西方家庭購物高峰時期與網購市場的發(fā)展

2025年圣誕節(jié)前的幾周向來是西方家庭購物的高峰期，英國消費者在這段時間內平均每人會花費280英鎊用于購置禮物，其中網購的占比超過一半。雖說親戚朋友的推薦是大眾購物的重要參考途徑，但仍有近三分之一的人會依據(jù)網絡評論來決定是否購買某種商品。

截至2025年底，網購市場預計會整體提升24%。不過，由于消費者不斷追求更優(yōu)質的購物體驗，網絡零售商在探尋能夠維持消費者滿意度的購物模式上承受著巨大壓力。當下，主流的英美零售商們將目光投向了AI技術。AI能夠協(xié)助零售商剖析消費者的購物習慣、預測消費者需求，并為其提供定制化服務?？傊?，AI能夠為消費者打造更具個性化的在線購物體驗。

比如，在線時尚零售商Stitch Fix每月會為客戶準備五套服裝以供選擇。這些服裝的準備會綜合考慮之前的客戶調查結果、配色、天氣以及個人風格等因素。通過AI算法，能夠幫助個人造型師設計出顧客極有可能喜愛的服裝類型。

在網購時，選擇眾多，零售商們也在努力簡化購買流程。在實體商店中，顧客對店內情況較為熟悉，可能在購買玩具時順便看看針織衫，或是在瀏覽星戰(zhàn)手辦時，順手挑選旁邊的擦拭杯盤用的毛巾。但這種情況在網絡購物中難以實現(xiàn)，所以利用AI進行在線零售的關鍵目標之一，便是幫助消費者找到他們所需的物品，并盡可能減少潛在選項。一項最新研究表明，當消費者確定購買類別后，其他潛在選擇越少越好。

倘若您是一位視覺購物者，那么或許您會從Snap Fashion中獲取靈感。該視覺搜索引擎能夠依據(jù)網頁或智能手機上的照片，為消費者展示超過16,000個品牌的商品。據(jù)了解，Snap Fashion InStore計劃在2025年8月開設實體店。

聊天機器人在零售業(yè)的應用

零售業(yè)AI的下一個發(fā)展階段將超越個性化建議，轉而采用與客戶直接對話的方式?！皩υ捝虅铡边@一概念是由負責Uber生態(tài)合作伙伴拓展的Chris Messina在2015年首次提出的。它源自消息類APP、自然語言界面和品牌的融合，能讓消費者在聊天機器人的協(xié)助下，以自然對話的形式與品牌及服務進行交互。

在P2P保險網站Lemonade，用戶可以通過聊天機器人Maya設計專屬的個性化保險政策，整個過程在Lemonade會話中幾分鐘便可完成。客戶還能通過Maya使用內置App視頻錄制功能提交聲明，描述相關事件。

對話商務有可能使我們積極參與到AI工作中，比如在我們尚未意識到時，就為我們提供所需之物，讓我們與AI直接對話，并成為這一過程中的積極合作伙伴。

戶外品牌The North Face同樣利用聊天機器人來推動銷售，用戶通過IBM Watson支持的自然語言問答系統(tǒng)能夠進行直接交互，從而找到最適宜的商品。用戶需要回答服裝穿著的季節(jié)、地區(qū)、服裝的功能/用途（例如衣服需要有一個能放進手機的口袋）以及對款式的偏好?；谶@些信息，再結合對天氣和物流的考量，所有的選擇會自然而然地按照先后順序進行推薦排列。

這種AI驅動的個性化購物模式，有能力挑戰(zhàn)甚至取代目前店鋪內銷售助理的工作。它既智能又迅速，還能夠利用多個數(shù)據(jù)點快速有效地為客戶提供個性化指導，并且會認真對待客戶的每一個問題，不會出現(xiàn)情緒方面的問題。

大規(guī)模定制與零售業(yè)AI的挑戰(zhàn)

零售業(yè)AI的引入不僅為大規(guī)模定制提供了機遇，還能幫助客戶更迅速地縮小選擇范圍。這對于那些需要依據(jù)圣誕購物清單進行購買的人來說，益處明顯。對于企業(yè)而言，提供一致的服務能夠增強用戶的粘性，這在零售行業(yè)的激烈競爭中至關重要。

然而，也存在一個問題：引入AI后的購物過程，是通過機器學習與預測分析來推動消費者進行定向購買的，這減少了客戶發(fā)現(xiàn)和探索的機會，而這恰恰是消費者在購物過程中頗為喜愛的一個環(huán)節(jié)，尤其是在節(jié)日期間。

消費者與品牌的互動在對話商務之后會變得高度個性化。這些AI系統(tǒng)對于那些期望解決簡單和具體任務的人（如購買保險或獲取技術咨詢）幫助很大。但是對于更為復雜的、涉及感性和主觀方面的購買決定，例如為親人購買禮物，我們可能仍然會向朋友、家人甚至銷售助理尋求幫助。

以上內容屬作者個人觀點，不代表風口星網立場！