我们被反复许诺，人工智能将会彻底改变电子商务。考虑一下。它没有辜负对你的期望吗？

如果不是，问题可能不在于你在你的站点上部署的技术，而在于支持它的架构和数据。

考虑几个利用人工智能的典型电子商务场景。

你进入一个电子商务网站，开始浏览类别。网站根据访问者和其他因素，决定首先列出高利润类别。现在让我们添加一些更多的信息:过去你总是买打折的东西。该网站知道这一点，因此首先显示清仓商品和最优惠的交易，最大化你点击购买的机会。

你进入一个工业网站，搜索术语“脱模”和任何搜索一样，该网站有一个选择:显示尽可能多的相关结果(选择完整)或尝试猜测正确答案(选择精确)。

“脱模”是指清洗注塑模具、去除潮湿表面的模具和霉菌，还是重新铺设木制模具？一个聪明的网站会考虑所有可能的背景，比如你过去买了什么，你做过什么其他的搜索，并给出最好的答案，不管是润滑剂、清洁剂还是研磨剂。

你点击了一个网站，并在一个类别中添加了一些收藏夹。该网站将你的行为解释为购买信号，并促使你购买。

你在你的购物篮里增加了一些物品——比如用来清洁挡风玻璃的夏蒙布和玻璃清洁剂。该网站知道，做出这些选择的许多其他人也购买了汽车蜡和轮胎清洁剂，所以它的购物篮分析算法建议这些项目。

人工智能支持所有这些场景:搜索、导航、预测报价和购物篮分析。然而，他们有更多的共同点。

我对许多技术项目的分析，包括成功和失败，都表明像这样的人工智能功能的有效性最终取决于数据和架构的高度自律——在某种程度上，很少有站点管理者意识到这一点。

正确的数据和组织会带来不同的效果

电子商务客户体验完全由数据组成。基础数据的质量决定了体验的质量。虽然这听起来很明显，但在实践中，我发现许多组织都有不成熟的产品信息流程。 当他们开发新产品时，他们没有以适应性强、可持续的方式管理产品信息。结果是肮脏、不完整和不一致的数据，削弱了人工智能提供最佳体验的能力。

智能电子商务体验的燃料来自两种数据:与产品相关的信息和客户数据。

从产品开始。管理数以千计或数以百万计的产品选择是从称为“显示分类法”的产品层次结构开始的正如实体商店中的产品是根据一组具有相似产品特征的逻辑通道和货架来排列的一样，虚拟商店中的产品也需要根据一组适合企业客户独特需求的逻辑类别和质量来组织。

这就是产品展示分类，它的设计对于电子商务网站来说就像实体店的货架图对于最终的购物体验一样重要。显示分类区别是竞争优势的一个来源。

如果你知道你的客户如何解决他们的问题，并且能够以比竞争对手更有效的方式安排产品，你将会保留他们的业务。如果他们不能快速轻松地找到他们需要的东西，他们就会继续前进。

产品信息管理(pim)系统保存有关产品的信息，包括它们之间的关系。他们知道哪些产品是其他产品的附件，哪些通常一起使用。然而，只有当新产品的入职流程足够严格，能够始终包含这种关系时，这些数据才有效。

根据我的经验，pim中数据和类别的分类设计是一个微妙而又富有挑战性的问题，许多技术经理都忽略了这一点。越是根据独特的客户需求对分类法进行微调，网站就越能提供人工智能支持的建议来提高产量。

然而，定制的分类法经常与严格的行业标准相冲突。因此，分类法和产品入职流程的设计是标准化元素和特定站点元素之间的完美平衡。

挑战的另一面是客户数据。人物角色(如“第一次访问者”或“价格敏感的购买者”)使网站能够理解他们遇到的用户的多样性。设计师然后使用这些角色来做出分类和客户体验决策。

它们反映了观众的属性，如顾客忠诚度、不耐烦或价值意识。然后，基于这些属性的测试允许站点设计针对具有不同需求的特定类型的客户改进其方法。

在支持电子商务人工智能的数据中，还有另一个未知的挑战来源:术语。为多个受众服务时，相同的术语可能有多种含义和上下文(还记得“脱模”吗？)。术语标准化是使产品分类和受众数据可用且有效的一个基本要素。

人工智能支持的定制网站实际上是如何发展的

尽管定制网站似乎有其固有的自动化，但根据我的经验，设计总是从非常人性化的、几乎是手工的决策开始。一个了解目标客户的营销专家从决定什么信息或信息的一部分可能会引起共鸣开始——然后通过重复一系列手工制作的变体来测试它。

然后，专家手工制作信息并尝试一种变化，就像一个工匠使用工艺知识来创造一些与另一个人接触的东西一样。营销人员然后将尝试其他变化，并了解哪些其他项目可能有效，哪些可能无效。

最终，机器学习出现了，基于人工智能的算法尝试可能的变化，并基于持续的测试和持续的改进过程优化它们的组合。

如何获得数据仓库，以便在电子商务中为人工智能提供最佳动力

您如何确保您的人工智能工具能够真正提供他们承诺的体验？回顾几十个项目的共性，我观察到了需要关注的关键领域，以确保人工智能实际运行的数据能够带来更好、更高收益的体验:

构建正确的内容架构。这包括定义关于产品和支持内容的元数据模型，控制词汇和术语，最重要的是确保内容架构支持客户体验。这意味着创建专门设计的产品分类，以支持网站访问者最常承担的任务。这种架构必须支持动态生成的客户体验，并支持交叉销售。

为供应商和产品入职制定严格的规则。使用采购合同中的需求，确保供应商提供可用产品元数据的清单，然后根据销售需求验证数据模型。然后，可以根据客户需求和偏好，用独特的属性丰富基线数据。验证产品经理正在获取必要的内容和数据，以便进行站点定制，并且产品数据是完整和一致的。以最有利于站点定制和让客户做出选择的方式设计产品属性。

审核内容操作。定义内容摄取和自动内容标记的工作流程。如果产品的内容需要更改，请确保有定义的工作流来更改它。设计系统以管理和尊重内容权利，并跟踪促销活动的生命周期。

管理网站定制的数字资产。这包括确保规格表和潜在的工程图纸和手册可用，以及资产的组织方式通过适当的内容体系结构使检索和重用更加容易。

完善个性化策略。记录购买者的需求和角色，然后根据这些角色创建与个性化内容相一致的任务和目标。理想情况下，内容将根据访问者行为动态组合。

优化omnichannel体验。验证商店促销与在线促销是否一致，以及顾客是否能够根据网站上的信息识别和查找商店中的库存。测试跨移动设备、pc和店内设备的体验，以确定体验中出现的问题。

扯皮分析，以完善网站的有效性。内容性能指标应该嵌入到治理过程中，网站应该持续地衡量搜索效率以及访问者不购买就离开的路径。

这些任务都不容易。事实上，你在这些方面的进展将决定你的网站在人工智能准备方面的成熟程度。审核你在这些挑战上的进展——并制定计划来改进它们——将大大有助于确保你未来的网站改进有效地利用即将到来的人工智能进步。

这是你应该集中精力的地方。从长远来看，在薄弱且不一致的内容和数据架构上添加更多人工智能模块最终会让你付出代价。多考虑数据，少考虑花哨的东西，你将会为未来的技术做好准备。

与人工智能支持的电子商务的架构要求 相关的文章：

社交销售如何改变了买家的旅程

亚马逊奥特广告适合你的品牌吗？

4个客户服务人工智能应用程序，目前运行良好

covid-19和我们所知的日常生活的终结

优化品牌亚马逊广告的4种方法

围绕病毒的播客——以及其他