Adobe 開放數據科學和算法優化功能 助品牌善用 AI 提供個人化服務
今天，最成功的品牌已運用數據科學將體驗個人化和滿足客戶所需。不少品牌都已在內部建構統計模型和算法以自訂體驗，但它們當中大部分卻未能充分利用人工智能技術。
有見及此，Adobe 近日宣布開放 Adobe Marketing Cloud 中的個人化引擎：Adobe Target 的數據科學和算法優化功能。品牌可在 Adobe Target 中使用自己的數據模型和算法，為每位客戶提供最佳體驗。此外，公司還宣布推出其機器學習及人工智能框架 Adobe Sensei 驅動的 Adobe Target 的新功能，進一步加強客戶建議和定位的準確度，強化體驗及自動傳遞個人化優惠。
Adobe Experience Manager 及 Adobe Target 副總裁 (vice president, Adobe Experience Manager and Adobe Target) Aseem Chandra 表示︰「消費者的期望已大幅提高，品牌不能再視高度個人化為一個選項，而是勢在必行的。一些較進取的品牌已開發出自己的算法。在與 Adobe Target 融合後，品牌可將其專長結合 Adobe 的人工智能及機器學習工具的能力，來預測客戶的需求並在其發出要求前傳遞給他們，從而推動強大的商業效益及品牌忠誠度。」
將自身的算法帶進一個領先市場營銷平台的能力是最為業界重視的。品牌可受惠於將其行業專長融入 Adobe Sensei 的先進機器學習和 Adobe Target 的人工智能內，以大量提供尊屬的客戶體驗。例如，一所金融服務機構已創造出自己的算法以預測哪些客戶最有機會對某一優惠作出回應，他們便可將這個算法結合到 Adobe Target 中進行即時瀏覽量測試，確保能為每位客戶提供最佳的優惠。
此外，Adobe 也在 Adobe Target 中推出了 Adobe Sensei 的新功能，讓品牌建立更具個人化的客戶體驗：
- 一鍵個人化：有了 Auto-Target 的新功能，市場營銷人員可快速地在其數碼平台中無限次傳遞個人化客戶體驗，其中包括網頁、應用程式和物聯網裝置用戶界面等。Auto-Target 會運用 Adobe Sensei 來判斷何為每位客人的最佳體驗，並持續根據客戶採取的後續行動不斷優化這些體驗。例如，一所連鎖酒店可透過星級會員的訂單及手機應用程式的互動得知他們喜歡到熱帶地區旅遊，然後為其提供有關熱帶地區的資訊及內容，藉以增加會員的互動及忠誠度。
- 個人化建議：Adobe Target 中的最新建議技術允許品牌評估客戶的意向以更方便預測客戶最想要的內容及產品。運用基於自然語言處理的技術，個人化建議會將客戶的行動轉化成近似語言的指令。這些指令將被根據相似度分類，用作更個人化地傳遞客戶體驗。例如，一個零售商看到客戶點閱生態環保洗衣技術的影片及購買可分解的乾衣機衣物柔順紙後，便可為客戶提供有關生態環保洗衣劑的自訂建議。早期的測試結果顯示了這種先進的數據科學較其他算法帶來 60% 改善。
- 自動優惠：品牌可保證自動在芸芸的優惠中選取最合適的一個，並於適當的時間顯示給適當的人。例如，一所提供金融服務的企業可根據每位客戶的瀏覽路徑、戶口狀況、搜尋字眼等自動把它的按揭、信用卡及網上帳單優惠變得個人化，來保證在最佳時機送上最佳優惠。
- 精準定位：隨著 Adobe Target 與 Adobe Analytics Cloud 的增強整合，市場營銷人員可運用行為及受眾數據進行的分析作出更深層的區隔以達至更精準地定位。例如，Adobe Analytic Cloud 洞察出某汽車品牌的活躍購買受眾中大部分使用智能手機手機找尋目標車款的資料，便可透過 Adobe Target 為他們提供更個人化的體驗。
