撰稿：Alrin，日期：2023-12-15
最近《商業周刊》第 1882 期有一篇報導：
Nike、星巴克最新留客重頭戲，麥肯錫揭「大規模個人化」四步。
當消費者需求千奇百怪，加上 AI 橫空出世，有本事能實踐大規模個人化，才有辦法留住客戶，摩根大通、星巴克和 Nike，都將大規模個人化列為策略核心。
《富比世》近期專文預測明年 10 大商業趨勢，大規模個人化是最重要的發展之一。
我在之前的趨勢報告「串流媒體成為廣告投放的新戰場」也提過，廣告傳播集團 IPG 的首席商務策略長 Jeriad Zoghby 認為，零售產業正由數位化店內展示轉向更加個人化的數位實體體驗，這將是未來的主要趨勢。
個人化是老生常談，但「大規模個人化」是什麼？
大規模個人化（Personalization at scale）和個人化（Personalization）的區別在於分析和使用客戶的大數據方式。
大規模個人化是一種以大量用戶為基礎的個性化應用方法，根據個別用戶的需求、偏好和行為模式，提供定制化的體驗和服務。這種個性化不僅僅停留在基本的用戶分類，而是透過深度分析和機器學習等技術，實現對每個用戶的細緻化理解。
簡單來說，個人化以前不可能在一般 EC 網站上實現，如果銷售單價太低，而且沒有 AI 的輔助，要做個人化處理，海量的資料作會死人的。現在有了 AI 可以協助代工，即便銷售所獲得的只有毛利，個人化還是能夠大量的被自動執行，這就是 AI 創造出「大規模個人化」的時機。
《哈佛商業評論》在去年發布一篇名為〈AI 時代的客戶體驗〉文章，指出不同產業的龍頭，包括摩根大通（J.P. Morgan）、星巴克（Starbucks）和 Nike，都紛紛宣布大規模個人化是它們的策略核心。
Harvard Business Publishing 文中提到，建立智慧體驗引擎的第一個要求是建立每個客戶的 360 度視圖，使用不斷擴展的可能方法來捕捉每個客戶的新訊號。
大規模個人化的關鍵在於處理和分析海量的數據，這包括用戶的瀏覽歷史、購買記錄、點擊行為、社交媒體活動等多方面的數據。這些數據被用來建立用戶的行為模型，並預測他們可能的興趣和需求。
在大規模個人化中，機器學習和人工智慧技術扮演著關鍵角色。這包括使用推薦算法來預測用戶可能喜歡的內容、商品或服務，以及利用自然語言處理技術進行情感分析，以更好地理解用戶的實時反饋。
這種個性化方法的目標是提供更為深入、相關且具有價值的用戶體驗。透過大規模個人化，企業可以更好地理解其客戶群體，進而提供更有效的行銷、更吸引人的內容、更符合需求的產品，從而提升客戶忠誠度，增加交易次數，並擴大業務影響力。在數據豐富的數位時代，大規模個人化成為企業實現差異化競爭優勢和滿足客戶期望的重要手段。
個人化服務就像個人禮賓服務一樣，可以減輕他們因太多選擇和太多資訊而造成的購買負擔，也就是說透過大數據的分析，你知道他們可能在找什麼、會買什麼東西，然後用機制去幫他找出最適合他所需要的資訊。
傳統型態的 EC 網站不是推主題行銷，就是目錄行銷，這種都是屬於被動式行銷，也就是說你的顧客是因為看了你網站做的策展、展示的商品，剛剛好滿足了他們心中的需求，所以就進行消費。
但是問題來了，用人工作策展的方式只能滿足某一段時間的某一個族群的人，但如果你的顧客也分眾的很徹底，你要如何同時對每個顧客策展？假你有海量的策展人員，但是針對每一個顧客都能及時的策展，那成本一定很恐怖，你要如何把策展的成本賺回來？