دلیل خوبی برای محبوبیت شخصی‌سازی در بازاریابی وجود دارد، زیرا جواب می‌دهد به‌جز وقتی‌که جواب نمی‌دهد. شناختن تکنیک‌های لازم برای ایجاد یک برنامه‌ی شخصی‌سازی حرفه‌ای تفاوت زیادی در نتایج شما رقم می‌زند.
آیا تابه‌حال احساس کرده‌اید که گویی یک خبرنامه یا تبلیغ مستقیماً با شما سخن می‌گوید؟ بازاریاب‌ها با استفاده از تحلیل داده و سیستم اتوماسیون می‌توانند پیام‌رسانی و ارائه محصولات را متناسب با هر مشتری انجام دهند. این عمل، شخصی‌سازی نامیده می‌شود و می‌تواند به شما در تشخیص محصولات و خدمات و افزایش نرخ تبدیل کمک کند. (یعنی فروش شما را رشد دهد!)
کریس گاوارد مؤسس و مدیرعامل شرکت وایدر فانل، به بهینه‌سازی نرخ تبدیل و استراتژی شخصی‌سازی شرکت‌هایی چون آی بی ام، گوگل و اچ پی کمک کرده است. در این ویدان با او همگام شوید تا اصول شخصی‌سازی بازاریابی و چگونگی اعمال آن‌ها در کمپین‌های خود را بیاموزید.
کریس به شما نشان می‌دهد که شخصی‌سازی چیست؟ در زیرساخت‌های شخصی‌سازی باید به چه چیزهایی توجه کنید؟ و از همه مهم‌تر چگونه یک برنامه‌ی قوی برای شناسایی و اولویت‌بندی فرصت‌های شخصی طراحی کنید که مختص کسب‌وکار شما باشد؟
این ویدان شما را به نحوی معجزه‌آسا از رقبایتان جلو می‌اندازد. در این دوره تکنیک‌های جدیدی در حوزه بازاریابی مخصوصاً بازاریابی آنلاین را فرا می‌گیرید.
موضوعات مطرح‌شده در دوره مبانی بازاریابی - شخصیتی:
شناخت بازاریابی شخصیتی: تمایز در شخصی‌سازی، شناسایی اشتباهات شخصی‌سازی بازاریابی
آماده‌سازی شخصی‌سازی: ایجاد پایه و اساس شخصی‌سازی، مشخص کردن اینکه چه زمانی از شخصی‌سازی استفاده کنیم، یکپارچه‌سازی پلتفرم‌های شخصی‌سازی، ساخت یک تیم بهینه‌سازی متخصص، استفاده از یک فرآیند بهینه‌سازی ساختار
شناسایی فرصتها: شخصی‌سازی با اهداف موجود، پیدا کردن فرصت‌های جدید از دنبال کننده هایتان، استفاده از داده‌های شخصی‌سازی خود، استفاده از داده‌های شخصی‌سازی قیاسی، استفاده از داده‌های شخصی‌سازی القایی
اولویت‌بندی فرصت‌های شخصی‌سازی: اولویت‌بندی فرضیه‌های شخصی‌سازی با PIE، تهیه کردن جدول PIE شخصی‌سازی، تائید اعتبار برای رشد و بینش
-
آنچه دراین دوره خواهید دید
-
تمایز در شخصی سازی
-
مشخص کردن اینکه چه زمانی از شخصی سازی استفاده کنیم
-
شناسایی اشتباهات شخصی سازی بازاریابی
-
ایجاد پایه و اساس شخصی سازی
-
یکپارچه سازی پلتفرم های شخصی سازی
-
ساخت یک تیم بهینه سازی متخصص
-
استفاده از یک فرآیند بهینه سازی ساختار یافته
-
شخصی سازی با اهداف موجود
-
پیدا کردن فرصت های جدید از دل داده های خودتان
-
استفاده از داده های شخصی سازی خود شناسایی شده
-
استفاده از داده های شخصی سازی قیاسی
-
استفاده از داده های شخصی سازی القایی
-
اولویت بندی فرضیه های شخصی سازی با PIE
-
تهیه کردن جدول PIE شخصی سازی
-
تائید اعتبار برای رشد و بینش
