आपके स्टोर पर आने वाला हर विज़िटर अलग है। एक व्यक्ति रनिंग शूज़ देख रहा है। दूसरा गिफ़्ट आइडिया खोज रहा है। तीसरे ने कल अपना कार्ट छोड़ दिया था और उसे लौटने के लिए याद दिलाने की ज़रूरत है। फिर भी ज़्यादातर ऑनलाइन स्टोर सभी विज़िटर के साथ एक जैसा बर्ताव करते हैं: सबको वही होमपेज, वही प्रोडक्ट सिफ़ारिशें और वही चेकआउट अनुभव दिखाते हैं।
ईकॉमर्स पर्सनलाइज़ेशन इसे बदल देता है। AI-आधारित पर्सनलाइज़ेशन सीखता है कि हर विज़िटर क्या चाहता है, उससे पहले कि उसे खुद पता हो, और आपके स्टोर को असली समय में उसके हिसाब से ढाल देता है। जटिल नियमों से नहीं जो आपको हाथ से लिखने पड़ें। अंदाज़े से नहीं। उन एल्गोरिदम से जो लाखों ग्राहक इंटरैक्शन देखते हैं और अनुमान लगाते हैं कि किसे क्या कन्वर्ट कराएगा।
इस लेख में बताया गया है कि पर्सनलाइज़ेशन कैसे काम करता है, कौन सी रणनीतियां सच में रेवेन्यू बढ़ाती हैं, ज़्यादातर ब्रांड कहां चूकते हैं, और ऐसा पर्सनलाइज़ेशन कैसे बनाएं जो टिके।
ईकॉमर्स पर्सनलाइज़ेशन क्या है और यह कैसे काम करता है?
ईकॉमर्स पर्सनलाइज़ेशन का मतलब है हर ग्राहक को आपके स्टोर का अलग वर्ज़न दिखाना, इस आधार पर कि वह कौन है, उसने क्या किया है, और वह क्या खरीदने की संभावना रखता है।
पर्सनलाइज़ेशन के बिना सबको एक जैसा अनुभव मिलता है। प्रोडक्ट पेज पर वही फ़ोटो उसी क्रम में दिखती हैं। होमपेज पर वही बेस्टसेलर दिखते हैं। ईमेल पूरी लिस्ट को एक ही ऑफ़र के साथ जाते हैं।
पर्सनलाइज़ेशन के साथ, आप न्यूयॉर्क के पहली बार आए विज़िटर को कैलिफ़ोर्निया के लौटे हुए ग्राहक से अलग प्रोडक्ट दिखाते हैं। लौटे हुए ग्राहक को उसकी ब्राउज़ हिस्ट्री दिखाते हैं, नए को नहीं। आप ऐसे आइटम सुझाते हैं जो उसने क्लिक किए, न कि वे जो बाकी सब में लोकप्रिय हैं। जिसने चेकआउट लगभग पूरा कर लिया था, उसे 4 घंटे बाद कार्ट छोड़ने वाला ईमेल भेजते हैं, लेकिन लौटे हुए ग्राहक को रोककर अपसेल करते हैं।
AI इसे बड़े पैमाने पर संभव बनाता है। AI के बिना आपको हज़ारों नियम खुद लिखने पड़ेंगे। ("अगर ग्राहक ने 3 बार जूते खरीदे हैं, तो जूतों की एक्सेसरीज़ दिखाओ।" "अगर ग्राहक मंगलवार को मोबाइल से आया, तो मोबाइल के हिसाब से बनी श्रेणियां दिखाओ।") AI आपके ग्राहकों का व्यवहार देखता है और पैटर्न अपने आप सीख लेता है। वह ऐसे संबंध ढूंढ लेता है जिन्हें कोड करने की आप कभी सोचते भी नहीं।
नतीजा यह कि हर व्यक्ति को लगता है कि आपका स्टोर खास उसी के लिए बना है।
पर्सनलाइज़ेशन ज़्यादा रेवेन्यू क्यों लाता है
पर्सनलाइज़ेशन इसलिए काम करता है कि वह ग्राहक की चाहत और आपके स्टोर के दिखाए के बीच की रुकावट हटाता है।
