人工智能驱动的个性化折扣.PDFVIP

人工智能驱动的个性化折扣： 颠覆性的促销优惠策略 EVOLUTION SLIMMING：成功案例 Evolution Slimming 利用人工智能生成以推动转化和改善效果的个性化智能优惠，从而将其促销优惠策略提升到新的水平。 尽管 Evolution Slimming 会定期举办活动吸引顾客再次光 利用 Emarsys Incentive Recommender，Evolution Slimming 临以进行重复购买，但他们仍无法确定提供折扣的时间以 得以针对每个联系人确定适当的折扣，从而使顾客参与度显 及对象。 著提高。 由于无法利用现有工具和资源来识别哪些顾客最有可能回应 通过消除浪费，避免向那些没有任何促销优惠也会再次购买 折扣活动，营销团队可以采用的奖励管理选项非常有限。 的顾客发送折扣，他们实现了总收入的增长。 +28.6% +92.8% 的收入提升，与“默认促销优惠” 的收入提升，与“无促销优惠”对 对照组相比 照组相比 “个人促销优惠匹配从未真正实现，它是营 销活动中孤注一掷的做法。确定促销优 惠性质和数量的过程，就是一场试图平 衡收益与利润点的无法控制的游戏”。 - Russell Nicholls，Evolution Slimming 商务总监 挑战 Evolution Slimming 营销团队意识到，虽然他们可以自动加入个性化建议，但始终必须手动添加促销优惠，且调 整的余地不大。由于无法利用工具或资源对促销优惠应用相同级别的个性化，他们只得在营销活动内容中使用 统一的促销优惠交易。 为了改进顾客旅程，Evolution Slimming 需要一个能够将个性化延展到促销优惠策略中的解决方案，包括： 智能促销优惠自动化 Evolution Slimming 意识到“促销优惠”是顾客沟通中剩余的“一揽子优惠”之一，但由于 资源有限，他们不具备手动筛选所有数据并解决该问题的能力。 消除不确定性 在营销活动内容中提供折扣被视为类似于”黑盒子”手段，这使营销团队无法分辨他们是 否确实针对适当的顾客提供了最佳折扣，或是否没有必要降低利润。采用“一律九折”的方 法是安全而简单的折扣方式，但这同时与 Evolution Slimming 高度以顾客为中心的理念存 在冲突，可能会降低利润和损害长期的顾客忠诚度。 提高资源利用率 必须获得针对每个联系人提供独有个性化折扣的能力，同时还要确保不会影响营销团队 执行其核心任务的能力。尽管折扣只占其现有营销活动的一小部分，但 Evolution Slimming 知道，如果无法针对个人定制折扣，将对其赢回策略造成不利影响。 解决方案 Emarsys B2C 营销云的人工智能促销优惠推荐功能完美地结合了 Evolution Slimming 正在寻找的功能和易用性。 这项新功能的部署开销接近于零，它能处理所有历史参与数据，从而充分释放个人定制折扣的潜力。 利用以下优势，Evolution Slimming 能够轻松延展个性化功能，将其应用于赢回营销活动中的折扣： 1.数据驱动的折扣 他们能够对现有数据应用进行来源分析，利用历史参与 活动计算每个用户的反馈模式，然后自动针对每个联系 人定制折扣。现在，他们可以在任何赢回营销活动中加入