Zi 字媒體

為服務好今天的顧客，僅僅強調在線渠道的簡單方便已經遠遠不能滿足。良好的客戶體驗對每次成功的購物來說已經必不可少。根據IBM的研究，70%的客戶會不再購買那些給他們帶來很差購物體驗的品牌。他們中的許多人甚至會因為沒有買到他們感興趣的產品而非常失落。鑒於上面這些問題，滿足客戶需求的速度是至關重要的，因為人們很容易產生即時的滿足感和衝動的購買慾。因此電子商務需要一個快速個性化引擎來提高客戶體驗。每個給予客戶的建議都應該是動態的和個性化。機器學習已經被電子商務巨頭如亞馬遜用來提供定製化產品推薦和暢銷排行榜服務。這不僅為客戶節省了時間，它還可以根據它們的關聯性區分它們，以一種更加無縫快捷的方式完成交易。大多數的傳統演算法都是首先利用以前的關鍵詞搜索、客戶特點、歷史點擊等來排名最相關的項目。不僅僅是文本描述，圖像識別也已經被用來提升客戶體驗。一家名為Visenze的科技公司正在應用視覺分析和機器學習，為電子商務提供了客戶的個性化解決方案。「圖片搜索」允許客戶通過上傳圖片來找到需要購買的物品，而無需輸入關鍵字。它還會向客戶推薦視覺上看起來相似的產品。通過查找風格，模式和顏色，相關產品將基於相關性而不是歡迎度顯示。電子商務企業，如Lazada和Zalora，已經將Visenze解決方案用於改善客戶體驗。機器學慣用於客戶體驗甚至超越了關鍵字和圖片搜索。聊天機器人可以幫助電子商務利用大歷史數據集與一些模式識別技術與客戶進行交互。通過關聯移動消息應用程序，如Facebook Messenger，WhatsApp或Kik通過APIs（應用程序編程介面），聊天機器人已經具有足夠適應性來取代人類僱員。想象一下，在沒有一個銷售代表或呼叫中心的情況下，和眾多的客戶個體進行個性化的交流。這要如何做到呢？一旦你開始和聊天機器人交談，它一開始會問你的興趣。通過機器學習演算法回答完你要尋找的東西后，它將顯示你要尋找的物品照片和一些其對應價格的統計。從此，客戶可以通過與機器人的來回答讓它顯示不同的裝備和配件。然後客戶通過點擊圖片連接到電子商務網站立即購買。此外，這種機器人可以發送emojis表情讓客戶在購買之前感覺好像是在與好友聊天。IBM最近的一項研究表明，電子商務企業應用個性化的建議可以有效地把銷售效率或轉化率提高5.5倍之多。這些「大規模個性化」機器學習工具通過提高客戶理解和關係來提升客戶體驗。這還可以提高交叉銷售和向上銷售的機會。毫無疑問，這種創新將很快改變整個零售業務。