個人化行銷
Personalization
什麼是個人化行銷?
- 依各自興趣與行為量身打造的不同訊息
- 超越「對所有人都一樣」
- 有用與不適(隱私)之間的界線
個人化真正改變的不是訊息的文字,而是規劃行銷活動的單位。過去是依日曆規劃,例如「3 月電子報」;導入個人化之後,則是依顧客的狀態規劃,例如「下載了技術資料、三天內又瀏覽過報價頁面的人」。因此,導入個人化的團隊不是產出更多內容,而是把時間花在制定規則,決定該在什麼時候、把手上的哪份內容交給誰。
個人化有不同層級。把名字、公司名稱嵌入信件的變數替換是第一層,依產業、職務、企業規模切分的分眾發送是第二層,依下載或再次造訪等行為觸發的發送是第三層。B2B 還多一層:一個採購決策通常有 3~6 人參與,因此即使在同一家公司內,也需要依角色提供不同訊息。例如設備工程師需要安裝案例與圖面,採購部門則適合看交期與單價比較表。若把整個帳戶一起攻略,就會接近 ABM,但個人化用現有名單,本週就能開始,這點的門檻比較低。
現場最先出問題的是資料品質。名字欄位空白,寄出「(空白)您好」的信件;已經簽約的客戶卻收到新導入的說明;半年前離職的承辦人名字還一直被叫出來——這些事故,只要一開啟個人化就會發生。一封籠統的群發信,原本可能直接刪掉就算了,但在個人化之下,會被解讀為「這家公司完全不認識我」的證據,直接導致拒收。另外,若把個人化理解為增加追蹤,也會出問題。顧客自己留下的資訊(下載的資料、報名的研討會)用起來會讓人覺得方便,但若展現出對方從未告訴過你的事,那一刻對方就會感到不快。規則建議先從五條以內開始,這樣比較安全,也能逐一追查異常。
隨著 CRM 與數據行銷的發展而興起,並透過推薦演算法、行銷自動化與 AI 不斷精進。
以下用一個假設案例來說明。這是員工 180 人、年營收 KRW 42,000,000,000 (≈ US$31,435,700) 的工業感測器製造商 A 公司的故事。會員資料庫中的 12,000 人每月都收到相同的電子報,但開信率停留在 11% 左右,拒收數每月累積 150 筆。經銷商社長、設備工程師與採購部門全都混在同一份名單裡,這正是問題的根源。
- 行銷團隊的金次長調出近 12 個月的下載與詢問紀錄後發現,收件人中有一半以上只下載技術資料,從未索取過報價,而且都是現場工程師。
- 業務團隊的 Park 部長說:「把單價表寄給工程師,他們當場就刪掉」。Kim 次長於是把名單分成採購負責人、設備工程師、經銷商三組,連標題都重新擬定。
- 向工程師寄送安裝案例與圖面資料,向採購負責人寄送交期與單價比較表。主旨也從'新產品上市通知'改為'更換老舊產線前的 7 項檢查清單'。
- 設定為只有收到資料後三天內再次瀏覽報價頁面的人,才自動通知業務團隊,結果第一個月就超過 42 筆,其中 Park 部長將 9 筆接續成會議。
- 名字資料空白的帳戶,曾因為寄出「(空白)您好」的信件,一次就有 310 封送了出去。事故發生後,Kim 次長新增了一條規則:名字或職稱為空白的地址,自動排除在發送對象之外。
- 六個月後,開信率從 11% 升至 27%,每月拒收數從 150 筆降到 40 筆上下,由電子報引發的報價請求,從每季 8 筆增至 31 筆。
金鍾赫
Ui-jung Kim