Personifizierung Ihrer Web site Dienstleistungen

Share

|

Während das Verhältnis von der beiläufigen Datenbanksuchroutine zu interessierter Aussicht und dann zum aktiven Kunden ändert, kann Ihre Web site einen vollständigen Wirt der persönlichen Präferenzen, der Pläne, der Hänge und der peccadilloes sammeln. Sie müssen bloß bitten. Diese Informationen mit indirekten Daten von den Übersichten und von den kommerziellen Datenbanken verbinden, haben Sie jetzt eine Wahrscheinlichkeit, ein völlig verwirklichtes Portrait jedes Kunden zu errichten. Gerade ist Ihr Portrait wie ausgeglichen?

Im Ende müssen Sie entscheiden, welches granularity der Kennzeichnung Ihnen gut entspricht. Ist es genug, zum das folgende über eine bestimmte Art Besucher zu wissen?:

• Interessiert für Produkt A

• Arbeiten in Industrie B

• Bei einer Firma, die Größe C ist

• Bewegt durch den Qualifikation Prozeß mit einer Rate von D

Oder, zwecks mehr zu verkaufen, schneller, an einem höheren Seitenrand, fügt es erheblich dem Endergebnis hinzu, wenn Sie auch das folgende über sie? wissen:

• Eine Einkaufenart E (abenteuerlicher Forscher)

• Wiederholt den F Abschnitt mit einer Frequenzbewertung von G

• Trägt Größe H Schuhe

Schließlich ist gerade wie Wertsache es, daß Sie wissen, welche Kunden grüne Eibischmonde in ihrem Reis Chex mögen?

Während die blosse Datenmenge Elemente der bedeutendste Faktor in Ihrer persönlichen zählenden Profiltiefe ist, muß jedes Element entsprechend seinem Wert belastet werden. Eine Kunde Kennummer hat kein Gewicht an allen, weil man vom folgenden nisht zu unterscheidend ist. Die üblichen Informationen, die über einen Kunden gesammelt werden (Name, Adresse, Telefonnummer) sind, kritisch aber tragen ein niedriges Gewicht, weil sie nicht verklagbar ist.

Arten der Kunde Informationen

Verklagbare Informationen betreffen die Befangenheiten eines Kunden und kaufen Geschichte und erklärte Interessen. Seien Sie sicher, daß Sie richtig die impliziten, ausdrücklichen und auf Tatsachen beruhenden Informationen wiegen:

• Implizit: Er betrachtete jene Seiten, also muß er an diesen Einzelteilen interessiert sein.

• Ausdrücklich: Er füllte heraus eine Übersicht und uns war ihm erklärt an diesen Einzelteilen interessiert.

• Tatsache: Er betrachtete jene Seiten und kaufte diese Einzelteile. Web site Besucher erklären Ihnen, daß ausdrückliche Informationen und Sie implizite Informationen ableiten. Zum Beispiel kann ein Kunde sagen, daß er Lesebiographien mag und Amazon.com zu den email Mitteilungen über berühmte Abbildungen in der europäischen Geschichte wünscht. Aber, wenn er Bücher über Hunde kauft, weiß Amazonas was, seine Empfehlung an zu setzen verzeichnen. Aufzupassen welche Kunden wirklich, ist weites Aufdecken als Messwert, was sie sagen. Und es deckt in den Weisen auf, die nicht notwendigerweise sinnvoll sind.

Nehmen Sie an, daß die Datenbank zeigt, daß Besucher, die für elektrische Rasiermesser kaufen, auch persönliche CD-Spieler kaufen oder daß Besucher, die die Einzelspezifikationen des Tagesbergbaus und der Baugeräte lesen, selten an den Informationen der ausgedehnten Garantie interessiert sind. Sind diese die Art von Wechselbeziehungen Marketing mavens mit in Geistesstörungsitzungen oben kommen werden? Nein. Sie sind kein sinnvoll, aber sie sind zutreffend. So jetzt haben die Marketing mavens ein neues datapoint, zum mit zu arbeiten, und die Systeme hinter den Szenen haben die Fähigkeit, auf den Informationen in der Realzeit zu fungieren.

