我們知道應該向誰發送內容的唯一方法是，如果我們在所有受眾面前測試該內容。杭州商標logo設計公司永遠不要以為優質的內容或產品會為我們希望他們工作的受眾服務。這是那些喜歡數據但將因果關系混淆的人們的陷阱。盡管每個人都可以背誦“關聯不是因果關系”的口頭禪，但很少有人理解和應用它。掌握表明受眾與某內容之間相關性的數據的營銷人員幾乎總會得出結論，即受眾需要使用該內容進行個性化。缺陷在于您的分析顯示了相關性，無法告訴您是什么導致了響應。我最近在一次會議上聽到了一個“專家”推廣這種誤導策略的例子。他說：“您的數據可以向您顯示訪問者正在查看您的產品，因此當他們幾天后返回您的網站時，您應該向他們顯示他們之前正在查看的產品。這將為訪問者提供統一的體驗。”

這是使用相關數據跳至個性化的經典示例。杭州商標logo設計公司怎么知道訪客仍然想要那個產品？還有其他更適合的產品嗎？當您擁有暗示可能發生的數據時，很容易得出結論。幾年前，我就其優化策略咨詢了Staples。當他們報告說其首席執行官希望將所有精力都放在個性化上時，我們正在加強他們的測試程序。問題在于他們沒有任何因果數據表明他們應該個性化。他們甚至還沒有完成基本測試。作為他們的顧問，我們討論了該決定的含義，我建議他們不要采取這種行動。不幸的是，他們想取悅CEO，因此他們遵循了自己的前進指令，決心要向受眾群體個性化。經過兩年的任意性，非數據驅動的個性化快速發展，Staples最終意識到，他們不知道自己所做的事情是否有價值。他們基于假設而非數據進行個性化設置。最終，他們停止了瘋狂的嘗試，但是經過了兩年的努力。

所有優化工作都伴隨著機會成本。如果杭州商標logo設計公司選擇針對受眾進行個性化設置，那么我們將放棄其他優化機會。如果斯臺普斯不浪費所有的精力，兩年之內可以取得什么成就？在繼續進行任何個性化工作之前，我們需要了解要個性化的受眾的規模，以及不進行個性化的權衡。一旦了解了受眾群體的規模，就需要將其與針對更多人群進行優化的潛在價值進行比較。做一些簡單的數學。計算出您的總受眾群體每次測試的平均提升量。然后，將其與您針對較小的目標人群進行個性化設置所需的提升效果進行比較，以使其與受眾范圍內的實驗產生的提升效果相等。假設您要個性化的受眾是總人口的10％，而每次測試的平均提升是7％。占總人口10％的任何提升都必須大得多，以等于總人口所能達到的提升。

謹慎地針對如此小的受眾進行優化，以至于要取得驚人的收益，才能使總人數適度地得到改善。在此階段，我們尚未進行個性化設置，但是我們正在創建一些變體，如果杭州商標logo設計公司進行個性化設置將使用這些變體。與所有良好的測試一樣，創建完全不同的變體，并提供盡可能多的流量支持的選擇。由于我們將要挑戰個性化本身的概念，因此您可能還需要設計一種變體，以使普通觀眾了解它與個性化版本的關系。