Ethical Data Use in Personalization

一、探索个性化中的道德使用原则与最佳实践

实时个性化的感知风险

设置个性化互动的营销人员及其业务同事肩负着艰巨的责任。他们需要对包含人口统计和行为数据的数据库负责，并向成千上万甚至数百万的用户发送相关、受欢迎且有效的消息。与此同时，法规和消费者期望也在快速演变。一次事故就可能损害你辛苦建立起来的品牌资产。这正是信任对 Salesforce 如此重要的原因之一。

但道德地使用数据不仅仅是遵守法规，它本身就是一门好生意。客户无时无刻不在做决定——不仅关乎公司的产品和体验，也关乎他们对公司的信任。根据 Salesforce 的 State of the Connected Customer 2020 报告：

89% 的客户对值得信任的公司更加忠诚。
65% 的客户曾停止购买那些做了他们认为不可信之事的公司的产品。
84% 的客户对有强大安全控制措施的公司更加忠诚。
80% 的客户对有良好道德的公司更加忠诚。

我们发现，信任在很大程度上受到品牌所展现的价值观和道德的影响。消费者和营销人员在实时个性化营销的最大感知风险上高度一致：

安全事件：如数据泄露、身份盗窃。
意料之外的数据使用：数据以客户未预料到的方式被收集、共享或使用。
侵入式互动：让消费者感到被侵犯或不受欢迎的个性化。
无意的偏见：依赖人口统计属性而非行为和参与数据来进行互动，从而强化刻板印象。

为了帮助你道德地管理数据，我们概述了几项建议来应对上述风险，帮助你在 Salesforce 解决方案中实施个性化时遵守 Salesforce 的责任营销原则（Responsible Marketing Principles）。

关于安全的透明：消费者担心身份盗窃和隐私被侵犯，营销人员则担心品牌形象受损。Salesforce 在安全保障和响应方面有着高标准——我们会优先处理任何已报告的问题并提供服务级别协议（SLA）。Salesforce 会公开提供安全文档，例如外部漏洞/渗透测试和 SOC 合规报告。对你的客户坦诚地说明与 Salesforce 的合作关系，可以帮助你巩固他们对品牌的信任与忠诚。当你赢得客户信任时，你就为持续且更深入的互动奠定了基础。

通过同意与透明建立信任

Marketing Cloud Personalization 提供了从开放网络收集数据以个性化体验的机制。但重要的是要对消费者保持透明——他们也期待这一点。让他们知道你正在收集哪些数据以及如何使用这些数据，为这些数据提供明确的好处作为回报，给他们退出数据收集的方式，并且无论如何都要尊重他们的选择。

在收集数据之前，务必检查并获得同意。只询问和收集你有正当使用场景（如个性化或身份识别）的数据。例如，如果当前的个性化设计不需要名字和姓氏，就不要收集它们。通过设计清晰的体验，向客户展示你收集的数据以及收集的目的，来建立信任。

如果你要询问客户的电子邮件，请告诉他们现在会收到一次性优惠，未来还会收到更多精彩优惠。当你对数据的收集和使用保持透明和坦诚时，这些互动就会建立信任。不要把它们埋在隐私政策或条款条件里——用通俗易懂的语言直接展示给他们。

糟糕的技术选择或错误配置会阻止客户再次光顾你的品牌，例如：

在未披露的情况下与广告平台共享数据。
推荐客户刚刚购买过的产品。
向未明确授权的人发送电子邮件。

如今，我们理所当然地能够通过 cookie 和移动设备 ID 等方式将消费者、家庭和设备关联起来，让公司无需身份验证就能记住你是谁。随着我们迈向无 cookie 的未来，公司提供清晰的价值和分享数据的激励就变得越来越重要。给你的客户提供一种简单的方式来登录并保持身份验证状态，向他们展示身份验证体验的好处，例如精选内容或更相关的推荐。

用数据个性化体验：个性化意味着服务你的客户。它关乎提供更好、更相关的体验，最重要的是，由客户意图驱动的体验。在一个精选的体验中，当好处清晰易懂时，客户更愿意分享个人的、有时是敏感的信息。我们知道 92% 的营销人员表示他们的客户和潜在客户期待个性化体验。但如果个性化实际上没有给客户带来任何价值，它就会让人感到侵入或被操控。对营销人员来说，始终围绕客户来定位个性化策略至关重要。请牢记两个问题：客户用他们的数据换来了什么价值或好处？这与他们分享的信息是否相称？

