Jak silnik personalizacji naprawdę decyduje, co widzi każdy odwiedzający

Każde narzędzie do personalizacji opisuje się tymi samymi rzeczownikami — profile, segmenty, rekomendacje, testy — i prawie żadne nie wyjaśnia jedynego momentu, który się liczy: kilku milisekund po tym, jak odwiedzający zażąda strony, gdy silnik musi zdecydować, co zobaczy ta jedna osoba. To nie jeden trik. To kilka warstw, każda z regułami ustalanymi przez właściciela strony, a odpowiedź dla tego odwiedzającego na tej stronie wynika ze wszystkich naraz. Oto przegląd tych warstw w kolejności, w jakiej działają w Personyze.

Cztery warstwy, jedna decyzja. Każde pole to miejsce, w którym właściciel strony ustala reguły — jakie dane wchodzą, jak są ważone, gdzie trafia odpowiedź i co jest mierzone.

1. Warstwa danych: co wie silnik

Nie da się niczego zdecydować o odwiedzającym, o którym silnik nic nie wie, więc pierwsza warstwa to to, co zbiera, i skąd. Większość danych trafia tu bez żadnej konfiguracji; reszta zależy od wyboru właściciela strony.

• Domyślny zestaw danych. Tag na Twoich stronach rejestruje, co robi każdy odwiedzający — obejrzane strony i produkty, wyszukiwania w witrynie, zawartość i wartość koszyka, czas na stronie, przewijanie, powroty, liczbę wizyt, stronę odsyłającą i kampanię, urządzenie, lokalizację, lokalną pogodę i godzinę. To podstawa, którą odczytuje każda inna warstwa, i działa od pierwszego wyświetlenia strony.
• Crawler witryny i automatyczne zainteresowania. Personyze indeksuje Twoją witrynę i za pomocą AI kategoryzuje każdą stronę według tego, czego naprawdę dotyczy — kontekstowo, w terminologii Twojej witryny, a nie według ogólnej taksonomii. Odwiedzający, który ogląda produkty z kategorii prezentów religijnych, zyskuje zainteresowanie „prezenty religijne”, ważone tym, ile obejrzał. Dzięki temu silnik rozumie, co strona znaczy dla danej osoby, a nie tylko to, że została wyświetlona, a te same zainteresowania zasilają targetowanie, rekomendacje i odkrywanie grup odbiorców.
• Integracje. Podczas wdrożenia podłączasz to, co już masz: CRM i ESP (HubSpot, Salesforce, Klaviyo, ActiveCampaign i inne), CDP lub menedżer tagów, feedy produktów i treści oraz własne zdarzenia przez API. Każde z nich staje się atrybutami w profilu, z których mogą korzystać reguły i modele — pełną listę znajdziesz na stronie integracji w naszej witrynie.
• Dane o kontach. W witrynach B2B odwrotne wyszukiwanie IP identyfikuje firmę stojącą za anonimową wizytą — branżę, wielkość, nazwę — a listy nazwanych kont pozwalają kampaniom marketingu opartego na kontach traktować konto docelowe inaczej już od pierwszej strony.
• Deklarowane dane i tożsamość. Formularze, logowania i kliknięcia w e-mailach łączą sesje i urządzenia z jedną osobą, więc to, czego silnik nauczył się na laptopie w zeszłym tygodniu, obowiązuje dziś na telefonie.

Sens tej warstwy to wybór: to, z których grup danych silnik może korzystać, jest zestawem przełączników, a raporty pokazują, które grupy faktycznie niosły decyzje.

2. Profil: jeden odwiedzający, jeden rekord — i dotychczasowy przebieg wizyty

Kolejność w chwili żądania. Najpierw odczytywany jest profil, potem decydują grupy odbiorców i modele, odpowiedź jest renderowana, a wynik zapisywany z powrotem na potrzeby kolejnego żądania.

W chwili żądania silnik ustala, kto pyta, i odczytuje jeden scalony rekord: opisane wyżej zachowanie, zainteresowania przypisane przez crawler, pola CRM, firmę, listy, do których należy odwiedzający — i, co kluczowe, to, co zrobił podczas tej wizyty. Odwiedzający, który właśnie wyszukał „hurt”, obejrzał sześć produktów i porzucił koszyk, to inna osoba niż ta, która przyszła pięć minut temu, a każda warstwa poniżej odczytuje profil taki, jaki jest teraz, a nie taki, jaki był wczoraj wieczorem.

