经过三个月的庇护，随着城市开始逐步重新开放实体店，消费者从家中崛起。

尽管必须在大流行开始时迅速采取行动，但精明的零售商意识到，消费者仍将需要相关且个性化的购物体验。在大流行的早期阶段就优先考虑个性化沟通的公司可能已经与客户建立了牢固的联系。

但是，在零售业出版物的最新研究中，保持个性化通信被31％的受访者视为最大的运营挑战。

尽管我们最近进行的一项研究并未明确询问零售商对COVID-19的反应，但调查结果为创建前进的道路提供了重要的见识。通过专注于高级个性化，零售商可以灵活地适应不断变化的消费者需求，并最终获得更高的回报。

根据我们的研究，使用高级AI驱动的个性化措施的零售商中有70％的投资回报率达到200％或更高。如果采取进一步的措施，以便在尽可能多的接触点上进行部署，则ROI会再次提高到300％。

最终，采用真正以市场为导向的跨渠道个性化策略的零售商可以获得400％的投资回报，几乎每个接触点都可以根据购物者的历史和喜好进行个性化设置。

通过采用AI工具，零售商将处于最佳位置，以实现类似的结果。

个性化需要掌握数据才能产生印象

像任何好的发动机一样，个性化工具也需要利用正确的燃料来源。该燃料可在准确的数据中找到。零售中无处不在的数据，客户一直在生成新数据。

良好的数据助长了令人难忘的个性化–考虑到这一点，将AI作为个性化引擎的主要组成部分非常有意义。通过AI，数据洞察力立即变得更有价值，并且可以自动执行以执行引擎的个性化建议。

零售商或品牌收集数据的能力有两个维度。第一个要素是零售商通过不同的接触点或渠道了解顾客的知识，第二个要素是基于每次唯一的交互或购买，他们对购物者的了解。

与此类似，电子商务平台具有两种可用于通知个性化的数据类型：产品信息和交易数据。

产品–与产品类别和子类别，针对性别的产品以及产品系列相关的数据；还包括产品特性，例如尺寸，样式，颜色，成本，销售价格和利润，仅举几例。

事务性–历史上与购物篮大小和组成每个订单的项目有关的数据。查看过去在特定人群和地区的购买情况，经常一起购买哪些产品？在线购物与商店购物相比，这有何不同？

数据可以了解购物者过去的行为，并了解购物者未来购物行为的预测因素。购物者采取的每项行动，无论是浏览还是进行最终购买，都将进入电子商务引擎。

AI的功能是梳理这些数据，再加上天气，位置，时间，设备类型或其他环境因素，以更有效地“切片和切块”，分析并注意到对人类而言不明显的违反直觉的需求模式眼。

一些数据点并不是那么重要，而另一些则是强烈的需求信号。AI对所有噪音进行分类以全面了解购物者。投放到引擎中的数据越多，定位越好，与购物者互动的可能性就越大。

人工智能如何大规模提供量身定制的体验

“个性化商务”是一个分为三个部分的个性化策略，优先考虑每个营销，购物和履行渠道上的一对一客户体验。

当AI驱动的个性化设置正确完成时，客户应该思考：“哇！他们怎么知道我想要那个？就像他们可以读懂我的想法。” 那一刻应该让人感到真实，这种情感反应应该会产生一种自然的忠诚感或与购物者的亲和力。

但是，在该个人购物者的整个生命周期中始终如一地做到这一点的能力是一个巨大的障碍。花一分钟的时间想象一下无限的可能性–很明显，这些经验永远无法手工缝制。

例如，可以基于网络用户的当前天气状况来个性化主页。当购物者进入网站时，引擎可以识别其忠诚度状态和浏览历史记录，显示该购物者最有可能进行的特定销售或促销。

同样，类别列表页面和产品搜索结果可以按人定制。甚至产品评论也可以进行个性化设置，而不是默认设置为新近度或等级，而是向用户显示来自最喜欢他们的反馈。

机会还在继续。可以在结帐时对交叉销售，追加销售和冲动购买进行个性化设置，而AI可以理解购物者在此阶段购买更多商品的倾向。

通过电子邮件或社交网络进行的营销也可以个性化，确切知道要提供什么内容才能重新吸引购物者。可能性是无止境。

电子商务堆栈中采用AI的最佳实践

当今值得采用的正确个性化平台本身就是一个与平台无关的平台。它必须与零售商的技术堆栈的其他层配合良好–零售商的电子商务平台，库存管理系统，移动设备，应用程序，店内POS，信息亭，电子邮件等。

在讨论馈入个性化引擎的数据类型时，重要的是要确保该工具可以与各种数据源交互。

通过API或微服务结构来回传递信息的能力将使零售商能够对所有数据进行建模并创建购物者的单一视图。基础算法必须强大，并且该工具需要激活对关键指标和KPI的快速报告。

不管零售形式的变化是否具有不可预测性，对于组织来说，无论接触点或渠道如何，都可以使他们的购物之旅变得流畅，流畅且个性化，这仍然是极其重要的。

为了变得数字化敏捷并实现技术支出的最高ROI，零售商需要支持AI，这将使个性化商务成为现实。