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
在问卷调研的数据分析流程中,“先检验信效度,再开展进阶统计分析”是通用的规范逻辑。很多从业者会听到“问卷效度高,后续可以 ...
2026-07-30【核心关键词】大数据、统计学、专业、毕业生、论文、课程、计算机、建模、知识、数据分析、机器学习、数据科学、大数据技术、 ...
2026-07-30 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-07-30在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28在Excel数据分析与报表制作中,数据透视表是快速完成多维度汇总、分组统计的核心工具。很多从业者在得到透视表汇总结果后,为了 ...
2026-07-27 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-07-27当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运转的核心动能、滋养人工 ...
2026-07-27【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23 很多数据分析师精通Excel、SQL、Python等工具,但当被问到“面对一个具体的业务问题,该用什么分析方法”“描述性分析和诊断 ...
2026-07-23【核心关键词】埋点、产品、互联网、数据库、决策、数据分析、产品经理、商业模式、移动互联网、指标体系、运营模块、大数据平 ...
2026-07-22在高并发、大数据量的业务系统中,单表数据量达到千万级甚至亿级后,会出现查询性能骤降、索引维护成本飙升、存储扩容困难等问题 ...
2026-07-22