
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
CDA 数据分析师报考条件详解与准备指南 在数据驱动决策的时代浪潮下,CDA 数据分析师认证愈发受到瞩目,成为众多有志投身数 ...
2025-07-18刚入职场或是在职场正面临岗位替代、技能更新、人机协作等焦虑的打工人,想要找到一条破解职场焦虑和升职瓶颈的系统化学习提升 ...
2025-07-182025被称为“AI元年”,而AI,与数据密不可分。网易公司创始人丁磊在《AI思维:从数据中创造价值的炼金术 ...
2025-07-18CDA 数据分析师:数据时代的价值挖掘者 在大数据席卷全球的今天,数据已成为企业核心竞争力的重要组成部分。从海量数据中提取有 ...
2025-07-18SPSS 赋值后数据不显示?原因排查与解决指南 在 SPSS( Statistical Package for the Social Sciences)数据分析过程中,变量 ...
2025-07-18在 DBeaver 中利用 MySQL 实现表数据同步操作指南 在数据库管理工作中,将一张表的数据同步到另一张表是常见需求,这有助于 ...
2025-07-18数据分析师的技能图谱:从数据到价值的桥梁 在数据驱动决策的时代,数据分析师如同 “数据翻译官”,将冰冷的数字转化为清晰的 ...
2025-07-17Pandas 写入指定行数据:数据精细化管理的核心技能 在数据处理的日常工作中,我们常常需要面对这样的场景:在庞大的数据集里精 ...
2025-07-17解码 CDA:数据时代的通行证 在数字化浪潮席卷全球的今天,当企业决策者盯着屏幕上跳动的数据曲线寻找增长密码,当科研人员在 ...
2025-07-17CDA 精益业务数据分析:数据驱动业务增长的实战方法论 在企业数字化转型的浪潮中,“数据分析” 已从 “加分项” 成为 “必修课 ...
2025-07-16MySQL 中 ADD KEY 与 ADD INDEX 详解:用法、差异与优化实践 在 MySQL 数据库表结构设计中,索引是提升查询性能的核心手段。无论 ...
2025-07-16解析 MySQL Update 语句中 “query end” 状态:含义、成因与优化指南 在 MySQL 数据库的日常运维与开发中,开发者和 DBA 常会 ...
2025-07-16如何考取数据分析师证书:以 CDA 为例 在数字化浪潮席卷各行各业的当下,数据分析师已然成为企业挖掘数据价值、驱动决策的 ...
2025-07-15CDA 精益业务数据分析:驱动企业高效决策的核心引擎 在数字经济时代,企业面临着前所未有的数据洪流,如何从海量数据中提取有 ...
2025-07-15MySQL 无外键关联表的 JOIN 实战:数据整合的灵活之道 在 MySQL 数据库的日常操作中,我们经常会遇到需要整合多张表数据的场景 ...
2025-07-15Python Pandas:数据科学的瑞士军刀 在数据驱动的时代,面对海量、复杂的数据,如何高效地进行处理、分析和挖掘成为关键。 ...
2025-07-15用 SQL 生成逆向回滚 SQL:数据操作的 “后悔药” 指南 在数据库操作中,误删数据、错改字段或误执行批量更新等问题时有发生。 ...
2025-07-14t检验与Wilcoxon检验的选择:何时用t.test,何时用wilcox.test? t 检验与 Wilcoxon 检验的选择:何时用 t.test,何时用 wilcox. ...
2025-07-14AI 浪潮下的生存与进阶: CDA数据分析师—开启新时代职业生涯的钥匙(深度研究报告、发展指导白皮书) 发布机构:CDA数据科 ...
2025-07-13LSTM 模型输入长度选择技巧:提升序列建模效能的关键 在循环神经网络(RNN)家族中,长短期记忆网络(LSTM)凭借其解决长序列 ...
2025-07-11