AI fərdiləşdirmə mühərrikləri hər bir ziyarətçi və ya müştəri üçün davranış, kontekst və proqnozlaşdırılan niyyətə əsaslanaraq hansı məzmunun, təklifin, məhsulun və ya mesajın göstəriləcəyinə qərar verir. Müştəri kampaniyalarında bunlar kifayət qədər trafik və təmiz məlumat olduqda, hər bir fərdiləşdirilmiş təcrübənin aydın bir fərziyyəsi olduqda və nəticələr fərziyyə əsasında deyil, fərdiləşdirilməmiş nəzarət qrupu ilə müqayisə edilərək sınaqdan keçirildikdə işə yarayır.
AI fərdiləşdirmə mühərriki nədir?
Fərdiləşdirmə mühərriki siqnalları toplayır, hər bir ziyarətçi və ya müştərinin profilini yaradır və nə göstəriləcəyini seçmək üçün qaydalardan və maşın öyrənməsi modellərindən istifadə edir. Siqnallara baxılan səhifələr, trafik mənbəyi, yerləşmə, cihaz, keçmiş alışlar, e-poçt qarşılıqlı əlaqəsi və bildirilmiş seçimlər daxil ola bilər.
Tanınmış platformalara Adobe Target, Dynamic Yield, Optimizely, Bloomreach, Insider, Salesforce Personalization və Braze daxildir. Nosto və Klaviyo kimi e-ticarət alətləri onlayn mağazalar üçün fərdiləşdirmə təklif edir və bir çox CRM və e-poçt sistemləri ən yaxşı göndərmə vaxtı və ya növbəti ehtimal olunan alış kimi proqnozlaşdırıcı xüsusiyyətləri özündə birləşdirir.
Maşın öyrənməsi hissəsi adətən üç işi yerinə yetirir: ziyarətçinin hansı seqmentə aid olduğunu proqnozlaşdırmaq, hansı variantın onlar üçün ən yaxşı nəticə verəcəyini proqnozlaşdırmaq və zaman keçdikcə trafiki avtomatik olaraq uğurlu variantlara yönləndirmək.
Fərdiləşdirmə kampaniyalarda harada fayda verir?
Trafik mənbəyinə görə açılış səhifələri
“Korporativ mühasibat proqramı” üçün Google Ads kampaniyasına klikləyən şəxslə, əmək haqqı avtomatlaşdırılması haqqında LinkedIn yazısından gələn şəxsin gözlədiyi ilk mesajlar fərqlidir. Əsas başlıq və sübut nöqtələrini mənbəyə uyğunlaşdırmaq ən sadə və ən etibarlı istifadə üsullarından biridir.
Qayıdan ziyarətçilər
Qayıdan ziyarətçilər bu yaxınlarda baxdıqları məhsulları, yarımçıq qalan müraciətləri və ya qaldıqları yerdən davam edən məzmunu görə bilərlər. B2B saytları, forma doldurma və ya CRM məlumatlarından məlumdursa, ziyarətçinin sənayesinə aid nümunə araşdırmalarını göstərə bilər.
E-poçt və mesajlaşma
Məhsul blokları, göndərmə vaxtları və təklif növləri hər bir alıcı üçün fərdiləşdirilə bilər. Klaviyo və ya Braze kimi alətlərdəki proqnozlaşdırıcı modellər müştərilərin imtina etmə ehtimalını müəyyən edə və saxlama mesajlarını işə sala bilər.
Təkliflər və stimullar
Hər kəsin endirimə ehtiyacı yoxdur. Fərdiləşdirmə mühərrikləri stimulları aşağı alış ehtimalı olan ziyarətçilər üçün saxlaya bilər, beləliklə onsuz da alacaq olanların marjasını qoruyur. Bu, diqqətli sınaq və ədalətli qiymət yoxlamaları tələb edir.
Hansı məlumat və razılıq lazımdır?
Fərdiləşdirmə məlumatdan, məlumat isə razılıqdan asılıdır. Quraşdırmadan əvvəl biz yoxlayırıq:
- İzləmə keyfiyyəti: səhifə baxışları, məhsul baxışları, səbətə əlavə etmə, qeydiyyat və alışlar üçün ardıcıl hadisələr.
- İdentifikasiya: anonim ziyarətçilərin qayıtdıqda necə tanındığı və məlum müştərilərin cihazlar arasında necə əlaqələndirildiyi.
- Kataloq və ya məzmun metadataları: mühərrikin məhsulları maraqlara uyğunlaşdırmasına imkan verən kateqoriyalar, etiketlər və atributlar.
- Razılıq: GDPR və Türkiyənin KVKK qanunlarına əsasən, davranış fərdiləşdirməsi adətən kukilər paneli vasitəsilə razılıq tələb edir və razılıq platforması seçimləri mühərrikə ötürməlidir.
- Ehtiyat variantlar: izləməkdən imtina edən ziyarətçilər hələ də məntiqli bir standart təcrübəyə ehtiyac duyurlar.
Sağlamlıq və ya maliyyə həssaslığı kimi həssas kateqoriyalar həm hüquqi, həm də etik baxımdan xüsusi diqqət tələb edir.
Fərdiləşdirməni necə tətbiq edirik?
Tədricən tətbiq, komandanın onlarla qaydanı işə salıb hansının kömək etdiyini bilmədiyi ümumi uğursuzluğun qarşısını alır.