Außer dem Wiegen der Datenelemente, die an gegründet werden, ob sie werden erklärt oder abgeleitet, muß ihr Wert Frische und Resultate in Betracht ziehen. Die Wechselbeziehung zwischen elektrischen Rasiermessern und persönlichen CD-Spielern zu kennen ist der erste Schritt mit, daß Informationen die Sekunde sind, und die Resultate dieses Gebrauches zu messen ist das wichtigste.

Daten-Reinigen

Das Leben bis zum Kunde Verhältnis-Management bedeutet das Sicherstellen, daß die Informationen, die durch die Marketingsysteme und die Kundendienstrepräsentanten verwendet werden, frisch genau sind, gegenwärtig, und. Das bedeutet die Daten von vielen Systemen zusammen sind holen und dieses die Mittel, die darstellen aus, wie man allen diese Daten erhält, um gleich zu schauen.

Datennormalisierung hat gewöhnlich auf das Format der Informationen zugetroffen, die in ein System eingetragen ist. Trägt die mittlere Initiale eine Periode? Schließt die Telefonnummer Klammern oder Schläge mit ein? Ist der Reißverschluscode fünf Stellen oder neun? Gibt es ein Bindestrich in der Mitte? Aber an diesen Tagen von CRM, geht das Datenreinigen über Interpunktion hinaus weit.

Lassen Sie uns Sie annehmen haben ein Verkäufe Kontakt-Managementsystem, ein fakturierensystem und eine Kunde Obachtdatenbank in jeder von vier Abteilungen. Lassen Sie uns John sagen, den Smith Ihnen ein email von < JohnSmith@Yahoo.com > schickt. Welcher John Smith ist dieser?

Sie benötigen mehrfache Punkte des Vergleiches. Möglicherweise < JohnSmith@Yahoo.com > ließen Beleg, daß er Mühe mit Ihrem Produkt hatte, während er in Kalifornien zum ersten Mal war. Sie können die ganze John Smiths dann beseitigen, die in Kalifornien wohnen. Vielleicht erwähnte er, welches Produkt oder Service von Ihrem er verwendete. Möglicherweise schließt er seine Telefonnummer in seiner email Unterzeichnungakte ein. Der könnte der Anhaltspunkt sein, den Sie diesen John kennzeichnen müssen, Smith von andere in Ihrer Datenbank twentyseven.

Reinigende Foki der Daten auf der Überprüfung und der Gültigkeitserklärung der Informationen. Wenn Ihrem ganzem John Smiths dieselben formatiert werden, sind Sie aus zu einem guten Anfang. Wenn keine Ihrer John Smith Aufzeichnungen für mehr als 6 Monate überprüft worden sind, verschlechtert ihr Wert. Ich versuche, einen Satz Probleme offenbar bildlich darzustellen, die weder einfach noch schnell sind zu lösen. Wenn er soviel kosten und solche Schmerz verursachen wird, wie gehen Sie über das Messen des Wertes aller dieser Möglichkeiten? Die Frage ist, ob die Kosten des Sammelns und der Verarbeitung der Informationen den Wert wertSIND, den Sie vom Haben der Informationen ableiten, weniger die Schmerz Sie Ihre Kunden in seiner Ansammlung verursachen.

Personifizierung Quotient

Dr. Kamran Parsaye, Präsident von Intelligence Ware, von Inc. und von Autor der intelligenten Datenbank- Werkzeuge und der Anwendungen (John Wiley u. Sons, 1993) schrieb ein weißes Papier, das "PQ genannt wurde: Der Personifizierung Quotient einer Web site." In dem Augenblick als, das Papier on-line gefunden werden kann (www.kellen.net/ect586/personalization_parsaye.pdf), obwohl die Firma Parsaye bei, als er schrieb, ihr (NovuWeb) kann nicht arbeitete.

In seinem Papier, in Parsaye gebildet einen valiant Versuch, "einen Rahmen und eine Theorie zu verursachen, um zu messen, wie personifiziert einem System in dem Personifizierung Quotienten (PQ) ausgedrückt ist und zu veranschaulichen, wie die Theorie verwendet werden kann, um Eservice zu verbessern." Das Konzept des Personifizierung Quotienten wird dann verwendet, um zu messen, wie personifiziert einem System wirklich ist.

In diesem Papier unterscheidet Dr. Parsaye zwischen einem unpersönlichen System, das jeder die gleiche Weise behandelt, und einem völlig personifizierten System, das sein Verhalten auf spezifische Benutzer justiert. Ein unpersönliches System hat ein PQ von null, da es die gleiche statische Antwort zu allen Benutzern unabhängig davon ihre Eigenschaften zur Verfügung stellt.

