Персонализация на основе искусственного интеллекта позволяет увеличить выручку этого ведущего ритейлера на 10% +

Отмеченная наградами платформа персонализации на основе искусственного интеллекта ZineOne использует прогнозное моделирование, чтобы помочь компаниям понимать текущую активность клиентов и реагировать на них.

Технология ZineOne, получившая название «интеллектуальной платформы взаимодействия с клиентами», позволяет розничным продавцам дополнять существующие сохраненные данные о клиентах сторонними данными и данными просмотра во время сеанса, чтобы обеспечить релевантный и персонализированный опыт во время сеанса через свой веб-сайт, мобильное устройство, киоск или любой другой канал. .

В последнем тематическом исследовании ZineOne обсуждаются проблемы, с которыми столкнулась 10 крупнейших сетей универмагов США при предоставлении контекстно-релевантных и привлекательных предложений для своих веб-сайтов и мобильных пользователей.

В тематическом исследовании подчеркиваются основные препятствия розничного продавца, дается подробный обзор того, как ZineOne помог им решать их проблемы с помощью искусственного интеллекта и прогнозного моделирования, а также представлены действительно впечатляющие результаты.

Пример использования «Персонализация на основе искусственного интеллекта обеспечивает рост доходов на 10% +» доступен для скачивания здесь.

Контент создан в сотрудничестве с ZineOne .

Избавьтесь от беспорядка розничных предложений

Наплыв всплывающих окон, push-уведомлений, электронных писем и других предложений от розничных продавцов может быть ошеломляющим для потребителей. Эта перегрузка приводит к снижению коэффициента конверсии и большему количеству брошенных корзин.

Чтобы выделиться среди своих клиентов, 10 крупнейших сетей универмагов США знали, что им нужна технология, которая могла бы помочь им поддерживать актуальное контекстное взаимодействие с клиентами в режиме реального времени.

Для достижения этой цели розничный торговец сотрудничал с ZineOne, платформой персонализации на основе искусственного интеллекта, которая дает представление о каждом отдельном посетителе по цифровым и физическим каналам.

У ритейлера более 100 000 сотрудников, а выручка в более чем тысяче магазинов составляет более 15 миллиардов долларов.

Как пишет ZineOne, «для поддержки релевантного, контекстного взаимодействия с клиентами, которое он предполагал, розничный торговец знал, что ему нужно другое решение, которое могло бы использовать достижения в области науки о данных для углубления отношений с клиентами, повышения узнаваемости бренда и лояльности в режиме реального времени. ”

Отсутствие доступа к данным о клиенте во время сеанса было ключевой проблемой

Розничный торговец столкнулся с несколькими проблемами при реализации более надежной стратегии взаимодействия с клиентами, главная из которых заключалась в отсутствии доступа к данным о клиентах во время сеанса, которые могли бы дополнить существующие сохраненные данные о клиентах.

Краткое изложение проблем, как указано в тематическом исследовании, заключается в следующем:

• Доступ к поведению пользователя во время сеанса и контексту в реальном времени
• Невозможность подключения кросс-канального контекста каждого клиента
• Неоптимальное взаимодействие с клиентами с низким процентом принятия предложений

Как пишет ZineOne: «Хотя анализ сохраненных данных о клиентах позволяет создавать личности и сегменты, которые приводят к базовым персонализированным рекомендациям, он не учитывает текущий канал, потребности и образ мышления клиентов. Следовательно, бренд не может значимо персонализировать взаимодействие с клиентом во время сеанса, чтобы предотвратить отказ от веб-сайта или корзины ».

Розничный продавец обратился к ZineOne, чтобы помочь им развернуть релевантное персонализированное взаимодействие с использованием рекомендаций на основе искусственного интеллекта, которые включали поведение пользователей во время сеанса.

Они также интегрировали данные клиентов с различных других платформ, унифицированные данные в единое пользовательское представление по каналам и использовали машинное обучение (ML) для анализа данных в реальном времени, сравнения их с историческими точками данных, чтобы получить более точный прогноз (и помочь повлиять на ) внутрисессионные покупки.

Персонализация в реальном времени на основе искусственного интеллекта стала решением для этого продавца.

Платформа ZineOne Intelligent Customer Engagement (ICE) позволила розничному продавцу автоматизировать вмешательства во время сеанса, которые основывались на непрерывной кросс-канальной аналитике клиентов.

Это было сделано с помощью запатентованной технологии «ДНК клиента», которая рекомендует действия по стимулированию посетителей на основе актуальной информации в реальном времени, такой как гипер-персонализированные предложения, которые доставляются посетителям во время совершения покупок.

Некоторые подробности о поведении покупателя в ДНК клиента:

• ДНК клиента - это постоянно меняющийся поток данных о поведении каждого покупателя.
• Данные дополняются кроссплатформенной экологической аналитикой, которая обеспечивает непрерывную аналитическую информацию о каждом клиенте.
• Понимание клиентов оптимизируется с помощью моделей на основе машинного обучения, встроенных в платформу ZineOne ICE.

Согласно ZineOne, Customer DNA, «позволили розничному продавцу осмысленно реагировать на действия пользователя по мере их возникновения, основываясь на том, что аналитические уровни предсказывали как наиболее подходящие для каждого посетителя».

Результаты, достижения

Источник: ZineOne

После внедрения технологии ZineOne розничный торговец увидел впечатляющие результаты с точностью до 90% в прогнозных моделях, основанных на поведении пользователя во время сеанса.

Компания также отметила более 50% погашения и рост чистой выручки от персонализированных предложений на 12%.

Чтобы получить более подробную информацию о подходе этого ведущего ритейлера к гипер-персонализированной контекстной персонализации, загрузите тематическое исследование ZineOne: Персонализация на основе искусственного интеллекта обеспечивает увеличение дохода на 10% +.