如何让用户购买酷？在这个问题的指导下，电子商务品牌之间的竞争已经从网络稳定性和物流过程PK转移到今年更先进的竞争领域：人工智能和算法竞赛。
就在第十一届之后，电子商务从业者终于可以休息一下了。这个节日已经从九年前的单身人士演变为今天电子商务行业的狂欢节。在双十一年刚刚受欢迎的早期阶段，零订单太多，导致网络崩溃，并且支付链接中的单击崩溃经常被浪费。随着近年来软硬件技术的发展，双十一的购物体验越来越好。让用户感叹从“网络崩溃”变成“今年没抓”的“rdquo;
如何让用户购买酷？在这个问题的指导下，电子商务品牌之间的竞争已经从网络稳定性和物流过程PK转移到今年更先进的竞争领域：人工智能和算法竞赛。
无论是阿里今年一直在进行的高精度智能操作机器人巡逻，还是一秒内自动生成8,000个横幅，鲁班 人工智能已成为大品牌电子商务的重要助手。
运营优化，个性化推荐，日益强大的垂直搜索功能，自动化经销商和动态定价……人工智能正在逐步重塑购物的未来。虽然国内人工智能仍然是电子商务行业中最大的公司，但从谷歌的AI营销趋势图可以看出，从2012年到2017年，人工智能在电子商务营销应用中的比例逐年增加。
不仅是使用人工智能技术的大公司。如今，越来越多的第三方技术服务公司不断涌现，越来越多的公司愿意采用外包技术来提高运营效率和用户体验。大观数据创始人陈云文表示，在数百家服务公司中，电子商务是一个对人工智能技术有强烈需求的行业。其中，SF的Fengqu Haitao和Tongrentang的天然淘金和其他电子商务平台正在积极利用技术服务来战略性地优化平台。
现在越来越多的人开始在多个平台上购物。随着人工智能技术应用的高度期望，用户将期望越来越多的品牌拥有更好的购物体验和服务水平。
让用户知道你认识他
了解用户的需求，并在用户购买过程中表达您对他的了解。这种方式首先提高了用户在心理层面的满意度。最原始的电子商务个性化服务模式是十多年前用邮箱写的邮箱。电子商务行业中最广泛使用的人工智能功能是个性化推荐和搜索。当双十一刷淘宝时，那些“你可能喜欢”的推荐，常常让我们忍不住多看。
人工智能个性化服务包括：
动态更改每个用户的网站界面，包括搜索功能
发送有针对性的营销信息
展示自动化的个性化广告
在特定时间为用户提供有吸引力的购物
我们经常说的精准营销是在合适的时间在正确的渠道中展示消费者感兴趣或需要的产品。在当今数据驱动的世界中，电子商务行业一直在积极地将数据驱动推向极致。这些数据信息包括常见数据统计，日常浏览模式以及用户偏好和产品内容。
但是对公司运营结果的影响不是数据，而是数据的分析和应用。人工智能可以自动挖掘和分析客户数据。例如，喜欢这件事的人会喜欢它。就像许多电子商务网站销售女性产品一样，它们也带有一部分男性商品。似乎男人和女人的商品之间没有联系，但对背后的用户有深刻的洞察力。一个非常经典的营销案例：沃尔玛超市通过大量的数据调查发现，在休班后的爸爸，他们将同时购买两种类型的产品：啤酒和尿布。这两个看似无关的项目的组合已经收到了意想不到的结果。
企业拥有大量资源，可以通过网页或移动屏幕在用户面前呈现给用户。那些受欢迎的产品通常被放在前面，而最热门的产品将变得越来越受欢迎，而不受欢迎的商品则更加无人看管。这种现象在社会学中被称为马太效应。也就是说，越强越弱，越弱越弱。推荐系统最直观的应用是消除这种影响，以便利基的利基产品也可以找到对自己感兴趣的用户。对于用户而言，您不必每次都进入热门列表，可以更好地满足您的兴趣和需求。
