第二種情形是會員優(yōu)惠券設計。優(yōu)惠券包括電子形態(tài)的、手機APP里的優(yōu)惠券。這些優(yōu)惠券是根據(jù)顧客的購買數(shù)據(jù)動態(tài)、自動生成的。比如顧客結(jié)賬的時候，優(yōu)惠券和購物小票一起就打印出來了。優(yōu)惠券種類很復雜，結(jié)構(gòu)很精巧，可以根據(jù)顧客分品種購買額設計，通常都有時間和品種限定。比如要在一周內(nèi)用完，或只能購買某些特定的品種(這和推薦商品有點類似)。
優(yōu)惠券還有一些超出我們想象的應用。比如，發(fā)現(xiàn)一位顧客從來沒有買過牛奶，但也給他牛奶優(yōu)惠券，用于測試他是不是在其他的商店購買。如果他用了優(yōu)惠券，那就證明這位顧客原先很可能在其他商店購買牛奶。這個結(jié)果出來之后，就可以給他更多的牛奶優(yōu)惠券，這樣就可以對競爭對手形成一定的影響。
基于會員制、積分制以及購買記錄的優(yōu)惠券系統(tǒng)，是目前商業(yè)智能的主要形態(tài)。優(yōu)惠券越來越豐富，也越來越有意思。優(yōu)惠券系統(tǒng)在歐美發(fā)達國家是很成熟的系統(tǒng)，可惜我國大部分零售企業(yè)用得比較粗放和簡單。
第三種情形是商品的推薦和交又銷售。如果某顧客購買某種(或某幾種)商品的時侯，通常還會買其他某種(或某幾種)商品，這就構(gòu)成了一個事實關聯(lián)。根據(jù)這種關聯(lián)，可以將相關的商品一并向這位顧客推薦。還有一種關聯(lián)稱作邏輯關聯(lián)，它是根據(jù)某些事實作出的延伸性的合平邏輯的判斷。例如一位男顧客買了紙尿布，他很可能是孩子的爸爸，于是向他推薦奶粉。
以往將商品整合起來的推薦，其邏輯都比較僵化和直接一比如位朋友跟我說，他為家里的老人看過墓地，結(jié)果連續(xù)一個月都有商家向他推薦骨灰盒。隨著人工智能技術(shù)的發(fā)展，未來商品推薦將會更加多維和準確。例如，根據(jù)顧客的購買行為推斷他可能對哪些商品感興趣，進行橫向的相關產(chǎn)品推薦和縱向的上下游產(chǎn)品推薦。顧客買了電吹風，解決了頭發(fā)的問題，再推薦一個剃須刀解決胡子的煩惱，這是橫向的推薦；顧客買了榨汁機，同時推薦用于榨汁的水果，這是縱向的推薦。未來可能還有更加智能的跳躍式的、非單一線性邏輯的推薦。比如，某人經(jīng)常買些高檔次的古典交響樂唱片，人工智能系統(tǒng)推斷出這個人可能屬于文化層次、收入水平比較高，行為做派比較西化的，那是不是可以給他推薦一款暗花懷舊型領帶?這個行動跨度比較大，但真正具有智能推薦的意味。
第四種情形是根據(jù)現(xiàn)在的購買行為推測未來的購買行為。這在技術(shù)上比較困難，但卻是未來人工智能的重點。其模型之一是顧客的消費生命周期；方法是基于顧客消費生命周期現(xiàn)階段的行為特征推測出下一階段的行為特征。例如，一對小夫妻剛剛結(jié)婚，現(xiàn)階段主要購買家庭生活用品；通常情況下他們下一階段的消費主題就是母嬰產(chǎn)品了(當然，先要判斷他們]有無懷孕計劃)。商家在顧客下一個消費主題出現(xiàn)之前或尚在萌芽狀態(tài)時，就可以未雨綢繆，提前與顧客互動、引導顧客消費
推測網(wǎng)站制作顧客未來行為的第二種模型，是根據(jù)顧客目前的行為刻畫顧客的生活態(tài)度、生活方式和消費心理；在此基礎上推斷出顧客將來可能出現(xiàn)的購買行為。例如，某一顧客的購買記錄證明他是年輕的、追求時尚的、喜歡運動的、有活力的，那么他將來可能喜愛及購買哪些風格、調(diào)性、功能的產(chǎn)品和服務，就會有一個較為清晰的輪廓、指向和范圍。這是零售商店與顧客一對一地精準、高效交互以及進行前瞻性的愿景營銷的依據(jù)。
本文地址：http://www.khwajamoinuddinchishty.com//article/2989.html
