Show Menu
主题×

客户人工智能概述

客户人工智能作为智能服务的一部分,为营销人员提供在个人层面生成客户预测并提供解释的能力。
在影响因素的帮助下,客户人工智能可以告诉您客户可能做什么以及为什么。 此外,营销人员还可以从客户人工智能预测和洞察中受益,通过提供最合适的优惠和消息来个性化客户体验。

了解客户人工智能

客户AI用于生成定制倾向得分,如大规模客户流失和转化个别用户档案。 这无需将业务需求转变为机器学习问题、选择算法、培训或部署即可完成。
客户人工智能的构建目标是:
  • 提供高准确度的客户倾向模型,以实现更强的细分和定位。
  • 帮助了解某些客户行为背后的影响因素和可能性。
  • 为公司的独特用例和数据提供可自定义的选项。
  • 利用客户倾向得分(如客户流失和转化)增强实时客户用户档案。
  • 利用倾向得分的影响因素增强客户用户档案。
  • 根据影响因素和倾向得分创建客户细分。
客户不是构建为:
  • 不应使用客户人工智能来预测动态定价或客户将购买的价格点。
  • 客户人工智能无法确定提供优惠是否会使客户更有可能购买物品。 虽然您可能决定根据倾向得分发送折扣优惠,但它不一定是转化这些客户的最佳方式。
  • 客户人工智能不是产品推荐工具。 如果您有数千个SKU,请不要将客户AI用作实际产品推荐解决方案(如 Adobe Target)。
  • 客户人工智能无法预测客户在购买旅程的哪个阶段,例如,他们处于“认知”、“考虑”、“购买”或“保留”阶段。
  • 不要使用客户人工智能来确定将来可能购买产品发布的客户。 这要求客户人工智能过去必须具备某些成功事件,才能根据您的数据成功培训机器学习算法。
以下视频旨在支持您对客户人工智能的理解。

它是如何工作的?

客户人工智能通过分析现有的消费者体验事件数据来预测客户流失或转化倾向得分。 Adobe认识到,客户流失和转化的定义在所有使用案例中并不统一,因此,您能够将自定义目标目标定义为一组条件。 只要感兴趣的事件存在于输入的消费者体验事件数据中,您就可以配置预测目标。

后续步骤

您可以按照入门指 南开始 。 本指南将指导您设置客户人工智能的所有必需先决条件。 如果您已准备好所有凭据和数据,请访 问配置客户AI实例 。 它提供了使用客户人工智能的步骤。