Обычно под персонализацией понимают адаптацию предложения под конкретного клиента или сегмент. В CRM это может быть индивидуальный набор товаров, особый сценарий коммуникации, измененный порядок показа предложений или подсказка менеджеру о следующем шаге.

Big Data расширяет возможности такого подхода. Система может сопоставлять историю покупок, обращения, реакции на коммуникации и другие доступные сигналы, чтобы найти закономерности. Предиктивная рекомендация при этом остается вероятностным предположением, а не знанием будущего. Чем умнее рекомендация, тем дороже ошибка, если бизнес не понимает, на каких данных она построена.

Собственнику стоит проверить качество и актуальность данных, правила их использования, объяснимость рекомендаций и возможность ручной проверки со стороны менеджера. Отдельный риск связан с тем, что персонализацию путают с простым обращением по имени или с массовой сегментацией. Имя в письме еще не делает предложение индивидуальным, а сегмент из нескольких групп не заменяет работу с конкретным контекстом клиента.

Компания видит, что часть клиентов регулярно интересуется определенной категорией товаров, но не завершает покупку. CRM формирует для них персональные рекомендации и передает менеджеру подсказку для следующего контакта. Если данные устарели или причина отказа не связана с ассортиментом, система предложит еще один похожий товар и усилит раздражение клиента. Поэтому результат нужно проверять по реальным действиям и обратной связи, а не по самому факту отправки рекомендации.

По мнению Андрея Волкова, персонализацию имеет смысл оценивать в контексте конкретной ситуации компании, ее данных, процессов продаж и ограничений CRM. Подход к таким решениям можно обсудить на сайте andrei-volkov.com.