商業(yè)智能，簡(jiǎn)言之，就是人工智能在商業(yè)中的運(yùn)用。商業(yè)智能目前主要運(yùn)作的場(chǎng)景、應(yīng)用的領(lǐng)域就是在零售業(yè)。

人工智能的基本要素之一是大數(shù)據(jù)，數(shù)據(jù)是人工智能機(jī)器深度學(xué)習(xí)的原料，沒有數(shù)據(jù)就沒有人工智能。

那么零售中，都有哪些數(shù)據(jù)呢？

很顯然，主要就是顧客購買行為的數(shù)據(jù)，這里包括他的行動(dòng)路線、來店頻率、逗留時(shí)間、決策速度、動(dòng)作特征等。此外，還有一些數(shù)據(jù)就是他行為的結(jié)果，包括顧客買了哪些商品，花了多少錢等。

零售企業(yè)通過獲取大數(shù)據(jù)并經(jīng)過計(jì)算之后，針對(duì)顧客產(chǎn)生兩個(gè)類型和方向的智能化反應(yīng)。一個(gè)類型和方向是針對(duì)顧客個(gè)體的，根據(jù)顧客的信息對(duì)每一個(gè)顧客進(jìn)行一對(duì)一的精準(zhǔn)的營(yíng)銷。目前，商業(yè)智能針對(duì)個(gè)人和個(gè)人的交互，具體來說可能有四種情形。

第一種是基于人像識(shí)別的顧客互動(dòng)。顧客來到商場(chǎng)，他的頭像就被記錄下來了，那么以后再去的時(shí)候，無論是服務(wù)員，還是其他的一些信息設(shè)施，可能會(huì)很熱情地跟顧客說：“歡迎您第N次光臨，您是我們的老顧客?！边@是一種初級(jí)的、比較基礎(chǔ)性的運(yùn)用。頭像的背后還有這個(gè)人的一些歷史數(shù)據(jù)，基于這些歷史數(shù)據(jù)可以準(zhǔn)確地跟客戶互動(dòng)。比如，一個(gè)人去吃牛排，經(jīng)常有服務(wù)員會(huì)問：“你吃幾分熟?。俊庇腥苏f五分，有人說八分，那人工智能系統(tǒng)就記住了。你再去的時(shí)候，服務(wù)員在和顧客交流的時(shí)候就可以說：“先生，知道您喜歡吃五分熟的，現(xiàn)在有一種牛肉，三分熟更好吃?！边@樣的溝通會(huì)更有效一些。

第二種是商業(yè)超市用得較多的優(yōu)惠券。包括電子形態(tài)的優(yōu)惠券。比如商場(chǎng)APP里面送一些電子優(yōu)惠券，這些優(yōu)惠券完全是根據(jù)顧客的數(shù)據(jù)自動(dòng)生成的。顧客去交錢的時(shí)候，優(yōu)惠券就打出來了。優(yōu)惠券很復(fù)雜，結(jié)構(gòu)很精巧，可以根據(jù)顧客的購買額，1000元錢以上的給你一張，2000元以上的給你另一張，而且通常都有時(shí)間的限定，比如要在5天內(nèi)用完。有的還有品種的限定，這跟推薦商品有點(diǎn)類似，比如說根據(jù)你過去的數(shù)據(jù)，你似乎比較喜歡喝啤酒，比較喜歡喝德國(guó)的黑啤，那就給你兩張黑啤的優(yōu)惠券。

在優(yōu)惠券方面，目前還有一些超出我們想象的應(yīng)用。比如，發(fā)現(xiàn)一位顧客從來沒有買過啤酒，基于這樣一個(gè)數(shù)據(jù)，那我們?cè)趺唇o他優(yōu)惠券呢？也給他一張啤酒優(yōu)惠券，用于測(cè)試這個(gè)人是不是在其他的店買啤酒。如果他用了優(yōu)惠券，那就證明他還是喝啤酒的，只是原來不在我們這里買。這個(gè)測(cè)出來之后，就可以給他更多的啤酒優(yōu)惠券，這樣就可以對(duì)對(duì)手構(gòu)成影響。

基于會(huì)員制、積分制以及購買記錄的優(yōu)惠券系統(tǒng)，是目前商業(yè)智能的主要形態(tài)。優(yōu)惠券越來越豐富，越來越有意思。這個(gè)在歐美其實(shí)是個(gè)成熟的系統(tǒng)，可惜的是我國(guó)零售企業(yè)還用得非常少。國(guó)外有專門的這樣的系統(tǒng)服務(wù)商，即營(yíng)銷服務(wù)公司，大的甚至能夠覆蓋幾千萬人，數(shù)據(jù)量非常大。

第三種是商品的推薦和交叉銷售。通過數(shù)據(jù)分析發(fā)現(xiàn)顧客去購買商品的時(shí)候，他同時(shí)還會(huì)買其他的商品，這就構(gòu)成一個(gè)關(guān)聯(lián)。以前他買商品的時(shí)候都是果汁和酸奶一起買，那就可以同時(shí)推薦果汁和酸奶。這在邏輯上比較簡(jiǎn)單。另一種邏輯關(guān)聯(lián)，比如說一位男顧客買了紙尿布，這可能是孩子的爸爸，可以給他推薦奶粉。

人工智能也在發(fā)展。以往這種商品整合起來的推薦都比較刻板，或者說是邏輯僵化。比如我一個(gè)朋友跟我說，他給家里的老人去看過墓地，結(jié)果連續(xù)一個(gè)禮拜甚至更長(zhǎng)的時(shí)間都有商家給他推薦骨灰盒。

