通过分析和机器学习在整个零售生态系统中扩展轻推

在阅读了理查德·泰勒(Richard Thaler)和卡斯·桑斯坦(Cass Sunstein)的“微调：改善有关健康，财富和幸福的决定”之后，“选择建筑”这个词一直困扰着我。这本书将人们描述为在大多数时候都是非理性的，而不是对自己，家庭和社会的最佳决策者。为了在此过程中提供帮助，企业，组织，政策制定者和政府应组织选择，以促使或影响个人选择所需的决策或结果。在当今不同的行业和世界范围内，有几种成功且设计不佳的选择架构。

行为经济学和选择架构的概念对于零售界而言并不是新概念。全球零售商一直通过在线购物和广告中展示的技术来利用这些概念。

此外，实体店购物也有很多机会介绍微调，尤其是涉及店内员工。在诸如“畅销书”之类的产品上显示标签或在线查看产品后，包括称为“客户也喜欢”的部分以引用其他产品，可以使客户得到同行的认可和对产品的信任感，从而最终推动他们做出产品。决定。

我们还观察到零售商对客户的价值主张与做出选择的方式之间存在直接关系。一些网站提供不同的履行选项，第二天交货等选择，而其他网站则提供基于折扣的选择。所有这些还意味着，零售商-产品供应商，零售商-物流供应商之间在后端之间存在更大的协作，从而可以帮助零售商为客户提供这些选择。

在机器学习时代扩展“微调”

分析和机器学习领域的最新发展已帮助零售商解决了面向普通受众的营销常见问题。多家零售商根据客户的价值，偏好的参与方式等对客户进行优先排序。尽管这些帮助零售商更好地响应了市场营销活动，促销和降价促销等，但这些接触点中很少有一些是为了“推动”顾客选择首选结果。

在“疏导”过程中始终需要考虑一些风险。应用通用模型后，零售商应评估并从客户的行为中学习，然后影响他们实现预期的结果。例如，假设一个名叫罗杰(Roger)的客户通常在假期期间选择一种直接面向消费者的配送方式。零售商应考虑建立一个针对Roger的需求和用户体验的模型，并了解其对组织目标的影响。然后，它将推动Roger向选择在线购买并选择店内购买的方向发展。通过提供激励选择，这就是所谓的“精确推销”。该概念利用了从行为经济学中学到的经验，并通过机器学习将其扩展到整个客户群。

有一条细线可以区分个性化和微调。虽然个性化的内容和活动是从客户以前的交互派生而来的，但微调模型应该采用这种方式，并将其与客户和组织的目标保持一致。例如，一家颇受欢迎的美国药房连锁店为客户走过的每一步提供了忠诚度积分。这促进了客户之间的健康行为，并帮助品牌将忠诚度积分转化为潜在的销售。尽管忠诚度计划不是一个新的创新概念，但无论客户群如何变化，都会有一个结果。这是一个很好的例子，说明药房连锁店如何将其组织目标与客户的福利保持一致，并推动他们实现共同成功。

黄金首饰线上占比持续提升 电商直播打开行业新增长空间

新冠疫情加速珠宝行业集中度提升

杭州一珠宝店36万请网络主播做直播卖珠宝 结果亏了20万

佳士得推出Christie’s 日内瓦“Magnificent Jewels”珠宝拍卖专场

全球首个玉珠宝品牌馀佳（YUJIA）亮相第三届中国进博会 呈现近百件原创玉珠宝作品

老凤祥前三季度实现营收438.67亿元 净利润16.1亿元

萃华珠宝三季度利润同比下滑九成 销售渠道亟待更新升级

法国珠宝品牌Messika推出“Messika by Kate Moss”系列高级珠宝新品