प्रोडक्ट सिफ़ारिशों को लीजिए। अगर आप बेतरतीब आइटम दिखाएं, तो ज़्यादातर विज़िटर उन्हें छोड़ देते हैं। अगर आप उनके देखे हुए जैसे आइटम दिखाएं, तो कुछ खरीदते हैं। अगर आप वे आइटम दिखाएं जो मिलते-जुलते विज़िटर ने खरीदे, और जो इस खास विज़िटर ने पहले क्लिक किए, देखे और खरीदे, तो कन्वर्ज़न फिर बढ़ता है। डेटा की हर परत सिफ़ारिश को ज़्यादा प्रासंगिक और कन्वर्ट होने की ज़्यादा संभावना वाला बनाती है।
संख्याएं यह साबित करती हैं। पूरा पर्सनलाइज़ेशन लागू करने वाले स्टोर में रेवेन्यू 20-35% बढ़ता है। पर्सनलाइज़्ड प्रोडक्ट सिफ़ारिशें 26% ज़्यादा कन्वर्ज़न रेट देती हैं। पर्सनलाइज़्ड ईमेल सामान्य कैंपेन से 6 गुना ज़्यादा ट्रांज़ैक्शन रेट देते हैं। जिन ग्राहकों को पर्सनलाइज़्ड प्रोडक्ट सुझाव दिखते हैं, उनकी औसत ऑर्डर वैल्यू उनसे 50% ज़्यादा होती है जिन्हें नहीं दिखते।
यह सिर्फ़ सिद्धांत नहीं है। हर प्रतिशत अंक उन ग्राहकों से आता है जो पहले से आपकी साइट पर थे लेकिन अपनी पूरी क्षमता से नहीं खरीद रहे थे। आपके स्टोर में विज़िटर कैसे व्यवहार करते हैं, यह समझना नींव है। देखें कि एनालिटिक्स विज़िटर का व्यवहार कैसे दिखाता है, ताकि आपको पता चले कि क्या पर्सनलाइज़ करना है।
ज़्यादातर पर्सनलाइज़ेशन कोशिशें कहां फ़ेल होती हैं
अड़सठ प्रतिशत पर्सनलाइज़ेशन प्रोजेक्ट इसलिए फ़ेल नहीं होते कि एल्गोरिदम खराब हैं, बल्कि इसलिए कि उन्हें दिया जाने वाला डेटा खराब है।
AI को काम करने के लिए साफ़ डेटा चाहिए। अगर आपके ग्राहक डेटाबेस में डुप्लिकेट हैं, ईमेल पते छूटे हैं, या खरीदारी का इतिहास गलत है, तो AI गलत अनुमान लगाएगा। अगर आप ट्रैक नहीं करते कि ग्राहकों ने कौन से प्रोडक्ट देखे, कौन से हिस्सों पर रुके, या कौन से ईमेल खोले, तो AI के पास सीखने के लिए कुछ नहीं है।
इसीलिए ज़्यादातर स्टोर को कोई महंगा AI टूल खरीदने से पहले रुकना चाहिए। पहले अपना डेटा ठीक करें। पक्का करें कि आप ग्राहक का व्यवहार सही दर्ज कर रहे हैं। एकीकृत ग्राहक प्रोफ़ाइल बनाएं ताकि AI को पता हो कि "sarah@email.com" और "sarah_92@gmail.com" एक ही व्यक्ति हैं। पक्का करें कि आपका प्रोडक्ट डेटाबेस साफ़ है और आपकी श्रेणियां एक जैसी हैं।
ज़्यादातर ब्रांड को AI पर्सनलाइज़ेशन के नतीजे देना शुरू करने से पहले 90+ दिन का साफ़ डेटा चाहिए। अगर आप उससे पहले कूद पड़ें, तो ROI निराश करेगा।
वे AI पर्सनलाइज़ेशन रणनीतियां जो काम करती हैं
सभी पर्सनलाइज़ेशन रणनीतियां बराबर रिटर्न नहीं देतीं। पहले इन पर ध्यान दें। पर्सनलाइज़ेशन तब सबसे अच्छा काम करता है जब वह कंज़्यूमर साइकोलॉजी की समझ पर टिका हो। देखें कि साइकोलॉजी खरीदारी के फ़ैसलों को कैसे आकार देती है, ताकि आपका पर्सनलाइज़ेशन सही लीवर पर निशाना लगाए।
प्रोडक्ट सिफ़ारिशें
किसी भी पर्सनलाइज़ेशन तरीके में सबसे ऊंचा ROI सिफ़ारिशें देती हैं। वे स्टोर के कुल रेवेन्यू का 12-18% लाती हैं और सेट करने में लगभग कुछ खर्च नहीं होता।
