用认知破解

用认知破解

首次发表于2017年5月10日零售周

想想您最近一次的重大购买。新笔记本电脑?一个假日?新沙发?在一年的这个时候,也许是一个新的烧烤。

现在,做一些我想您很少做的事情(有意识地做到)。

考虑一下您从最初考虑该新烧烤设备或笔记本电脑到购买该设备所经历的过程。

直截了当?疑。

如果旅程不仅复杂,而且可能会持续很长时间,涉及多个品牌的多次互动,并且是在线和店内研究与浏览的结合,那也就不足为奇了。

它可能还涉及向朋友和家人询问他们的经验和建议。

听起来很熟悉?

在当今的消费者环境中,没有什么是简单明了的,没有什么是可预见的,所有事情都可以争夺。 那么为什么这很重要?

寻找合理的解决方案

与3D国际象棋相比,对于人类大脑来说,哪个难题可能更棘手,更复杂

是Spock先生和Kirk上尉扮演的角色吗?

那么,如何映射客户旅程?多年来,购买途径一直是零售商之间深入研究的主题。

但猜猜怎么了?它变得比以往任何时候都更加复杂,并且比以往更加简单,并且对它的理解正在迅速消失。

可预测的?算了吧。

可能只是购物,但现在的复杂性使得零售商难以跟上–了解客户的喜好,甚至掌握其行为方式的原因。

我们口袋中的智能手机不仅为我们提供了令人难以置信的选择,还为我们带来了难以置信的影响力,而且我们敢说它具有难以置信的力量。

它使我们能够不受惩罚地从一个品牌过渡到另一个品牌。

在英国脱欧的不确定性加剧了紧缩政策的记忆之后,我们一直在寻求更好的报价,更好的交易以及更好的体验。

不仅如此,我们的期望从未像现在这样高。

数据,无处不在的数据

如此众多的购物者的行为无法预测,对我们以及我们自己混杂的购物行为产生了许多不同的影响,品牌如何才能理解当今的顾客旅程?

大多数使用某种形式的分析,许多已经达到了令人印象深刻的成熟度,但是它们都有一个主要缺点。

传统分析依赖于预先编程,因此只能基于该预先编程的输入进行操作和分析。

不仅如此,它还只能识别结构化数据。

换句话说,所有非结构化数据(例如图片,视频和新闻报道)基本上是不可见的。

现在考虑一下:目前在线数据量超过1 ZB,到2020年,这一数据将上升到40ZB以上。

为了使这一点更加真实,要花费1亿5千2百万年才能观看1ZB的高清视频数据,而传统的计算机分析只能看到其中的20%。

用认知破解 

想想您和您的孩子每天上传到Facebook,Instagram,Twitter,Youtube和Snapchat的所有图片和视频。

现在,请考虑与世界分享您的生活,家庭,爱好,喜好多少–数字足迹。

然而,世界还没有倾听。

现在想想一个世界,在这个世界上,不仅所有数据都被识别,而且在不断了解您的同时,它们也被解释并采取行动。

到可以准确预测您的需求和需求的程度,并在上下文中完全向您提供商品和服务的相关报价。

似乎牵强?

欢迎来到认知计算和机器学习的世界。

可以将它视为您自己的爱因斯坦,在那里您可以不断更新和学习,不仅可以解释您的数字输出,而且可以在您周围世界的所有数据的背景下进行解释。

未来就在这里,我们目睹的消费者革命从未如此深刻。

剩下的唯一问题是零售品牌需要多长时间才能掌握并采取行动?

发表评论

您的电子邮件地址不会被公开。 必需的地方已做标记 *