邮购业务的兴衰

邮购业务的兴起与衰落

在很长一段时间里，邮购业务是一种独立的商业形态；有一段时期，它也被视为零售业务的一个分支——这种形式使顾客能够接触到来自各地的产品。邮购业务在19世纪末和20世纪初迅速发展，尤其是在美国市场，西尔斯—罗巴克公司和蒙哥马利·沃德等公司向顾客提供了种类繁多的产品。通过制作包含数千种产品的精美目录，它们能够触达各地顾客——尤其是那些原本无法获得此类选择的人。对美国市场的农村顾客而言，这一点尤为有利；再加上如果商品送达后不满意即可退货和退款的承诺，以及后来推出的分期付款方式，邮购业务更具吸引力。

一段时间之后，邮购商业模式走向国际化。在第二次世界大战后的时期，扩大后的顾客群体的支持帮助企业大幅增加了收入。在其巅峰时期，即20世纪80年代初，邮购业务的年收入估计达到300亿美元，其中西尔斯、JCPenney、蒙哥马利·沃德和Spiegel等公司占据了相当大的业务份额。

随着时间推移，邮购业务的顾客开始接受电子商务。数字内容取代了实体目录，以更方便用户的形式提供产品信息，使顾客能够以具有竞争力的价格接触到范围广泛的产品，并获得更高的灵活性、便利性、自主性，以及在作出购买决策时所需的支持。亚马逊等新企业以较低的管理成本进入电子商务领域，在邮购业务和线下零售形式优势的基础上，以改变生活方式的方式进一步发展。邮购零售为今天的电子商务奠定了基础：零售业务的核心原则、便利性因素以及获得广泛产品选择的机会，都源自邮购业务，并被嵌入电子商务之中。

自2010年以来，零售业已经从在互联网上重建的传统市场——买卖双方直接或通过中介互动——转向影响力营销和社交商务。用户生成内容正被有效利用，以触达被细分并根据每一个顾客触点产生的海量数据进行精准定位的受众。手机作为连接零售体验的媒介，其使用促成了移动优先设计，使购买过程变得简单且易于操作。

人工智能在零售行业中的应用

零售是人工智能和其他新兴工具已经开始部署的领域之一，这些工具用于洞察购买模式，并提出提升顾客愉悦感的解决方案。在未来几年，人工智能和数字技术的重点将是超个性化、更准确地预测顾客需求和偏好，以及完善线上和线下模式下的购买体验。在这一背景下，让我们考察人工智能解决方案将对零售业产生重大影响的领域，以及零售企业应如何做好实施人工智能解决方案的准备。

人工智能驱动的无缝购物体验

购物体验是人工智能被用于实现安全和购买流程无缝化的应用之一。人脸识别和生物识别支付能够增强安全性，识别可疑行为，并在无需使用密码的情况下实现快速访问；与此同时，亚马逊Go等公司实施的结账技术消除了支付的麻烦以及排长队结账所花费的时间。为了最大化销售并创造顾客愉悦感，在地理定位和数据分析的帮助下，人工智能推荐引擎可以建议门店向某个顾客或位于门店附近的一组顾客提供实时折扣，从而使整个购物体验更具参与感和目的性。

个性化推荐

当前的推荐系统是围绕相似顾客的数据集模式和趋势建立的，这些数据包括他们的购物偏好、购买行为和浏览历史。未来的推荐系统将实现超个性化，也就是说，推荐将高度个性化，并根据个人偏好和购买模式进行调整，同时还会根据情境或实时需求而具有情境针对性。例如，当你在晚餐时间沿街行走时，系统会推荐符合你饮食偏好的餐厅；或者在炎热的夏日，推荐引擎可以推荐你喜欢且以特价供应的冰淇淋选项。嵌入视觉和风格要素的推荐引擎还可能具备记住并情境化理解个人需求的能力，从而建议合适的选项，而不需要购物者回忆或了解具体产品或风格。

在配有店员的门店中，店员可以实时获得顾客数据，这些数据根据顾客此前的浏览历史或购买记录显示其产品偏好、风格偏好和价格区间，从而使店员能够个性化销售过程，并最大限度缩短促成销售的时间。

例如，在一家销售昂贵矫形鞋的门店中，如果店员能够访问顾客以往的购买或浏览历史，推荐引擎就会指出店员可以向顾客提供的选项，从而使购物体验更加个性化并令人满意。