ai人工智能正在徹底改變全渠道營銷 顛覆多個行業

2019-02-22 21:48來源:長沙牛耳教育//

原標題：ai人工智能正在徹底改變全渠道營銷 顛覆多個行業

場景1：2020年超過30%的cio將把人工智能和機器學習作為前五大投資重點之一。

場景2：40%的數字轉型項目將得到認知計算和人工智能的支持，為運營和變現新模式提供關鍵的、及時的洞察。

場景3：spark讓企業在100億條數據發現奧秘。

五年前，我可能隱約察覺到人工智能會發展迅速，如今，通過ai、機器學習和機器人工作的自動化時代已經完全到來。

人工智能正在徹底改變全渠道營銷

所有偉大的全渠道戰略的基礎都是基于精確的客戶角色，洞察他們是如何變化的，以及供應鏈和it需要如何伸縮和變化。人工智能和機器學習正以前所未有的洞察力和語境智能，在這三個核心維度上掀起一場全方位的變革。

以下是人工智能和機器學習革新全渠道戰略的10種方式，從客戶角色、他們的期望，以及客戶關懷、it基礎設施和供應鏈需要如何保持響應增長開始。

1. 人工智能和機器學習使品牌、零售商和制造商能夠更精確地定義客戶角色、他們的購買偏好和旅程。如今，領先的全渠道零售商正成功地利用人工智能和機器學習，將客戶體驗個性化到角色級別。他們結合了品牌、活動和產品偏好、位置數據、內容瀏覽、交易歷史，最重要的是，渠道和溝通偏好，為每個關鍵客戶群體創建精確的角色。

2. 現在，通過人工智能和機器學習、考慮品牌和渠道偏好、以前的購買歷史和價格敏感性，可以通過角色來實現價格優化。品牌、零售商和制造商表示，基于人工智能和機器學習算法的快速發展，基于云計算的價格優化和管理應用程序比以往任何時候都更容易使用，功能也更強大。更容易使用、功能更強大的應用程序，以及更好地管理和優化全渠道定價的需求，正在推動這一領域的快速創新。

3. 利用從人工智能和機器學習中獲得的見解，全渠道的領導者正在重新設計it基礎設施和集成，以便能夠擴展客戶體驗。全渠道的成功需要it基礎設施，該基礎設施能夠快速伸縮，以響應客戶偏好的變化，同時提供可擴展的規模。品牌、零售商或制造商供應鏈的每個領域，從供應商的入職、質量管理和戰略采購，到貨場管理、碼頭調度、制造和實現，都需要圍繞客戶進行協調。其中領先的c3解決方案提供了基于web的庭院管理系統(yms)和碼頭調度系統，可以通過api集成erp、供應鏈管理(scm)、倉庫管理系統(wms)和許多其他系統。

4. 全渠道的領導者正依靠人工智能和機器學習來數字化他們的供應鏈，實現準時的績效，推動更快的收入增長。要使任何全渠道戰略取得成功，供應鏈需要設計成在市場投放時間和客戶投放時間方面都有出色表現才可以。54%采用全渠道策略的零售商表示，他們的供應鏈數字化的主要目標是提供更好的客戶體驗。45%的人表示，通過增加人工智能和機器學習驅動的智能，他們的主要目標是將供應鏈數字化。

5. 人工智能和機器學習算法使根據角色創建傾向性模型成為可能，它們在預測哪些客戶將對捆綁銷售或定價提議采取行動方面具有不可估量的價值。根據定義，傾向模型依賴于包括機器學習在內的預測分析，來預測特定客戶對捆綁銷售或定價提議、電子郵件活動或導致購買、向上銷售或交叉銷售的其他行動號召采取行動的可能性。傾向性模型已經被證明在增加客戶保留率和減少流失率方面非常有效。如今，在全渠道領域出類拔萃的每一家企業，都依賴傾向模型來更好地預測客戶的偏好和過去的行為將如何導致未來的購買。

6. 將基于機器學習的模式匹配與基于產品的推薦引擎結合起來，正在開發基于移動的應用程序，購物者可以在這些應用程序中試穿自己感興趣的服裝。機器學習擅長模式識別，而人工智能非常適合創建推薦引擎，這些引擎共同催生了新一代的購物應用程序，消費者幾乎可以試穿任何一件衣服。這款應用可以了解購物者最喜歡什么，還可以實時評估圖像質量，然后推薦在網上或商店購買。

7. 56%的品牌和零售商表示，人工智能和機器學習強化的訂單跟蹤和可追溯性對于提供優秀的客戶體驗至關重要。如今，通過使用人工智能和機器學習技術，通過對每個渠道的訂單跟蹤，結合對分配和缺貨情況的預測，正在降低運營風險。人工智能驅動的跟蹤和跟蹤在發現流程效率低下的地方是非常寶貴的，這種效率低下會降低面向市場和面向客戶的時間。

8. gartner預測，到2025年，將人工智能嵌入客戶參與中心(customer engagement center)平臺的客戶服務機構的運營效率將提高25%，這將徹底改變客戶服務的流程。由于缺乏實時的上下文數據和洞察力，客戶服務常常是全渠道策略失敗的地方。在客戶服務中有大量的用例，人工智能和機器學習可以提高整體的全通道性能。亞馬遜已經率先使用人工智能和機器學習技術來決定一個給定的客戶角色何時需要與一個實時代理進行對話。還可以創建類似的策略來改進智能代理、虛擬個人助理、聊天機器人和自然語言(nlp)性能。還有機會改進知識管理、內容發現以及改進現場服務路由和支持。

9. 人工智能和機器學習能夠通過跟蹤購買決策并了解為什么特定角色購買而其他人不購買，從而提高營銷和銷售效率。市場營銷已經是分析驅動的，隨著人工智能和機器學習的快速發展，市場將首次能夠區分出它們的全渠道戰略成功或失敗的原因和地點。通過使用機器學習來確定進一步的客戶和潛在客戶列表，并使用web上的相關數據，包括機器學習在內的預測模型可以更好地預測理想的客戶概況。每個全渠道銷售主管的預測得分都能更好地預測潛在的新銷售，幫助銷售優先考慮時間、銷售努力和銷售策略。

10. 由人工智能和機器學習支持的預測內容分析通過預測哪些內容將引導客戶購買，正在提高銷售接近率。通過使用機器學習以人物角色的方式分析以前的潛在客戶和購買者行為，可以洞察哪些內容需要個性化，以及什么時候需要進行銷售。預測內容分析在b2b銷售場景中被證明是非常有效的，并且正在向消費類產品擴展。

人工智能顛覆多個行業

新行業的誕生必將涌出多個新崗位，人工智能程序員、大數據分析師、電競等多個新崗位逐漸趨于成熟。清華大學中國科技政策研究中心發布的《2018中國人工智能發展報告》顯示，截至2018年6月，中國人工智能企業數量已達1011家。數據預測，到2020年中國人工智能核心產業規模將超過1億元，帶動相關產業規模超過1萬億元。

責任編輯：

聲明：該文觀點僅代表作者本人，搜狐號系信息發布平臺，搜狐僅提供信息存儲空間服務。

閱讀 ()

以上是網絡信息轉載，信息真實性自行斟酌。