st3.flashrolls

個(gè)性化零售已不是一個(gè)新概念了，十年前，Amazon 和 Netflix 曾是個(gè)性化零售的典型代表。從那時(shí)起，Amazon 就可根據(jù)消費(fèi)者的瀏覽記錄或歷史購(gòu)物記錄，為他們呈現(xiàn)個(gè)性化的主頁(yè)。這一做法在當(dāng)時(shí)備受贊譽(yù)。相比之下，其他零售商的個(gè)性化方式就顯得簡(jiǎn)單許多——通過(guò)名字識(shí)別曾瀏覽過(guò)自己網(wǎng)頁(yè)的顧客并向他們打招呼，或者允許顧客保存網(wǎng)站首選項(xiàng)；之后才有針對(duì)細(xì)分訪客的網(wǎng)頁(yè)視圖效果這種一對(duì)多的網(wǎng)頁(yè)呈現(xiàn)方式。

而現(xiàn)在，這些最基本的方法已成為零售營(yíng)銷(xiāo)的籌碼。不過(guò)消費(fèi)者可比十年前精明多了，他們不僅想要個(gè)性化的服務(wù)，更想要你預(yù)測(cè)他們的喜好！而應(yīng)用于零售行業(yè)的人工智能（AI）使這種需求成為可能。

隨著大數(shù)據(jù)的激增和分銷(xiāo)平臺(tái)中機(jī)器學(xué)習(xí)的應(yīng)用，個(gè)性化零售業(yè)正在經(jīng)歷著一場(chǎng)巨大變動(dòng)。

| AI 在零售業(yè)的成功應(yīng)用

一些零售機(jī)構(gòu)已經(jīng)利用 AI 建立起成功的商業(yè)案例。拿 Stitch Fix（美國(guó)一家專(zhuān)為女性打造的個(gè)人專(zhuān)屬服飾風(fēng)格購(gòu)物網(wǎng)站）舉例，其風(fēng)格訂購(gòu)服務(wù)可運(yùn)用 AI 為顧客剪裁符合她們品味，預(yù)算和生活方式的衣服，并為其搭配配飾。時(shí)尚編輯每月定時(shí)為顧客免費(fèi)郵寄 5 件服飾供她們挑選，有顧客滿(mǎn)意的服飾，則可以付費(fèi)買(mǎi)下，不喜歡的則打包再寄回去。Stitch Fix 的時(shí)尚編輯與超過(guò) 60 位大數(shù)據(jù)分析師一起工作，共同分析出合適用戶(hù)的每一款物品，機(jī)器推薦主要是搜羅用戶(hù)在網(wǎng)絡(luò)上的各種痕跡分析用戶(hù)喜好，而編輯則預(yù)測(cè)甚至根據(jù)個(gè)人想法為用戶(hù)提供建議服飾風(fēng)格。由于這一過(guò)程中運(yùn)用機(jī)器學(xué)習(xí)，越來(lái)越多的數(shù)據(jù)也會(huì)使電腦計(jì)算變得更智能。

 這一把人和機(jī)器的智慧結(jié)合在一起的策略營(yíng)銷(xiāo)大獲成功。據(jù)統(tǒng)計(jì)，有超過(guò) 80% 的顧客 90 天內(nèi)再次在該網(wǎng)站下單，有大約三分之一的顧客花費(fèi)一半的服裝預(yù)算在訂購(gòu)服務(wù)上。

盡管我們看到許多企業(yè)也想搭上 AI 的列車(chē)加速自己的零售進(jìn)程，但 Stitch Fix 的方法并不適用于所有企業(yè)。另一方面，有經(jīng)驗(yàn)的零售商卻可以把 AI 應(yīng)用到不同的業(yè)務(wù)部門(mén)。 Macy 稱(chēng)其消費(fèi)者服務(wù)部門(mén)正在測(cè)試一個(gè)基于 AI 的“移動(dòng)伴侶”。消費(fèi)者可告訴移動(dòng)伴侶自己購(gòu)買(mǎi)物品的實(shí)體店，向它提出問(wèn)題，并得出回答，這使得 AI 能和顧客進(jìn)行實(shí)時(shí)互動(dòng)。既然如此，用這個(gè)技術(shù)來(lái)擴(kuò)展新用戶(hù)如何？

|  營(yíng)銷(xiāo)人員該怎么做？

在營(yíng)銷(xiāo)中應(yīng)用 AI， 不僅能使零售商獲取新顧客，也使他們能復(fù)制模式。隨著商家推薦功能和供應(yīng)功能越來(lái)越“量身定制”，顧客的忠誠(chéng)度也會(huì)繼續(xù)加深。每一天，消費(fèi)者都會(huì)看到成百上千的廣告和營(yíng)銷(xiāo)信息，而想讓自己的產(chǎn)品從這些信息中脫穎而出，以 AI 為基礎(chǔ)的市場(chǎng)營(yíng)銷(xiāo)就顯得必不可少。

