2020年，混乱与颠覆并存，但尘埃落定，零售商将在新的一年重振旗鼓，迈向新时代。正常重新开始。电商在新冠疫情经济中发挥了很大的作用，或许作用太大了，各大品牌也在适应新常态，纷纷改变策略，规避看得见的风险。预计零售商在2021年的增长方面也不会那么强劲，但预计零售商仍会投资于忠诚度和保留率。事实上，最近一项针对首席营销官(CMO)的调查发现，73%的CMO明年将依赖现有客户，而不是开发新市场。对零售商来说幸运的是，我们现在处于人工智能和机器学习技术解决方案的交汇处，非常适合当下，可以充分利用他们的数据来培养这些持续的客户。人际关系提供了极好的机会。2021年品牌忠诚度状况不幸的是，在过去十年中，品牌对客户忠诚度造成了重大损害。这听起来可能很刺耳，但零售商正在以牺牲客户保留为代价向广泛的客户群提供大幅折扣，从而发动无底线的价格战。消费者已经习惯于货比三家，以至于特定类别的产品对许多人来说已经变得无关紧要。消费者在选择特定产品时不再选择某个品牌，而是价格决定一切。不要指望没有大折扣的回头客。但最近的趋势表明，品牌忠诚度的下滑正在恢复到大流行之前的水平。一项针对3,800名消费者的研究表明，在采取大流行封锁措施之前的一个月里，多个年龄段的品牌忠诚度实际上是同比增长的。在大流行开始影响购物习惯（和折扣策略）后，随着零售商转向电子商务，同样的忠诚度是否会继续存在还有待观察。去年零售商无休止的讨价还价可能已经破坏了一些顾客的良好意愿。2021年零售商面临的挑战是重新点燃大流行之前建立的忠诚度火花。零售商在2020年做的最多的事情是最大化销售额，而这通常是以牺牲利润为代价的。2021年，零售商应采用更智能、更专注的策略，以根据客户数据实现销售额最大化。不一定要最大化销售。AI和机器学习如何影响2021年零售战略“人工智能”最近是一个非常流行的词，所以当我们谈论AI时，首先解释一下我们在这里所说的AI的含义可能会有所帮助。这不是在销售现场部署机器人，而是零售商可以使用人工智能了解客户数据并使用由此产生的洞察力为未来客户行为的预测分析提供信息的一种方式。使用人工智能预测客户行为有一些好处，可以排除过时的人口统计数据。过去的客户定位模型通常侧重于存储的客户信息，例如客户是谁，以及一些可以为优惠和促销策略提供信息的数据。这种定位模型的危险在于它可能基于过时的人口统计信息，这可能导致不相关的优惠和促销。此外，人口统计数据大多是从第三方终端数据中挖掘出来的，第三方终端数据在一段时间后就失效了。依赖这种数据挖掘方法的零售商在预测未来战略时可能会落后。使用人工智能不看客户是谁，而是看他们做了什么。这种跨人口统计数据支持基于预测分析的有针对性的活动。如果客户表现出X、Y和Z的购买习惯，则可以更精细地预测他们的行为。然后，零售商能够在正确的时间向客户提供正确的促销活动并最大限度地提高转化率。这种预测客户数据的新方法也是推动未来忠诚度和保留率的引擎。AI可用于了解客户数据，由此产生的见解可用于对可能影响保留率的各种关键指标进行预测。此外，人工智能还可以根据之前的客户品牌互动预测客户流失率、客户价格敏感度以及哪些客户可能成为一次性购买者。而且，通过分析哪些客户最有可能回头，零售商可以更好地定制产品并推出所需的举措来提高客户保留率。2021年将是零售商的一个重要转折点。零售商可以利用现代人工智能工具将自己定位在最佳位置，并利用客户忠诚度和保留率，即使采用最保守的策略也是如此。
