Psychologische personalisatie werkt niet (maar clickbait titels wel)
Ja, wéér een blog over personalisatie, maar wacht: ik denk toch interessant voor je, {$voornaam}! Niet weggaan, de komende alinea’s passen perfect bij jouw gevoel voor {$profiel_tag_beschrijving}. Geen onderwerp in CX en marketing is immers zo onbegrepen, onbereikbaar of onschatbaar waardevol als Personalisatie. Toch? Toch?!?
Waarde halen uit data voor marketing is mijn vak. Als een wetenschappelijk tijdschrift de waarde van ‘digital footprint data’ in twijfel trekt, dan trekt dat logischerwijs ook mijn aandacht. De conclusie van die meta-analyse: “we find that only about 5% of the variance in personality can bepredicted from digital footprints, and personality‐tailored messages show negligible effects on behavior”. Leuk, pseudopsychologie op basis van welke blogs iemand leest, maar je merk gaat er dus niet mee groeien. Je zou voor minder je stapel (ongelezen) neuromarketingboeken het raam uit gooien.
De kanttekening
Want natuurlijk is hier een kanttekening bij te plaatsen. Zover ik kan beoordelen zit de studie zelf goed in elkaar. De vraag is vooral: hoeveel zegt dit over hoe wij personalisatie nu toepassen in de praktijk? En: voor wie is dat erg?
De studie beperkt zich ten eerste tot cases die de dominante theorie in persoonlijkheidspsychologie hanteren: OCEAN (Openness, Conscientiousness, Extraversion, Agreeableness, Neuroticism). Logisch, maar los van de reikwijdte van die theorie zelf, ken ik weinig marketeers die hun campagnes, A/B tests of copy op die assen uitzetten. Tuurlijk kennen we Kahneman, nudging, Cialdini: da’s toepasbaar. De meer ‘abstracte’ psychologie kom ik echter vooral tegen in vage personabeschrijvingen (nu we toch in de psychologie duiken, zie hiervoor vooral eens Barnum statements), zelden in concrete acties.
De kanttekening bij de kanttekening: datakwaliteit
Veel studies vielen dus af vanwege het gebruik van een ander model, maar de andere grote reden voor exclusie: ‘data leakage’. Dat is geen kwestie van een USB vergeten in de trein (gebruikt er iemand nog USB-sticks?) maar ‘vervuiling’ van je data. In dit geval vergelijkbaar met wanneer je controlegroep toch niet helemaal vrij van interventies bleek en dus niet zuiver kan worden vergelijken met wat je aan experimenten draait in je funnel.
Klinkt wellicht als academisch geneuzel, maar in de praktijk wel degelijk relevant. Digitale data heeft per definitie een bepaalde mate van onbetrouwbaarheid (dixit WC-eend). Zelfs met de beste first party data weet je niet of die browser niet even hapert of dat er toevallig een kat over het toetsenbord liep. Laat staan of ik niet gisteren op mijn telefoon versie A zag en vandaag op mijn laptop versie B (tenzij je goede identity resolution hebt).
De meta-analyse probeert dat te ondervangen door de psychologische factoren ook nog met een survey te laten controleren, maar dat maakt het nog onwerkelijker: hoeveel bezoekers vullen er vrijwillig na meedraaien in een A/B-test ‘in het wild’ even een korte vragenlijst in, in een gecontroleerde omgeving? De studie gaf helaas dan weer geen ruimte voor de categorie “werd blootgesteld aan mobiele variatie op ‘Add to Cart Button’ met een half oog op herhaling van House, M.D. met andere hand in zak goedkope paprikachips” wat me een veelvoorkomender situatie lijkt.
Grote theorieën en grotere hypes
Natuurlijk is psychologie en robuustheid van belang bij marketing, en zeker in de vorming van goede hypothesen. Het ‘waarom’ achter dat die blauwe button wel werkte is voor een duurzaam succes minstens zo belangrijk als de extra omzet op de korte termijn. Tegelijkertijd kunnen we ons beter druk maken over hoe zuiver die effectmeting überhaupt gaat zijn als je geen goede data hebt (nog los van het privacy-aspect). Als de keuze gaat tussen “kloppen mijn persona’s” of “kloppen mijn omzetcijfers” dan gok ik dat je baas vaak die laatste belangrijker vindt.
Kwaliteitscontrole wordt alleen maar een grotere uitdaging. Er worden nu al praatjes gehouden over ‘de tijd na datadriven’ terwijl veel bedrijven nog minstens zo in silo’s verzand zijn als pre-Big Data. Ik ben nog geen agent tegengekomen die mij met supportvragen kon helpen die hun zoekfunctie voorheen niet kon afhandelen, laat staan beter dan hun medewerkers. Ja, de potentie is groot, het bespaart ook mij zeker tijd in bijvoorbeeld debuggen. Bottom line verdienen we er echter nog lang niet allemaal aan, zelfs OpenAI niet. De belofte van klantcentraal los je niet in met alleen een bot op een berg slechte data; echte personalisatie is meer dan een neurotischer persoon iets meer social proof voorschotelen.
Maar zelfs als je die onbetrouwbaarheid zou oplossen, wat dan? In theorie kun je voor iedereen on the spot een persoonlijke hero-banner laten genereren, maar wie gaat er dan meten of dat werkt? Of beter gevraagd: wát er heeft gewerkt? Personalisatie in het algemeen?
Mijn gepersonaliseerde conclusie voor jou
Eigenlijk zijn er hier twee lessen:
- Los van waarop je je experimenten of ervaringen baseert, er blijft in de praktijk weinig over als je data niet op orde is.
- Relevantie blijft belangrijk en dat vraagt een compleet beeld van je klant, ongeacht of je dat nu in een email gebruikt, in de showroom of in een AI-gedreven CMS. Doordachte hypothesen zijn cruciaal, maar we hoeven niet te streven naar academische duiding. De kern in de praktijk is verklaarbaar en ethisch resultaat, bij voorkeur zonder semi-gepersonaliseerde clickbait.