Dlatego reguła może brzmieć branża równa się finanse i obejrzane produkty co najmniej sześć bez względu na to, że jedna informacja pochodzi z ZoomInfo, a druga z bieżącej sesji.

3. Targetowanie: kim jest ten odwiedzający w tej chwili

Mając profil, silnik ocenia reguły targetowania — na żywo, przy każdej wizycie, a nie na podstawie migawki. Ten krok zasilają trzy rodzaje grup odbiorców:

• Reguły, które napisałeś. Warunki dotyczące dowolnego atrybutu w profilu, łączone operatorami I, LUB oraz NIE. Tak wygląda targetowanie behawioralne w wersji znanej większości zespołów: osoby porzucające koszyk, powracający VIP-owie, pierwsza wizyta z płatnej reklamy, firma z listy kont docelowych.
• Listy, które zaimportowałeś lub zbudowałeś. Konkretne osoby z eksportu CRM, feedu lub wcześniejszej kampanii, odświeżane według harmonogramu i nadające się zarówno do e-maili, push i kampanii offline, jak i do działań na stronie.
• Grupy odbiorców odkryte przez silnik. Raz w tygodniu — albo gdy tylko klikniesz „Uruchom przebieg teraz” — Odkrywanie odbiorców odczytuje dane odwiedzających danego konta i znajduje krótkie reguły dla odwiedzających, którzy osiągają cel znacznie częściej niż przeciętnie, sprawdzone ponownie na odwiedzających, których reguła nigdy nie widziała. Każde odkrycie to karta, którą możesz targetować jednym kliknięciem, wybrać z kategorii Odkryte grupy odbiorców w dowolnej kampanii, zamienić w listę lub skopiować do własnej grupy odbiorców.

Odkryte grupy odbiorców dołączają do kroku targetowania jak każda ręcznie napisana reguła: warunek na żywo, oceniany dla każdego odwiedzającego i każdego żądania. Konto przykładowe.

Niezależnie od rodzaju grupa odbiorców to pytanie, które silnik zadaje o tego odwiedzającego przy tym żądaniu. Odwiedzający, który w trakcie sesji przekroczy próg, należy do grupy już na następnej stronie.

4. Model rekomendacji: co pokazać i jak właściciel nim steruje

Rekomendacje to osobna decyzja wewnątrz decyzji. Widżet na stronie produktu, pasek w koszyku, blok „czytaj dalej” pod artykułem i siatka produktów w e-mailu uruchamiają każdy własny model, który szereguje pozycje dla tego odwiedzającego w tej chwili — a model to nie jeden algorytm, lecz ich wybór, zmieszany, z ustawieniami kontrolowanymi przez właściciela strony.

Algorytm wybiera się dla każdej strony, bo zmienia się punkt odniesienia: bieżący produkt na stronie produktu, ostatnio oglądane pozycje na stronie głównej, zawartość koszyka w koszyku. Konto przykładowe.

• Algorytmy. Spersonalizowane propozycje oparte na zainteresowaniach odwiedzającego i zachowaniu podobnych odwiedzających; najpopularniejsze, zyskujące popularność i bestsellery, opcjonalnie z kategorii, którą odwiedzający właśnie oglądał; oglądane razem, kupowane razem i upselle powiązane z oglądanym produktem lub koszykiem; historia odwiedzającego, np. ostatnio oglądane i ponownie dostępne; zdarzenia katalogowe, takie jak nowości i obniżki cen; oraz własny algorytm, który definiujesz sam. Pełny zestaw znajdziesz na stronie silnika rekomendacji wraz z opisem każdego algorytmu.
• Ustawienia właściciela. Tu mieszka logika biznesowa strony. Wydawca może nadać większą wagę treściom promowanym lub sponsorowanym; sprzedawca może wzmocnić kategorię, wykluczyć to, czego brak w magazynie lub co już kupiono, ograniczyć przedział cenowy i przypiąć produkt na pierwszej pozycji. Wagi poszczególnych algorytmów decydują o mieszance; filtry decydują, co w ogóle może się pojawić.
• Dla każdej grupy odbiorców. Ten sam widżet może stosować różną logikę dla różnych grup odbiorców — uzupełnienie stylizacji dla powracających kupujących, bestsellery dla nowych odwiedzających — bo krok targetowania już ustalił, kim jest ta osoba.
• Sterowany wizytą. Zainteresowania z tej sesji od razu zmieniają kolejność: odwiedzający, który właśnie obejrzał trzy produkty z jednej kategorii, widzi tę kategorię z większą wagą, zanim jeszcze opuści bieżącą stronę.

