聖誕購物季，英美電商怎樣用AI改善購物體驗？

耶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 英鎊用於購買禮物，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路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%。然而由於消費者始終尋求更高層次的購物體驗，網路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於AI技術。AI可以幫助零售商們分析消費者的購物習慣、預測消費者需求並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線上體驗。

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、行為並且提供大量定制化建議為主（也稱為大規模定制）。

線上時尚零售商 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 演算法可以根據這些資料説明個人造型師設計出顧客最可能喜歡的類型。

網購選擇紛繁複雜，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瞭解，你可以在買玩具的途中瞄一眼針織衫，或者在流覽星戰手辦時，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 進行線上零售的關鍵目標之一是説明消費者找到他們正在尋找的東西，並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，那麼你可能會喜歡從 Snap Fashion 尋得靈感。視覺搜尋引擎可以基於網頁或智慧手機上的照片，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，採取與客戶直接進行對話的方式。

“對話商務”一詞是由負責Uber 生態合作夥伴拓展的 Chris Messina 在2015年率先提出來的。它起源於消息類 APP、自然語言介面和品牌的融合，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 視頻錄製功能提交聲明，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，並成為這一過程中的積極合作夥伴。

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 支援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。使用者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。以這些資訊為基礎，加上對天氣和物流的考慮，所有的選擇會自然地按照先後推薦排列。

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。它智慧、快速並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説明客戶更快地縮小選擇範圍。這對於那些原本要通過聖誕購物清單確定購買的人來說明顯大有好處。對於公司而言，提供一致的服務能夠提高使用者粘性——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 之後的購物，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後變得高度個性化。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諮詢）大有幫助。但是對於更為複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。

Via：

robohub

，雷鋒網編譯。

未經雷鋒網授權，不得轉載雷鋒網文章。