圖片來源/123rf.com.cn

圣誕節前的幾周總是西方家庭購物的高峰時期，英國消費者在這段時間內平均每人會花掉280英鎊用于購買禮物，其中網購比例過半。雖然親戚朋友的推薦是大家購物的主要參考方式，但是仍有近三分之一的人會根據網絡評論決定是否購買某樣商品。

截止今年年底，網購市場大約會整體提升24%。然而由于消費者始終尋求更高層次的購物體驗，網絡零售商在尋找能夠保持消費者滿意度的購物方式上就面臨很大壓力了。主流的英美零售商們今天求助于AI技術。AI可以幫助零售商們分析消費者的購物習慣、預測消費者需求并為其提供定制化服務。簡而言之，AI完全可以為消費者提供更具個性化的在線體驗。

個性化

目前已經有許多零售商使用AI與客戶溝通的方法了，這類AI主要以學習客戶偏好、行為并且提供大量定制化建議為主（也稱為大規模定制）。

在線時尚零售商Stitch Fix每月會準備五套服裝交由客戶選擇。所提供的這些服裝會考慮到之前的客戶調查結果、配色、天氣和個人風格。AI算法可以根據這些數據幫助個人造型師設計出顧客最可能喜歡的類型。

網購選擇紛繁復雜，因而零售商們也在試圖簡化購買過程。經常光顧同一家實體商店的顧客，自然會對店中情況很是了解，你可以在買玩具的途中瞄一眼針織衫，或者在瀏覽星戰手辦時，順手挑選旁邊的一條擦拭杯盤用的毛巾。

這種情況在互聯網上是不會發生的，所以使用AI進行在線零售的關鍵目標之一是幫助消費者找到他們正在尋找的東西，并盡可能為他們排除潛在選項。一項新的研究表明，消費者一旦決定了購買類別，其他潛在選擇越少越好。

如果是一個視覺購物者，那么你可能會喜歡從Snap Fashion尋得靈感。視覺搜索引擎可以基于網頁或智能手機上的照片，向消費者呈現超過16,000個品牌的商品。預計Snap Fashion InStore會在 2017年8月起開設實體店。

聊天機器人

零售業AI的下一階段將超越個性化建議，采取與客戶直接進行對話的方式。

“對話商務”一詞是由負責Uber生態合作伙伴拓展的Chris Messina在2015年率先提出來的。它起源于消息類APP、自然語言界面和品牌的融合，可以讓消費者在聊天機器人的幫助下與品牌及服務直接用自然對話的方式交互。

在P2P保險網站Lemonade，用戶可以使用聊天機器人Maya設計自己專屬的個性化保險政策，整個過程在Lemonade會話中幾分鐘即可完成。客戶還可以通過Maya使用內置App視頻錄制功能提交聲明，描述相關事件。

對話商務可能使我們積極參與到AI工作中來——比如說在我們意識到之前就為我們提供了所需要的東西——與AI直接對話，并成為這一過程中的積極合作伙伴。

同樣適用聊天機器人推動銷售的還有戶外品牌The North Face，用戶通過IBM Watson支持下的自然語言問答系統更可以進行直接的交互，找到最適合的商品。用戶需要回答服裝穿著的季節、地區、以及服裝的功能/用途（例如衣服需要有一個能放進手機的口袋），還有就是用戶對款式的偏好。以這些信息為基礎，加上對天氣和物流的考慮，所有的選擇會自然地按照先后推薦排列。

這種AI驅動下的個性化購物能夠挑戰甚至替換目前店鋪內銷售助理的工作。它智能、快速并且可以利用多個數據點快速有效地為客戶提供個性化指導。AI助手會認真地對待客戶的每一項提問，也不會鬧情緒問題。

大規模定制

零售業AI的引入在為大規模定制提供了機會之外還能幫助客戶更快地縮小選擇范圍。這對于那些原本要通過圣誕購物清單確定購買的人來說明顯大有好處。對于公司而言，提供一致的服務能夠提高用戶粘性——這對零售之間的激烈競爭至關重要。

當然，也有一個問題：引入AI之后的購物，是一個經過機器學習與預測分析推動消費者完成定向購買的過程，它減少了客戶發現和探索的機會，而這卻是消費者購物過程中很喜歡的一個部分——特別是在節日期間。

消費者與品牌的互動也會在對話商務之后變得高度個性化。這些AI系統對那些希望解決簡單和具體任務的人（例如購買保險或獲得技術咨詢）大有幫助。但是對于更為復雜的感性和主觀方面的購買決定——例如為我們的親人購買禮物，我們可能仍然會尋求朋友，家人或甚至銷售助理們的幫助。

以上內容屬作者個人觀點，不代表雨果網立場！