現代電子商務極其複雜。成千上萬(或數百萬)的消費者在每次訪問大型網站時都會采取數十種操作，以多種方式與產品和內容進行交互。這使得優化電子商務網站之間的轉換成為一個真正的挑戰。
您首先運行哪些轉化率優化測試?如何及時處理和執行結果?如何可靠地定義和改進大規模的消費者旅程?
人工智能公司DXi表示，如果全球轉化率有任何指示性的話，人類並不擅長回答這些問題。該公司指出，全球平均轉化率約為2-3%，這沒什麼值得誇耀的。
因此，該公司表示，今年將有超過4萬億美元的商品被丟棄在購物車中，其中63%有可能被回收。
DXi開發了一種人工智能驅動的解決方案，使用機器學習來促進電子商務和實體企業的轉換。我們采訪了DXi創始人兼首席執行官斯裏尼瓦斯·基蘭比，了解了DXi是如何工作的。
用一個句子或語句描述DXi。
DXi使用專有的基於機器學習的算法來測量、量化並將數字體驗改進為一個分數，將該分數與轉換相關聯，並使用20+人工智能和機器學習算法進行改進。
貴公司如何使用人工智能(即機器學習、自然語言生成、自然語言處理、深度學習等)?
我們有一個專有的公式，可以將主觀用戶參與轉化為客觀評分，然後使用機器學習、自然語言處理(NLP)和深度學習來提高評分，並通過它來提高轉化率。
你認為目前人工智能的局限性是什麼?
人工智能的有效性在很大程度上取決於訓練集和分類方法的質量。這項技術也並不總是那麼容易一般市場營銷和銷售主管可以理解。
你認為未來人工智能在營銷和銷售方麵的潛力是什麼?
我們看到了人工智能的前景，從今天的診斷到預測，一直到個性化處方。
就公司規模和行業而言，你的理想客戶是誰?
我們的理想客戶是B2C公司。具體來說，電子商務，包括實體和在線零售，以及電子酒店，年收入超過1000萬美元。
你的解決方案對營銷人員和銷售人員的主要用例是什麼?
用例包括:轉換改善;成績分析;相關性的目標;參與基準;設定目標;行為集群;預測，了解客戶旅程;和更多。
你的公司與競爭對手或傳統解決方案有什麼不同?
我們的獨特之處在於，我們考慮了完整的用戶/訪問者旅程地圖，而不僅僅是購買。
我們衡量並量化這種主觀用戶體驗，並將其轉化為客觀分數，但沒人這麼做。然後，我們將這個分數與轉換聯係起來，並通過改進它們個性化的ML見解和建議。我們甚至可以將同樣的方法用於實體零售，並取得了巨大成功。
據我們所知，沒有人這樣做。
關於人工智能在營銷中的應用，還有什麼其他想法嗎?或者對那些剛剛開始探索人工智能可能性的營銷人員有什麼建議嗎?
我們認為，在客戶和訪客數據方麵，人工智能和機器學習的使用是成功的絕對必要條件。
公司簡介:DXi
- 首席執行官:斯Kilambi
- 資助:850000美元
- 伟德bv885資源:博客
你喜歡這篇文章嗎?在下麵注冊，我們將定期向您發送可操作的營銷AI內容。