所以，未來商品的推薦可能是智能推薦，根據(jù)顧客長(zhǎng)期的購買行為進(jìn)行一些分析，推斷他可能對(duì)哪些商品很感興趣，那就可以進(jìn)行橫向的相關(guān)產(chǎn)品推薦和縱向的上下游產(chǎn)品推薦。比如顧客買了電吹風(fēng)，解決了頭發(fā)的問題，再推薦一個(gè)剃須刀，一起解決一下胡子的煩惱，這是橫向的推薦?？v向的是什么呢？比如顧客買了刀片，就推薦刀片的上游——刀架。再比如顧客買了CD，就推薦CD的播放機(jī)。未來可能還有更加智能的，那就是跳躍式的、非單一線性邏輯的推薦。比如某個(gè)人經(jīng)常買些比較古典的交響樂，推斷出這個(gè)人可能是比較傳統(tǒng)的、文化層次比較高的、行為作風(fēng)比較西化的，那是不是可以給他推薦一款懷舊型領(lǐng)帶？這個(gè)跨度比較大，也比較有意思。

第四種是行為的預(yù)測(cè)，即根據(jù)以往的行為來推測(cè)未來的行為，這個(gè)就比較難了。比如說一對(duì)小夫妻，因?yàn)閯偝杉?，以前可能購買一些生活用品等，過了一段時(shí)間，通過購買的特點(diǎn)、跡象和數(shù)據(jù)，推測(cè)妻子可能已經(jīng)懷孕了，那就可以贈(zèng)送一些嬰兒產(chǎn)品的優(yōu)惠券等。這就是提前推測(cè)顧客在未來一段時(shí)間的行為特點(diǎn)。

根據(jù)顧客購買的時(shí)間、動(dòng)作，還可以分析顧客是屬于簡(jiǎn)單購買還是復(fù)雜購買。人的購買心理和性格不一樣，有些人買東西比較快，瞬間反應(yīng)；有些人就要貨比三家，任何事情他都要認(rèn)真地盤算。人工智能系統(tǒng)能將他們推斷區(qū)別出來，與他們互動(dòng)的內(nèi)容和方式也就不同了。另外，更進(jìn)一步，人工智能甚至可以判斷每個(gè)顧客的生活態(tài)度和生活方式。

商業(yè)智能應(yīng)用的第二個(gè)方向，不是針對(duì)某個(gè)顧客，而是針對(duì)顧客的群體。根據(jù)大數(shù)據(jù)做群體分析的時(shí)候，大數(shù)據(jù)的范圍可以擴(kuò)展到整個(gè)互聯(lián)網(wǎng)上，比如微博、微信上的顧客心聲和反應(yīng)。

第一，對(duì)顧客進(jìn)行分類。商業(yè)智能出現(xiàn)之前，商場(chǎng)里的顧客群畫像，依靠人的智慧，維度是有限的。而到了人工智能的時(shí)候，就可以增加很多的維度，從不同的角度對(duì)顧客總體進(jìn)行分類，從而形成多種分類模式。也就是說，畫像可以從不同的角度去畫，把顧客分成很多群。比如，按照遠(yuǎn)近來分類，過去沒有數(shù)據(jù)的時(shí)候，怎么知道這個(gè)人來自近的地方還是來自遠(yuǎn)的地方？現(xiàn)在通過物聯(lián)網(wǎng)的信息，就有可能知道顧客的距離遠(yuǎn)近，對(duì)不同距離的顧客的服務(wù)方式可能就不太一樣。

第二，分析顧客群的特點(diǎn)。比如，以是否成家可以將顧客分為單身、兩口之家、三人核心家庭。這就構(gòu)成了家庭的三種形態(tài)。在這三種形態(tài)的背景下，人均的購物金額、購買的品種、喜愛的審美風(fēng)格等，都會(huì)形成一些比較鮮明的差異。

了解了這些差異，在貨架的擺放上可以變得更有針對(duì)性。比如專門有一些大容量的牛奶是針對(duì)三口之家的；比較小包裝的、時(shí)尚的就適合兩口之家；還有針對(duì)單身的產(chǎn)品，在營(yíng)養(yǎng)的構(gòu)成、包裝（怎么開啟）等方面都可以有不同的特色。

第三，分析顧客為什么流失。哪些群體流失得最快？流失的原因是什么？根據(jù)顧客群體總的行為特征，并找到背后的影響因素，基本上能夠判定顧客流失的原因和背景。

第四，找出顧客行為中出現(xiàn)次數(shù)較多的典型行為并分析背后的原因。例如某一種新產(chǎn)品，大多數(shù)人都是拿起來看了看，并沒有購買。原因是什么？是價(jià)格問題？還是產(chǎn)品價(jià)值訴求問題？抑或包裝問題？基本上可以建立一個(gè)假說，這個(gè)假說可以通過大數(shù)據(jù)和人工智能來進(jìn)行驗(yàn)證。

第五，分析零售店里面的顧客注意力資源的分布。簡(jiǎn)單地說就是顧客更喜歡聚集在什么地方，在哪些地方投注了更多的目光。這個(gè)主要通過攝像頭、圖像系統(tǒng)等就可以收集到。這是零售商場(chǎng)動(dòng)線和商品展示的依據(jù)之一。同時(shí)，也為廣告競(jìng)爭(zhēng)提供了依據(jù)。比如供貨商有A和B，那就可以位精準(zhǔn)地向他們推薦廣告位，比如這個(gè)地方有更多的人流量，顧客停留更長(zhǎng)時(shí)間，那么這個(gè)地方的廣告就要貴一些了。