有了 AI 的幫忙，營(yíng)銷(xiāo)人員就能利用強(qiáng)大的算法找到網(wǎng)站內(nèi)部和第三方數(shù)據(jù)內(nèi)的模式，然后在這些模式中尋找重復(fù)點(diǎn)。把人工智能轉(zhuǎn)化為個(gè)性化零售服務(wù)的關(guān)鍵點(diǎn)，就在于機(jī)器學(xué)習(xí)。這聽(tīng)起來(lái)很簡(jiǎn)單，機(jī)器學(xué)習(xí)就是利用數(shù)據(jù)及概率解決問(wèn)題。不過(guò)在個(gè)性化情境中，機(jī)器學(xué)習(xí)還可以持續(xù)調(diào)整數(shù)據(jù)設(shè)置，直到最合適的營(yíng)銷(xiāo)信息能通過(guò)最有效的渠道呈現(xiàn)在個(gè)體用戶(hù)面前。

而對(duì)于僅由 AI 支撐的個(gè)性化營(yíng)銷(xiāo)，營(yíng)銷(xiāo)人員需要謹(jǐn)記以下幾點(diǎn)：

1. 不要被大數(shù)據(jù)所淹沒(méi)

   許多零售組織擁有大量的數(shù)據(jù)，但是不知道如何將這些數(shù)據(jù)組織在一起，更不用說(shuō)讓它們產(chǎn)生意義。如果你沒(méi)有內(nèi)部資源使用好這些分離的數(shù)據(jù)，那把這個(gè)工作外包給其他科技公司也不失為一種有效率的辦法。

2. 盡可能多地使用第三方數(shù)據(jù)
   

   從POS機(jī)刷卡到忠誠(chéng)度數(shù)據(jù)測(cè)定，零售商擁有海量消費(fèi)者信息。但是，想要對(duì)每一位消費(fèi)者都有 360 度全方位的了解，就一定要大量獲取第三方數(shù)據(jù)。我并不是指簡(jiǎn)單的人口統(tǒng)計(jì)資料，盡管它也有一定的作用。你的數(shù)據(jù)應(yīng)該結(jié)合地點(diǎn)、時(shí)間、社交活動(dòng)、價(jià)格敏感度等多種因素，因?yàn)檎沁@些數(shù)據(jù)讓你了解到消費(fèi)者如何、為何和怎樣進(jìn)行購(gòu)物，以及找到有效刺激消費(fèi)者購(gòu)物的觸發(fā)點(diǎn)，以便商家向其呈現(xiàn)最能勾起他們興趣的的營(yíng)銷(xiāo)信息。

3. 決定最佳輸出渠道

   如 Stitch Fix 的“移動(dòng)伴侶”所示，移動(dòng)終端可被用來(lái)加強(qiáng)店內(nèi)服務(wù)，同時(shí)它可被用作即時(shí)促銷(xiāo)和即時(shí)供應(yīng)。另外，零售人員也應(yīng)該關(guān)注由 AI 技術(shù)支持的聊天機(jī)器人。
   

當(dāng)然，你不必非像 Stitch Fix 這樣為顧客提供的個(gè)性化訂購(gòu)服務(wù)。只要在某一業(yè)務(wù)領(lǐng)域應(yīng)用 AI，無(wú)論是營(yíng)銷(xiāo)、消費(fèi)者服務(wù)，還是銷(xiāo)售，你都能有巨大收獲。個(gè)性化技術(shù)早已為人們所熟知和應(yīng)用。而現(xiàn)在，隨著  AI 的到來(lái)，它也將成為零售行業(yè)的未來(lái)。

 via: retailcustomerexperience

延伸閱讀：

又一明星去世，AI 是否能讀懂抑郁癥患者的悲傷

返璞歸真：聊天機(jī)器人或許無(wú)需 AI？

與其迷戀AI 不如“摸摸”這些開(kāi)源平臺(tái)｜AI科技評(píng)論周刊

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。