Personifizierung kommt ungefähr als Reaktion zu den einzelnen Informationen, und Dr. Parsaye teilt Personifizierung in drei Bereiche—Kundenbezogenheit, Individualisierung und groupcharacterization. Kundenbezogenheit ist das älteste und manchmal das einfachste zu wenden. Sie erlaubt Ihnen , spezifische Präferenzen z.B. die Aktien, die Sie aufspüren möchten, die Art der Nachrichten Sie sehen möchten, die Farben Sie Satz auf Ihrem Schirm, wünschen usw. einzustellen. Individualisierung geht über diesem hinaus reparierte Einstellung und benutzt Muster Ihres eigenen Verhaltens (und nicht irgendeines anderen Benutzers) um spezifischen Inhalt an Sie zu liefern. [ zum Beispiel, ] wenn Sie viel auf finanzieren-in Verbindung stehenden Einzelteilen aber nicht auf Sport geklickt haben, zeigt sie Ihnen Börsennachrichten anstatt Sportnachrichten, ohne Ihr um sie zu bitten. In der Gruppe-Kennzeichnung empfangen Sie eine Empfehlung, die auf den Präferenzen der Leute " wie" Sie basiert, können z.B. Bücher Ihnen empfohlen werden gründeten auf den Büchern, die von den Leuten mit ähnlichen Interessen bestellt werden. Annäherungen basiert auf der gemeinschaftlichen Entstörung, Schachtel-gegründeter Argumentation, usw.. Fokus auf dem Gruppe-Kennzeichnung Maß.

• PQ: Der Personifizierung Quotient zieht alle drei dieser Ausgaben in Betracht.

Er hat drei spezifische Bestandteile, PQ1, PQ2 und PQ3, wo:

PQ1 mißt die Fähigkeit des Systems, Einzelteile besonders anzufertigen.

PQ2 mißt die Fähigkeit des Systems, einzelne Präferenzen zu verwenden.

PQ3 mißt die Fähigkeit des Systems, Gruppe-gegründete Präferenzen zu beschäftigen.

Wir messen dann PQ als der Durchschnitt dieser zwei Elemente, d.h.:

PQ = (PQ1 + PQ2 + PQ3)/3

Hier sind jedes PQ1, PQ2 und PQ3 eine Zahl zwischen 0 und 100. Ein System mit einem PQ von 100 wird total personifiziert, während ein System mit einem PQ von null total unpersönlich ist.

Dr. Parsaye beschreibt dann, ein entscheidendes Profil Ihres Aufstellungsortbesuchers zu verursachen:

Darzustellen der One-way und die Maßähnlichkeit der Benutzer und der Kunden ist in DNA Zeichenketten oder Attributvektoren ausgedrückt.

Eine DNA Zeichenkette für einen Netzbenutzer ist eine Satzzeichenkette von Ganzzahlen zwischen 0 und 9 z.B. die Zeichenkette 1309735183291. Jede Ganzzahl hier stellt dar, daß der relative Wert irgendeines Merkmals z.B. 8 oder 9 auf der "sportspage" Anzeige zählend bedeutet, daß Sie viele Sport-in Verbindung stehende Seiten ansehen, während 0 bedeutet, daß Sie nie solche Seiten an allen sehen. Ähnlich können andere Ganzzahlen auf der Zeichenkette uns erklären, wie Sie den Aufstellungsort besichtigen und wie Sie durch auf der Fahne klicken, die relativ gesehen—alle annonciert. Ähnlich können wir eine DNA Zeichenkette für eine Webseite definieren, indem wir die Bestandteile betrachten, die sie enthalten. Zum Beispiel die Zahl Fahnen und die Art der Fahnen.

Er folgert, indem er "eine interessante Richtung für Verbesserungen vorschlägt, ist der des Messens des vergleichbaren PQ von zwei Systemen."

Wie er dann wanders weg in eine Welt, der nur Mathematiker trauen, zu treten, indem sie in einige ernste Formeln gleiten: PQ3(U, P) = 100/maximum((ä U/ ä P), (ä P/ ä U)). Aber wie wir Faktor in den Schmerz, die dem Aufstellungsortbesucher verursacht werden, der herum von Seite zu Seite von einem Plätzchen gefolgt und um eine Meinung ungefähr gebeten wird, ob das Leben einer Frau erfüllt wird, nur wenn sie ein glückliches Haus für ihre Familie zur Verfügung stellen kann? Das ist, wohin der Personifizierung Index hereinkommt.

