个性化重定向是互联网零售营销活动中不可忽视的一部分。此类活动的一般意义是继续与用户已经开始的对话，通常是在第一次访问网站或任何在线交互之后。重新定位的机会可能是无限的——只需一次查看或一次点击——而且每个人都可以获得。然而，在战略层面上，我们所做的工作还太少。
这是一个微妙的时刻：一方面，你不能浪费你为吸引人们的注意力而投入的资金，另一方面，你要小心，不要浪费一个潜在的机会（通常是通过不优雅的方式或施加过大的压力） ）。让我们考虑一下基于日常使用产品销售的商业模式，例如个人护理和卫生用品。任何人都清楚，在网上搜索过某个品牌的洗发水并不足以成为在所有渠道上用横幅追逐用户的充分理由。
在许多情况下 营销策略中的
依赖像素的重定向会适得其反，因为除了会恶化品牌认知之外，它还会降低任何广告格式的点击率和帐户的质量得分。
让我们想象一个没有侵入性横幅的世界。让我们想象一下基于细分和目标的个性化和智能重定向。以下是 3 个示例：
废弃购物车回收与个性化折扣
让我们从一个已经经过广泛测试的简单示例开始：通过电子邮件恢复废弃的购物车。这是一种或多或少具有吸引力的通信，通常在 营销策略
英国电话号码数据 中的 电子商务网站上的购买中断后 24 小时后发送到收件箱。这本身就是个性化重定向，因为电子邮件是专门发送给某个人的，并显示所需产品的图像。然而，大多数时候这些电子邮件并没有考虑人们的历史，而是简单的触发因素。
应该对潜在客户或客户的生命周期进行重要区分：英雄型用户因此进行了大量且频繁的消费，当然与新用户不同。如果有的话，可以通过适当的差异来突出转换激励的定制。这是Dollar Shave Club的例子，它注重会员资格，而不仅仅是产品。
废弃购物车恢复与个性化折扣
针对不活跃用户的个性化重定向
我们说过，营销自动化可以识别用户，并且不一定必须在最后看到或点击的产品上进行重定向。例如，在某些广告格式中，例如 Facebook 轮播，人们可以想象基于细分而不是手动关联的个性化。
借助人工智能，您可以推荐类似用户喜欢
收入匹配：如何将营销策略转化为销售胜利 的产品。例如，这就是亚马逊通过其算法所做的事情，但它并不是唯一可以做到这一点的算法，，并且不再被视为一种侵入性的尝试来完成销售。对于长期不活跃的用户来说，这种类型的方法可能会非常成功，因此必须刺激他们，如果没有经典的激励措施，那么也可以根据他们的个人资料提供有趣的建议（个性化和相关的） ）。如果在第一个示例中，目标是推动表达需求的结束，那么在这种情况下，我们尝试预测潜在需求。
针对不活跃用户的个性化重定向
个性化的追加销售和交叉销售重定向
重定向必须考虑每个人的
新闻我们 历史和购买习惯。可以设置基于RFM数据（与产品生命周期交叉引用）的策略来创建重定向活动，在预期回购时进行干预，从而预测任何需求（例如，通过提供略高于上次数量的阈值折扣）购买，或通过提供订阅公式（如果可能）。但当客户的历史悠久且复杂时，如何进行干
