1
| 本文作者： 夏睿 | 2016-09-19 11:06 |
個性化零售已不是一個新概念了，十年前，Amazon 和 Netflix 曾是個性化零售的典型代表。從那時起，Amazon 就可根據消費者的瀏覽記錄或歷史購物記錄，為他們呈現個性化的主頁。這一做法在當時備受贊譽。相比之下，其他零售商的個性化方式就顯得簡單許多——通過名字識別曾瀏覽過自己網頁的顧客并向他們打招呼，或者允許顧客保存網站首選項；之后才有針對細分訪客的網頁視圖效果這種一對多的網頁呈現方式。
而現在，這些最基本的方法已成為零售營銷的籌碼。不過消費者可比十年前精明多了，他們不僅想要個性化的服務，更想要你預測他們的喜好！而應用于零售行業的人工智能（AI）使這種需求成為可能。
隨著大數據的激增和分銷平臺中機器學習的應用，個性化零售業正在經歷著一場巨大變動。
| AI 在零售業的成功應用
一些零售機構已經利用 AI 建立起成功的商業案例。拿 Stitch Fix（美國一家專為女性打造的個人專屬服飾風格購物網站）舉例，其風格訂購服務可運用 AI 為顧客剪裁符合她們品味，預算和生活方式的衣服，并為其搭配配飾。時尚編輯每月定時為顧客免費郵寄 5 件服飾供她們挑選，有顧客滿意的服飾，則可以付費買下，不喜歡的則打包再寄回去。Stitch Fix 的時尚編輯與超過 60 位大數據分析師一起工作，共同分析出合適用戶的每一款物品，機器推薦主要是搜羅用戶在網絡上的各種痕跡分析用戶喜好，而編輯則預測甚至根據個人想法為用戶提供建議服飾風格。由于這一過程中運用機器學習，越來越多的數據也會使電腦計算變得更智能。
這一把人和機器的智慧結合在一起的策略營銷大獲成功。據統計，有超過 80% 的顧客 90 天內再次在該網站下單，有大約三分之一的顧客花費一半的服裝預算在訂購服務上。
盡管我們看到許多企業也想搭上 AI 的列車加速自己的零售進程，但 Stitch Fix 的方法并不適用于所有企業。另一方面，有經驗的零售商卻可以把 AI 應用到不同的業務部門。 Macy 稱其消費者服務部門正在測試一個基于 AI 的“移動伴侶”。消費者可告訴移動伴侶自己購買物品的實體店，向它提出問題，并得出回答，這使得 AI 能和顧客進行實時互動。既然如此，用這個技術來擴展新用戶如何？
| 營銷人員該怎么做？
在營銷中應用 AI， 不僅能使零售商獲取新顧客，也使他們能復制模式。隨著商家推薦功能和供應功能越來越“量身定制”，顧客的忠誠度也會繼續加深。每一天，消費者都會看到成百上千的廣告和營銷信息，而想讓自己的產品從這些信息中脫穎而出，以 AI 為基礎的市場營銷就顯得必不可少。
有了 AI 的幫忙，營銷人員就能利用強大的算法找到網站內部和第三方數據內的模式，然后在這些模式中尋找重復點。把人工智能轉化為個性化零售服務的關鍵點，就在于機器學習。這聽起來很簡單，機器學習就是利用數據及概率解決問題。不過在個性化情境中，機器學習還可以持續調整數據設置，直到最合適的營銷信息能通過最有效的渠道呈現在個體用戶面前。
而對于僅由 AI 支撐的個性化營銷，營銷人員需要謹記以下幾點：
不要被大數據所淹沒
許多零售組織擁有大量的數據，但是不知道如何將這些數據組織在一起，更不用說讓它們產生意義。如果你沒有內部資源使用好這些分離的數據，那把這個工作外包給其他科技公司也不失為一種有效率的辦法。
盡可能多地使用第三方數據
從POS機刷卡到忠誠度數據測定，零售商擁有海量消費者信息。但是，想要對每一位消費者都有 360 度全方位的了解，就一定要大量獲取第三方數據。我并不是指簡單的人口統計資料，盡管它也有一定的作用。你的數據應該結合地點、時間、社交活動、價格敏感度等多種因素，因為正是這些數據讓你了解到消費者如何、為何和怎樣進行購物，以及找到有效刺激消費者購物的觸發點，以便商家向其呈現最能勾起他們興趣的的營銷信息。
決定最佳輸出渠道
如 Stitch Fix 的“移動伴侶”所示，移動終端可被用來加強店內服務，同時它可被用作即時促銷和即時供應。另外，零售人員也應該關注由 AI 技術支持的聊天機器人。
當然，你不必非像 Stitch Fix 這樣為顧客提供的個性化訂購服務。只要在某一業務領域應用 AI，無論是營銷、消費者服務，還是銷售，你都能有巨大收獲。個性化技術早已為人們所熟知和應用。而現在，隨著 AI 的到來，它也將成為零售行業的未來。
延伸閱讀：
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