举例来说，在 Marketing Cloud Personalization 中，你可以用收集到的数据个性化体验，并将其与浏览器 cookie 关联起来。你还可以使用 Content Zones 将更详细的个性化限制在身份验证体验之后——例如，在你登录之前只显示基于过往互动的横幅图片，而在显示最近浏览的产品列表之前要求登录，避免共享电脑上的他人提前得知惊喜。一旦你有了兼顾登录和匿名使用的活动模板，就可以更安全地瞄准更高级的用例，如渐进式表单填写。

优先考虑基于行为的意图而非人口统计属性

人口统计定位往往会导致偏见，并且无法把正确的消息传递给正确的人。假设你开展一个活动来促进抗衰老精华液的销售，并把目标锁定在 55 岁及以上的客户。你已经在活动中引入了偏见，因为你假设只有特定年龄段的人群才在意看起来更年轻。同时，你也因为把自己限制在狭窄的人口统计范围内而错失了潜在销售机会。为了降低人口统计定位中固有的偏见风险，请使用基于兴趣和意图的定位。这样，你就能把产品和服务匹配给最可能感兴趣的人，而不受人口统计因素的影响。你还能避免强化可能损害品牌的刻板印象。

你也可能在机器学习系统中通过敏感信息的代理变量无意中引入偏见。在构建和训练机器学习模型时，请仔细考虑你选择的属性和行为。为了避免在模型中引入偏见，请思考哪些数据最有价值，并省略可能助长针对敏感类别（如种族、宗教、年龄和国籍）偏见的数据。

例如，在特定种族人口比例显著较高的地理区域，种族与邮政编码之间可能存在相关性。虽然种族可能没有直接输入系统，但由于这种间接关联，仍可能产生歧视。然而，代理偏见的存在并不必然排除邮政编码的可用性。如果使用邮政编码能很好地指示客户应该光顾哪家门店（5 英里内的门店比 50 英里外的更好），那么使用它就是有益的，并且仍然是道德的。

在构建个性化体验时，请关注客户的意图，而不仅仅是你收集的属性或人口统计数据。基于意图或基于行为的动作可以是页面浏览、点击产品、明确设置对某类商品的偏好等。例如，基于二元标识来细分人群可能会产生意想不到的影响。如果营销人员想为化妆品产品创建活动，并且只选择「女性」或「female」，他们就会自动限制活动的受众和潜在覆盖面。他们不仅会失去大量客户，更糟糕的是，还会因为使用二元性别标识而疏远他人。

相反，可以使用 Marketing Cloud Personalization Recipes 及其多维目录，根据消费者的行为（而非单纯的属性）来呈现有针对性的意图。

二、在跨渠道行为消息中找到正确平衡

消费者期望互联体验

如今，消费者比以往任何时候都更期待互联且个性化的体验。消费者通过许多渠道与你的品牌互动，包括网络、移动端、电子邮件、呼叫中心和智能设备。为了把消费者当作个体对待并真正满足他们的需求，你需要在他们的各个触点互动中建立对他们的理解。然后，你在正确的时刻、正确的渠道上主动与他们互动，让他们感到愉悦并增强品牌忠诚度。

但如果做得不对，你用来个性化体验的工具可能会越界成为对隐私的侵犯，从而导致品牌反感，对业务产生负面影响。Salesforce 致力于用技术做好事。在本单元中，你将了解跨渠道行为（或基于触发的）消息的能力、其道德使用，以及客户至上的最佳实践。

行为消息（behavioral messaging） 是由消费者表达的兴趣所引导的——例如，你设置当消费者在门店或网站上采取特定动作（点击某个产品、浏览某些类别等）时触发的通信。正如你在上一单元所学到的，个性化的道德方法意味着客户必须选择加入（opt in）你的数据收集，并清楚地看到回报。你的行为需要表明你关心他们作为个体的需求。

行为消息的风险：客户比以往更希望被认可、被独特对待，并希望他们谨慎分享的个人信息以有帮助的方式回馈给他们。但基于行为和触发的个性化可能从「有帮助」变成「令人毛骨悚然」，从而侵蚀消费者信心、破坏品牌信任。那么，你如何在不冒犯客户的前提下，道德地使用行为消息触发器与客户互动呢？