AI सिफ़ारिश इंजन ऐसे प्रोडक्ट दिखाकर काम करते हैं जो मौजूदा विज़िटर जैसे ग्राहकों ने खरीदे हैं। या वे प्रोडक्ट जो वही आइटम देखने वाले विज़िटर ने आखिर में खरीदे। या वे आइटम जो कार्ट में पहले से मौजूद चीज़ों के साथ जाते हैं।
जगह मायने रखती है। होमपेज पर सिफ़ारिशें अच्छी हैं। प्रोडक्ट पेज पर सिफ़ारिशें बेहतर कन्वर्ट होती हैं। चेकआउट से पहले शॉपिंग कार्ट में सिफ़ारिशें सबसे ज़्यादा कन्वर्ट होती हैं। अगर ग्राहक खरीदने का फ़ैसला करते समय सिफ़ारिशें देखते हैं, तो आप वह बिक्री पकड़ लेते हैं जो दुविधा में अटकी थी।
एक जगह से शुरू करें (आम तौर पर प्रोडक्ट पेज)। उसे 30 दिन तक मापें। फिर और जोड़ें।
पर्सनलाइज़्ड ईमेल फ़्लो
ईमेल वह जगह है जहां पर्सनलाइज़ेशन का फ़ायदा सबसे तेज़ मिलता है। पर्सनलाइज़्ड, ऑटोमेटेड ईमेल फ़्लो भेजे गए कुल ईमेल के सिर्फ़ 5.3% से ईमेल रेवेन्यू का 41% लाते हैं। प्रति प्राप्तकर्ता रेवेन्यू सामान्य कैंपेन से 18 गुना ज़्यादा है।
सबसे असरदार फ़्लो ये हैं:
ब्राउज़ एबंडनमेंट ईमेल। किसी ने 10+ मिनट रनिंग शूज़ देखे। वह बाय बटन पर क्लिक किए बिना चला गया। 4-6 घंटे बाद उसे उसी प्रोडक्ट की याद दिलाने वाला ईमेल मिलता है, और अगर इन्वेंट्री कम है तो डिस्काउंट कोड भी। इन ईमेल में से 18-25% पर क्लिक होता है।
कार्ट एबंडनमेंट ईमेल। किसी ने आइटम जोड़े लेकिन चेकआउट नहीं किया। 4 घंटे बाद उसे वे आइटम ईमेल में दिखते हैं। अगर वह पहले ग्राहक रह चुका है, तो उसे लॉयल्टी डिस्काउंट दिखाएं। अगर वह नया है, तो मुफ़्त शिपिंग दें। सही समय पर सही प्रोत्साहन के साथ भेजने पर 15-22% कन्वर्ट होते हैं। सही संदेश और समय के साथ छोड़े गए कार्ट को वापस कैसे पाएं के बारे में और जानें।
खरीदारी के बाद की श्रृंखला। किसी के खरीदने के बाद उसे धन्यवाद भेजें। फिर 2 हफ़्ते बाद एक री-एंगेजमेंट ईमेल भेजें जिसमें वे पूरक आइटम हों जो उसने नहीं खरीदे। फिर खरीदारी के 30 दिन बाद रिव्यू मांगें। श्रृंखला का हर ईमेल इस आधार पर पर्सनलाइज़्ड होता है कि उस ग्राहक ने असल में क्या खरीदा।
होमपेज और श्रेणी का पर्सनलाइज़ेशन
आपका होमपेज कीमती जगह है। कुछ विज़िटर खरीदने को तैयार हैं। दूसरे सिर्फ़ आइडिया के लिए देख रहे हैं। कुछ ने पहले आपसे खरीदा है। बाकी किसी सेल विज्ञापन से आए हैं और छूट की उम्मीद करते हैं।
पर्सनलाइज़्ड होमपेज लौटने वाले विज़िटर को ब्राउज़ हिस्ट्री दिखाते हैं (ताकि वे वहीं से शुरू करें जहां छोड़ा था), लेकिन नए विज़िटर को बेस्टसेलर और परिचय दिखाते हैं। वे कीमत का ध्यान रखने वाले खरीदारों को क्लियरेंस और सेल दिखाते हैं, लेकिन बार-बार खरीदने वालों को प्रीमियम और नए आगमन दिखाते हैं।
असर हल्का है लेकिन मापने लायक। लौटने वाले ग्राहक परिचय वाले हिस्से छोड़कर सीधे वहां जाते हैं जो वे ढूंढ रहे हैं। नए ग्राहक खोया हुआ महसूस नहीं करते। दोनों तरफ़ कन्वर्ज़न बढ़ता है।
डायनामिक सर्च और फ़िल्टरिंग
