前言：企业有了统一的客户数据平台，基于实时的客户360，通过智能的产品推荐，就可以实现跨越客户全生命周期的个性化互动和体验。这将是一种超出客户预期的体验。那这种体验从客户的视角到底是什么呢？后台是基于什么技术原理实现的呢？
关于个性化，我们在日常生活中经常会体验到。例如：昨天在京东浏览了想购买的耳机，今天早上在看今日头条的时候就看到相关的图片信息。再去京东首页，发现基本展现的是耳机相关的产品信息。这就是建立在实时收集到客户360信息基础上，实现的及时客户互动。主要表现为推送信息到网页或者APP，动态展现个性化内容。也是我们经常在电商领域听到的“千人千面”。那么，这种“千人千面”是通过哪些推荐实现的？所谓高度个性化的体验又是什么样的呢？
超出客户预期的体验有几个特点：动态的，实时的，智能的，主动的。网站页面个性化通常遵循一些原则：把最相关的推荐类型放在最上面，因为人的习惯是先看到这个页面最上端的内容，然后有需要再往下翻；把最相关的推荐项一般放到最左边，这也是人的一个使用习惯，有需要再横屏去划。以亚马逊网站页面为例。
- 营销横幅推荐 – 最上面是一个营销的横幅，会推荐一些营销或者跟客户相关的产品类别或者服务，也可以用来做价格敏感性的测试，或者是新品上市消息推荐。
- 基于购买历史推荐 – 接下来最左边紫色部分是根据客户过去购买历史，预测客户进一步购买倾向，推荐客户可能感兴趣的产品类别。例如：你昨天刚买过手机，今天再去访问网站或者APP，系统会推荐你相关配件，例如：贴膜，手机壳等。
- 基于浏览历史推荐 – 紫色旁边，也就是中间偏左部分是根据客户最后浏览的产品，以及过去浏览记录，推荐客户可能感兴趣的产品。例如：你过去浏览过最新华为手机型号，系统可以预测出你可能对什么样类型的手机感兴趣，进而推荐更多类别手机供你选择，你可能在意功能，颜值，操作系统等，最终这种个性化推荐会促使你做最后的购买决定。
- 基于预测的购买意图推荐 – 再往右边，也就是中间偏右部分是根据客户基于不同购买阶段的购买倾向和意图，推荐合适类型的内容和相关产品。通过AI可以知道客户可能对什么样的产品感兴趣，以及倾向图片，视频，还是文字展示。例如：如果你是新注册客户，则根据你注册前线上行为，预测你可能感兴趣品类进行推荐；如果你是做了第一次购买的客户，预测你可能感兴趣的配件或者附件进行推荐；如果你是多次重复购买某一品类的客户，可以根据复购/补货预测，在合适的时间做同类新品或者高价值产品推荐。
- 个性化优惠推荐 – 最右边部分是根据客户的购买倾向，决策速度，促销敏感性，推荐个性化优惠。比如说，发现客户过去在促销的时候，购买决策比较快，那就推荐正在促销的产品。
- 基于AI的推荐 – 再往下深绿色部分是根据客户过去的浏览记录，购买记录，收藏记录等，按照客户倾向性，库存情况，促销计划排序，然后推荐这些产品给客户。作为消费者，有时候习惯想看一看过去所有订单，然后复购。还有时候，消费者想买某个商品但没货，就收藏起来了。有时候加了购物车，但是觉得太贵就没买单，现在有促销或者降价了。所有这些客户历史行为都能被AI分析，然后做出有针对性的产品推荐。
- 基于偏好的内容推荐 – 再往下左边紫色部分是根据客户对内容的偏好，推荐相应类型的内容。比如客户经常看短视频了解产品功能等。
- 基于“高喜好，低购买倾向”推荐 – 接着右边部分是根据客户高喜好，低倾向性购买的产品，推荐相关产品。例如，客户浏览了很多次，但是真正买的很少的产品，那么可以把这个产品所属类别的热销产品（多种品牌和型号）推荐给客户。
- 基于热销或者复购推荐 – 最后是最底层的两个部分，一个是高倾向类别的，推荐相关热销产品给客户。例如，客户看了某个产品很多次，但没有买，也没有收藏，系统就推荐此类别相关产品，客户在有需要的时候就可以购买。第二个是复购推荐。针对对品牌有一定粘性，经常复购的客户，推荐一些企业能够获得更高利润的产品。
这个客户体验是不错，但是如果没有经过客户的同意就收集和使用这些信息作主动推荐，会让客户感觉“毫无隐私”。451 Research* 2020年9月报告指出：个性化策略有可能破坏消费者对品牌的信任。消费者与他们喜爱的品牌分享了太多关于自己的数据，却看不到其中的价值，因为他们经历的体验并不能反映品牌对他们的了解。这削弱消费者对品牌的信任。所以企业如果想真正实现“以客户为中心”的转型或者战略，建立可信赖的客户关系，那就不只是简单实现高度个性化的体验，而是要建立在尊重客户隐私和地区个人数据相关法规的前提下，获得客户的授权或者同意，不但告知客户要收集什么信息，还要告知客户用做什么用途。
（*关于451 Research：它是一家领先的信息技术研究和咨询公司，专注于技术创新和市场颠覆。机构中100多位分析师和顾问，综合各种联合调研及数据、咨询和上市服务，以及现场活动等方式，为全球1000多家客户组织提供必要的洞察。451 Research成立于2000年，是标准普尔全球市场情报的一部分。）
CX老兵 – Ivan，SAP大中华区客户体验解决方案专家
超过18年CRM领域的经验，涉及解决方案的BD，GTM，架构，售前，顾问和实施等工作。最近11年专注于市场上主流SaaS CRM/CX解决方案，熟悉Oracle CX、Salesforce和SAP CX等解决方案。
更多给你个性化互动和营销的知识，可参见专家Ivan的视频分享：
了解SAP 客户数据管理和B2C营销解决方案，可参见演示：