电子商务中基于 AI 的个性化与推荐

两位客户走进你的网店。他们应该看到一样的内容吗？答案越来越倾向于否定。基于 AI 的个性化——向每位客户展示对他最相关的内容——是最能提升电子商务销量的杠杆之一，而且它早已不再是巨头的专属。本指南将说明它如何运作以及如何善用它。

为何个性化能带来销量

向客户展示相关商品，能让他更快找到所需、发现自己原本不知道想要的东西，并更信任店铺。这会转化为更高的转化率、更高的客单价与更高的忠诚。诸如“为你推荐”或“买了这个的人还买了”这类推荐绝非装饰：对许多电商而言，它们占了销量极大的比例。

可以个性化什么

• 首页、商品详情页与购物车中的商品推荐。
• 理解意图而非仅匹配字词的智能搜索。
• 针对每位访客调整的内容与横幅。
• 依据真实行为发送的邮件与通知。
• 依据需求变动的动态优惠与价格。

如何运作

个性化的背后是数据与 machine learning。系统从行为（每位客户看什么、买什么、忽略什么）以及众多用户的模式中学习，从而预测什么会相关。数据越是优质、越是良好集成，推荐就越精准。它不是魔法：而是应用于你目录与客户身上的统计学。

有效的使用场景

最划算的往往也是最容易起步的：商品详情页与购物车中的一个好推荐引擎、一个真正理解用户的搜索，以及个性化的弃购挽回邮件。在此之上，可以扩展到对整个体验的个性化。从最能撬动转化之处入手，能快速见效。

数据、隐私，以及从何入手

个性化意味着使用客户数据，因此必须以透明的方式进行并遵守 GDPR：用数据来改善他的体验，而非让他感到不适，并给他掌控权。至于从何入手，有效的做法是选一个高影响的触点（推荐或搜索），衡量它对销量的影响，再用真实数据加以扩展。

个性化中的常见错误

典型失误包括：在数据不足的情况下做推荐（毫无帮助的泛泛推荐）、以“个性化”之名用侵入式弹窗轰炸客户，或者把它当作一次性项目，而非随着数据增多而持续改进的东西。有用的个性化是不动声色的：客户感到店铺懂他，而不是在跟踪他。

如何衡量其影响

个性化靠数字来证明：通过 A/B 测试对比有无个性化的情形，衡量转化率、客单价（订单金额）与推荐的点击率。如果这些指标没有改善，就调整模型或喂给它的数据。无法衡量的东西就无法优化，而个性化恰恰是一个衡量与否决定其究竟是装饰还是真正销售杠杆的领域。

在 AxiomTech，我们为电子商务打造基于 AI 的个性化与推荐——基于你的数据并尊重隐私——集成进你的店铺以提升转化率与客单价。了解我们的电子商务与 AI 解决方案。