随着越来越多的消费者寻求个性化的在线互动，企业可以借助人工智能（AI）和生成式人工智能（生成式AI）来更好地扩展其个性化体验的能力。
随着越来越多的消费者寻求个性化的在线互动，企业可以借助人工智能（AI）和生成式人工智能（生成式AI）来更好地扩展其个性化体验的能力。
品牌和零售商面临的挑战是：与成千上万使用不同语言、来自无数不同文化和社会经济背景的消费者进行清晰沟通，并根据高度个人化的偏好做出购买决策。要在广泛的范围内以真实的方式触达所有这些消费者并非易事。
一段时间以来，企业一直在尝试通过个性化来满足客户需求，利用数据和分析来打造更具相关性的消费者体验。目标是在正确的时间向消费者呈现有吸引力的优惠和定制化的、引起共鸣的信息。如今的消费者对此有更高的期望。麦肯锡此前的研究显示，71%的消费者期望公司提供个性化的互动，而76%的消费者在未能实现个性化时会感到失望。然而，当企业做对了，它们可以创造巨大的价值。
企业通常采用战术性、手动且独立的解决方案来吸引客户。但零售商正进入一个充满希望的新个性化时代。为了在消费者所在的地方并以他们希望的方式触达他们，营销人员可以拥抱两项强大的创新：AI驱动的定向促销，以及利用生成式AI大规模、高速地创建和扩展高度相关的信息，包括定制化的语气、图像、文案和体验。
这些创新为增长奠定了基础。通过改进的分析模型，品牌和零售商可以更好地向微社区提供有价值的优惠，无论他们希望在哪里互动。同时，生成式AI使营销人员能够创建与这些群体相关的定制内容。品牌和零售商可以通过使用与消费者共鸣的语言并提供引起共鸣的沟通，更好地与客户建立联系，并为他们提供互动的理由。
为了释放定向促销和内容的潜力，营销人员应优先提升其基础营销技术堆栈。一个基于更好的数据、决策、设计、分发和测量的强大框架至关重要。通过技术改进分析，营销人员可以更深入地了解客户行为和偏好，提供更好的个性化体验，并采用有助于长期个性化增长战略的战术。
定向促销的潜力
对于企业和客户来说，传统的促销管理方式——向大群体提供笼统的优惠——已经不再适用。零售商面临经济不确定性、消费者偏好变化以及在某些情况下利润下降的压力。与此同时，麦肯锡此前的研究表明，65%的客户将定向促销视为购买的主要原因。
许多零售商将AI和生成式AI视为扭转下行趋势并加速增长的一种方式。越来越多的企业开始尝试使用AI来改进大规模促销。但企业可以通过使用AI进行定向促销更具战略性，利用数据根据人们的购物偏好或他们对不同类型优惠的喜好来定制折扣（见侧栏“客户细分的可能形式”）。通过更精细的客户细分方法，零售商可以制定针对特定客户生命周期阶段（如新客户获取、客户保留、重复购买或流失风险）或特定业务目标（如推广特定品牌或类别或鼓励交叉销售）的促销活动。
在促销信息泛滥的世界中，企业可以通过定向优惠脱颖而出。成功做到这一点的零售商可以确保更好的购物体验，同时通过节省促销成本和推动更多转化来享受更好的利润率。理想情况下，营销人员可以开发一个大规模的定向优惠计划，实现以下目标：
应用业务规则和算法来确定优惠内容和交付时间
构建灵活、适合用途的优惠券（例如分层折扣率，使购买更多的人节省更多，限制在某些类别或时间段内使用，或设计包含或排除某些高端类别或品牌的优惠）
通过所有可用的营销渠道（如公司网站或应用程序、推送通知、短信或电子邮件）提供定向促销
在相关情况下以持续节奏激活个性化
提供清晰、高度相关的沟通，例如基于个人客户的购买或浏览历史实时更新的动态推荐
通过这些多样化的定向优惠，营销人员可以为客户创造无缝的全渠道体验，使他们能够接收到定向、简化的促销信息，而不会受到来自其他地方的信息冲突或干扰。企业应明智地决定在何时何地让出多少利润，鼓励具体目标而非过于宽泛的目标，并确保在正确的时间向正确的人提供促销（见侧栏“一家零售商如何通过推出定向优惠实现增长”）。根据我们的观察，通过定向促销推动增量销售的企业可以实现1%至2%的销售增长和1%至3%的利润率提升。
通过生成式AI增强的个性化内容进行相关营销
为了真正增强定向促销的影响力，企业可以使用生成式AI高度定制文案和创意内容，使其比传统营销传播更能引起消费者群体和子群体的共鸣。长期以来，营销人员一直致力于通过创造便利或提供更好的价格来改善客户体验并影响消费者决策。下一步是通过更高的相关性使购买体验更加便捷或愉快。
