个性化营销是围绕客户为中心展开的，在建立了客户数据平台的基础上，利用数据抓取技术实现360°客户视图，再进行细分，以此指导品牌的营销预算分配、提升企业资源的整合经营效率。
每年临近11月时各商家都卯足了劲打折上新，迎接一年中最大的购物节。2019天猫双十一仅用时21秒，成交额就突破10亿元——除了人们为了给力折扣提前备好的大额预算之外，电商平台和品牌“看不见的手”也发挥了重要的作用。
很多人都表示，自己本来只是随意浏览，但是由于电商的推送太过精准，不知不觉就有20个待收快递。
“我本来没有什么要买的东西，可是一打开淘宝，首页推荐的都是我感兴趣的内容……”“我也是，我也是。我之前加入购物车的商品还各种推送领券提醒，这让人怎么拒绝？”
其实，这就是品牌所进行的个性化营销（ ），简单地说就是品牌根据不同的客户所定制的营销策略。
当代消费者越来越追求具有个性化、情感化的产品，形式化、大众化的信息推送很难激起消费者的购买欲。由于消费者购买产品的主观性越来越强，其行为也呈现出差异化，消费者的购买心理和行为逐渐缺乏持续性，处于不断变化中，品牌需要不断调整营销策略以适应处于各阶段客户生命周期（ ）的消费者。
品牌需要一个可指导营销方向的360°客户视图（ View, SCV），涵盖从客户招揽到成功转化购买以及日常互动等一系列数据，品牌通过此SCV满足不同消费个体差异，从而在客户的个性化需求和品牌规模效益之间找到完美的契合点。
一、利用数据抓取技术实现360°客户视图
数据是品牌一切营销战略制定的参照物，而360°客户视图是品牌个性化营销的基础。
随着全渠道营销的展开，品牌获取第一手数据的渠道越来越多，品牌自身可以通过微信、电商平台、短信、APP、社交媒体账户、官网等，与消费者多点互动接触，同时收集消费者数据。
仅知道客户的名字、手机号码是远远不够的，品牌必须掌握包括顾客的购买习惯、频率和偏好在内的所有其它尽可能多的信息资料。
个性化营销要求品牌将营销、销售、服务和其他部门所需要的客户偏好、产品、关联人员、渠道和关系网等数据整合在一起，并结合第三方数据，对所有数据进行分类分析，呈现出360°客户视图，并共享给各部门。
的解决方案可以将来自多个不同来源的数据汇集在一起，提供客户拓展视图，预测客户群的终生价值（ Value，CLV），并根据客户的不同情况定制营销方案，以最大限度地提高每位客户的价值。
二、客户细分 ()1. 为什么要进行客户细分？
在任何行业，客户都是企业生命周期的主宰。著名的二八定律（’s ）让我们了解到，通常情况下，小部分客户细分市场贡献了大部分的品牌利润。
根据沃顿商学院教授Peter Fader“以客户为中心”的理论，并非所有顾客都是“平等”的。所以，品牌需要清楚地找出最有价值的顾客，并且为他们提供最合适的体验，从而在这部分客户的生命周期内获得最高的利润。
只有为品牌带来不同价值的客户群提供与之相匹配的体验，才能最大化获取营销投入的回报。因此，若是将客户群划分成不同的细分群，这些细分群通常有不同的兴趣、品味和购买行为，品牌可以根据不同的细分群设计相应的沟通策略、互动方式， 并且针对每一个细分群合理规划营销预算的分配。
2. 客户细分的策略
的细分方法称为VAP，即Value（价值），（流失），（潜力）。
通常细分方法是描述性的，即基于客户历史消费的价值、频次等进行分群，而我们自创的VAP方法是预测性的，除了历史价值这一维度，我们还增加了对客户未来的潜在价值贡献和流失风险的预估，使得细分更加精准并具有前瞻性。
举例而言，我们为某品牌细分了客户群，其中的高潜力群未来的价值很高，但是流失风险也很高，针对这个群体，我们制定了与其消费模式和偏好匹配的沟通和优惠方案，来达成充分挖掘他们的价值潜力并减低流失率的目标。
以提升营销绩效和回报为目的的数据分析包罗万象，通常包括分析行为数据、细分客户群、找寻目标潜客、预测现有客户的购买倾向、产品偏好、构建生命周期旅程、测试与学习等，这些成果通常会在系统中自动化执行，用于品牌会员忠诚度计划以及细分客户的营销活动，向不同客户定制推送营销信息。
三、一致化的内容沟通
大规模开展有效的个性化营销是一项艰巨的挑战，品牌在建立360°客户视图数据库，并对客户进行细分后，需要深入了解消费者的生命周期旅程，根据客户的细分市场进行相关的信息推送，产品推荐，并打通线上线下各渠道，实现无缝对接，真正给客户带来全渠道一致化的体验。
那么，如何实现内容的一致性呢？
首先，依旧是老生常谈的数据平台，品牌需要一个能够共享所有客户数据，并能够连通品牌所有部门的客户数据平台（ Data ，CDP）。CDP能够保证各部门在接待同一客户时，充分了解客户全方位需求，如客户在线下门店购买了产品，在线上进行售后咨询时，线上团队能够根据客户购买的产品快速准确地回应。
一致化的内容策略是在满足客户需求（回答问题，接收反馈信息等）的同时与客户建立情感联系，让客户感受到品牌无时无刻的关注与重视。
其次，重视数据系统的机器学习能力。随着机器学习功能在数据平台上的集成，成熟的机器学习技术能够帮助品牌实现大规模个性化营销。
例如，我们在开篇所提到的电商平台首页产品推荐，就是根据客户的购买记录和产品搜索浏览情况由平台自动生成的，这类机器学习包括利用海量的客户行为数据和客户基础数据来决定实时交互、产品推荐和渠道展现，机器学习的好处在于可以不间断无昼夜的对消费者进行“冰冷”的数据分析，然后进行“温暖”的，人性化的产品展示输出。
当然，内容输出的渠道选择也很重要。
品牌全渠道的展开，多触点接触客户也带来了关于渠道选择的挑战。通常情况下，客户并不只有一个渠道偏好。
根据2019年中国消费者洞察报告显示，约四分之一至二分之一的受访者表示，当他们对一个品牌产生兴趣时，列表中的每一项行为都会有涉及。
受访者根据要求，对13种不同的品牌推广渠道进行评分，微信（62%）和电子商务平台（40%）牢牢占据渠道推广的顶端，令人不可忽视。在预算有限的情况下，微信和电子商务平台当然是最重要的营销渠道。掌握好这当中的细分市场也至关重要，我们将在下一篇文章中详述如何进行渠道的选择。
品牌的个性化营销归根结底还是围绕以客户为中心而展开，在建立客户数据平台的基础上，对客户进行360°全方位了解，并将其解构拆分为细分群体，以此指导品牌的营销预算分配、提升企业资源的整合经营效率。
总而言之，个性化营销是一个必不可少的营销方向，是企业制胜的重要武器。
