在过去的一篇名为 创建相关电子邮件营销信息的 4 个步骤 我定义了相关性，详细说明了其重要性，并概述了创建相关信息的 4 个步骤。
现在是时候看看相关性的发展方向了，这要归功于三个主要因素：实现相关性的更多更好的技术、为这些技术提供支持的数据，以及最有效地引导人们努力实现全面相关性的战略。
以下是一篇有趣的文章 戴维-丹尼尔斯 The Revancy Group 公司的一位专家描述了营销相关性的新未来。
在相关性方面，我们正在迅速进入一个新的阶段，未来将从客户关系管理（CRM）转变为情境策略，以提供真正的个性化体验，即 "个性化"。 "人本营销"（People-BasedMarketing）。
这种方法将客户关系管理数据与未知数据相结合，将客户视为一个人。这种以人为本的营销理念首次允许营销人员针对个人而不是群体进行营销。
数字营销人员必须开始将客户视为个体，模仿线下体验。许多线下企业（实体店）会识别老客户，并与他们进行不同的对话，而首次光顾的新客户则会收到不同的优惠。
这种方法要求了解个人身份，然后将行为、态度、人口统计和地点作为目标属性。
如今，营销人员能够通过电子邮件地址锁定目标客户，但我们发现，电子邮件营销人员并没有利用所有可用数据。
相关性的未来已经开始
消费者要求相关性。在最近进行的相关性集团消费者调查中，我们发现： 55%的消费者表示，他们会忽略或拒绝与自己无关的信息。
相关性之旅
- 分段： 几十年来，这一直是直销和数字营销的基础。在这种方法中，营销人员利用客户关系营销 (CRM)、频率和货币 (RFM) 数据，这些数据提供了客户关系的传统历史视图。
- 背景： 这就是我们今天所处的时代。上下文》利用了精准营销的最佳方面，包括利用 实时数据 使用基于事件的信息来触发通信或作为预测模型的数据输入。如果说过去的行为是未来行为的最佳预测指标，那么情境数据之所以能发挥作用，部分原因在于过去的行为可以是最近几分钟、几小时或几天的行为。这是提高营销准确性的必要步骤。
- 人： 以人为本的营销（PBM）是我们目前所从事的营销工作的一个新兴方面。它将客户关系管理（CRM）数据与未知数据相融合，将客户视为一个人。
这种 "以人为本的营销 "理念首次允许营销人员单独但大规模地以人为目标。这种方法允许营销人员实施基于身份的持久生命周期或一次性营销活动。
未来的相关性由以下方面组成 4 个主要支柱:
- 身份管理 将客户关系管理中的已知客户与未知客户信息进行匹配的技术和方法是未来相关性的关键要求。
- 数据管理 管理海量非结构化数据、客户信息和海量广告数据的能力。这就需要更多的数据策略，如卫生和丰富。
- 机器学习 - 机器学习 能够为营销人员提供人工智能，以制定预测性建议和新的目标定位与聚焦策略。
- 实施渠道 能够在所有渠道中提高相关性，最重要的是，能够跨渠道和设备衡量参与度。
未来的相关性需要准确的实时数据来进行细分和分析。
未来的相关性需要准确的实时数据来进行定位和分析。营销人员越来越多地使用实时数据来提高营销活动的准确性。
实时数据，如位置、网络事件数据，甚至天气，都能显著提高相关性的准确性。对行为要素采取实时行动的能力将推进营销活动的背景和结果。
数据卫生和数据丰富也是未来相关性的基本要素。营销人员在开始全面整合已知和未知客户数据（即身份管理）之前，必须使用干净的数据。
机器学习和人工智能是必要的，而且发展迅速。
多年来，营销人员一直在尝试使用预测性推荐技术，其中大部分都体现在网站个性化方面。因此，依赖于复杂人工智能的新学习技术已经进入市场。
推荐算法从过去的行为中学习，并随着时间的推移变得更加准确。
虽然这项技术日新月异，但营销人员应该寻找那些通过复杂建模具备核心预测能力的公司，以及那些能够接入一些最新网络个性化产品的公司。拥抱 "机器的营销人员比不拥抱机器的营销人员更具优势。