5. Testy i optymalizacja: który wariant, dla kogo

Jeśli kampania jest eksperymentem, przydział odbywa się tutaj. Personyze przydziela i rozstrzyga w obrębie każdej grupy odbiorców i na tym polega różnica między testami A/B zorientowanymi na odbiorców a testami dla całej strony: wariant może wygrać wśród powracających klientów i przegrać wśród nowych, a silnik może go wypromować dla pierwszej grupy, podczas gdy test trwa dalej dla drugiej. Testy wielowymiarowe robią to samo dla kilku elementów jednocześnie, a algorytmy rekomendacji można testować przeciwko sobie w tym samym miejscu, mierząc przychód na sesję zamiast kliknięć.

Liczy się też środowisko. Kampanię buduje się i podgląda w środowisku staging, publikuje, gdy jest gotowa, i dzieli według procentu ruchu, aby nowy pomysł mógł najpierw działać na części ruchu, zanim trafi do wszystkich. Gdy są już wyniki, zwycięzca automatycznie przejmuje ruch.

6. Renderowanie: tak szybkie, że nikt tego nie zauważa

Dopiero teraz coś się pojawia. Wybrane akcje renderują się na stronie przez tag w Twojej witrynie, po stronie serwera na dynamicznej stronie docelowej, w e-mailu w chwili jego otwarcia, jako powiadomienie push, w wątku czatu, przez API dla Twojego własnego stosu lub jako zdarzenie wysyłane do Meta, TikTok, Google Analytics i pozostałych z dwunastu miejsc docelowych obsługiwanych przez nadawcę zdarzeń — a cały powyższy łańcuch musi się zakończyć, zanim strona się załaduje. Nic nie czeka na zadanie wsadowe: analiza stojąca za odkrywaniem odbyła się kilka dni temu, listy odświeżyły się w nocy, a sama decyzja jest obliczana w chwili żądania na podstawie profilu na żywo.

7. Uczenie: co wraca

Ostatnia warstwa zasila pierwszą. Każde wyświetlenie, kliknięcie i konwersja są zapisywane z powrotem w profilu, co zmienia to, do czego odwiedzający kwalifikuje się przy kolejnym żądaniu. Raporty kampanii pokazują wyniki dla każdej grupy odbiorców, akcji, algorytmu i wariantu, a nie tylko dla całej kampanii, więc pytanie „czy to zadziałało?” ma odpowiedź dla każdej grupy, której to pokazano. Zwycięzcy są promowani; algorytmy są ważone według tego, co przynoszą.

Ta sama uczciwość dotyczy tego, co silnik znalazł sam: przewidywany wzrost i faktyczny wzrost są pokazywane osobno, a lejek zlicza, które grupy odbiorców zostały utworzone, wypełnione i faktycznie użyte. Konto przykładowe.

Dlaczego warstwy mają znaczenie

Dostawcy, którzy wyrośli z narzędzia do testów, zwykle zaczynają od warstwy piątej; ci, którzy wyrośli z widżetu rekomendacji, zaczynają od warstwy czwartej. Jedni i drudzy doklejają profil później, dlatego ich „pełny stos” potrzebuje projektu integracyjnego, żeby działać jak jeden system. Zaczynanie od danych — zbieranych domyślnie, rozumianych przez crawler, rozszerzanych przez Twoje integracje — sprawia, że każda kolejna warstwa jest tania: reguła targetowania, mieszanka rekomendacji, test i raport odczytują ten sam profil, a właściciel strony ustala reguły na każdym z tych etapów.

• Platforma personalizacji — jeden profil, jeden silnik, każde zastosowanie.
• Targetowanie behawioralne — reguły, wyzwalacze, kanały.
• Silnik rekomendacji — algorytmy i ustawienia, które nimi sterują.
• Testy A/B zorientowane na odbiorców — przydział i rozstrzyganie dla każdej grupy odbiorców.
• Odkrywanie odbiorców — grupy odbiorców, które silnik znajduje w Twoich własnych danych.
• Umów demo — zobacz decyzję podjętą na Twoich własnych stronach.