实时个性化创建了一个流动的网上商店。这些网上商店可以立即（实时）适应访问者（的行为）。例如，这允许在线商店显示与购买过程中的兴趣或阶段相匹配的单独消息、功能或产品建议。从理论上讲，这会吸引游客进行更多、更快的购买。
建立兴趣档案
这是如何运作的？为每个匿名访问者实时建立所谓的“兴趣档案”。该配置文件包含以下信息：访问者通过哪些流量来源到达网上商店、访问了哪些页面、返回的频率以及访问持续的时间。根据该访问者的兴趣概况，（部分）网上商店会进行调整。
想想主页上的横幅。假设访客对“移动订阅 250 分钟/仅限 SMS SIM 卡”感兴趣。如果他在第一次访问时没有购买此内容并稍后返回网上商店，他将立即看到此类订阅的横幅。具有不同兴趣或没有兴趣的访问者会看到不同的横幅。
另一个例子是个性化产品标签。假设您知道访问者 A 更有可能受到其他人对产品的看法的诱惑而购买，而访问者 B 对专家的推荐很敏感。基于此，网上商店向访问者 A 展示了该产品的“畅销书”标签。访客 B 被“我们最喜欢的”标签所吸引。
个人网上商店
兴趣概况正在增加，因为每次访问都会存储有关访问者的更多信息。基于此，智能算法确定个人访问者看到的消息、产品建议或功能。理论上，每个单独的访问者都会在他自己的网上商店中浏览，这样转化的机会就会最大化。
与 A/B 测试有什么区别？
在 A/B 测试中，您提前确定变体。然后在 印度电报数据 测试期间修复此问题。对于个性化，变体不是固定的，而是由个性化工具的（自学习）算法确定。在下图中，您可以看到 A/B 测试和实时个性化之间的区别。
图1a
A/B 测试
图1b
个性化
另一个重要的区别是，实时个性化主要用于转化优化金字塔的顶部（情感和直觉，见下图）。如果您的订购流程中仍然存在功能或可用性阈值，那么实施实时个性化并不是非常有效。
图2
声明 1：如果您已经进行了 A/B 测试，则不再需要个性化
会议开幕后，大家进行了热烈的讨论，并发表了两则发言。讨论由Clickvalue 创始人Daniel Markus主持。讨论小组由两人组成：Sagent 首席产品经理Leonard Wolters和Ziggo 在线转换经理Roel Gerrits 。 Sagent 提供支持实时个性化的软件。 Gerrits 讲述了他在 Ziggo 的个人经历。