根据大观推荐系统负责人于静的说法，我想避免马太效应并创建一个精确的个性化推荐系统。有两个要点：一个是用户肖像的建模，以及个性化推荐算法。
用户的兴趣肖像是一个动态变化的过程，一些是长期稳定的利益，一些是短期利益。例如，喜欢运动的男性经常在电子商务网站上浏览运动器材。突然有一天他成了父亲，他也可能会浏览婴儿产品一段时间，但这只是他的短期兴趣。大观算法模型考虑了项目随时间变化的特征，并根据用户的行为数据不断调整兴趣肖像模型，以达到持续让用户惊喜的推荐效果。
搜索行为的魔力
根据调查，大约88％的消费者会在购买产品之前在线搜索，消费者希望能够快速准确地搜索他们想要的产品。如何引导他在搜索用户时快速找到他想要的东西也是电子商务运营的重要部分。
Fengqu Haitao将在搜索用户时提供相关提示
当前流行的机器学习算法基于识别意图（也称为自然语言处理）而不是拼写或关键字比较，这也提高了搜索结果的满意度。人工智能可以在搜索引擎上实现的效果：
提供相关的自动建议，例如在搜索框中，当用户输入单词时，相关的产品提示会出现在下面的单词
根据用户行为对搜索结果进行排名
显示搜索产品的相关产品内容
理解语音（语音搜索）
分析图像（视觉搜索）
用户的搜索行为表示用户的购买吸引力，并且了解这些行为可以为业务操作提供指导性建议。如电子商务背景用户搜索统计信息的屏幕截图所示，通过分析，您可以了解哪些产品很受欢迎，运营商可以及时存货。用户未搜索哪些产品，是否有必要更改产品显示的位置以解决长尾问题。
没有毫无准备的仗：预测营销
预测性营销建立在数据驱动的基础上，以帮助品牌“抢先”。传统营销通常优先考虑产品的特征和定位，然后寻找潜在的消费者。预测营销的最大区别是“以人为本”，全面了解消费者的历史行为，实时动态和未来趋势。消费者的真正需求是首要的。
通过人工智能和机器学习，您可以实现营销预测：
客户会购买什么
客户不希望看到什么
他们的典型价格门槛
他们可能产生购买的时间段
基于上述条件和大量数据，公司可以估计将采用哪些营销计划。当然，分析这些数据并制定有针对性的在线营销计划是一个很大的周期事件，需要与上面提到的用户搜索分析相结合。
当人工智能用于推动预测分析时，整个过程得以简化，消除了数据分析中的人为错误。在确保准确性的同时，还可以将营销人群的技术扩展到数千或数百万。
抓住用户的心：动态定价
当商家最初不了解消费者偏好时，他们希望通过动态定价和行为数据来了解消费者偏好和消费者行为。即使电子商务公司有10,000件物品，您也可以通过手动调价（成功竞标，无利润）完成几乎无法实现的任务。
电子商务行业的竞争环境不断变化，交付率，物流和竞争对手价格只是变化的一小部分。显然，在成千上万的商品之后，手动降价是一种低效的行为。人工智能可根据各种数据实现实时定价：市场条件，用户行为和需求，库存和内部运营需求。例如，Google的动态定价会根据买方之前支付的价格自动调整用户可以接受的最低价格。
Gartner预测，到2021年，72％的零售商对人工智能的投资将用于机器学习技术。那时，人工智能将涵盖电子商务行业的更广泛的业务领域：搜索引擎优化，个性化推荐，欺诈检测和预防，产品退货优化，销售和库存预测，物流和仓储优化… …
“双十一”是电子商务行业的阅兵式。 ”它检查商家的服务，流程，技术和用户洞察力的准确性。传统的网上商城和品牌电子商务在这场比赛中逐渐分开。这也让我们惊慌失措：如果你跟不上潮流并了解用户，你可能会面临在激烈的市场竞争中走出去的危险。
