Сначала доверие: стратегия клиентских данных и персонализации

Главная мысль: персонализация ценна, когда клиенту понятен обмен

Персонализация создаёт ценность при одном условии: клиенты понимают, что они предоставляют, что получают и как могут изменить свой выбор.

Большинство программ персонализации строились на выводах: поведение наблюдали, из него извлекали закономерности, клиентов распределяли по сегментам. Такая архитектура работала, пока сторонних сигналов было в избытке, и уже несколько лет она слабеет — не из-за какого-то одного закона, а из-за того, что постепенно накапливались изменения на платформах, настройки браузеров по умолчанию и требования к согласию, и каждое отнимало ещё немного входных данных. Тяжелее всего пришлось программам, чья ценность зависела от данных, о которых они никогда не спрашивали.

Что изменилось в персонализации и почему это важно сейчас

Перемена видна по тому, как персонализация ошибается теперь. Рекомендации, которые раньше были просто неточными, становятся заметно неверными: сигнал, на который они опираются, стал беднее, и модель экстраполирует всё дальше. Клиенты это замечают, и их реакция не нейтральна: неверная рекомендация от бренда, который ни о чём не спрашивал, читается как слежка, которая к тому же не работает, — а это худшее из обоих вариантов сразу. Программы же, построенные на добровольно сообщённых предпочтениях, слабеют медленно и предсказуемо: исходные сведения были даны сознательно и остаются верными, пока клиент их не изменит.

Постройте операционную модель: спрашивайте там, где выгода очевидна

Собирайте предпочтения в моменты очевидной выгоды, сводите хранение к минимуму, объясняйте простым языком, как данные используются, и дайте клиенту заметную панель управления, где их можно просмотреть и удалить.

Обмен должен быть понятен в тот самый момент, когда вы спрашиваете. Поле с датой рождения, рядом с которым не сказано, что оно даст, — это налог на доверие, и платит его клиент; то же поле рядом с конкретным пояснением — «мы используем её раз в год и больше ни для чего» — уже сделка. Спрашивайте постепенно, а не одной анкетой: поводом для каждого запроса должен быть момент, когда его польза очевидна, а общее число вопросов значит гораздо меньше, чем то, прозвучал ли каждый из них там, где клиент мог понять, зачем он нужен.

Измеряйте результат решения: заполнение полей, использование, обновление

Следите за полнотой заполнения предпочтений, использованием функций, причинами отказов, уровнем жалоб и за тем, сколько ценности добавляет персонализация по сравнению с базовым уровнем без неё.

Измеряйте долю заполнения по каждому полю, а не по форме в целом: общий показатель скрывает, какой именно вопрос вредит. Отслеживайте, какая часть собранных предпочтений действительно используется в течение девяноста дней, — этой цифры большинство программ избегает, а большой разрыв между собранным и использованным яснее всего показывает, что организация копит данные, а не персонализирует. Частота обновления предпочтений — индикатор доверия: клиенты, которые возвращаются, чтобы изменить заявленное предпочтение, тем самым показывают, что верят в его действие.

Где ломается исполнение: лишние данные, спрятанные настройки, устаревшие ответы

Больший объём данных может снижать доверие, если сбор кажется скрытым, рекомендации неточны или клиенты не могут исправить свой профиль.

Главная ошибка — собирать больше, чем организация способна пустить в дело. Каждое неиспользуемое поле — это пассив, который приходится хранить, обязательство по согласию и небольшой вычет из готовности клиента ответить на следующий вопрос. Вторая ошибка — относиться к центру предпочтений как к странице настроек, а не как к части продукта: он спрятан, редко обновляется и оторван от опыта, которым будто бы управляет, и это приучает клиентов к мысли, что заявленное предпочтение ничего не меняет. С ней связана ещё одна — в том, как ведутся версии предпочтений. Клиент, который что-то сообщил полтора года назад, сегодня может думать иначе, а система, считающая каждое заявленное предпочтение постоянным, будет уверенно действовать по устаревшим сведениям, полагая при этом, что проявляет уважение. Давать предпочтениям срок годности и переспрашивать через разумный интервал — часть замысла, а не признание того, что первый ответ ничего не стоил.

На практике: мало вопросов и сразу видимый результат

На практике работающая программа спрашивает очень мало и сразу показывает результат. Вернувшийся клиент один раз указывает размер и больше никогда не видит неподходящего. Подписчик выбирает частоту рассылки, и уже следующее письмо наглядно её соблюдает. Механизм, благодаря которому это срабатывает, — подтверждение: клиенту сообщают, что изменилось из-за его ответа, в тот самый момент, когда это происходит. Программы, которые молча собирают и молча персонализируют, несут все издержки соблюдения требований при сборе данных и не получают никакого выигрыша в доверии.