कई स्टोर सबको वही सर्च नतीजे और फ़िल्टर विकल्प दिखाते हैं। AI-पर्सनलाइज़्ड सर्च सीखता है कि हर विज़िटर असल में कौन से फ़िल्टर और सॉर्ट विकल्प इस्तेमाल करता है, और अगली बार उस व्यक्ति के लिए उन विकल्पों को सूची में ऊपर रखता है।
अगर कोई हमेशा पहले कीमत से फ़िल्टर करता है, तो कीमत ऊपर चली जाती है। अगर दूसरा खरीदार हमेशा रंग से छांटता है, तो उसके लिए रंग पहले आता है। छोटा बदलाव। लोगों को चाही चीज़ कितनी जल्दी मिलती है, इस पर बड़ा असर।
अपने स्टोर में पर्सनलाइज़ेशन कैसे लागू करें
रास्ता इस पर निर्भर है कि आप कौन सा प्लेटफ़ॉर्म इस्तेमाल करते हैं और आपके पास पहले से कितना डेटा है।
अपने मौजूदा डेटा का ऑडिट करें
कोई भी टूल खरीदने से पहले इन सवालों के जवाब दें:
क्या आपको पता है कि हर ग्राहक ने कौन से प्रोडक्ट देखे हैं? क्या आप ट्रैक करते हैं कि उसने कब देखा लेकिन खरीदा नहीं? क्या आपको पता है कि उसने कौन से ईमेल खोले और कौन से अनदेखे किए? क्या आप ग्राहक को अलग-अलग डिवाइस पर पहचान सकते हैं (एक ही व्यक्ति डेस्कटॉप और मोबाइल पर)? क्या आपके यहां पहले से 3+ महीने की लगातार ट्रैकिंग चल रही है?
अगर इनमें से किसी का जवाब नहीं है, तो वहीं से शुरू करें। अपनी वेबसाइट पर इवेंट ट्रैकिंग सेट करें। पक्का करें कि आपका ईमेल प्लेटफ़ॉर्म ओपन और क्लिक लॉग कर रहा है। अपना ग्राहक डेटाबेस ठीक करें ताकि कोई डुप्लिकेट न रहे।
ईमेल से शुरू करें
ईमेल पर्सनलाइज़ेशन की सबसे आसान शुरुआत है। आपके पास ईमेल पते पहले से हैं। ज़्यादातर ईमेल प्लेटफ़ॉर्म में ऑटोमेशन बिल्ट-इन होता है। आप डेवलपर रखे बिना कार्ट एबंडनमेंट ईमेल, ब्राउज़ एबंडनमेंट ईमेल और खरीदारी के बाद की श्रृंखला सेट कर सकते हैं।
इन्हें 60 दिन चलाएं और नतीजे मापें। अगर ये काम करें (और ये लगभग हमेशा करते हैं), तो आपके पास उन्नत पर्सनलाइज़ेशन टूल पर ज़्यादा खर्च करने के लिए सबूत होगा। जानें कि अपने पर्सनलाइज़ेशन का A/B टेस्ट कैसे करें, ताकि आपको पता चले कि आपके खास ग्राहकों के लिए कौन सी रणनीतियां रेवेन्यू बढ़ाती हैं।
प्रोडक्ट सिफ़ारिशें जोड़ें
जब ईमेल काम करने लगे, तो अपने प्रोडक्ट पेज, होमपेज और कार्ट में AI सिफ़ारिशें जोड़ें। एक सेक्शन से शुरू करें। 30 दिन मापें। अगर प्रति विज़िटर रेवेन्यू बढ़े, तो दूसरा सेक्शन जोड़ें।
ज़्यादातर ईकॉमर्स प्लेटफ़ॉर्म में सिफ़ारिश के टूल पहले से होते हैं या ऐसे पार्टनर होते हैं जो आसानी से जुड़ जाते हैं।
उन्नत पर्सनलाइज़ेशन पर जाएं
ईमेल और सिफ़ारिशों में जीत देखने के बाद, पूरी साइट का पर्सनलाइज़ेशन सोचें। यहां आप अलग-अलग विज़िटर सेगमेंट के लिए होमपेज, श्रेणी पेज और सर्च नतीजे बदलते हैं।
इसके लिए या तो पर्सनलाइज़ेशन के लिए बना प्लेटफ़ॉर्म चाहिए, या आपके मौजूदा सिस्टम के साथ कस्टम इंटीग्रेशन। शुरू करने से पहले 2-3 महीने और 4-6 महीने के साफ़ डेटा का बजट रखें।
