2021年，AI将帮零售商们“拯救”流失的客户忠诚度

实体店与人工智能电商概念图(图：Getty)2020年，混乱与颠覆并存，但尘埃早已落定，新的一年，零售商将重拾动能，向着新常态出发。电子商务在新疫情经济中发挥了很大的作用，也许作用太大了。各大品牌都在适应新常态，他们改变策略，以规避能看到的风险。

虽然2021年零售商的增长不会那么强劲，但预计零售商仍会在忠诚度和留存率方面进行投资。事实上，最近首席营销官(CMO)的一项调查发现，73%的首席营销官在未来一年将依赖现有客户，而不是开发新市场。对零售商来说幸运的是，我们现在正处于人工智能和机器学习技术解决方案的交汇点。这种解决方案非常适合当下，可以为品牌提供绝佳的机会，充分利用自己的数据来培养这些持续的客户关系。

2021年品牌忠诚度状况

不幸的是，在过去的十年里，品牌所有者对客户忠诚度造成了极大的伤害。这听起来可能很残酷，但零售商以牺牲客户保留率为代价，为广泛的客户提供全面的折扣，引发了一场无休止的价格战。消费者已经习惯了四处购物，某些类别的产品对许多人来说已经变得无关紧要。消费者在选择特定产品时不再选择品牌，而是一切以价格为先。不要指望回头客没有大优惠。

然而，最近的趋势表明，品牌忠诚度的下降已经回到了疫情之前的情况。一项针对3800名消费者的研究显示，在疫情关闭措施实施前一个月，许多年龄组的品牌忠诚度实际上在逐年上升。疫情开始后，它影响了购物习惯(和折扣策略)，零售商也转向了电子商务。同样的忠诚是否会继续还有待观察。去年零售商无止境的讨价还价可能会破坏一些顾客的良好意愿。

2021年零售商面临的挑战是重新点燃在疫情会议之前建立的忠诚火花。2020年，零售商将尽最大努力实现销售最大化，往往以牺牲利润为代价。2021年，零售商应该采取更聪明、更专注的策略，根据客户数据实现销售最大化，而不一定是销售最大化。

AI和机器学习如何影响2021年的零售战略

“人工智能”是最近非常流行的一个词，所以当我们谈论人工智能时，解释我们所说的人工智能可能是有益的。我们这里所说的不是在销售大楼部署机器人，而是零售商利用人工智能了解客户数据，为未来客户行为的预测和分析提供信息的一种手段。

使用人工智能预测客户行为有一些优势，过时的人口统计数据可以从公式中剥离出来。过去，客户导向模型通常关注存储的客户信息，例如客户是谁，以及一些可以为优惠和促销策略提供信息的数据。这种目标模式的危险在于，它可能基于过时的人口统计信息，这可能导致不相关的优惠和促销。另外，人口统计数据大多是从第三方终端数据中挖掘出来的，一段时间后第三方终端数据就会失效。零售商依靠这种数据挖掘方法来使自己在预测未来策略时落后。

使用人工智能不是看客户是谁，而是看他们做了什么。这种跨人口统计的数据可以在预测分析的基础上用于有针对性的活动。如果一个客户表现出X、Y、Z的购买习惯，预测他们的行为就更详细了。零售商可以在合适的时间为某个客户提供合适的促销信息，使转化率最大化。

这种预测客户数据的新方法也是一个引擎，可以将忠诚度和保留率推向未来。人工智能可以用来理解客户数据，获得的洞察可以用来部署各种关键指标的预测，这些指标可能会影响留存率。此外，人工智能还可以基于以往客户品牌的互动，预测流失率、客户价格敏感度以及哪些客户可能是一次性游戏的购买者。

而且，通过分析哪些客户最有可能成为回头客，零售商可以更好地定制产品，引入必要的措施，促进客户留存率的提高。

2021年将是零售商的一个重大转折点。零售商可以利用基于人工智能的现代工具，占据最有利的位置取得巨大的成就，并充分利用客户忠诚度和保留率的优势，即使使用最保守的策略，也能有所成就。