- Bir fərziyyə ilə başlayın: məsələn, “sənayeyə xas reklamlardan gələn ziyarətçilər, əsas başlıqda onların sənayesi qeyd olunarsa, daha yaxşı dönüş edəcəklər”.
- Bir yerləşdirmə və bir əsas metrika seçin.
- İki-dörd variant və standart təcrübəni göstərən bir nəzarət qrupu yaradın.
- Ümumi fərdiləşdirmə artımını ölçmək üçün trafikin bir hissəsini daimi nəzarət qrupu kimi saxlayın.
- Tam həftəlik dövrləri əhatə edən ağlabatan bir nümunəyə çatana qədər sınaqdan keçirin.
- Nəticələrə əsasən təcrübəni saxlayın, tənzimləyin və ya silin, sonra növbəti fərziyyəyə keçin.
Nəticələri necə sınaqdan keçirir və ölçürük?
Sınaq dürüst fərdiləşdirmə işinin əsasını təşkil edir. Bir çox platforma fərdiləşdirilmiş məzmunu görən ziyarətçilərdən gələn hər hansı gəliri hesablayan “təsirli gəlir” barədə məlumat verir. Bu rəqəm demək olar ki, həmişə həqiqi təsirdən daha böyükdür.
Biz bunun əvəzinə nəzarət olunan müqayisələrə etibar edirik:
- Dönüşüm dərəcəsi, ziyarətçi başına gəlir və ya potensial müştəri keyfiyyəti ilə ölçülən fərdi təcrübələr üçün A/B testləri.
- Aylar ərzində hər kəslə müqayisədə heç vaxt fərdiləşdirmə görməyən qlobal bir kənar qrup.
- Bir qrupdakı qazancların digərindəki itkiləri gizlətmədiyini yoxlamaq üçün seqment təhlili.
- Sıçrayış dərəcəsi və səhifə sürəti kimi ikinci dərəcəli göstəricilər, çünki fərdiləşdirmə skriptləri səhifələri yavaşlada və Core Web Vitals-a zərər verə bilər.
Trafiki avtomatik olaraq daha yaxşı variantlara yönləndirən çox qollu bandit xüsusiyyətləri, bir fərziyyə sübut edildikdən sonra faydalıdır, lakin onlar təmiz ölçməni çətinləşdirir, ona görə də biz standart testlərlə başlayırıq.
Alien Road müştərilər üçün AI fərdiləşdirmə mühərriklərini necə tətbiq edir
Tipik bir əməkdaşlıqda kəşf analitika və CRM məlumatları ilə başlayır: trafik mənbələri, seqment ölçüləri, dönüşüm yolları və ziyarətçilərin harada ayrıldığı. Biz həmçinin razılıq quraşdırılmasını nəzərdən keçiririk, çünki müştərinin qanuni olaraq istifadə edə bilmədiyi məlumatlar üzərində qurulmuş fərdiləşdirmə planı dəyərsizdir.
Quraşdırma seçilmiş mühərrikin analitika, razılıq platforması və müvafiq hallarda CRM və ya məhsul lentinə qoşulmasını əhatə edir. Sonra biz gözlənilən təsir və səyə görə sıralanmış qısa bir fərziyyə siyahısı yaradırıq, adətən trafik mənbəyi açılış səhifəsi variantları və qayıdan ziyarətçi təcrübələri ilə başlayırıq.
Ölçmə üçün hər bir təcrübə nəzarət olunan bir test kimi işləyir və proqramın ömrü boyu qlobal bir kənar qrup yerində qalır. Nəticələr GA4-də və platformanın hesabatlarında izlənilir, səhifə sürəti isə paralel olaraq monitorinq edilir.
Hesabat aylıqdır, hər bir canlı təcrübəni, onun test nəticəsini, etibarlılıq səviyyəsini və növbəti hərəkəti sadalayır. Nəzarət qrupunu keçə bilməyən təcrübələr qaliblər kimi aydın şəkildə bildirilir və sonra söndürülür.
Hansı səhvlərdən qaçınmalısınız?
- Çox az trafik üzərində fərdiləşdirmə, beləliklə testlər heç vaxt mənalı bir nümunəyə çatmır.
- Hər biri kiçik olan çoxlu seqmentlər yaratmaq.
- Ziyarətçinin şirkətini paylaşmazdan əvvəl adlandırmaq kimi müdaxiləedici görünən məzmunu göstərmək.
- Əlavə edilmiş skriptlərdən səhifə sürətinə təsiri görməzdən gəlmək.
- Kənar qrup olmadan platforma tərəfindən aid edilən gəlirə etibar etmək.
- Təcrübələrin nəzərdən keçirilmədən illərlə davam etməsinə icazə vermək.
Bu həftə haradan başlamalı
GA4-ü açın və sessiyalara görə ilk beş trafik mənbəyinizi və onların dönüşüm dərəcələrini sadalayın. Yüksək trafikə, lakin aşağı dönüşümə malik mənbəyi seçin və bu ziyarətçilərin hansı mesajı gözlədikləri barədə bir fərziyyə yazın. Həmin mənbə üçün tək bir açılış səhifəsi variantı yaradın və onu ən azı iki həftə ərzində cari səhifəyə qarşı A/B testi kimi işlədin. Bir təmiz nəticə sizə iyirmi qaydanı işə salmaqdan daha çox şey öyrədəcək.
Oxumağa davam edin: Süni intellekt optimallaşdırması · Süni intellekt optimallaşdırması