Personifizierung Index

Das Universum der Profilelemente ist praktisch unbegrenzt und umfaßt vertraute Einzelteile wie letzter Name und Geschäftsadresse, technische Konzepte wie IP address und Anschluß beschleunigen und Gebiet-spezifische Attribute von der Poregröße (für Kosmetik) zum Lebensstil Gefahr Profil (für Versicherung). Indem sie zusätzliche Profilinformationen addieren,SIND Egeschäft Manager in der Lage, Aussichten und Kunden durch die vier Stadien des Ekunde Verständnisses zu verschieben und wandeln Kategorie 1 anonyme Benutzer in die eindeutigen, realistischen Kategorie 4 Einzelpersonen um.

Informationen zu sammeln ist eine Sache. Es in einer vernünftigen Weise zu verwenden ist anders. Der Personifizierung Index (PU) unterscheidet gerade wie gut Sie die Daten verwenden, Sie erfassen. Der Index ist ein Maß von, wie effektiv ein Egeschäft diese Kunde Daten wirksam einsetzt.

Wenn Ihr PU oben 0.75 ist, dann bilden Sie die die meisten von den Informationen, die Sie sammeln. Das bedeutet, daß Ihre Bemühungen nicht vergeudet werden noch die Ihrer Kunden sind, die den Rohstoff zur Verfügung stellen.

Das Vorangehen nimmt an, daß Sie eine bedeutende Anzahl von Elementen verwenden, um eine personifizierte Netzerfahrung zu bilden. Wenn Sie nur zwei Elemente sammeln und sie beide benutzen, kann Ihre PU Kerbe 1.00 sein, aber hier bedeutet es, daß Sie nur gehen, soweit Absatzsegmentierung anstatt Personifizierung—Sie nur Ihre Aussichten und Kunden in ausgedehnte Kategorien gruppieren. Wenn nützlich, sind ausgedehnte Kategorien nicht so leistungsfähig wie die zutreffende Personifizierung, die auf Dutzenden Attributen basiert.

Wenn Sie immer mehr Elemente sammeln, können Sie Benutzer in immer mehr Blöcke und ausgedehnte Segmentationbewegungen einstufen in Richtung zur Personifizierung. Dieses ist, wo Sie beginnen, ein Kunde Verhältnis zu fördern und es zu ein Loyalität-Verhältnis zu machen und erheblich wirft die Kosten für Ihren Kunden zum Schalter zu einem anderen Verkäufer auf.

Wenn Ihr PU kleiner als 0.30 ist, dann sammeln Sie mehr Informationen, als Sie verwenden. Die guten Nachrichten sind, daß Sie einen sehr großen unangezapften Vorratsbehälter der verklagbaren Daten über Ihre Kunden haben. Die schlechten Nachrichten sind, daß die Daten liegenbrache und verjährtes schnelles vermutlich erhalten sind. Sie müssen entweder die, Daten zu verwenden beginnen, die Sie effektiv haben oder unten auf, wieviel ausdrückliche Daten schneiden Sie versuchen, zu sammeln. Am wahrscheinlichsten, ist die korrekte Antwort beide. Sie spinnen Ihre Räder diese Informationen sammelnd, aber Sie verwenden sie nicht, um Ihre Kunden zu fördern, die nachteilig Erfahrung Ihrer Kunden beeinflußt.

Das ist zu einem niedrigen Personifizierung Quotienten das größte abwärts gerichtete. Dieses ganzes mal und Bemühung, daß Sie Ihre Kunden zwingen, zu investieren, wenn Sie Ihnen Informationen geben, ist eine Vergeudung. Es erhalten nichts aus ihm heraus. Selbst wenn der Prozeß einfach ist, wie eine Schlüsselkette am Lebensmittelgeschäftspeicher frei an Bord ablichten, gibt es noch keinen realen Wert zum Kunden. Warum Störung? Warum werden sie gestört? An diesem Punkt haben wir schließlich dieser unbekannten Aussicht in einen bekannten Kunden angezogen, gesteuert, überzeugt und umgewandelt. Können wir diesen Kunden veranlassen zurückzukommen?