预测性与基于规则的个性化:有什么区别?

武装工业Martech平台Martech流程

预测性与基于规则的个性化:有什么区别?

发布于2017年10月24日,更新于2020年11月10日

内容个性化是一种方法,使网站体验同等相关的每个访问。这基本上涉及到调整网站内容以适应每个用户的偏好。

最重要的是,良好的个性化平台还执行跨设备跟踪,在所有频道上创造无缝体验,包括Web,Mobile和电子邮件。然后,随着每次连续访问,可以动态地改变商店的首页,仅显示相关内容,例如个性化建议和促销。

内容个性化的目的是什么?

根据业务模式,个性化广泛用于满足各种目标。例如,将媒体提供商像Netflix一样流或精心发现打造他们的推荐系统以获得更高的受众满意度,而不是直接从中受益。在电子商务中,内容个性化的目的是帮助访问者更快地找到想要的产品并使其转化。谷歌使用搜索个性化来向不同的人显示不同的结果,不管是登录还是其他方式。Facebook会优先考虑所有用户可能更喜欢看到的帖子。

内容的个性化可以通过多种方法实现,这取决于诸如用户手头数据量、规模和隐私问题等因素。

机器学习个性化

机器学习(或预测)个性化允许更容易的可伸缩性,因为它不需要为每个段手动创建规则。它更适合产品或内容推荐,并使用一些聪明的策略来回收和重新利用现有的内容。它的实际应用范围包括视频和音乐流媒体服务、零售商、旅行社或航空公司,以及其他提供大量动态变化服务的服务。优德88备用网

预测内容个性化实时对用户进行细分,并采用机器学习方法自动将每个人与一组志同道合的用户进行匹配。然后,这些建议是基于用户的实际行动(如购买),这使得它非常准确。预测性个性化还可以分析访客在不同页面上的行为,并在花费一美元之前预测可能的购买意向,从而缩短转化率的路径。

基于规则的内容个性化

基于规则的内容个性化,基于多个手动预定义规则生成和定位内容。基于诸如人口统计,位置和过去的访问的信息,修改内容并将其显示给访问者。

这种方法更适合于规模较小的站点,这些站点不一定有大量的用户数据可供使用,在这些站点中,预测性的个性化方法没有任何用处,或者只是过份使用。

差异

基于预测和规则的个性化方法既瞄准相同的目标,但在几个关键领域有所不同。

雕刻中的石头vs.动态

基于规则的个性化努力涉及创建一组规则,这些规则将特定内容显示为不同的访问者,但这种方法不是动态的 - 必须手动设计着陆页的每个版本。然后,每个规则都一致地工作,显示相同的结果,直到有人更改它。关于网站变化的规则是一个手动过程。

相反,预测个性化是动态的。它挖掘了机器学习的潜力,一旦设置完毕,就不需要人工交互。它使用算法试图理解每个访问者的行为,并据此对网站进行个性化。
预测内容个性化

适合电子商务

基于规则的个性化和预测性个性化都适用于电子商务,但它们的应用程序略有不同。

基于规则的个性化即使手头上很少容易获取的数据,也能很好地工作。它可用于显示个性化的调出(例如,使用每个用户的名称),或向新客户弹出消息。例如,手机商店只能向对某一特定品牌感兴趣的已知访客展示手机横幅,比如向他们提供适用的折扣和促销。通过这种方式,首次访客、回头客和高价值访客可以得到不同的处理。

预测个性化方法更复杂,因为它可以提供特定的访客特定产品(“经常一起购买”,“您也喜欢......,”像你这样的人也购买了......等)。由于它使用机器学习算法,因此不需要手动工作来将这些规则放入到位。这对于具有大量产品提供的网站来说是特别重要的,如果网站有很多访客,该方法都会有效。

优化的内容预测个性化可用于搜索框推荐,结果,电子邮件,产品列表,结帐页面等。

使用的数据类型

基于规则的个性化严重依赖明确的信息,如人口统计和背景数据,或任何其他访客愿意提供的网站。

这些数据是通过跟踪访问者URL中的UTM代码、他们的浏览器数据和现场和来收集的产品内分析平台。

预测内容个性化除了明确的人口统计数据外,它还利用了隐性数据。例如,可以实现一个规则来识别返回的用户,但是预测性个性化将为该细分市场提供建议。量身定制的内容不仅基于用户的明确信息和行为,而且基于用户的意图。

哪种方法更好?

难以肯定地说一种方法比另一个方法更好,因为它们有点不同的目的。基于规则的方法更为基本,只需足够的应用程序。它也是所有个性化努力的理想起点,并且应该始终在制造预测到预测之前实施。通过这种方式,首先需要找出基于规则的过渡到预测性的转换。

当使用基于规则的个性化的系统增长时,可以利用的数据就会越来越多,但也会有越来越多的异常需要处理。当然,会有一些规则来处理所有这些异常。然而,从长远来看,这样的系统注定会失控;数据的变化速度最终将超过管理数据的规则。大量的假阳性和阴性可能会触发特定的规则,而没有有用的可操作结果。

这个问题是所有传统的“手册”和基于规则的个性化固有 - 总有一个点,其中规则和例外的数量变得笨重。可以通过机器学习方法克服这一挑战,这些方法更适合处理体积,速度,复杂性和数据的各种数据。更重要的是,数据的体积和速度使得机器学习系统更强。

预测系统是更经得起未来考验的解决方案吗?

简单地说,便捷性、可伸缩性和低运营成本使预测性个性化工作更具有前瞻性。特别是在并发地处理非结构化、结构化和半结构化数据时更是如此。在这种情况下,机器学习系统消除了每次对规则进行分类和调整的繁琐手工任务。

总结

预测个性化肯定是制作用户居中体验的有力方法,但您的网站可能不需要这么糟糕。此外,虽然基于规则和预测性的个性化之间存在特定差异,但没有理由在一个网站内不再共存。例如,基于规则的个性化可用于识别访问者是否是返回或新用户(基于显式数据),而预测性个性化可以同时用于显示建议(基于行为) - 所有与最终的建议简化用户体验的目标。

使用Martech Development专家构建自定义个性化平台w88优德官网页

与我们提供全方位服务的MarTech开发团队合作,建立w88优德官网页个性化平台,帮助您的客户或内部团队提高转化率和推广内容

查看我们的开发服务优德88备用网

搜索

获取我们的免费指南!

ClearCode的开发指南

AdTech & MarTech平台开发

如何在4个月内设计,构建和启动工作平台......

现在免费下载

分享这篇文章

免费AdTech & MarTech资源w88优德中文

成千上万的C级高管,软件工程师,营销人员和广告商都学会了Adtech和Martech的内部工作与我们的双月刊通讯 - 所以你也可以!今天订阅并访问最新和最佳文章,视频和指南!