पर्सनलाइज़ेशन की आम गलतियां जिनसे बचें
लॉन्च में बहुत देर करना। कई टीमें लाइव जाने से पहले महीनों तक सटीक पर्सनलाइज़ेशन सिस्टम बनाती रहती हैं। उसकी जगह 30 दिन में एक सरल वर्ज़न शिप करें। आप तेज़ सीखेंगे और रेवेन्यू जल्दी शुरू होगा।
बहुत ज़्यादा पर्सनलाइज़ करना। कुछ ब्रांड इस आधार पर सब कुछ बदल देते हैं कि विज़िटर कौन है। अलग लेआउट। अलग प्रोडक्ट कैटलॉग। अलग कीमतें। इससे लोग उलझ जाते हैं। इसे सरल रखें: उन्हें सही प्रोडक्ट दिखाएं, सही समय पर, सही संदेश के साथ। मुख्य अनुभव वही रहता है।
बिना कन्वर्ट हुए विज़िटर को भूल जाना। ज़्यादातर पर्सनलाइज़ेशन बार-बार खरीदने वालों और ब्राउज़ करने वालों पर ध्यान देता है। लेकिन नए विज़िटर अक्सर सबसे ऊंची लाइफ़टाइम वैल्यू के होते हैं अगर आप उन्हें कन्वर्ट कर लें। उन्हें अनदेखा न करें। उन्हें दिखाएं कि आपका ब्रांड चुनने लायक क्यों है।
शिप करके भूल जाना। पर्सनलाइज़ेशन एक बार सेट करके भूलने की चीज़ नहीं है। ग्राहक का व्यवहार बदलने पर एल्गोरिदम कमज़ोर पड़ते हैं। प्रदर्शन की मासिक समीक्षा करें। हर तिमाही नए सेगमेंट जोड़ें। नए प्रोडक्ट जोड़ने पर नई सिफ़ारिशें टेस्ट करें।
WEMASY पर्सनलाइज़ेशन में कैसे मदद करता है
WEMASY का एनालिटिक्स टूल आपकी साइट की विज़िट और पेज के प्रदर्शन को ट्रैक करता है। यह डेटा असरदार पर्सनलाइज़ेशन की नींव बनता है। साथ में WEMASY का A/B टेस्टिंग टूल आपको होमपेज के अलग-अलग वर्ज़न टेस्ट करने देता है, ताकि आप देख सकें कि कौन सा बेहतर चलता है।
WEMASY में आप मुफ़्त में शुरू कर सकते हैं और पेड प्लान 7 दिन के लिए आज़मा सकते हैं।
हर प्लान में क्या शामिल है, यह प्राइसिंग पेज पर देखें।
अक्सर पूछे जाने वाले सवाल
पर्सनलाइज़ेशन का खर्च कितने समय में वसूल होता है?
ज़्यादातर ब्रांड ईमेल ऑटोमेशन और बुनियादी सिफ़ारिशें लागू करने के 30-60 दिन के भीतर मापने लायक ROI देखते हैं। पूरी साइट का पर्सनलाइज़ेशन ज़्यादा समय लेता है, आम तौर पर 4-6 महीने, क्योंकि इसमें ज़्यादा डेटा और ज़्यादा जटिल सेटअप चाहिए। छोटे से शुरू करें, जल्दी मापें, और नतीजे देखने के बाद बढ़ाएं।
क्या पर्सनलाइज़ेशन मेरे ग्राहकों को डरावना लगेगा?
पर्सनलाइज़ेशन तब डरावना लगता है जब वह बहुत आक्रामक हो या साफ़ तौर पर निगरानी जैसा हो। उनके देखे किसी चीज़ की पर्सनलाइज़्ड सिफ़ारिश दिखाना? यह मददगार लगता है। हफ़्तों पहले देखे गए प्रोडक्ट का ईमेल में ज़िक्र करना? यह प्रासंगिक लगता है। उन्हें दूसरी साइटों पर ट्रैक करना और उन चीज़ों के विज्ञापन दिखाना जिनके बारे में उन्होंने बस फुसफुसाया था? यह दखल जैसा लगता है। वही रखें जिसकी ग्राहक आपकी साइट पर अपने किए के आधार पर उम्मीद करेगा। उन्हें पता है कि आपका स्टोर वहां उनका व्यवहार देखता है।
क्या मुझे AI चाहिए या मैं बुनियादी नियम इस्तेमाल कर सकता हूं?
