人工智能驱动的个性化产生了令人印象深刻的零售投资回报率

已发表: 2020-06-19

随着城市开始分阶段重新开放实体企业，消费者在三个月的庇护所后纷纷走出家门。

尽管必须在大流行开始时迅速调整，但聪明的零售商认识到，消费者仍需要相关的个性化购物体验。在大流行的早期阶段优先考虑个性化沟通的公司可能已经与客户建立了牢固的联系。

然而，在零售贸易出版物最近的一项研究中，31% 的受访者认为保持个性化通信是最大的运营挑战。

虽然我们最近进行的一项研究没有具体询问零售商对 COVID-19 的反应，但研究结果为开辟前进道路提供了重要的见解。通过专注于高级个性化，零售商可以灵活地满足不断变化的消费者需求，并最终获得更高的回报。

根据我们的研究，使用某种高级人工智能驱动个性化措施的零售商中有 70% 实现了 200% 或更高的投资回报率。当更进一步在尽可能多的接触点上进行部署时，投资回报率再次增加到 300%。

最后，对于具有真正以营销为主导的跨渠道个性化策略的零售商来说，400% 的投资回报率是可以实现的，几乎每个接触点都根据购物者的历史和偏好进行个性化。

通过采用人工智能工具，零售商将处于实现类似结果的最佳位置。

个性化需要掌握数据才能给人留下深刻印象

像任何好的引擎一样，个性化工具需要利用正确的燃料来源。这种燃料可以在准确的数据中找到。数据在零售中无处不在，客户一直在生成新数据。

良好的数据推动了令人难忘的个性化——考虑到这一点，人工智能作为个性化引擎的主要组成部分是完全合理的。通过人工智能，数据洞察立即变得更有价值，自动化开始执行引擎的个性化建议。

零售商或品牌收集数据的能力有两个方面。第一个要素是零售商对不同接触点或渠道的客户的了解程度，第二个要素是他们根据每次独特的互动或购买对购物者的了解程度。

反映这一点，电子商务平台有两大类数据可用于通知个性化：产品信息和交易数据。

数据了解购物者过去的行为方式，并了解它在多大程度上可以预测未来的购物行为。购物者采取的每一个行动，无论是仅仅浏览还是完成最终购买，都会影响到电子商务引擎。

人工智能的力量是梳理这些数据——加上天气、位置、一天中的时间、设备类型或其他环境因素——以更有效地“切片和切块”，分析和注意到对人类来说并不明显的违反直觉的需求模式眼睛。

一些数据点并不是那么重要，而另一些则是强劲的需求信号。 AI 对所有噪音进行分类，以全面了解购物者。输入引擎的数据越多，定位效果越好，与购物者互动的可能性就越大。

“个性化商务”是一个由三部分组成的个性化策略，优先考虑跨每个营销、购物和履行渠道的一对一客户体验。

当人工智能驱动的个性化做得对时，客户应该会想，“哇！他们怎么知道我喜欢那个？就好像他们可以读懂我的心一样。” 那一刻应该是真实的，这种情绪反应应该会产生一种与购物者自然的忠诚或亲和感。

但是，在单个购物者的整个生命周期中始终如一地执行此操作的能力是一个巨大的障碍。花点时间想象一下无限的可能性——很明显，这些体验永远不可能手工缝制。

例如，可以根据 Web 用户的当前天气状况对主页进行个性化。当购物者进入网站时，引擎可以识别他们的忠诚度状态和浏览历史，显示购物者最有可能采取行动的特定销售或促销活动。

同样，类别列表页面和产品搜索结果可以根据个人情况进行定制。甚至产品评论也可以个性化，不默认为新近度或评级，而是显示最喜欢他们的人的用户反馈。

机会还在继续。交叉销售、追加销售和冲动购买可以在结账时进行个性化设置，人工智能可以在此阶段了解购物者的购买倾向。

通过电子邮件或社交进行的营销也可以个性化，确切地知道提供什么优惠以重新吸引购物者。可能性是无止境。

当今值得采用的正确个性化平台本身与平台无关。它必须与零售商技术堆栈的其他层——零售商的电子商务平台、库存管理系统、移动设备、应用程序、店内 POS、售货亭、电子邮件等配合得很好。

在讨论输入个性化引擎的数据类型时，重要的是确保该工具可以与各种数据源交互。

通过 API 或微服务结构来回传递信息的能力将使零售商能够对所有数据进行建模并创建购物者的单一视图。底层算法必须健壮，并且该工具需要激活关键指标和 KPI 的快速报告。

无论零售业态变化的不可预测性如何，对于组织而言，无论接触点或渠道如何，努力打造流畅、顺畅和个性化的购物之旅仍然非常重要。

为了实现数字敏捷并实现技术支出的最高投资回报率，零售商需要人工智能支持，这将使个性化商务成为现实。

Meyar Sheik 是 Kibo 的总裁兼首席商务官，该公司为零售商、制造商和品牌提供云商务软件和服务，包括电子商务、订单管理、Certona 个性化、Monetate 个性化和优化以及移动销售点。 Kibo 于 2019 年收购了 Certona，Meyar 担任首席执行官和创始人。