所有的设计师都知道应该向谁发送内容的唯一方法是，如果我们在所有受众面前测试该内容。常州商标logo设计公司永远不要以为优质的内容或产品会为我们希望他们工作的受众服务。这是那些喜欢数据但将因果关系混淆的人们的陷阱。尽管每个人都可以背诵“关联不是因果关系”的口头禅，但很少有人理解和应用它。掌握表明受众与某内容之间相关性的数据的营销人员几乎总会得出结论，即受众需要使用该内容进行个性化。缺陷在于您的分析显示了相关性，无法告诉您是什么导致了响应。我最近在一次会议上听到了一个“专家”推广这种误导策略的例子。他说：“您的数据可以向您显示访问者正在查看您的产品，因此当他们几天后返回您的网站时，您应该向他们显示他们之前正在查看的产品。这将为访问者提供统一的体验。”

这是使用相关数据跳至个性化的经典示例。常州商标logo设计公司怎么知道访客仍然想要那个产品？还有其他更适合的产品吗？当您拥有暗示可能发生的数据时，很容易得出结论。几年前，我就其优化策略咨询了Staples。当他们报告说其首席执行官希望将所有精力都放在个性化上时，我们正在加强他们的测试程序。问题在于他们没有任何因果数据表明他们应该个性化。他们甚至还没有完成基本测试。作为他们的顾问，我们讨论了该决定的含义，我建议他们不要采取这种行动。不幸的是，他们想取悦CEO，因此他们遵循了自己的前进指令，决心要向受众群体个性化。经过两年的任意性，非数据驱动的个性化快速发展，Staples最终意识到，他们不知道自己所做的事情是否有价值。他们基于假设而非数据进行个性化设置。最终，他们停止了疯狂的尝试，但是经过了两年的努力。

所有优化工作都伴随着机会成本。如果常州商标logo设计公司选择针对受众进行个性化设置，那么我们将放弃其他优化机会。如果斯台普斯不浪费所有的精力，两年之内可以取得什么成就？在继续进行任何个性化工作之前，我们需要了解要个性化的受众的规模，以及不进行个性化的权衡。一旦了解了受众群体的规模，就需要将其与针对更多人群进行优化的潜在价值进行比较。做一些简单的数学。计算出您的总受众群体每次测试的平均提升量。然后，将其与您针对较小的目标人群进行个性化设置所需的提升效果进行比较，以使其与受众范围内的实验产生的提升效果相等。假设您要个性化的受众是总人口的10％，而每次测试的平均提升是7％。占总人口10％的任何提升都必须大得多，以等于总人口所能达到的提升。

谨慎地针对如此小的受众进行优化，以至于要取得惊人的收益，才能使总人数适度地得到改善。在此阶段，我们尚未进行个性化设置，但是我们正在创建一些变体，如果常州商标logo设计公司进行个性化设置将使用这些变体。与所有良好的测试一样，创建完全不同的变体，并提供尽可能多的流量支持的选择。由于我们将要挑战个性化本身的概念，因此您可能还需要设计一种变体，以使普通观众了解它与个性化版本的关系。