点击次数、打开的电子邮件、商店活动）、电子商务数据（查看的产品、偏好、以前的购买、退货）和其他来源的数据（来自 CRM 系统的忠诚度信息）来构建模型来预测未来某些客户行为的可能性。这个数字称为倾向得分。 例如，人工智能模型可以将之前退货过且六个月没有访问该网站的客户识别为“极有可能流失”。然后可以将该结果转换为片段。然后，卖方有机会通过客户服务、有针对性的折扣、广告或其他机制重新激活该细分市场的客户。虽然一些人工智能解决方案起到“黑匣子”的作用，但最好的解决方案将透明度与自动化结合起来，解释倾向得分的基础知识——例如，“客户没有查看特定类别的产品页面。
利用AI实时自动进行客户细分
除了使用人工智能来识别和创建有效的细分市场之外，个性化领导者还经常自动在细分市场之间 电话号码列表 移动客户，以实时响应他们的行为。例如，如果客户通常购买男士品类，但在情人节购买女士品类的商品，系统可以自动将他移动到“女士礼物”部分。因此，在同一浏览会话中，客户可以立即获得个性化体验，突出显示最有趣的女性礼物和相关促销活动。 作为一名顾客，如果您曾经一次性购买过某种商品，例如新的冬季靴子，然后收到无穷无尽的同一款靴子的广告，您就会知道基于过去设计不良的细分市场是多么令人沮丧。然而，基于倾向得分的人工智能模型可以分析您当前的购买行为，并将您置于鼓励您购买互补产品的细分市场，例如保暖袜子和新鞋。这使得品牌能够为您提供更相关、更有用的体验。
策略使用人工智能促进产品发现
在电子商务网站上，近 40% 的访问者使用搜索栏来查找他们感兴趣的产品。这些客户的购物频率几乎 加拿大人民 是不使用搜索引擎的客户的两倍，这凸显了有效搜索功能的重要性。然而，超过一半表现最好的电子商务网站的搜索效率较低。通过使用人工智能来个性化和优化电子商务网站上的搜索，可以最大限度地减少其中许多问题。 高级搜索功能提出了各种可能性。例如，当客户开始输入查询时，他们会处理拼写错误。当客户使用与品牌不同的语言时，他们还会提供同义词 – 例如，他们正在寻找“夹克”而不是“外套”。
