京公网安备 11010802034615号
经营许可证编号:京B2-20210330
人工智能如何改变顾客消费体验
从市场营销到医疗,人工智能(AI)正在改变着一切。善解人意,交互式消费,创造更卓越的消费体验,这些在今年的假日营销中出现的新变化,拉开了人工智能为市场提供更好服务的序幕。
为了更好地了解人工智能对零售商的影响,我连线了IBM首任CMO,米歇尔·佩卢苏(Michelle Peluso)。佩卢苏在零售业有着资深经验,曾担任Gilt的首席执行官,也担任过花旗集团的全球消费营销和互联网的首席代表。佩卢苏关于Watson的人工智能将会如何改变零售商对消费者购物体验的影响提供了自己的见解。
维特勒:我们已经进入了假日购物季,现在影响市场营销的最大的变化是什么?
佩卢苏:这对于全体CMO、CEO来说,是一个激动人心的时刻。从6月份就开始为这个假日购物季筹备,运筹、采购、参与和拓展关系网这些工作早已开始——随着一切按部就班、渐入佳境,你就会看到它从计划书变成现实。多年来,我们见证了市场重心慢慢转向网上购物,也形成了越来越多的网上数据,这意味着CMO可以借此了解业务,并改善消费者的购物体验。然而,今年,我认为,最令营销人员兴奋的应当是人工智能终于有了改善CX(消费者体验)的机会。人工智能不仅授权营销人员随时随地使用消费数据,而且首次对暗数据也有所启用。
维特勒:营销人员如何使用人工智能来改善消费者体验呢?比如说?
佩卢苏:让我来给你举四个不同的例子。
1.人工智能驱动的礼品选择:零售商使用这个工具来帮助消费者挑选恰当的礼物,比如1800-Flowers.com就是这样做的。这个网购商创建了“GWYN”(礼物,当你需要),一个新的人工智能驱动的礼品礼宾,她就像你的“私人助理”,在人机交互中通过一系列问题了解你的偏好。她可以变得更聪明,并预测最适合某人的礼物类型,例如,客户键入“我正在为我的母亲寻找礼物”这样的需求,GWYN就会解读他们的问题,然后提出一系列有关场合,情绪和礼物对象的重要问题,以确保她为每个客户提供合适的,量身定制的礼物建议。重要的是,这不同于联合估计甚至是贝叶斯估计,因为当Watson用自然语言跟人互动时,她会边理解,边推理,边学习,然后将这种洞察力应用于礼物推荐。她从人机交互中提取数据,但同时也从许多其他来源提取信息,比如消费者购买趋势和购买行为数据。
2. 人工智能驱动的商品选择:北面(the North Face)是一个户外品牌,主营服装、设备和鞋。最近该零售商推出了一个由IBM的Watson系统支持的互动在线购物平台,这与North Face品牌使用技术改造零售体验的使命相吻合。现在,Fluid XPS提供的引擎,可以让客户用自然语言在线购物,获得直观的购物推荐。利用Watson的自然语言处理能力,XPS可以根据消费者对一系列问题的回答,来发现和改进产品选择,帮助消费者获得恰当的选择。例如,购物者详细回答了想要的夹克或户外活动的需求细节之后,XPS将询问关于诸如位置,温度或性别等因素的问题,以提供满足购物者使用条件和气候要求的推荐。
3. 人工智能驱动的供应缺货管理:零售商面临的关键性挑战是库存管理。理想情况下,您有恰好可以满足消费者需求的库存。如果你缺货,消费者可能不满意,而去别的店铺。如果你库存过剩,你又会丧失流动资金。那么人工智能如何解决这一问题呢?答案就是Watson正在做的:与零售商合作,监控天气、购买率和消费者行为,以更好地管理和监控供应链,保持适当规模的库存水平,避免缺货。我们使用的工具称为“IBM 智能商业”和“Watson订单优化”。
4. 人工智能驱动的消费者需求分心:人工智能正在改变营销人员如何洞察消费者的需求,以提供更多的相关信息。通过了解个人社交、运动、天气和行为等方面的资料,人工智能可以帮助营销人员更详细地了解消费者想要什么,需要什么。消费者的需求是动态的,不是静态的,所以需要一个洞察机器,来考虑这种动态,并将其纳入您的营销计划。人工智能可以理解、推理、学习,然后把它洞察到的规律加以应用。此外,人工智能可以在其学习过程中引入更多的信息,使得营销在个人层面更加符合私人定制的需要。例如,Watson人工智能包括音调分析器,可以通过增强智能,使系统更好地理解自然语言,并不断学习,以便您能够推理和调整产品。比如,对癌症患者,通过音调分析器,Watson的人工智能可以更好地评估消费者对不同治疗方案的反应,并根据患者个体差异,定制更有针对性的计划。在这一方面,人工智能的潜力是无限的。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-05在数据库数据查询、业务报表统计、多表关联分析中,LEFT JOIN左连接是使用率最高的SQL关联查询语句。其核心特性是保留左表全部数 ...
2026-06-05 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-06-05任何一款产品从诞生、普及到最终退出市场,都会遵循一套固定的发展规律,这就是产品生命周期理论。在市场竞争日益激烈、产品迭代 ...
2026-06-04在Excel数据分析、办公统计、业务报表制作场景中,数据透视表是数据汇总、分类统计、快速复盘的核心工具,能够高效完成海量原始 ...
2026-06-04 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-06-04在问卷调查与社会科学数据分析中,卡方检验是最常用、最基础的非参数检验方法,广泛应用于市场调研、用户分析、行为统计、满意度 ...
2026-06-03【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-03 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-06-03逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28