在过去三年的疫情中，香港零售业发生显著的变化，越来越多人养成了网上购物的习惯。 普华永道报告显示，2022年网上零售销售额按年增长21%，占整体零售销售收入的10%。 进入后疫情时代，现在零售商可借此机会，利用他们在疫情期间收集的网上客户数据，将数据与实体店消费信息整合，深入了解他们的客户。
结合AI人工智能，真正了解您的客户
要全面了解客户，零售商须了解他们喜欢什么、不喜欢什么、在那里购物、购买什么、购买次数的频率。 纵观各大电商平台、应用程式、物联网系统，无穷无尽的线 上数据使零售商难以完整理解客户的行为和喜好。 当下必须解决的问题，正是我们该从何处着手处理如此大量的非结构化数据。 同时各商户的业务每天持续营运，零散的数据源源不绝涌来，教大多数零售商无暇对应。 我们该如何解决信息过多的问题？ AI赋能的数据管理平台便是完美的解决方案。
AI使用户能够实时整合大量数据，解决数据整合起点的困难。 零售商将从不同零售销售渠道所收集的客户数据，上传到AI平台，AI平台可自动梳理数据，根据 数据的共同特征（包括客户人口统计数据、行为、兴趣、购买历史）转化杂乱的数据为有价值的用户细分 。 零售商可以依靠AI进一步发布个人化的营销活动，开拓新的市场商机，从而促进业务增长。 详情如下：
捉紧每个营销机会
合并客户身份（ID）是零售商用以识别不同零售平台上的同一客户的有效方法，这技术能直接帮助零售商利用这些信息制定营销活动。 试想象，一个20岁的大学生想要购买一台新的学习用笔记本电脑——他花了很多时间在电脑上研究，比较电脑型号，阅读用户评论。 但他切换到移动设备继续浏览电商平台时，还开始查看其他智能手表的配件，因为他在手机屏幕 滚动页面的时候，其注意力比用电脑较不集中。 最后，他还购买了一款智能手表带环。
如果没有AI，零售商也许误以为这学生只对智能手表配件感兴趣，因而错失向他推销售笔记本电脑的机会。 有了AI，零售商可以整合数据，识别出学生的浏览记录，知道这位学生对笔记本电脑和其他智能设备配件均有兴趣。 虽然他运用不同数字设备的浏览行为并不相同，AI不 须获取任何客户的私隐资讯，仍可比对整合浏览资料，实时掌握这位学生乃至数百万客户的消费动态。
开拓现有客户群的大门
除了捉紧商机，AI更提升零售商发掘新客户的能力。 AI可以进行「相似人群扩展」的分析，比对现有客户与潜在客户的特征和行为，在现有客户数据中找出「相似客户」的模式和趋势，生成新的客户细分。 例如，零售商在网店和实体店推出一种新的生活产品后，相隔一定的推广时间，AI可以整合所有数据来源（包括产品购买的 数量、购买者、购买时间），AI创建一套全面的评分系统，借鉴当前数据库的消费行为，锁定最有机会购买新产品的 潜在客户。 AI既能尽用旧有的数据，更能瞻前顾后，累积辨析客户的经验，成为自动管理客户资料的大脑，从现有客户，开拓新的潜在客户层。