传统上，为小群体提供定制内容的成本高昂且实际不可行。生成式AI使营销人员能够以较低的成本大规模开发此类内容。尽管许多营销人员目前正在为此目的试点生成式AI项目，但大多数仍在使用一次性实验工具和用例手动操作；他们没有自动化或集成以减少操作效率低下的瓶颈，也没有评估内容表现。
更智能地使用生成式AI可以帮助解锁更具凝聚力的个性化机会，使接触点和互动更符合客户需求。目前，还没有一个端到端的整合套件可以实现这一点。但通过深思熟虑的集成解决方案，将人员、流程和平台结合起来，营销人员可以实现更严格的内容创建、更顺畅的团队协作以及定向促销和内容的无缝实施。
尽管目前的内容创建高度依赖手动操作，生成式AI可以加速并放大整个流程，帮助渠道运营商、创作者和分析师提高生产力。随着更多营销材料被输入到一个强大的基础内容数据模型中，生成式AI可以通过反馈循环学习，并创建更多可以用于个性化的文案。需要注意的是：随着组织越来越多地使用生成式AI，建立模型以验证和管理生成式AI创建的内容至关重要，以防止偏见、毒性和幻觉，并确保内容符合企业标准和设计系统。
为了了解未来更好工作流程的可能性，有必要看看生态系统在内容生产的三个阶段中如何运作——无论是现在还是未来（见表）。
表
当前的内容创建 | 使用生成式AI的内容创建 | |
生产和版本控制 | 渠道运营商（拥有特定渠道的所有权）通常根据明确的参数设计活动和创意简报。内容创作者随后通常会进行研究，与创意团队进行构思和迭代会议，并生成内容版本以供使用。他们为这些文本和图像资产添加元数据标签，以便可以检索并将其存储在数字资产管理（DAM）系统1中以供将来使用。 | 使用自然语言处理，生成式AI可以帮助内容创作者构思新的想法和概念。它还可以协助撰写文本并选择特定受众可能更喜欢看到的格式（如静态图像或视频）。内容创作者还可以使用生成式AI识别现有的创意资产，并为所有渠道放置的最终资产进行版本控制。生成式AI可以为最终资产添加元数据标签并存储在DAM系统中，从而提高查找资产的效率并减少对内容创作者遵循标签标准的依赖。 |
激活 | 渠道运营商通常创建业务规则，根据客户数据和假设的互动确定最佳行动方案。他们用创意资产填充内容数据模型，并使用决策服务选择最佳文本和图像。然后，他们根据内容创作者的标签从DAM中检索正确的创意文件，并根据活动要求将其输入到适当的渠道平台中。根据内容数据模型，他们发布内容，将适当的创意文件发送给相关受众。 | 生成式AI工具可以处理从DAM系统中检索内容的请求，并提供具有正确文件大小、分辨率和格式的创意资产，以符合特定渠道的指导方针。它们还可以按渠道分配适当的活动标签，以确保强大的活动元数据用于测量。 |
表现和测量 | 营销分析师测量各种活动的表现，提供并分类洞察，并开发仪表板，提供客户体验、渠道表现和内容表现的窗口。在整个内容创建过程中，数据科学家开发倾向模型，测量客户采取行动的可能性，无论是在营销漏斗的顶部（如查看或点击内容）还是接近漏斗底部（当客户进行购买时）。 | 借助生成式AI，营销人员可以开发标准化的测量方法，使用DAM系统中的内容元数据（如内容的大小、颜色和主题）、活动元数据、活动表现数据和决策服务来更好地跟踪内容和活动的表现。营销领导层可以更好地按创意版本、受众、渠道或活动监督表现。 |
到目前为止，我们的经验显示了快速的结果。我们看到一些营销人员使用生成式AI个性化内容开发的速度比手动方法快50倍。
技术作为基础差异化因素
为了更好地定向促销和生成式AI增强的内容，企业可以转向一个将所有内容整合在一起的技术堆栈。2019年，麦肯锡发布了《大规模个性化的技术蓝图》，描述了营销技术的“4D”战略（数据、决策、设计和分发）。我们在此基础上增加了一个关键要素：测量（见图）。（虽然不是“D”，但它同样重要。）通过确保这五个要素使用最新的技术创新并无缝集成，营销人员可以为个性化增长奠定坚实的基础。
图
营销人员可以通过有效的技术框架为个性化奠定坚实的基础。
数据
通过改进数据收集和分析，营销人员可以更深入地了解客户行为和偏好。尽管许多企业已经投资于数据湖（存储、处理和分析结构化和非结构化数据的存储平台）和客户数据平台（从多个来源集中和统一客户数据以创建每个客户的单一视图的软件），但更好的定向优惠和内容需要在五个类别中扩展数据架构：
包括优惠和兑换历史的促销主题领域