Главное возражение: добровольных данных мало, и они дороги

Серьёзное возражение таково: добровольно сообщённых данных мало, они смещены в сторону вовлечённых клиентов, а собирать их в том масштабе, который выводы из поведения раньше давали бесплатно, дорого. Рекомендательная система, обученная на одних только заявленных предпочтениях, проиграет системе с богатым поведенческим сигналом, а для торговли с большим оборотом и низкой маржой эта разница — деньги.

Это правда, и она говорит в пользу гибрида, а не в пользу того, чтобы остаться с одними выводами. Поведенческий сигнал по-прежнему полезен там, где он доступен и на него получено согласие; суть в том, что система не должна отказывать, когда он исчезает. Практичная позиция такова: строить долговечный слой из того, что клиенты заявили сами, считать выводы из поведения дополнением, которое может пропасть, и уметь сказать, где что, — потому что сильнее всего пострадали те программы, которые не могли этого различить.

Ревизия полей за 30 дней: последовательность внедрения

Составьте перечень всех клиентских полей: у каждого должны быть указаны владелец, срок хранения, польза для пользователя и порядок удаления. Поля без обоснованной цели уберите.

Первая неделя: выпишите все поля с данными клиентов, которые вы собираете, и отметьте, какие из них за последний квартал хоть что-то изменили в опыте клиента. Будьте готовы к тому, что доля неиспользуемых окажется неприятной. Вторая неделя: удалите неиспользуемые поля или перестаньте их собирать. Третья неделя: выберите три поля, которые сильнее всего улучшили бы опыт, и продумайте момент, в который задаётся каждый вопрос, сформулировав обмен одним предложением. Четвёртая неделя: запустите подтверждение — сообщение, которое говорит клиенту, что именно изменилось благодаря его ответу, — потому что именно оно делает возможным ответ на второй вопрос.

Проверяйте, сколько собранного используется, а не долю согласий

Ведите таблицу: каждое поле, дата, когда оно в последний раз что-то изменило в опыте клиента, и команда, которая за него отвечает. Поля, которыми не пользовались два квартала, нужно удалять, а не подыскивать им оправдание. Такой таблице обычно сопротивляются, потому что она обнажает сбор, затеянный ради проекта, который потом отменили, — и именно в этом её ценность: неиспользуемые персональные данные — чистый пассив, и копятся они незаметно, потому что удалять их — ничья задача. Таблица заодно закрывает спор, который иначе возвращается в каждом цикле планирования: просить ли ещё одно поле. Когда к каждому существующему полю приложены данные об использовании, вопрос перестаёт быть гипотетическим: команду, предлагающую новое поле, можно спросить, какое из нынешних оно превзойдёт, — а это вопрос, на который есть ответ.

Пересматривайте таблицу раз в квартал и читайте показатель сбора рядом с показателем использования и частотой обновления предпочтений — все вместе. Если сбор растёт, а использование стоит на месте, программа накапливает, а не улучшается. Здоровый сигнал — клиенты, которые возвращаются обновить заявленные предпочтения: так бывает только тогда, когда они увидели, что прежний ответ на что-то повлиял.

Редакционный вывод: спросить легко, труднее показать, что ответ учтён

Стратегию данных, в которой на первом месте доверие, часто представляют как ответ на регуляторные требования, и такая подача её принижает. Практический довод проще: сведения, которыми клиент решил с вами поделиться, не исчезают, когда обновляется браузер, и приходят сразу с разрешением. Есть и внутренняя выгода, которую редко принимают в расчёт. Заявленное предпочтение понятно каждому в организации без этапа моделирования, а значит, мерчандайзинг, сервис и CRM могут действовать, опираясь на один и тот же факт, а не на три разные интерпретации одного и того же поведения. Сегменты, построенные на выводах, обычно незаметно расходятся между командами, потому что каждая пересобирает их под свою задачу, а их сведение воедино отнимает у аналитиков больше времени, чем кто-либо закладывает в бюджет. Через пять лет хорошо персонализировать будут те организации, которые в этом году учились спрашивать и показывать, что ответ имел значение. Спросить — лёгкая половина. Показать — вот где большинство программ останавливается, а именно эта половина определяет, ответит ли клиент на второй вопрос вообще.