更多

    [Market Trend]數據分析與人工智能 創造超個性化客戶體驗

    作者: SAS 香港銷售總監梁立明博士

    疫情為傳統零售業帶來衝擊,更大幅改變消費者的購物習慣。根據政府統計處數字,2022 年首五個月合計的零售業總銷貨價值較去年同期下跌 2.9%,反之網上銷售價值則較去年同期急升 29.0% 。面對網上銷售激增,在競爭劇烈的零售市場中,企業必須以個人為核心的經營模式及策略來緊貼客戶時刻轉變的需要,並提升營運效能及客戶服務體驗,才能在後疫情時代突圍而出。

    事實上,有不少公司在其零售業務上利用數據分析及人工智能技術,由生產過程至客戶體驗環環緊扣,期望更準確掌握市場脈搏及多變的客戶需求,務求在疫情下提供更快、更切合市場的產品和「超個性化」的服務體驗,藉此搶佔更大的收益和回報。

    從生產到運送全面監察

    就生產層面而言,於疫情初期,美國境內家庭對生活用品及浴室用品需求大增,高達七成超市缺貨。Georgia-Pacific 公司利用數據分析及人工智能技術,嚴格監察生產機器的效能,以及預測可能發生的障礙,藉以提升整體生產力。該公司用上 8,500 個振動感應器(vibration sensors)偵測問題,團隊因此可在機器組件損壞或電力出現問題前及早處理。最後,該公司於疫情期間將整體機器生產力提高 10% 、機器意外停頓率下降 30% 。

    就客戶體驗方面來說,面對不斷變化的客戶需求,準時及完善 On-time and in-full(OTIF)的運送系統尤關重要。Georgia-Pacific 公司同樣利用數據分析,監察每張訂單的運送情況,當計算到有機會出現延遲到達,便會透過演算法找出當前最可行的解決方案。

    了解客戶喜好刺激消費

    此外,實時緊貼客戶需求、與客戶保持緊密關係,再配合個人化服務亦是企業突圍而出的關鍵。曾創下高達 21.2 億美元營業額的紐約大型禮品網店 1-800-FLOWERS.COM ,利用數據分析、人工智能及機器學習等分析工具,根據客戶的購物記錄及喜好等,預測客戶所需要的貨品,並在瀏覽網站期間提供相關貨品建議,實現個人化的客戶服務體驗,同時調整營銷策略,如推出折扣優惠、供應更多客戶偏好的貨品等,進一步增加銷售額。因此,該公司在疫情期間仍能保持業務彈性,按照客戶喜好及需求迅速作出調整,提升競爭力。

    科技愈來愈主導客戶的購物習慣,現時市面上有不少創新的客戶服務技術,但以下三項技術是必須應用。
    第一是人工智能及自動化技術:有助擴展企業規模同時保持獨特性,吸引忠實顧客;
    第二是客戶身分識別技術:幫助企業儲存客戶購物「足跡」,以便提供更貼心的個人化體驗,建立可靠的情感連繫,提升與顧客的緊密度;
    第三是應用數據管理軟件:協助保障數據安全及客戶私隱。

    客戶體驗的技術不斷演變,企業可以及早部署及應用數據分析及人工智能技術,更加透徹了解客戶的網上購物行為及其對接收產品推廣訊息的喜好。

    您會感興趣的內容

    相關文章