AI电商怎么玩91APP：没有交易纪录，吔能神预测客户下单

人工智能和电子商务技术是品牌电商业者跃跃欲试的技术91APP从2016年开始投入，尝试各种应用并且逐步调整策略。未来還要搜集更多来自实体商店的访客行为搜集全通路下单前的浏览行为，让人工智能和电子商务模型创造更多价值

在超零售时代，品牌店家可以掌握的数据非常庞大机器学习技术成熟，也让人工智能和电子商务（AI）的应用越来越广这时候，如何把技术开发资源投资在刀口上是一个更重要的问题。

开店平台91APP自2016年起开始尝试将人工智能和电子商务运用在电子商务中。也就是透过分析消费者旅程进一步判断、预测使用者的行为模式。其中包含了两种做法：回购预测分析以及访客行为分析

▲李昆谋说，预测没有下单过的访客行为才能为零售业者创造新业绩。

高达30％转换率回购预测引擎却喊卡

在消费者完成首购与第一次回购之后，可透过人工智能和电子商务建立模型接着判断刺激回购的要素，让品牌透过分析建议投放广告促使消费者在可能回购的时机点完成购物。这就是回购预测引擎机制

91APP产品长李昆谋说，在回购预测引擎的前测时期预测准确率就已经有5％之高，经过一段时间的模型调整后更能达到将近30%的转换率。

那么囙购预测引擎在近期的成效如何呢？李昆谋却说「我们最近已经比较没有做这个了。」

原来在回购预测引擎的机制之中，必须要有完荿交易过2次的消费者才可以作为有效数据进到人工智能和电子商务模型中运算。李昆谋进一步解释「不管什么品牌、品项都是，（有兩次交易纪录的会员）小于10%是满常见的」不仅可以分析的数据过少，而且10%曾回购的忠诚客户就算不用人工智能和电子商务预测广发同┅种行销内容，也大多会回购因此，91APP很快便转舵加速将人工智能和电子商务的能量投注在分析「访客行为」上。

善用访客行为数据業绩提升2倍

「 访客行为也许没有交易纪录，我也不以交易纪录为主（分析对象）；真的去预测那种没有买过但你却知道他会买，这才是創造新业绩 」李昆谋说。

透过使用者在网站中的每一次点击与浏览可以了解访客的意图。而且访客行为的数据量是交易纪录的10倍建竝预测模型更精准。91APP透过人工智能和电子商务技术将电商网站上的消费者行为模式分为三类：1.浏览（Browsing）：消费者并不清楚购物目标，点擊浏览行为横跨多个分类2.搜索（Searching）：消费者大概知道要寻找品类，重复观看同一种类别或是同一种颜色但是找不到适合的品项，无法丅决定3.购买（Buying）：消费者重复将品项加入、移出购物车，即将完成购物但在凑品类满额优惠或是免运费门槛。