例如,在售后服务方面,人工智能虚拟代理可以响应简单的查询并更快地解决问题,减少人工交互,从而降低客户服务成本并提高满意度。
人工智能可以帮助零售商的关键领域之一是“连接信息”——帮助他们理解有关客户互动、购买和偏好的大量结构化和非结构化数据。在全渠道时代,这一问题更加严重,因为购买流程变得更加分散,涉及不同的接触点和平台。
例如,特定消费者可能会在社交媒体上发现新商品,访问零售商的移动应用程序,在亚马逊上比较价格,在商店试穿商品,通过在线库存服务“无尽货架”购买不同颜色的商品,然后在店内取货或送货上门。
人工智能使零售商能够更好地了解和预
测所有渠道和接触点的客户行为。运营数据中心在生成客户的 360 度视图方面也发挥着重要作用。
总而言之,根据 Adobe 的《2020 年数字趋势:零售焦点》研究,零售商的个性化策略取得了良好的效果,个性化策略在他们的优先事项中排在第二位,仅次于电子商务。
基本的个性化技术,例如在电子邮件中直呼客户姓名,不仅未能给人留下深刻印象,而且实际上可能适得其反。继续上面的餐厅示例,向之前忠诚的 电话营销短信电话号码线索 客户发送“下次在您的餐厅用餐可享受 10% 折扣”的优惠券,很可能无法与担心 Covid-19 的客户建立信任,甚至可能被视为不敏感。
为了生成消费者喜欢或可能喜欢的忠实且最新的资料,未来的零售商需要采用 everis 所谓的“基于知识的超个性化”。
该技术使用人工智能将个性化提升
到一个新的水平,将人口统计数据、社交媒体 外包跨渠道营销设计工作的 3 种选择 行为和购买历史与有关产品或服务的实时或近实时数据和信息相结合。
对于零售商来说,根据实时数据做出快 最新短信群发 速决策比以往任何时候都更加重要,因为过度依赖历史数据就像开车时留意后视镜一样。