毫无疑问，个性化将带来巨大的好处。如果做得好，投资回报率会很高。这是客户体验发展的合乎逻辑的下一步，也是加强客户关系的一种方式。根据WundermanThompson最近的一项调查，如果可以改善在线体验，35%的客户愿意向企业提供更多个人数据。他们重视的数据用于提供基于忠诚度的折扣(55%)、根据他们的需求量身定制的产品展示(36%)和基于他们偏好的服务(33%)。当自愿提供这些数据时，企业显然会在向客户提供这些个性化服务时增加价值。然而，客户数据往往难以获取，只能作为交易或登录体验的一部分进行交换。虽然收集这些数据无疑是企业的首要任务，但能够在客户旅程的早期提供背景和相关内容对于创造差异化体验也至关重要。一旦出现问题，客户会迅速做出反应。研究表明，33%的客户发现，在登陆商业网站时，经常遇到有针对性的广告是他们感到沮丧的主要原因。这清楚地表明，实际上，这些广告并不像商家想象的那样具有针对性。那么，人工智能将扮演怎样的角色？企业如何利用人工智能技术帮助他们带来更好的体验？使用人工智能提供个性化服务CustomersProfiles具有鲜明特征的客户。这是一种将客户数据应用于行为相似的细分市场的方法。AI将现有资料和匿名客户归为一类，因为行为数据显示他们表现出相同的浏览特征。这听起来可能很复杂，但实现起来并不难。从本质上讲，企业只是在识别可能多次访问其网站的用户，并将他们与查看过类似商品但继续购买的客户联系起来。它需要设置相当高级别的规则并让AI进行智能识别工作，使企业能够可靠地为新客户提供进入购买渠道的内容。人工智能也可以用来测试这些内容。特别是在A/B测试中，AI可以帮助识别成功的测试并将其自动分配为默认体验。这不仅简化了A/B测试的管理，而且确保了部署的灵活性。然而，与所有技术实施一样，AI实施的成功取决于其他几个因素：1.数据和受众细分成功实施类似建模和AI的基础是驱动受众细分的数据的组织和处理。如果企业不了解其核心客户，它将面临人工智能技术无法解决的问题。数字化成熟的组织可能已经将客户数据平台插入技术堆栈，将来自各种来源的数据汇集到一个统一的360度客户视图中。其他企业可能会寻求网络分析平台、客户关系管理数据或业务数据来通知细分受众。企业越大，任务越大。较大的企业将需要优先考虑提供最多收入的部分。重要的是要注意，人工智能只有在学习了已知细分市场的核心知识后才能成功提供个性化结果。数据分析师需要根据可用数据创建这些细分，然后才能为AI设置参数。2、正确搭建底层架构。成功的关键不仅在于人工智能引擎的使用，内容的管理方式也将发挥重要作用。为了快速提供正确的内容，人工智能需要能够识别、检索和呈现这些内容，而拥有正确的架构是成功实现这一目标的关键。传统上可能仅存在于创作网页上下文中的内容并不总是提供可用于个性化内容的粒度级别。当然，基于产品的个性化也是如此，这又需要基于产品的内容结构，使个性化引擎能够实时读取各个数据属性并进行组合。细致的元数据对于这个过程也很关键。元数据是人工智能理解的一种语言；它描述了产品的属性，例如类别、样式和颜色。如果没有正确的元数据，个性化引擎就无法在正确的时间识别正确的内容。Asos和Boohoo等快时尚零售商正在以这种方式引领个性化产品展示。3.不要忘记人的因素人工智能的知识来自于人类，这是采用人工智能技术时要牢记的最根本的一点。因此，在考虑使用AI成功设置个性化所需的工具集时，最基本的元素是内容管理系统、资产管理系统和个性化引擎，其中一些将被描述为模块或在AI之上，要记住的问题关于将推动实施的团队，例如他们是否具备相关技能？他们真的了解他们拥有的技术吗？而AI技术不是外挂，需要有熟练的团队来驱动。
