Прогнозные покупки - Predictive buying
Predictive Buying - это отрасль, посвященная алгоритмической аналитике потребителей, позволяющей определить будущие модели покупок. Основная природа интеллектуального анализа данных , анализа и экстраполяции уходит корнями в теорию игр , правила вывода и модели регрессии . Предиктивная покупка - это интеграция предиктивной аналитики и методов разрешительного маркетинга .
Преимущества
В то время как прямой маркетинг и реклама, релевантная содержанию, расширили индивидуальный характер взаимодействия с индивидуальным потребителем и общения с бизнесом, прогнозируемая информация о покупках связывает потребителей и продукты, которые они хотят. Даже если потребитель не знает о существовании продукта, технология прогнозирования покупок может путем анализа взаимодействий потребителя, истории покупок и других факторов привлечь внимание потребителя к этому продукту.
Ограничения
Хотя многие продукты актуальны, никогда не будет идеального совпадения каждый раз, так же как не всегда идеального совпадения с человеческим интеллектом при покупке продукта. Это условие особенно актуально, когда прогнозный анализ покупок основан на ограниченных наборах данных .
Будущее
Однако маловероятно, что будущее прогнозных покупок будет зависеть от ограниченных наборов данных. Тенденции в увеличении использования Интернета, широкая популярность социальных сетей и данные, которые могут быть получены в результате анализа оптимизации веб-сайта онлайн-продавца, ежедневно увеличивают разнообразие источников данных, которые можно добывать, анализировать и экстраполировать для точного прогнозирования продуктов, которые человек использует. готов купить. Наборы данных значительно увеличиваются, когда потребители дают разрешение на изучение содержимого всех связанных с ними социальных сетей, веря, что обмен обеспечит лучший опыт покупок.
История
Прогнозные покупки - это прикладная производная от искусственного интеллекта , некоторые из самых ранних корней которого могут быть обнаружены в греческой мифологии. Рассмотрим Гефеста и Пигмалиона, которые использовали концепцию интеллектуальных роботов (таких как Талос ). За прошедшие годы философия интеллектуального программирования значительно продвинулась вперед, но в 1945 году Джон фон Нейман и Оскар Моргенштерн представили теорию игр, которая представила искусственный интеллект. Позднее в том же году Ванневар Буш выпустил статью в The Atlantic Monthly под названием « Как мы можем думать» в июле 1945 года, в которой основное внимание уделялось видению компьютеров будущего, помогающих людям во многих сферах деятельности.
Он не был до 1951 года , что первые программы ИИ были на самом деле написано Кристофером Стрейчи и Дитрих Prinz бежать на Ferranti mark1 машины из Университета Манчестера , чтобы играть в шашки и шахматы.
В 1990-х годах интеллектуальный анализ данных стал ключевым событием, которое в конечном итоге привело к робототехнике , основанной на поведении , такой как с Полли , первым роботом, который перемещался с помощью зрения и работал со скоростью, подобной животным.
В 2005 году технология рекомендаций, основанная на отслеживании веб-активности или использования СМИ, привнесла в маркетинг искусственный интеллект .
TiVo Suggestions и Pandora первыми разработали прогнозирующее поведение потребителей на основе истории и алгоритмической обработки.
Прогнозные покупки сегодня
Такие веб-сайты, как Amazon.com , @WalmartLabs и Imply Labs, используют прогнозную информацию о покупках, чтобы рекомендовать потребителям соответствующие продукты на основе использования социальных сетей.