个性化零售已不是一个新概念了，十年前，Amazon 和 Netflix 曾是个性化零售的典型代表。从那时起，Amazon 就可根据消费者的浏览记录或历史购物记录，为他们呈现个性化的主页。这一做法在当时备受赞誉。相比之下，其他零售商的个性化方式就显得简单许多——通过名字识别曾浏览过自己网页的顾客并向他们打招呼，或者允许顾客保存网站首选项；之后才有针对细分访客的网页视图效果这种一对多的网页呈现方式。
而现在，这些最基本的方法已成为零售营销的筹码。不过消费者可比十年前精明多了，他们不仅想要个性化的服务，更想要你预测他们的喜好！而应用于零售行业的人工智能（AI）使这种需求成为可能。
随着大数据的激增和分销平台中机器学习的应用，个性化零售业正在经历着一场巨大变动。
| AI 在零售业的成功应用
一些零售机构已经利用 AI 建立起成功的商业案例。拿 Stitch Fix（美国一家专为女性打造的个人专属服饰风格购物网站）举例，其风格订购服务可运用 AI 为顾客剪裁符合她们品味，预算和生活方式的衣服，并为其搭配配饰。时尚编辑每月定时为顾客免费邮寄 5 件服饰供她们挑选，有顾客满意的服饰，则可以付费买下，不喜欢的则打包再寄回去。Stitch Fix 的时尚编辑与超过 60 位大数据分析师一起工作，共同分析出合适用户的每一款物品，机器推荐主要是搜罗用户在网络上的各种痕迹分析用户喜好，而编辑则预测甚至根据个人想法为用户提供建议服饰风格。由于这一过程中运用机器学习，越来越多的数据也会使电脑计算变得更智能。
这一把人和机器的智慧结合在一起的策略营销大获成功。据统计，有超过 80% 的顾客 90 天内再次在该网站下单，有大约三分之一的顾客花费一半的服装预算在订购服务上。
尽管我们看到许多企业也想搭上 AI 的列车加速自己的零售进程，但 Stitch Fix 的方法并不适用于所有企业。另一方面，有经验的零售商却可以把 AI 应用到不同的业务部门。 Macy 称其消费者服务部门正在测试一个基于 AI 的“移动伴侣”。消费者可告诉移动伴侣自己购买物品的实体店，向它提出问题，并得出回答，这使得 AI 能和顾客进行实时互动。既然如此，用这个技术来扩展新用户如何？
| 营销人员该怎么做？
在营销中应用 AI， 不仅能使零售商获取新顾客，也使他们能复制模式。随着商家推荐功能和供应功能越来越“量身定制”，顾客的忠诚度也会继续加深。每一天，消费者都会看到成百上千的广告和营销信息，而想让自己的产品从这些信息中脱颖而出，以 AI 为基础的市场营销就显得必不可少。
有了 AI 的帮忙，营销人员就能利用强大的算法找到网站内部和第三方数据内的模式，然后在这些模式中寻找重复点。把人工智能转化为个性化零售服务的关键点，就在于机器学习。这听起来很简单，机器学习就是利用数据及概率解决问题。不过在个性化情境中，机器学习还可以持续调整数据设置，直到最合适的营销信息能通过最有效的渠道呈现在个体用户面前。
而对于仅由 AI 支撑的个性化营销，营销人员需要谨记以下几点：
不要被大数据所淹没
许多零售组织拥有大量的数据，但是不知道如何将这些数据组织在一起，更不用说让它们产生意义。如果你没有内部资源使用好这些分离的数据，那把这个工作外包给其他科技公司也不失为一种有效率的办法。
尽可能多地使用第三方数据
从POS机刷卡到忠诚度数据测定，零售商拥有海量消费者信息。但是，想要对每一位消费者都有 360 度全方位的了解，就一定要大量获取第三方数据。我并不是指简单的人口统计资料，尽管它也有一定的作用。你的数据应该结合地点、时间、社交活动、价格敏感度等多种因素，因为正是这些数据让你了解到消费者如何、为何和怎样进行购物，以及找到有效刺激消费者购物的触发点，以便商家向其呈现最能勾起他们兴趣的的营销信息。
决定最佳输出渠道
如 Stitch Fix 的“移动伴侣”所示，移动终端可被用来加强店内服务，同时它可被用作即时促销和即时供应。另外，零售人员也应该关注由 AI 技术支持的聊天机器人。
当然，你不必非像 Stitch Fix 这样为顾客提供的个性化订购服务。只要在某一业务领域应用 AI，无论是营销、消费者服务，还是销售，你都能有巨大收获。个性化技术早已为人们所熟知和应用。而现在，随着 AI 的到来，它也将成为零售行业的未来。
延伸阅读：
正在生成分享图...
包永刚