人工智慧（Artificial Intelligence,AI）是一個在處理數據、分析數據上很好用的工具。 AI除了能挖掘消費者習慣變動的關聯，還能自動找出背後規則，提供最適合的產品服務，並同時針對目標不斷改善推薦方案。零售產業某些品牌也開始結合個人化人工智慧，同時深入消費者的螢幕及生活；運動品牌Under Armour就引進IBM人工智慧系統「Watson」，使用AI分析數據、幫助用戶追蹤健康和健身活動。人工智慧不斷精進、學習消費者行為，除了在客戶端幫助消費者更輕鬆找到最滿意產品，零售業也能善用這些數據預測消費者行為，為企業決策端提供分析和擬訂策略的依據。
分析客戶消費的數據資料
對於零售業來說，快速準確地分析消費者需求是成功關鍵之一。尤其是網路零售，相較實體店家，面對著無法與消費者當面接觸的挑戰，因此要瞭解到客戶真正需求的難度高，即使擁有龐大的資料，傳統的統計系統可能只提供基本了解，沒有深入探討消費者是否消費的真正理由。
但藉由人工智慧系統的運算能力再進化，已經可以更精準的和消費者溝通，如果是販售女性服飾的品牌，透過分析數據資料，可以針對不同類型的消費者輪廓，依照偏好、預算或消費者習慣等變數推薦適合的產品。店家也能依據消費者的購買頻率決定哪些產品要補貨、倉儲量需要多少，還能節省倉儲成本，優化物流管理系統。人工智慧解構數據資料，可以挖掘到消費者更多購賣過程的變數，讓品牌可以提早準備更好的應對之道，在競爭激烈的市場上早競爭對手一步提出更細緻的產品和服務。
提供客製化消費者體驗
當擁有精準的消費者資料時，就能建立完整的顧客管理系統，讓店家能在對的時間給予消費者對的產品，提供客製化的服務體驗。像是網路書城博客來，購買新書時底下都會有一欄推薦書單，這些是分析消費者過往購買的書籍和瀏覽過的項目，預測消費者會有興趣的產品。然而，在還沒有人工智慧與大數據分析之前，推薦名單會以當期熱銷書單為主，期望能命中大部分的消費者的需求。如今可以更精準的推薦適合書單給每一位潛在客戶，達到客製化的目標。
除此之外，人工智慧也能分析消費者多久沒有瀏覽商城頁面、網站每頁停留時間等，給予客製化的回應或反饋，像是限期優惠券或是新品推薦等，使消費者願意重新拜訪，增加銷售機率。
人工智慧系統可以透過數據資料分析和學習，更了解消費者的真正需求，為他們提供各種商品價格、使用心得或評價，不同於以往使用數據分析人員在判斷資料時，可能會產生過於主觀的判斷、或是過去經驗影響最終的行銷方案。
延伸閱讀
台大人工智慧幫，全球搶挖角》徐宏民的資工系實驗室，盛產頂尖人才
參考資料
Entrepreneur
↧