ارائه می‌کنند. در نسخه ۲۰۱۸ فصلنامه مروری چشم‌انداز فناوری بازاریابی نوشته اسکات برینکر، حدود ۷ هزار راهکار فناورانه در حوزه بازاریابی فهرست شده است.

یک راه برای تشخیص و اتخاذ تصمیم در این مورد درک این مسئله است که فناوری بایستی سازمان‌ها را در ۳ حوزه توانا سازد:

• یکپارچه کردن داده‌های مشتریان در راستای توسعه منظری شفاف و کامل از مشتریان که در نهایت منجر به توسعه پلتفرم‌های داده‌ای مصرف شود.
• تصمیم‌گیری بر مبنای سیگنال‌هایی که در طول سفر خرید مشتری ظاهر می‌شوند. این مورد می‌تواند به‌سادگی فهرستی از ارزش مشتری در نرم‌افزار اکسل باشد که به کارکنان مرکز تلفن کمک می‌کند پیشنهاد‌هایی شخصی شده به مشتریان ارائه دهند یا به پیچیدگی یک موتور تصمیم‌گیری متمرکز یا مغز متفکر باشد که با سیستم‌های بیرونی هماهنگ است و تصمیماتی در زمان واقعی بر مبنای بینش‌های مصرف‌کننده اتخاذ می‌کند.
• توزیع محتوای هماهنگ در طول مخاطبان و کانال‌ها در زمان واقعی که جایگاهی نیز برای تیم‌ها داشته باشد تا بازخورد‌های مناسب با وضعیت را تنظیم و به سیستم ارائه کنند.

کای: به عبارت ساده‌تر، فناوری برای شخصی سازی در مقیاس حیاتی است و یک پلتفرم تصمیم مشتری بایستی در مرکز یا قلب این فناوری باشد. بر اساس یافته‌های ما حدود ۵۰ درصد از شرکت‌ها که عملکردی فراتر از عملکرد شرکت‌های مشابه در بازار دارند این حس را دارند که فناوری‌های مناسب که نیازمند آن هستند را دارند؛ عکس این قضیه برای آنها ۱۶ درصد از شرکت‌هایی که عملکردی پایین‌تر از شرکت‌های مشابه در بازار دارند، صادق است. در بلند مدت، ارزش واقعی از توسعه سه جزء مدل های عملیاتی خلق می شود به شرطی که جریانی هماهنگ بین آنها برقرار باشد. به محض اینکه داده های مشتریان جمع آوری شد، بایستی به صورت بینش هایی برای تصمیم در بیاید؛ هر چه منظر مشتری غنی تر و جامع تر باشد، پیش بینی هایی که برای مدل های تصمیم گیری صورت بندی می شوند، دقت بیشتری خواهند داشت. باید به خاطر داشت که با وجود اینکه فناوری بسیار حیاتی است اما چالش های شخصی سازی صرفا با حضور فناوری قابل حل نیست.

جولیان: دقیقا همین طور است. فناوری و تجزیه و تحلیل نقش بزرگی در فراتر رفتن از نمونه های پایلوت و مقیاس دارد اما در انتهای روز بدون تغییر در عملیات و فرآیندهای درونی سازمان که در راستای چابکی، متمرکز بر شاخص های کلیدی عملکرد مشتری، چند-وظیفه ای و متکی بر تصمیم های سریع باشد، شخصی سازی در مقیاس ناپایدار خواهد بود.