《Martech老實說》如果你的錢只夠投資1種AI行銷科技，絕對要選這個！
2022年5月28日 上午 10:00
ChatGPT以AI為基礎的個人化行銷工具，在這5年來喊的風風火火。
各式各樣的Martech不斷推出，
相似的概念，每年也都要換一個新名詞，好吸引行銷人的目光 (例如：CRM、CDP、DMP……)。
而在這股大趨勢下，台灣甚至出現了第一家上市獨角獸公司 – Appier。
但現實是，工具有這麼多，你的行銷經費卻有限。
如果只有一筆錢，到底要買什麼工具呢？！
現在，就要來跟大家公開一個產業的寶貴經驗：
只要你的商品不少於100個品項，優先投資「個人化推薦」的MarTech，絕對不會後悔！
這可說是最高CP值的個人化行銷工具了！
在這篇文章中，我會跟你分享「個人化推薦」MarTech，能如何幫你解決以下3大營運痛點：(可快速點選連結)
什麼是「個人化推薦」？
你在逛MOMO或蝦皮時，有沒有注意過產品頁的下方，常會出現：「你可能也喜歡」或是「買了這個的人也買了」等其他商品的推薦內容呢？
這就是所謂的「個人化推薦」(AI Recommendation)。
相信我，他們絕對不是用人工來更換 (平台商品這麼多，若真的要手動換，可能雇用500個工讀生來操作都不夠)。
而是以AI演算法為基底，根據瀏覽者的喜好，推薦專屬產品。
舉例來說，AI演算法會即時根據你瀏覽的頁面、產品分類、產品顏色、停留時間….等 (每家廠商的演算法技術不同)，
來判斷你的喜好，並即時推出站內其他你可能會有興趣的商品。
這種利用大量數據，即時運算的技術，現在已經滿成熟了，系統的價格也越來越便宜。
而且坦白說，這種資料處理的方式，根本不是人腦比得上。
接下來，我們就來看看，「個人化推薦」能如何幫品牌端，有效解決不同的營運痛點！
痛點一：花費大量的行銷費用帶來流量，但轉換率卻遲遲無法提升？
現在的廣告成本越來越高，好不容易花錢買客人進到網站裡，卻無法讓顧客快速找到心動的商品，這樣不是很浪費嗎？
如果你的跳出率高、轉換率遲遲無法提升，那就是該換個方式操作，先優化網站，更勝於優化廣告啊！
像是，你可以在首頁、產品頁、分類頁和結帳頁，布局不同策略的個人化推薦版位。
讓AI演算法依照瀏覽者的喜好，以及用戶旅程，推薦他可能喜歡的商品。
綜觀台灣產業平均數字，消費者點擊「個人化推薦產品」並完成下單的，可以佔到全店營收的30%！
想好好善用每個進站流量，快速降低你網站的跳出率，並提升轉換率，「個人化推薦」絕對是你的秘密武器。
痛點二：換檔時耗費大量人力時間與成本，需要不斷手動更新頁面？
每次有新的行銷檔期時，電商部門的同事們，就需要花費大量時間，設計和製作主要宣傳頁面(又或是廣告LANDING PAGE)。
但這不是最苦的。
苦的是在週末的時候，產品賣完了，你還需要加班手動換商品，不然就要白白損失這些花錢買進來的流量。
又或是，產品價錢剛更新，跟你製作行銷頁時的價格不同，這時候不立刻更換，便會接到客訴，抗議價格不同調的問題。
其實，你不用過得這麼辛苦，因為這些交給「個人化推薦」就可以搞定。
只要是用自動化推薦所呈現出來的產品，不僅價格會自動更新，沒庫存的商品也能自動下架。
這對大部分的「個人化推薦」工具服務商來說，已經是標準配備的功能了。
再舉例來說，我有個大型美妝平台的客戶，把「個人化推薦」用的可精呢！
他們所有廣告頁上的產品，都是直接用推薦功能來呈現。
只需要先為那些主推商品標上標籤，再利用「個人化推薦」工具篩選出來，就能輕鬆完成一個檔期的廣告頁！
甚至在他們定期的品牌日，還會把全站各處的個人化推薦版面，都設定成指定品牌的商品。
完美利用每個站上的空間，營造全站活動氣氛。
只能說，個人化推薦完全是行銷人員的好幫手啊！
把你的時間，專注在思考策略、快速測試與調整，
這種操作層面的事情，交給AI就好，絕對做得比人工更換商品，來的更快、更好、更有效。
痛點三：冷門商品賣不掉，換季庫存有壓力？
在我跟多家知名服飾品牌合作的經驗中，「個人化推薦」能帶來長尾效應。
意思就是：一些冷門商品，雖然無法上到網站的熱門主頁上曝光，但卻可以透過「個人化推薦」的功能，打到對的消費者，不知不覺就慢慢的賣光了。
除此之外，你還可以設定搭配的推薦法。
像是：
>衣服下方，可以自動推薦下身(例如：褲子、裙子…等商品)
>在結帳頁中，推薦不超過$299的配件
>在不同頁面，透過不同個人化推薦策略的搭配，有效幫你把冷門商品消掉，減少換季庫存的壓力！
總的來說，以非帶流量進來的數位行銷工具來說，
「AI個人化推薦」絕對是能為品牌端帶來最多營收的秘密武器。
綜觀台灣產業平均數字，消費者點擊推薦產品並完成下單的，可以佔到全店營收的30%！
但同樣的，工具只是用來幫你實現，你的策略與想法。
如果你以為，只要買了這個個人化推薦工具，就能為你帶來30%的營收成長，
老實說，那是絕對不可能的！
要怎麼將「個人化推薦」用的好，不同的頁面，適合怎樣的個人化推薦策略，
要怎麼用的巧，才能幫你省下大量的人力，
這些，我們就下集說啦~