基于人工智能的个性化为这家顶级零售商提供了 10% 以上的收入增长

ZineOne 屡获殊荣的基于人工智能的个性化平台使用预测建模来帮助企业了解和响应即时的客户活动。

ZineOne 的技术被称为“智能客户参与平台”，使零售商能够用第三方和会话中浏览数据补充现有存储的客户数据，通过他们的网站、移动设备、信息亭或任何其他渠道提供相关和个性化的会话中体验.

ZineOne 的最新案例研究讨论了美国 10 大百货连锁店在向其网站和移动用户提供与上下文相关且引人入胜的优惠时所面临的挑战。

该案例研究突出了零售商的主要障碍，详细概述了 ZineOne 如何使用 AI 和预测建模帮助他们应对挑战，并展示了一些真正令人印象深刻的结果。

案例研究，基于 AI 的个性化提供 10% 以上的收入提升，可从此处下载。

与ZineOne合作制作的内容。

消除杂乱的零售优惠

来自零售商的弹出窗口、推送通知、电子邮件和其他优惠的涌入对消费者来说可能是压倒性的。 这种过载会导致较低的转化率和更多的购物车放弃。

为了在客户中脱颖而出，美国 10 大百货连锁店知道他们需要一种技术来帮助他们实时支持相关的、情境化的客户参与。

这家零售商与 ZineOne 合作，这是一个基于人工智能的个性化平台，可通过数字和物理渠道提供对每位访客的洞察，以实现这一目标。

该零售商拥有超过 100,000 名员工，超过 1000 家商店的收入超过 15 亿美元。

ZineOne 写道，“为了支持其设想的相关的、上下文的客户参与，零售商知道它需要一个不同的解决方案，一个可以利用数据科学的进步来实时加深客户关系、品牌亲和力和忠诚度的解决方案。 ”

无法访问会话中的客户数据是主要挑战

零售商在实施更强大的客户参与策略方面面临着几个挑战——主要的挑战是无法访问可以补充现有存储客户数据的会话中客户数据。

正如案例研究中所指出的，挑战总结如下：

• 访问会话中的用户行为和实时上下文
• 无法连接每个客户的跨渠道上下文
• 低报价接受率的次优客户参与

ZineOne 写道，“虽然对存储的客户数据的分析允许创建导致基本个性化推荐的角色和细分，但它没有考虑到客户当前的渠道、需求和心态。 因此，品牌不能有意义地个性化客户的会话体验，以防止放弃网站或购物车。”

这家零售商邀请 ZineOne 帮助他们使用基于人工智能的推荐来部署相关的、个性化的参与，这些推荐结合了会话中的用户行为。

他们还整合了来自其他各种平台的客户数据，将数据统一到跨渠道的单一用户视图中，并使用机器学习 (ML) 实时分析数据，将其与历史数据点进行比较以获得更准确的预测（并有助于影响) 会话内购买。

人工智能驱动的实时个性化是这家零售商的解决方案

ZineOne 的智能客户参与 (ICE) 平台使零售商能够自动化会话中干预，这些干预基于持续的跨渠道客户智能。

这是通过使用正在申请专利的“客户 DNA”技术来实现的，该技术根据实时相关信息（例如在购物时向访客提供的超个性化优惠）推荐行动以激励访客。

有关客户 DNA 购物者行为的一些详细信息：

• 客户 DNA 是每个购物者不断变化的行为数据流
• 数据通过跨平台的环境洞察得到增强，可提供有关每个客户的持续情报
• 使用 ZineOne ICE 平台中嵌入的基于机器学习的模型优化客户洞察

根据客户 DNA 的 ZineOne，“允许零售商根据智能层预测的最适合每位访客的内容，对发生的用户活动做出有意义的反应。”

结果

来源：ZineOne

ZineOne 的技术实施后，零售商在基于会话中用户行为的预测模型中看到了令人印象深刻的结果，准确率高达 90%。

该公司还看到了 50% 以上的赎回率和 12% 的个性化优惠净收入增长。

有关这家顶级零售商的超个性化情境个性化方法的更多详细信息，请下载 ZineOne 案例研究：基于人工智能的个性化提供 10% 以上的收入提升。