包括内容交付和互动历史的内容主题领域
通用（可能由生成式AI支持）的元数据和分类法，可以改善自动化流程
强大的分析基础设施和MLOps（机器学习操作），具有专用的特征存储以快速部署和扩展ML模型
新的数据管道和集成器、提示存储和向量数据库，以构建或定制大型语言模型实现
除了细粒度的交易数据外，这些额外的数据资产是AI驱动决策的支柱，可以预测任何渠道中的客户行为，并成为当今市场的真正差异化因素。
决策
为了通过更强大的定向开发新的定向促销和内容，企业还可以通过更新其决策引擎来受益。他们的任务包括：
促销倾向：根据客户之前的购买和互动行为，预测客户因促销而购买的可能性。这可以带来更好的客户满意度和适当的折扣水平，以提高利润率。
促销提升（或促销效果）：通过分析促销期间和非促销期间的客户行为，预测促销投资回报率（提升）。
内容倾向：预测客户对某条内容做出回应的可能性。倾向评分使自动化交付最佳内容成为可能，以鼓励客户响应行动号召。
内容效果：通过分析客户响应来衡量内容的效果。高效的内容可以在未来的活动中重复使用或主题复制。
模型输出随后被输入到决策引擎中，该引擎对最佳优惠和内容进行排名，并在给定时间点向客户展示。
设计
创新设计确保内容既引人入胜又相关。一个复杂的设计层监督两个关键工作流程（优惠管理和内容生产），有助于管理流程，推动运营卓越和敏捷性。
定向优惠最好与集成的优惠管理系统配合使用，以在任何渠道（包括电子商务和销售点）中分类、管理、交付和兑换优惠。同时，内容管理从生成式AI工具开始，用于创建文案和开发创意资产，处理版本控制，并自动格式化从广告牌到移动设备的各种内容。数字资产存储在单一的集中式数字资产管理（DAM）系统中。
至关重要的是，优惠管理和DAM系统都应与所有下游渠道良好集成。这使得资产的搜索、重用和动态交付变得更加容易。
分发
实现真正的实时个性化需要复杂的架构，能够在客户跨越渠道时在正确的时间向正确的受众提供无缝且一致的信息。
这一关键基础设施结合了核心能力：
即时处理客户信号，输入到旅程编排和决策平台，以优化跨客户接触点的正确信息和渠道
支持公司网站、应用程序和电子邮件的前端工具（如内容和活动管理系统以及动态内容优化），使用动态模块化模板和API集成实时呈现个性化内容
跨多供应商平台的互操作性和集成
测量
全面的营销技术堆栈需要彻底的测量，以促进持续的优化和改进。为了验证个性化工作的投资回报率，严格的增量测试、标准化性能指标和测量手册至关重要。
企业需要可操作的情报以进行持续改进。营销人员可以通过将所有渠道的数据汇总到一个集中的报告引擎中来实现闭环测量，该引擎为不同的利益相关者生成自助仪表板——从跟踪收入和利润率影响的执行领导层到实时优化活动的营销运营人员。
为了解锁生成式AI支持的个性化的下一个前沿，营销人员可以通过以下举措开始对其机会进行全面评估：
绘制出定向优惠和更相关内容可以驱动最高价值的领域
确定他们希望鼓励的终身价值事件
进行技术诊断以识别缺失的工具
在人才、数据、技术、分析和营销运营模式等领域重新配置流程，以优化定向促销和内容开发
卓越的执行力将领导者与追随者区分开来。成功取决于由训练有素的团队支持的无缝集成平台，这些团队可以充分最大化投资。为了提高绩效，营销人员可以专注于运营效率，消除冗余系统，并建立强大的治理。这有助于将不同的工具整合到一个统一的引擎中，以实现更具相关性和个性化的客户互动，从而推动真正的增长。
宏观经济不利因素、消费者偏好的转变以及日益恶化的价值主张正在给全球奢侈品行业带来影响。《商业时尚》和麦肯锡概述了奢侈品行业高管的五项战略要务。...
本文探讨了医疗保健实体如何通过并购来建立和扩大新业务，强调了交易构建并购的重要性，并提出了六项行动来增加并购成功的可能性，包括制定并购蓝图、建立交易模型、定义最终运营模式、计划投资以解锁价值、定制评估指标以及重视文化和组织变革。...
全球范围内，我们正在见证一个BANI（Brittleness脆弱, Anxiety焦虑, Nonlinearity非线性, Incomprehensible不可知）时代的到来，政治经济环境不确定性已成新常态。在中国，经济复苏之路充满挑战，新旧动能转换推动中国金融体系结构性变革。资本市场在服务新质生产力、促进境内外双循环等方面需要发挥更大的系统性功能。...