सरल मामलों में बुनियादी नियम काम करते हैं। अगर ग्राहक ने जूते खरीदे, तो जूतों की एक्सेसरीज़ दिखाओ। अगर ग्राहक ने कार्ट छोड़ा, तो उसे ईमेल करो। लेकिन AI नियमों से बेहतर है क्योंकि वह ऐसे पैटर्न ढूंढता है जो इंसान नहीं सोच पाते। नियम यह अनुमान नहीं लगा सकते कि जिसने सोमवार को रनिंग शूज़ देखे और फिर शुक्रवार को स्पोर्ट्स वॉच, वह शायद फ़िटनेस बैंड खरीदेगा। AI इसे पकड़ लेता है। अगर जल्दी जीत चाहिए तो नियमों से शुरू करें। जब आपके पास साफ़ डेटा और आज़माए हुए पर्सनलाइज़ेशन के बुनियादी तरीके हों, तब AI पर जाएं।
मुझे असल में कौन सा डेटा इकट्ठा करना चाहिए?
आपको चाहिए: हर ग्राहक ने कौन से प्रोडक्ट कब देखे, उन्होंने क्या खरीदा, कौन से ईमेल खोले, किन लिंक पर क्लिक किया, और अगर आपके प्रोडक्ट के लिए प्रासंगिक हो तो लोकेशन जैसी बुनियादी जानकारी। आपको दूसरी साइटों की ब्राउज़ हिस्ट्री, वॉइस या चैट ट्रांसक्रिप्ट, या अपने स्टोर के बाहर की कोई भी चीज़ इकट्ठा करने की ज़रूरत नहीं, जब तक ग्राहक अपनी सहमति न दे। देखने और खरीदने के डेटा से शुरू करें। फिर ईमेल एंगेजमेंट जोड़ें। असरदार सिफ़ारिशों और ऑटोमेटेड फ़्लो के लिए आम तौर पर यही काफ़ी है।
क्या छोटे स्टोर पर्सनलाइज़ेशन में बड़े ब्रांड से मुकाबला कर सकते हैं?
हां। छोटे स्टोर के पास असल में एक फ़ायदा है: आप तेज़ी से टेस्ट और सुधार कर सकते हैं। शायद आप अपने ग्राहकों को नाम से जानते हैं। आप पहले इंसानी स्तर पर पर्सनलाइज़ कर सकते हैं (पर्सनलाइज़्ड धन्यवाद नोट, शिपिंग बॉक्स में हाथ से लिखी पर्चियां) और फिर AI सिफ़ारिशें जोड़ सकते हैं। पर्सनलाइज़ेशन की कई सबसे अच्छी जीतें उन छोटे ब्रांड से आती हैं जो ग्राहक अनुभव पर पूरा ध्यान देते हैं, न कि सबसे बड़े बजट वाले सबसे बड़े खिलाड़ियों से।
मैं कैसे मापूं कि पर्सनलाइज़ेशन सच में काम कर रहा है?
पर्सनलाइज़ेशन लॉन्च करने से पहले और बाद में ये मेट्रिक ट्रैक करें: औसत ऑर्डर वैल्यू, कन्वर्ज़न रेट, ईमेल क्लिक-थ्रू रेट और प्रति विज़िटर रेवेन्यू। ज़्यादातर ईमेल पर्सनलाइज़ेशन 30 दिन के भीतर नतीजे दिखाता है। प्रोडक्ट सिफ़ारिशों का साफ़ असर दिखने में 30-60 दिन लगते हैं। पूरी साइट के पर्सनलाइज़ेशन को 90+ दिन दें। अगर कोई मेट्रिक 60 दिन बाद भी न सुधरे, तो यह न मानें कि पर्सनलाइज़ेशन फ़ेल हो गया। आम तौर पर इसका मतलब है कि डेटा अभी साफ़ नहीं है, या रणनीति सही व्यवहार को निशाना नहीं बना रही। हार मानने से पहले ऑडिट करें और बदलाव करें।