道德行为营销的三项建议：

收集并尊重偏好：尊重客户的偏好，只使用他们同意分享的数据。向消费者明确说明同意或不同意的利弊与后果，并提供清晰的加入/退出控件。
按兴趣而非人口统计进行受众定位：将消费者视为多维度的个体。高度个性化的消息比仅基于人口统计数据的定位更有效。在营销文案中加入简短的说明性语句，例如「根据你对 X 的兴趣，我们为你展示 Y」，让客户立刻明白你为何针对他们发送某条消息或产品。
频率上限（Frequency Capping）：用过多的通信淹没客户会损害你的品牌。有效的联络策略必须是跨渠道的，并考虑所有潜在的营销触点。优先发送对消费者最相关、最可能建立信任的通信，配置消息约束来管理总体消息速率，并定制行为和主题触发器以减少噪音、提高相关性。

行为消息场景

让我们探讨一些涉及行为消息的常见场景，以理解如何应用道德方法来增强消费者对你品牌的体验。

1. 弃购车（Abandon Cart）：弃购车是零售商行为消息的经典用例。消费者是注意力分散、注意力短暂的受众。假设你需要预订航班——你找到合适的时间、选好座位、购买了两件托运行李并把信用卡信息填入了订单，然后电话响了，你没有点击「立即预订」。30 分钟后，你收到航空公司的邮件，说已经为你保留了座位并提醒你完成购买。这个及时的提醒帮助挽回了局面，而不是让你丢失预订。这种通过个性化传递的价值建立了忠诚并捕获了收入。最佳实践：提供及时且符合语境的弃购车邮件和通知，附上清晰的下一步。

2. 弃浏览（Abandon Browse）：与弃购车类似，但消费者的兴趣程度不太明确。通过结合产品浏览次数和浏览时长，你可以锁定一个恰当的兴趣信号。例如，一周内反复浏览某个产品累计 2 小时的消费者，可能会很高兴收到一张推动他们从「考虑」迈向「转化」的优惠券。最佳实践：在优惠券邮件中加入一句「因为你在过去 7 天内浏览过这个产品，我们觉得你会喜欢这张优惠券」，解释客户为何收到这封邮件。

3. 降价（Price Drop）：根据 Forbes 的数据，67% 的客户会在不同商店之间跳转寻找折扣。在考虑阶段，消费者可能因为价格超出预算而决定不购买。如果你在商品打折时通知消费者，你的品牌消息就是有意义、相关且符合消费者利益的。最佳实践：加入反馈机制，让消费者告诉你「我已经买过这个商品了」或「我对这个商品不再感兴趣」，从而让营销人员闭环并避免过度打扰客户。

4. 收藏类别上新 / 新促销活动：个性化解决方案可以通过消费者浏览和购买的产品分组来推断其偏好。通过推导偏好，品牌可以确保消费者不会错过他们关注的类别或品牌的新品。例如，你有一位经常浏览时尚紧身裤的消费者，而你刚刚发布了新颜色，这就是联系他们的完美时机。措辞很重要——它决定了邮件是友好的建议还是不受欢迎的监视。例如，与其说「我们注意到你在看……」，不如把客户加入一个标题为「新品发布：我们的新城市冲浪系列」的细分。一个新兴的做法是，对母亲节/父亲节这类看似无害但对某些人来说情感上难以承受的活动表达更多体贴，提供简单的退出功能。

5. 购买后（Post Purchase）：客户点击「提交订单」后，旅程的下一步就开始了。无论这是他们第一次还是第一百次与你做生意，都有机会增强和建立这种关系。你可以考虑这样的通信：「准备好接收你的产品了吗？你可以在这里查看使用手册。」或「你可以下载我们的应用来跟踪你的订单。」给客户一个回头的理由。

6. 实时标准（Real-Time Criteria）：客户很忙，购物时他们想要效率和便利，也想要被看到、被理解。与其等待可能已经过时的批处理数据，不如依赖客户行为的实时数据来快速看清什么在起作用、什么没有。在今天跨渠道互动的实践中，你需要跨触点捕获并响应实时数据。对消费者行为的即时响应催生了路边自提、线上购买门店自提（BOPIS）等混合服务，其受欢迎程度飙升。